IPTEK Polimedia dari jawaban responden sebesar 41,0. Penting sekali penelitian yang telah dilakukan dosen dipublikasikan di luar majalah Iptek
Polimedia dari jawaban responden sebesar 39,7. Selanjutnya responden merasa kurang memuaskan atas penilaian yang dilakukan oleh tim penilai atas proposal
penelitian yang diajukan oleh dosen dari jawaban responden sebesar 47,4. Selanjutnya kompetensi tim penilai proposal penelitian sudah kompeten
dari jawaban responden sebesar 53,8. Selanjtnya kegiatan pengabdian masyarakat sebagai indikator dari kinerja dosen. Perencanaan pelaksanaan
pengabdian masyarakat sudah terencana dari jawaban responden sebesar 37,2. Kesesuaian bidang pengabdian masyarakat dengan bidang studi yang digeluti
sudah sesuai sekali dari jawaban responden sebesar 35,9. Selanjutnya pengaruh pengabdian masyarakat yang telah dilakukan terhadap masyarakat tempat
melakukan pengabdian berpengaruh sekali dari jawaban responden sebesar 39,7. Manfaat pengabdian masyarakat yang dirasakan masyarakat atas
penngabdian yang telah dilakukan bermanfaat dari jawaban responden sebesar 43,6. Selanjutnya tanggapan masyarakat atas pengabdian yang telah dilakukan
selama ini adalah positif dari jawaban responden sebesar 57,7. Pentingnya mencari tambahan pengetahuan dan pengalaman melalui pengabdian masyarakat
adalah penting dari jawaban responden sebesar 67,9. Selanjutnya pengabdian masyarakat yang telah dilakukan bermanfaat bagi diri sendiri dari jawaban
responden sebesar 64,1. Dari uraian di atas terlihat bahwa kinerja dosen sudah baik dilihat dari pendidikan pengajaran, penelitian dan pengabdian masyarakat.
4.1.6. Pengujian Asumsi Klasik
Universitas Sumatera Utara
Sebelum melakukan pengujian hipotesis penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik untuk memastikan bahwa alat uji regresi
berganda telah dapat digunakan atau tidak. Apabila uji asumsi klasik ini telah terpenuhi, maka alat uji statistik regresi linier berganda sudah dapat digunakan.
4.1.6.1.Uji Normalitas
Pengujian normalitas data dengan analisis grafik dilakukan dengan melihat titik-titik sebaran data pada kurva uji normalitas pada penelitian ini
dengan menggunakan analisis grafik dengan kurva Normal Probability Plot pada of Regresion Standardized Residual. Dalam hal analisis grafik tersebut,
data akan dinyatakan normal jika titik sebaran data tersebar tidak terlalu jauh mengikuti arah garis diagonal dan dinyatakan tidak normal jika terjadi
keadaan sebaliknya. Hasil analisis grafik diperlihatkan pada Gambar 4.2. berikut ini :
Sumber : Hasil Penelitian, 2012 Data diolah
Gambar 4.2. Hasil Uji Normalitas
Universitas Sumatera Utara
Secara statistik, uji normalitas dapat dilakukan dengan menggunakan tabel Kolmogorov-SmirnovTest dapat dilihat pada Tabel 4.13 di bawah ini yang
diperoleh dari hasil perhitungan SPSS adalah :
Tabel 4.13
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
78 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 12.82684292
Most Extreme Differences Absolute
.104 Positive
.074 Negative
-.104 Kolmogorov-Smirnov Z
.919 Asymp. Sig. 2-tailed
.367 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian, 2012 data diolah Besarnya nilai Kolmogorov-Smirnov adalah 0,919 yang tidak signifikan
pa da α = 0,05 karena p = 0,367 0,05. Hal ini berarti data residual terdistribusi
secara normal.
4.1.6.2. Uji Multikolinearitas
Uji multikolonearitas dilakukan untuk melihat apakah pada model linier berganda ditemukan adanya korelasi antar variabel bebas. Model regresi yang
baik seharusnya tidak terjadi multikolineritas. Untuk uji multikolineritas pada penelitian ini adalah dengan melihat nilai Variance Inflation factor VIF.
Menurut Ghozali 2005 nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance 0,10 atau sama
dengan nilai VIF 10 dapat dilihat pada Tabel 4.14 di bawah ini.
Tabel 4.14. Hasil Multikolinearitas
Universitas Sumatera Utara
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 67.937
11.230 6.049
.000 pendidikan
1.140 .275
.432 4.143
.000 .633
1.581 senioritas
.494 .262
.158 1.885
.063 .974
1.027 komitmen
.892 .307
.301 2.902
.005 .638
1.568 a. Dependent Variable: kinerja
Sumber : Hasil Penelitian, 2012 Data diolah Tabel 4.14. di atas menunjukkan bahwa nilai Tolerance tidak kurang dari
0,10 yang berarti tidak ada korelasi antar variabel independen pendidikan, senioritas dan komitmen kerja. Hasil perhitungan nilai Variance Inflation Factor
VIF juga menunjukkan hal yang sama, dimana tidak ada satupun variabel independen yang memiliki nilai VIF lebih dari 10. Berdasarkan hasil tersebut
maka dapat disimpulkan bahwa tidak terdapat multikolinearitas antara variabel independen dalam model regresi pada pengujian hipotesis. model regresi yang
dihasilkan dari analisis statistik termasuk dalam kategori regresi yang baik.
4.1.6.3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi linier berganda terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Output SPSS pada gambar scatter plot menunjukkan penyebaran titik-titik tidak menunjukkan adanya heteroskedastisitas apabila:
1. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0. 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
Universitas Sumatera Utara
3. Penyebaran titik-titik tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
4. Penyebaran titik-titik data sebaiknya tidak berpola. Untuk melihat gejala heteroskedastisitas dapat dilihat pada Scatterplot yang
dihasilkan oleh program SPSS yang terlihat pada Gambar 4.2. berikut ini.
Sumber: Hasil Penelitian, 2012 data diolah
Gambar 4.3 Uji Heteroskedastisitas
Pada Gambar 4.3, terlihat titik-titik menyebar secara acak dan tidak membentuk pola tertentu yang jelas serta menyebar baik di atas dan di bawah
angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model layak dipakai. Dapat juga dilihat pada Tabel 4.15
Universitas Sumatera Utara
Tabel 4.15 Hasil Uji Heterokedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -7.990
6.818 -1.172
.245 pendidikan
.331 .167
.275 1.980
.051 senioritas
.029 .159
.021 .184
.854 komitmen
.063 .187
.047 .338
.737 a. Dependent Variable: Absut
Dari hasil diatas jelas menunjukkan bahwa terdapat variabel independen pendidikan, senioritas dan komitmen mempengaruhi variabel dependen nilai
Absolut Unstandarized AbsUT. Hal ini terlihat dari nilai t hitung yang diperoleh lebih besar dari t
tabel n=76
pada taraf 5 sebesar 1,667 sehingga dapat disimpulkan bahwa tidak satupun model regresi linier berganda terjadi
heteroskedastisitas
4.1.7. Hasil Regresi Berganda