variabel cyberloafing diperoleh nilai p = 0,603. Hasil ini menunjukkan bahwa nilai p 0,603 0,05 maka data dari variabel cyberloafing terdistribusi secara
normal
b. Uji Linearitas
Uji linearitas digunakan untuk mengetahui apakah distribusi data penelitian, yaitu variabel job characteristics dan cyberloafing memiliki hubungan
linier. Kaidah yang digunakan untuk mengetahui bahwa hubungan antara variabel bebas dengan variabel tergantung adalah linier apabila p 0,05. Sebaliknya jika p
0,05 maka hubungan antara variabel bebas dan variabel tergantung dinyatakan tidak linier Hadi, 2000. Hasil uji linearitas pada dua variabel dapat dilihat pada
tabel 10 di bawah ini: Tabel 10. Hasil Uji Linearitas
Variabel F
P Keterangan
Job CharacteristicyCyberloafing 2,031
0,018 Hubungan
Linier
Hasil uji linieritas pada kedua variabel penelitian diperoleh nilai F = 2,031 dan nilai p = 0,018. Hasil menunjukkan bahwa nilai p 0,018 0,05 maka dapat
disimpulkan bahwa kedua variabel memiliki hubungan yang linier.
c. Uji Multikolinieritas
Hasil uji multikolinieritas untuk mengetahui korelasi antar semua dimensi dapat dilihat pada tabel di bawah ini:
Tabel. 11 Hasil Uji Multikolinearitas
Universitas Sumatera Utara
Dimensi VIP
Tolerance Keterangan
Skill variety 1.021
0.980 Tidak ada multikolinieritas
Task identity 1.078
0.928 Tidak ada multikolinieritas
Task significance 1.177
0.849 Tidak ada multikolinieritas
Autonomy 1.053
0.950 Tidak ada multikolinieritas
Feedback 1.095
0.913 Tidak ada multikolinieritas
Hasil uji multikolinearitas pada tabel 11 di atas menunjukkan bahwa nilai VIF kurang dari 10 dan nilai tolerance 0.1 untuk semua aspek. Hal ini berarti
tidak ada multikolinearitas pada semua aspek job characteristics.
d. Uji Heteroskedastisitas
Hasil uji heteroskedastisitas untuk mengetahui tidak adanya kesamaan varian residual pada data. Uji Heteroskedastisitas pada penelitian ini
menggunakan metode glejser. Hasilnya dapat dilihat pada tabel 12 di bawah ini:
Tabel 12. Hasil Uji Heteroskedastisitas
Aspek P
Keterangan Skill variety
0,229 Tidak ada Heteroskedastisitas
Task identity 0,368
Tidak ada Heteroskedastisitas Task significance
0,307 Tidak ada Heteroskedastisitas
Autonomy 0,928
Tidak ada Heteroskedastisitas Feedback
0,668 Tidak ada Heteroskedastisitas
Universitas Sumatera Utara
Dari tabel 12 di atas dapat dilihat bahwa nilai signifikansi berada di atas 0,05 p0,05 yang berarti bahwa tidak terjadi heteroskedastisitas pada semua
aspek job characteristics.
e. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam suatu model linear terdapat korelasi antar residual. Salah satu caranya adalah dengan
menggunakan run test didapat bahwa nilai p0,05 p= 0,075 yang berarti tidak
terjadi autokorelasi. 2.
Hasil Utama Penelitian a.
Hasil Analisis Data 1
Hasil Analisis Data Mayor
Berikut ini
akan dijabarkan
tentang hasil
pengolahan data
mengenaipengaruh job characteristic terhadap cyberloafing yang diperoleh denganteknik analisis regresi berganda dengan menggunakan program SPSS versi
17.0for windows. Hasil pengolahan data dapat dilihat pada tabel 13, tabel 14 dan tabel 15di bawah ini :
Tabel 13. Koefisien Regresi Job Characteristic dengan Cyberloafing
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig.
B Std. Error
Beta 1
Constant 41.484
10.534 3.938
.000 Job Characteristic
-.180 .165
-.121 -1.091
.278
Universitas Sumatera Utara
a. Dependent Variable: Cyberloafing
Tabel 14. Hasil Perhitungan Analisa Regresi
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression 70.159
1 70.159
1.191 .278
a
Residual 4711.793
80 58.897
Total 4781.951
81 a.
Predictors: Constant, Job Characteristic b.
Dependent Variable: Cyberloafing
Berdasarkan pada tabel 13dan tabel 14di atas, signifikan job characteristic p = 0,278 ini lebih besar dari 0,05 yang berarti job characteristictidak
berpengaruh secara signifikan terhadap variabel tergantung yakni cyberloafing, maka hipotesa mayor ditolak. Kemudian pada tabel 13 di atas juga didapat bahwa
koefisien regresi job characteristic yaitu -0,121 yang berarti semakin rendah job characteristic individu maka semakin tinggi cyberloafing yang dilakukan.
Tabel 15. Sumbangan Efektif Variabel Job Characteristic
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.121
a
.015 .002
7.674 a.
Predictors: Constant, Job Characteristic b.
Dependent Variable: Cyberloafing Hasil analisis regresi pada tabel 15 menunjukkan bahwa nilai koefisien
determinan R2 sebesar 0,015 atau 1,5. Hal ini berarti bahwa job characteristic
Universitas Sumatera Utara
memberikan sumbangan efektif sebesar 1,5 terhadap cyberloafing. Sedangkan sisanya 98,5 dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.
2 Hasil Analisis Data Minor
Berikut ini
akan dijabarkan
tentang hasil
pengolahan data
mengenaipengaruh dimensi job characteristic terhadap cyberloafing yang diperoleh denganteknik analisis regresi berganda dengan menggunakan program
SPSS versi 17.0for windows. Hasil pengolahan data dapat dilihat pada tabel 16, tabel 17 dan tabel 18 di bawah ini :
Tabel 16. Koefisien Regresi Dimensi Job Characteristic dengan
Cyberloafing
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig.
B Std. Error
Beta 1
Constant 43.960
10.951 4.014
.000 Skill Variety
-.611 .504
-.137 -1.213
.229 Task Identity
.585 .647
.105 .905
.368 Task Significance
-.579 .562
-.125 -1.029
.307 Autonomy
-.044 .489
-.010 -.091
.928 Feedback
-.131 .304
-.050 -.430
.668 a. Dependent Variable: Cyberloafing
Berdasarkan pada tabel 16 di atas, di mana dimensi skill variety p = 0,229, task identity p = 0,368, task significance p = 0,307, autonomy p =
0,928, feedback p = 0,668, nilai pjob characteristic ini lebih besar dari 0,05 dan
Universitas Sumatera Utara
berarti dimensi job characteristic tidak berpengaruh secara signifikan terhadap variabel tergantung yakni cyberloafing, maka hipotesa minor ditolak.
Selanjutnya, untuk menentukan aspek-aspek job characteristics yang menjadi penentu dari cyberloafing digunakan analisis regresi enter. Berdasarkan
hasil analisis enter, ada korelasi antara aspek-aspek job characteristics dengan cyberloafing yaitu R = 0,121 yang berarti korelasi sangat lemah.
b. Nilai Empirik dan Hipotetik
