Hasil Uji Asumsi Klasik

IV.1.5.2. Penjelasan responden variabel lingkungan kerja Tanggapan responden terhadap kuesioner yang diberikan untuk variabel lingkungan kerja X 2 disusun ke dalam bentuk tabel distribusi frekuensi seperti Tabel IV.10 berikut ini: Tabel IV.10. Penjelasan Responden atas Variabel Lingkungan Kerja No Item A B C D E F F F F F 1. 3 5.50 44 80.00 8 14.50 2. 3 5.50 44 80.00 8 14.50 3. 5 9.10 42 76.40 8 14.50 4. 3 5.40 37 67.30 15 27.30 5. 5 9.10 45 81.80 5 9.10 6. 7 12.70 41 74.50 7 12.70 7. 7 12.70 41 74.50 7 12.70 8. 6 10.90 42 76.40 7 12.70 9. 6 10.90 42 76.40 7 12.70 Sumber: Hasil Penelitian, 2010 Data Diolah Untuk butir pertanyaan-pertanyaan variabel lingkungan kerja, sebagian besar responden memberikan opsi jawaban b dengan rata-rata responden 38,22 orang atau 69,49 dan c sebanyak 10,44 orang atau sebesar 18,97, hal ini menunjukkan pegawai memberikan tanggapan yang positif terhadap lingkungan kerja di Instalasi Pengolahan Air PDAM Tirtanadi Provinsi Sumatera Utara.

IV.1.6. Hasil Uji Asumsi Klasik

Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik yang dimaksudkan untuk memastikan bahwa model regresi linear berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, alat uji statistik linear berganda dapat dipergunakan. Universitas Sumatera Utara -2 -1 1 2 3 Regression Standardized Residual 2 4 6 8 10 12 14 F re qu e nc y Mean = 2.52E-15 Std. Dev. = 0.972 N = 55 Dependent Variable: Kinerja Pegawai Histogram IV.1.6.1. Hasil uji normalitas hipotesis pertama Pengujian normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal atau tidak, dalam hal ini dapat dilihat dengan menggunakan normal histogram dan p-plot. Data dalam keadaan normal apabila distribusi data normal yang tidak condong ke kiri dan ke kanan histogram. Selain dengan metode grafik juga dapat digunakan analisis statistik dengan menggunakan pendekatan Kolmogorov-Smirnov. Hasil pengujian normalitas dengan menggunakan analisis grafik dilihat pada Gambar IV.1 dan IV.2 sebagai berikut: Sumber: Hasil Penelitian, 2010 Gambar IV.1. Uji Normalitas Universitas Sumatera Utara 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 E x pe c te d C u m P rob Dependent Variable: Kinerja Pegawai Normal P-P Plot of Regression Standardized Residual Berdasarkan grafik di atas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi data normal yang tidak menceng kanan maupun menceng kiri. Jadi, berarti data residual berdistribusi normal. Sumber: Hasil Penelitian, 2010 Gambar IV.2. Uji Normalitas Berdasarkan Gambar IV.2 dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal yang mengikuti garis arah diagonal, maka nilai residual tersandarisasi, dengan demikian maka model regresi hipotesis pertama tersebut Universitas Sumatera Utara memenuhi asumsi normalitas. Analisis statistik dengan menggunakan uji Kolmogorov – Smirnov K-S, seperti terlihat pada Tabel IV.11 berikut ini: Tabel IV.11. Uji Kolmogorov – Smirnov K-S Sumber: Hasil Penelitian, 2010 Data Diolah Dari Tabel IV.11 di atas diketahui besarnya nilai Asymp. Sig. 2 tailed adalah 0,871 dan di atas nilai signifikan 0,05. Hal ini berarti data residual berdistribusi normal atau model telah memenuhi asumsi normalitas. IV.1.6.2. Hasil uji multikolinearitas hipotesis pertama Uji mulitikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Jika terjadi korelasi, maka terdapat masalah multikolinearitas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel bebas. 55 .0000000 1.50878877 .080 .080 -.062 .595 .871 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed Unstandardized Residual Test distribution is Normal. a. Calculated from data. b. Universitas Sumatera Utara Hasil pengujian multikolinearitas data dalam penelitian ini dapat dilihat pada Tabel IV.12 berikut: Tabel IV.12. Hasil Uji Multikolinearitas Sumber: Hasil Penelitian, 2010 Data Diolah Dari Tabel IV.12 di atas terlihat bahwa ketiga variabel bebas yaitu: variabel etos kerja, kepuasan kerja dan motivasi berprestasi, angka Variance Inflation Factor VIF kurang dari 10, sedangkan nilai Tolerance 0,1, dengan demikian dapat disimpulkan bahwa pada model regresi tersebut tidak terdapat multikolinearitas. IV.1.6.3. Hasil uji heteroskedastisitas hipotesis pertama Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika variasi residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model yang baik adalah tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas data dalam penelitian ini menggunakan alat bantu SPSS dengan mengamati pola yang terdapat pada Scatterplots, hasilnya dapat dilihat pada Gambar IV.3 berikut ini: -15.174 5.727 .252 .107 .591 1.691 .485 .122 .700 1.429 .434 .104 .641 1.561 Constant Etos Kerja X 1 Kepuasan Kerja X 2 Motivasi Berprestasi X 3 Model 1 B Std. Error Unstandardized Coefficients Tolerance VIF Collinearity Statistics Universitas Sumatera Utara -4 -2 2 4 Regression Standardized Predicted Value -3 -2 -1 1 2 3 R e g re s s io n S tu d e n ti ze d R e s id u a l Dependent Variable: Kinerja Pegawai Scatterplot Sumber: Hasil Penelitian, 2010 Gambar IV.3. Hasil Uji Heteroskedastisitas Dari Gambar IV.3 di atas terlihat bahwa titik-ttitik menyebar secara acak random serta tersebar di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai. Selanjutnya, dilakukan uji statistik untuk menjamin keakuratan hasil. Adapun uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas adalah uji Glesjer. Universitas Sumatera Utara Tabel IV.13. Hasil Uji Glesjer Sumber: Hasil Penelitian, 2010 Data Diolah Berdasarkan Tabel IV.13 di atas menunjukkan bahwa tidak ada satupun variabel bebas yang signifikan secara statistik mempengaruhi variabel terikat. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. Hal ini konsisten dengan hasil uji Scatter Plots. IV.1.6.4. Hasil uji normalitas hipotesis kedua Pengujian normalitas data bertujuan untuk menguji apakah model regresi antara variabel terikat dan variabel bebas keduanya memiliki berdistribusi normal atau tidak, dalam hal ini dapat dilihat dengan menggunakan normal histogram dan p- plot. Data dalam keadaan normal apabila distribusi data normal yang tidak condong ke kiri dan ke kanan histogram. Selain dengan metode grafik juga dapat digunakan analisis statistik dengan menggunakan pendekatan Kolmogorov-Smirnov. Hasil pengujian normalitas dengan menggunakan analisis grafik dilihat pada Gambar IV.4 sebagai berikut: 5.455 3.396 1.607 .114 .091 .064 .250 1.428 .159 -.073 .072 -.162 -1.006 .319 -.093 .062 -.253 -1.503 .139 Constant Etos Kerja X 1 Kepuasan Kerja X 2 Motivasi Berprestasi X 3 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Universitas Sumatera Utara 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 E x pe c te d C um P rob Dependent Variable: Kepuasan Kerja Normal P-P Plot of Regression Standardized Residual -2 -1 1 2 3 Regression Standardized Residual 5 10 15 20 F re q u e n c y Mean = -4.51E-17 Std. Dev. = 0.981 N = 55 Dependent Variable: Kepuasan Kerja Histogram Sumber: Hasil Penelitian, 2010 Gambar IV.4. Uji Normalitas Sumber: Hasil Penelitian, 2010 Gambar IV.5. Uji Normalitas Universitas Sumatera Utara Berdasarkan Gambar IV.4, dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi data normal yang tidak menceng kanan maupun menceng kiri. Jadi, berarti Ho diterima yang berarti data residual berdistribusi normal. Berdasarkan Gambar IV.5 dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal yang mengikuti garis arah diagonal, maka nilai residual tersandarisasi, dengan demikian maka model regresi hipotesis ketiga tersebut memenuhi asumsi normalitas. Analisis statistik dengan menggunakan uji Kolmogorov – Smirnov K-S, seperti terlihat pada Tabel IV.14 berikut ini: Tabel IV.14. Uji Kolmogorov – Smirnov K-S Sumber: Hasil Penelitian, 2010 Data Diolah 55 .0000000 1.41451167 .145 .145 -.124 1.074 .199 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed Unstandardized Residual Test distribution is Normal. a. Calculated from data. b. Universitas Sumatera Utara Dari Tabel IV.14 di atas diketahui besarnya nilai Asymp. Sig. 2-tailed adalah 0,199 dan di atas nilai signifikan 0,05. Hal ini berarti data residual berdistribusi normal, dan hasilnya konsisten dengan uji sebelumnya. IV.1.6.5. Hasil uji multikolinearitas hipotesis kedua Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Jika terjadi korelasi, maka terdapat masalah multikolinearitas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel bebas. Hasil pengujian multikolinearitas data dalam penelitian ini dapat dilihat pada Tabel IV.15 berikut: Tabel IV.15. Hasil Uji Multikolinearitas Sumber: Hasil Penelitian, 2010 Data Diolah Dari Tabel IV.15 di atas terlihat bahwa kedua bebas yaitu: variabel insentif dan lingkungan kerja, angka Variance Inflation Factor VIF 10, sedangkan nilai Tolerance 0,1, dengan demikian dapat disimpulkan bahwa pada model regresi tersebut tidak terdapat multikolinearitas. 15.847 4.671 .557 .151 .644 1.553 .453 .141 .644 1.553 Constant Insentif X 1 Lingkungan Kerja X 2 Model 1 B Std. Error Unstandardized Coefficients Tolerance VIF Collinearity Statistics Universitas Sumatera Utara -4 -2 2 4 Regression Standardized Predicted Value -4 -2 2 4 R e g re s s io n S tu d e n ti z e d R e s id u a l Dependent Variable: Kepuasan Kerja Scatterplot IV.1.6.6. Hasil uji heteroskedastisitas hipotesis kedua Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika variasi residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model yang baik adalah tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas data dalam penelitian ini dengan mengamati pola yang terdapat pada Sctterplots, hasilnya dapat dilihat pada Gambar IV.6 berikut ini: Sumber: Hasil Penelitian, 2010 Gambar IV.6. Hasil Uji Heteroskedastisitas Dari Gambar IV.6 di atas terlihat bahwa titik-titik menyebar secara acak random serta tersebar di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, Universitas Sumatera Utara sehingga model regresi layak dipakai. Selanjutnya, dilakukan uji statistik untuk menjamin keakuratan hasil. Adapun uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas adalah uji Glesjer. Tabel IV.16. Hasil Uji Glesjer Dari Tabel IV-16 di atas menunjukkan bahwa tidak ada satupun variabel bebas yang signifikan secara statistik mempengaruhi variabel terikat. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi, dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. Hal ini konsisten dengan hasil uji Scatter Plots.

IV.1.7. Pengujian Hipotesis Pertama