Keterangan :
Mo =
Modus L
= Tepi bawah kelas yang memiliki frekuensi tertinggi kelas modus
i =
interval kelas b1
= frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya b2
= frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya
3.6.3 Analisis Regresi Berganda
Analisis regresi bergandamerupakan suatu teknik statistik dimana terdapat lebih dari satu variabel bebas. Variabel bebas adalah 8 faktor-faktor QWL,
sedangkan variabel terikat adalah komitmen organisasi. Menurut Umar, 2005 model regresi berganda ditunjukkan oleh persamaan :
Y = b + b
1
X
1
+ b
2
X
2+
b
3
X
3 +
b
4
X
4 +
b
5
X
5 +
b
6
X
6 +
b
7
X
7 +
b
8
X
8
.....................4 Keterangan :
Y = Komitmen organisasi
X
1
=Imbalan yang adil dan memadai X
2
=Kondisi dan lingkungan pekerjaan yang aman dan nyaman X
3
= Adanya kesempatan untuk menggunakan kemampuan X
4
= Kesempatan untuk berkembang dan keamanan berkarya di masa depan X
5
= Integrasi sosial dalam lingkungan kerja X
6
= Ketaatan pada berbagai ketentuan formal dan normatif X
7
= Keseimbangan antara kehidupan kerja dan kehidupan pribadi X
8
= Relevansi sosial kehidupan kerja b
= Konstanta b
1
= Koefisien regresi X
1
b
2
= Koefisien regresi X
2
b
3
= Koefisien regresi X
3
b
4
= Koefisien regresi X
4
b
5
= Koefisien regresi X
5
b
6
= Koefisien regresi X
6
b
7
= Koefisien regresi X
7
b
8
= Koefisien regresi X
8
Persyaratan statistik yang harus dipenuhi pada analisis regresi berganda disebut uji asumsi klasik. Analisis regresi berganda memerlukan beberapa uji
agar model tersebut layak dipergunakan, yaitu uji normalitas, uji multikolineritas, uji heteroskedastisitas, dan koefisien determinasi.
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel terikat dan variabel bebas keduanya mempunyai hubungan distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi
datanormal atau mendekati normal. Uji normalitas pada penelitian ini dengan analisis grafik yaitu melihatnormal probablility plotyang membandingkan
distribusi komulatif dari distribusi normal. Melia,2010. b. Uji Multikolineritas
Uji multikolineritas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi berganda.
Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi
terganggu. Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi di antara variabel bebas. Untuk mendeteksi adanya multikolineritas, dapat dilihat dari Variance Inflation Factor VIF. Apabila
nila VIF 10, terjadi multikolineritas. Sebaliknya jika VIF 10 tidak terjadi multikolineritas Nugroho, 2009.
c. Uji Heteroskedastisitas Uji heteroskedastisitasmemiliki fungsi untuk menguji terjadinya
perbedaan ragam residual suatu periode pengamatan ke periode pengamatan lain. Model regresi yang baik adalah model yang tidak terjadi
heteroskedastisitas, atau model mempunyai persamaan ragam individual suatu periode pengamatan dengan metode pengamatan lain menurut Nugroho,
2009. Cara memprediksi apakah suatu data terpengaruh heteroskedastisitas adalah mengamati gambar Scatterplot dalam model regresi linear berganda,
jika memenuhi syarat : 1. Titik data menyebar di atas atau di bawah atau sekitar angka 0
2. Titik data tidak mengumpul hanya di atas atau di bawah saja 3. Penyebaran titik data tidak boleh membentuk pola bergelombang kemudian
menyempit dan melebar kembali. 4. Penyebaran titik-titik sebaiknya tidak berpola.
