141
Tabel 4.15 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 57.890
4.097 14.129
.000 Seleksi
-.267 .116
-.283 -2.291
.024 .287
3.490 Penempatan
-.034 .131
-.033 -.258
.797 .272
3.678 Pelatihan
-.389 .149
-.360 -2.605
.010 .230
4.349 a. Dependent Variable: Human_Error
Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016.
Pada Tabel 4.15 diatas, dapat dilihat bahwa variabel Seleksi, Penempatan, dan Pelatihan memiliki nilai Tolerance 0,287, 0,272, 0,230 0,1 dan nilai
VIF 3,490, 3,678, 4,349 5 maka variabel tersebut tidak terkena multikolinearitas.
4.2.4 Analisis Regresi Linier Berganda
Analisis regresi linear yang digunakan dalam penelitian ini adalah analisis regresi linear berganda karena jumlah variabel yang diteliti lebih dari satu.
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen. Berdasarkan hasil pengujian
asumsi klasik, ternyata data telah lulus uji asumsi klasik, sehingga data siap untuk diregresi linear berganda. Berikut Tabel 4.16 menunjukkan hasil estimasi regresi
melalui pengolahan data dengan SPSS:
Universitas Sumatera Utara
142
Tabel 4.16 Uji Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
57.890 4.097
14.129 .000
Seleksi -.267
.116 -.283
-2.291 .024
Penempatan -.034
.131 -.033
-.258 .797
Pelatihan -.389
.149 -.360
-2.605 .010
a. Dependent Variable: Human_Error Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016.
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.16, maka diperoleh persamaan regresi linear berganda dengan rumus sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Y = 57,890 + -0,267 X
1
+ -0,034 X
2
+ -0,389 X
3
+ e Y = 57,890 - 0,267 X
1
- 0,034 X
2
- 0,389 X
3
+ e
Dimana: Y
= Human Error a
= Konstanta b
1
b
2
b
3
= Koefisien regresi berganda X
1
= Seleksi X
2
= Penempatan X
3
= Pelatihan e
= Standard error 1.
Konstanta a = 57,890 , ini menunjukkan harga constant, dimana jika
variabel seleksi X
1
, penempatan X
2
, dan pelatihan X
3
= 0, maka human error = 57,890.
Universitas Sumatera Utara
143
2. Koefisien X
1
b
1
= -0,276 , ini berarti bahwa variabel seleksi X
1
berpengaruh negatif terhadap human error, atau dengan kata lain jika seleksi X
1
ditingkatkan sebesar satu-satuan, maka human error akan mengalami penurunan sebesar 0,276. Koefesien bernilai negatif artinya terjadi hubungan
tidak searah antara variabel seleksi dengan human error, semakin meningkat seleksi maka akan semakin menurun pula human error paramedis di RSIA.
Stella Maris kota Medan. 3.
Koefisien X
2
b
2
= -0,034 , ini berarti bahwa variabel penempatan X
2
berpengaruh negatif terhadap human error, atau dengan kata lain jika penempatan X
2
ditingkatkan sebesar satu-satuan, maka human error akan mengalami penurunan sebesar 0,034. Koefesien bernilai negatif artinya terjadi
hubungan tidak searah antara variabel penempatan dengan human error, semakin meningkat penempatan maka akan semakin menurun pula human
error paramedis di RSIA. Stella Maris kota Medan. 4.
Koefisien X
3
b
3
= -0,389 , ini berarti bahwa variabel pelatihan X
3
berpengaruh negatif terhadap human error, atau dengan kata lain jika pelatihan X
3
ditingkatkan sebesar satu-satuan, maka human error akan mengalami penurunan sebesar 0,389. Koefesien bernilai negatif artinya terjadi
hubungan tidak searah antara variabel pelatihan dengan human error, semakin meningkat pelatihan maka akan semakin menurun pula human error
paramedis di RSIA. Stella Maris kota Medan.
Universitas Sumatera Utara
144
4.2.5 Pengujian Hipotesis 4.2.5.1 Uji Simultan Uji F
