Item-Total Statistics
64.3667 106.861
.521 .944
65.0667 101.237
.547 .944
64.6333 104.240
.555 .943
64.4667 99.913
.774 .939
64.6000 103.834
.594 .942
65.0000 98.759
.596 .943
64.6000 99.834
.660 .941
64.4667 103.016
.527 .944
64.6667 100.023
.560 .944
64.5333 100.189
.779 .939
64.3000 100.562
.725 .940
64.2333 98.806
.797 .939
64.2667 98.547
.791 .939
64.1667 95.661
.836 .937
64.1333 96.602
.803 .938
64.2333 100.185
.751 .940
64.2667 100.064
.693 .940
64.5333 100.189
.779 .939
VAR00001 VAR00002
VAR00003 VAR00004
VAR00005 VAR00006
VAR00007 VAR00008
VAR00009 VAR00010
VAR00011 VAR00012
VAR00013 VAR00014
VAR00015 VAR00016
VAR00017 VAR00018
Scale Mean if Item Deleted
Scale Variance if
Item Deleted Corrected
Item-Total Correlation
Cronbachs Alpha if Item
Deleted
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Hasil Analisis Instrumen Uji Validitas dan Reliabilitas pada Tabel 4.8 dapat dilihat bahwa seluruh data diatas dinyatakan valid dan reliabel. Data pada
Tabel 4.8 menunjukkan valid dimana data lebih besar dari 0,36 pada keterangan Corrected Item Total Correlation; dan reliabel dengan nilai lebih besar dari 0,80
pada Cronbach’s Alpha if Item Deleted
C. Uji Asumsi Klasik 1. Uji Normalitas Data
Uji Normalitas data dapat dilihat dari output SPSS melalui gambar kurva normal p-p Plot untuk menunjukkan sebaran data penelitian. Dari gambar kurva
normal P-P Plot berikut ini dapat disimpulkan bahwa data penelitian mempunyai
Universitas Sumatera Utara
distribusi normal. Karena sebaran data yang ada menyebar kesemua daerah kurva normal. Uji Normalitas pada penelitian ini dapat dilihat pada Gambar 4.1.
Observed Cum Prob 1.0
0.8 0.6
0.4 0.2
0.0
Expected C um P
rob 1.0
0.8 0.6
0.4 0.2
0.0
Gambar: 4.1 Grafik Distribusi Normal Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Pengambilan keputusan untuk uji Normalitas dilakukan dengan membandingkan nilai Asymp.Sis 2-tailed tabel dengan nilai Asymp.Sis 2-
tailed hitung adalah 0,05. Hasil uji Normalitas pada penelitian ini dapat juga dilihat pada one sample KS Test pada Tabel 4.9.
Tabel 4.9 Hasil Analisis Instrumen One Sample KS Test
One-Sample Kolmogorov-Smirnov Test
67 .0000000
2.51553880 .130
.130 -.100
1.064 .207
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Universitas Sumatera Utara
Nilai Asymp.Sis 2-tailed pada penelitian ini adalah 0,207, lebih besar dari 0,05 0,207 0,05, artinya variabel residual berdistribusi normal.
2. Multikoliniearitas
Uji multikolinearitas dilakukan untuk menguji apakah terdapat korelasi yang tinggi diantara variabel bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi antara variabel independen. Suatu variabel tidak terkena multikolinearitas, jika: Situmorang, 2008:104
Variance Inflation Factor VIF 5 Tolerance 0,1
Uji multikolinearitas pada penelitian skripsi ini dapat dilihat pada Tabel 4.10.
Tabel 4.10 Hasil Analisis Instrumen Multikoliniearitas
Coeffi cients
a
3.245 2.245
1.445 .153
.169 .123
.123 1.379
.173 .626
1.598 1.074
.128 .746
8.392 .000
.626 1.598
Const ant Kepuas_K
Komit_K Model
1 B
St d. E rror Unstandardized
Coeffic ients Beta
St andardiz ed Coeffic ients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Kinerja_P a.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Tabel 4.10 menunjukkan tidak adanya masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF pada variabel Kepuasan Kerja Kerja dan
Komitmen Kerja masing-masing menunjukkan nilai kurang dari lima VIF 5. Nilai Variance Inflation Factor VIF pada variabel Kepuasan Kerja Kerja dan
Komitmen Kerja sebesar 1,598. Nilai Variance Inflation Factor VIF yang lebih
Universitas Sumatera Utara
kecil dari 5 lima menunjukkan bahwa tidak ada masalah multikolinearitas dalam model penelitian skripsi ini. Nilai Tolerance pada variabel Kepuasan Kerja Kerja
dan Komitmen Kerja sebesar 0,626. Nilai Tolerance lebih besar dari 0,1 Tolerance 0,1 maka tidak terdapat multikolinearitas.
3. Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi, dengan kata lain
heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Heteroskedastisitas dapat diketahui dengan melakukan dua pendekatan yakni
pendekatan statistik uji glesjer dan pendekatan grafik. Kriteria pengambilan keputusan:
a. Jika nilai signifikansi 0,05, maka tidak mengalami gangguan
heteroskedastisitas. b.
Jika nilai signifikansi 0,05, maka mengalami gangguan heteroskedastisitas.
Tabel 4.11 Hasil Analisis Instrumen Heteroskedastisitas
Pendekatan Statistik Uji Glesjer
Coeffi cients
a
.796 1.570
.507 .614
-.055 .086
-.100 -.640
.524 .117
.089 .203
1.304 .197
Const ant Kepuas_K
Komit_K Model
1 B
St d. E rror Unstandardized
Coeffic ients Beta
St andardiz ed Coeffic ients
t Sig.
Dependent Variable: absut a.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Universitas Sumatera Utara
Tabel 4.11 dapat kita lihat bahwa data pada penelitian skripsi ini hasil uji signifikan variabel Kepuasan Kerja adalah sebesar 0,524 dan hasil uji signifikan
pada variabel Komitmen Kerja adalah sebesar 0,197. Hasil analisis instrumen heteroskedastisitas pada penelitian ini menunjukkan bahwa masing-masing
variabel Kepuasan Kerja dan Komitmen Kerja menunjukkan nilai lebih besar dari 5, sehingga dapat disimpulkan bahwa data pada penelitian ini tidak terdapat
adanya heteroskedastisitas dalam model regresi. Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot.
Gambar 4.2 adalah gambar scatterplot yang dapat mengindikasi ada atau tidaknya gejala heteroskedastisitas. Suatu model regresi jika dianalisis dengan pendekatan
grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu
Syafrizal, 2008: 68.
Universitas Sumatera Utara
Regression Standardized Predicted Value
2 1
-1 -2
-3 R
egressi on S
tudent iz
ed R esi
dual 4
2 -2
Gambar 4.2 Scatterplot Dependent Variable Kinerja Karyawan Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Gambar 4.2 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola tertentu.
Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala heteroskedastisitas pada model regresi penelitian skripsi ini.
D. Analisis Regresi Berganda