56 Pada Gambar 6.1 tampak titik -titik menyebar di atas dan di bawah
sumbu Y, dan hanya sedikit titik-titik yang bertumpu pada satu tempat sehingga tidak terjadi pola tertentu. Dengan demikian dapat disimpulkan bahwa tidak
terjadi heterokedastisitas.
6.2.2 Analisis Regresi Linier Berganda
Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat. Analisis regresi juga dapat dilakukan untuk mengetahui
kelinieritas variabel terikat dengan varibel bebasnya, selain itu juga dapat menunjukkan ada atau tidaknya data yang outlier atau data yang ekstrim.
Analisis regresi linear berganda terdiri dari satu variabel dependen dan dua atau lebih variabel independen. Dalam hal ini dapat dinyatakan bahwa
variabel dependen pada penelitian ini adalah produktivitas tenaga kerja Y dan variable independen faktor sikap mental X
1
, faktor pendidikanX
2
, faktor ketrampilan X
3
, faktor kemampuan manajerial X
4
, faktor lingkungan dan iklim kerja X
5
, faktor tekonologi X
6
dan faktor kesempatan berprestasi X
7
. Dari Data yang diperoleh, maka dapat dilihat hasil perhitungan regresi linier untuk
melihat korelasi masing-masing variabel independen terhadap variabel dependen dengan menggunakan SPSS 18.0.
6.2.2.1 Pengujian Hipotesis
Pada pengujian hipotesis model summary, dapat dilihat korelasi antar variabel dependen dan independen melalui besaran yang ditunjukkan oleh
besarnya nilai R dan Adjusted R Square seperti pada Tabel 6.5.
Universitas Sumatera Utara
57 Tabel 6.5. Model Summary Penelitian
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Change Statistics
R Square Change
F Change df1
df2 Sig. F
Change 1
.827
a
.684 .612
.37585 .684
9.565 7
31 .000
a. Predictors: Constant, Sikap Mental, Pendidikan, Ketrampilan, Kemampuan Manajerial, Lingkungan dan Iklim Kerja, Teknologi, Kesempatan Berprestasi
b. Dependent Variable: Produktivitas Tenaga Kerja
Sumber: Hasil Penelitian data diolah, 2013 Pada Tabel 6.5. diatas dapat dikatakan sebagai berikut:
1. Nilai R sebesar 0.827 menunjukkan bahwa korelasi antara variabel
dependen Y dengan variabel independen X1, X2, X3, X4, X5, X6 dan X7 adalah kuat, dikarenakan nilai R lebih besar dari 0.5.
2. Adjusted R Square sebesar 0.684 berarti 68,4 variasi dari faktor-faktor yang terdapat pada variabel produktivitas tenaga kerja Y bisa dijelaskan
oleh sikap mental X
1
, pendidikanX
2
, ketrampilan X
3
, kemampuan manajerial X
4
, lingkungan dan iklim kerja X
5
, tekonologi X
6
dan kesempatan berprestasi X
7
.
6.2.2.2 Pengujian Hipotesis Simultan Pengujian F
ANOVA pengujian F merupakan bagian dari proses dalam regresi linier yang digunakan untuk melihat apakah model regresi tersebut dapat
digunakan dalam memprediksi hubungan korelasi dan pengaruh antara variabel dependen dan variabel independen atau ANOVA dapat digunakan untuk
melakukan pengujian hipotesis keseluruhan dari variabel-variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
58 Pengambilan keputusan:
Jika F hitung = T tabel atau probabilitas = 0,05 maka Ho diterima Jika F hitung T tabel atau probabilitas 0,05 maka Ho ditolak, Ha diterima
Adapun hasil perhitungan dapat dilihat pada Tabel 6.6. Tabel 6.6. Hasil Perhitungan ANOVA Penelitian
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
9.458 7
1.351 9.565
.000
a
Residual 4.379
31 .141
Total 13.837
38 a. Predictors: Constant, Sikap Mental, Pendidikan, Ketrampilan, Kemampuan Manajerial,
Lingkungan dan Iklim Kerja, Teknologi, Kesempatan Berprestasi b. Dependent Variable: Produktivitas Tenaga Kerja
Sumber: Hasil Penelitian data diolah, 2013
Ho : Tidak terdapat pengaruh yang signifikan secara bersama-sama dari variabel bebas faktor sikap mental X
1
, faktor pendidikanX
2
, faktor ketrampilan X
3
, faktor kemampuan manajerial X
4
, faktor lingkungan dan iklim kerja X
5
, faktor tekonologi X
6
dan faktor kesempatan berprestasi X
7
terhadap produktivitas
tenaga kerja Y. Ha : Terdapat pengaruh yang signifikan secara bersama-sama dari variabel bebas
faktor sikap mental X
1
, faktor pendidikanX
2
, faktor ketrampilan X
3
, faktor kemampuan manajerial X
4
, faktor lingkungan dan iklim kerja X
5
, faktor tekonologi X
6
dan faktor kesempatan berprestasi X
7
dengan produktivitas
tenaga kerja Y. Dari Tabel 6.6, nilai F hitung yang diperoleh adalah 9.565 dengan
tingkat signifikansi 0,000. Dengan probabilitas 0,000 atau lebih kecil dari 0,05
Universitas Sumatera Utara
59 p0,05, maka Ho ditolak dan Ha dapat diterima, dengan kata lain model regresi
tersebut bisa digunakan untuk memprediksi hubungan korelasi dan pengaruh variabel independen yaitu faktor sikap mental X
1
, faktor pendidikanX
2
, faktor ketrampilan X
3
, faktor kemampuan manajerial X
4
, faktor lingkungan dan iklim kerja X
5
, faktor tekonologi X
6
dan faktor kesempatan berprestasi X
7
dengan produktivitas tenaga kerja Y.
6.2.2.3 Pengujian Hipotesis Parsial Pengujian t
