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