Analisis Linier Sederhana Konstanta a = 13,751 Koefisien X Pengujian Koefesien Determinasi R

47 Pada Tabel 4.6 dapat dilihat bahwa: 1. Pada pernyataan pertama, dari 36 responden, sebanyak 83,3 responden menyatakan sangat setuju bahwa Alfamart berperan dalam memberikan solusi terhadap franchisee. 16,7 menyatakan setuju, 0 menyatakan kurang setuju, 0 menyatakan tidak setuju, dan 0 responden menyatakan sangat tidak setuju dengan pernyataan tersebut. 2. Pada pernyataan kedua, dari 36 responden, sebanyak 69,4 responden menyatakan sangat setuju bahwa Franchisor merupakan pihak yang bertanggung jawab atas segala seuatu yang terjadi pada franchisee. 30,6 menyatakan setuju, 0 menyatakan kurang setuju, 0 menyatakan tidak setuju, dan 0 responden menyatakan sangat tidak setuju dengan pernyataan tersebut. 3. Pada pernyataan ketiga, dari 36 responden, sebanyak 75 responden menyatakan sangat setuju bahwa Alfamart melegitimasi kekuasaan sebagai franchisor dalam setiap pengambilan keputusan. 25 menyatakan setuju, 0 menyatakan kurang setuju, 0 menyatakan tidak setuju, dan 0 responden menyatakan sangat tidak setuju dengan pernyataan tersebut.

4.3 Analisis Linier Sederhana

Analisis regresi linier sederhana dilakukan dengan bantuan SPSS 17.0 dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas yaitu konflik terhadap variabel terikat yaitu hubungan kerjasama Y. Universitas Sumatera Utara 48 Tabel 4.7 Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 Konflik a . Enter a. All requested variables entered. b. Dependent Variable: Hubungan_Kerja_Sama Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.7 Variabel Enteredremoved b menunjukkan hasil analisis statistik tiap indikator sebagai berikut. Tabel 4.8 Analisis Linier Sederhana Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 13.751 .732 18.784 .000 Konflik -.048 .066 .123 .726 .473 a. Dependent Variable: Hubungan_Kerja_Sama Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.8 maka persamaan analisis regresi linear sederhana dalam penelitian ini adalah: Y = 13,751 - 0,048 X 1 Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut :

a. Konstanta a = 13,751

, ini menunjukkan harga constant, dimana jika variabel konflik X, = 0, maka hubungan kerjasama = 13,751.

b. Koefisien X

1 b 1 = - 0,048 , ini berarti bahwa variabel konflik X berpengaruh negatif terhadap hubungan kerjasama, atau dengan kata lain jika konflik X Universitas Sumatera Utara 49 meningkat, maka hubungan kerjasama akan mengalami penurunan. Koefesien bernilai negatif artinya terjadi hubungan negatif antara variabel konflik dengan hubungan kerjasama, semakin meningkat konflik maka hubungan kerjasama akan menurun atu bahkan tidak akan terjadi.

4.4 Uji Asumsi Klasik

4.4.1 Uji Normalitas

Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov. 1. Analisis Grafik Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat seperti Gambar 4.2, dan Gambar 4.3. Universitas Sumatera Utara 50 Sumber: Hasil Penelitian, 2014 data diolah Gambar 4.2 Pengujian Normalitas Histogram Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melenceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa data maupun model yang digunakan memenuhi asumsi normalitas. Universitas Sumatera Utara 51 Sumber: Hasil Penelitian, 2014 data diolah Gambar 4.3 Pengujian Normalitas P-P Plot Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data yang dipergunakan dalam penelitian ini memenuhi asumsi normalitas sehingga layak untuk diuji dengan model regresi. 2. Analisis Statistik Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Jika nilai sig probability lebih besar dari 0,05 maka Ho ditolak dengan pengertian bahwa data yang dianalisis berdistribusi normal. Demikian juga sebaliknya jika nilai sig probability lebih kecil dari 0,05 maka Ho diterima dengan pengertian bahwa data yang dianalisis Universitas Sumatera Utara 52 tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik nonparametik Kolmogorv-Smirnov K-S. Tabel 4.9 Uji Kolmogrov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 36 Normal Parameters a,,b Mean .0000000 Std. Deviation .56191326 Most Extreme Differences Absolute .295 Positive .295 Negative -.200 Kolmogorov-Smirnov Z 1.771 Asymp. Sig. 2-tailed .064 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.9 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,064, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain variabel tersebut berdistribusi normal.

4.4.2 Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau Universitas Sumatera Utara 53 tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu : 1. Analisis Grafik Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Sumber: Hasil Penelitian, 2014 data diolah Gambar 4.4 Pengujian Heteroskedastisitas Scatterplot Berdasarkan Gambar 4.4 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi. Universitas Sumatera Utara 54 2. Analisis Statistik Dasar analisis metode statistik adalah jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas. Tabel 4.10 Uji Glejser Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .995 .349 2.849 .007 Konflik -.047 .032 -.246 -1.480 .148 Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.10 dapat diketahui bahwa tidak ada variabel bebas yang signifikan secara statistik mempengaruhi variabel terikat RES2. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

4.5 Uji Hipotesis

4.5.1 Uji Signifikan Parsial Uji-t

Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu variabel bebas secara parsial individual terhadap variasi variabel terikat. Kriteria pengujiannya adalah : Ho : b1 = 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat. Ho : b1 ≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat. Universitas Sumatera Utara 55 Kriteria pengambilan keputusan adalah: Ho diterima jika t hitung t tabel pada α= 5 Ho ditolak jika t hitung t tabel pada α= 5 Hasil pengujian adalah : Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k n = jumlah sampel, n = 36 k = jumlah variabel yang digunakan, k = 2 Derajat kebebasan degree of freedom df =n-k = 36-2 = 34 Uji-t yang dilakukan adalah uji satu arah, maka t tabel yang digunakan adalah t 0,05 34 = 1,691 Tabel 4.11 Hasil Uji Signifikan Parsial Uji-t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 13.751 .732 18.784 .000 Konflik -.048 .066 .123 .726 .473 a. Dependent Variable: Hubungan_Kerja_Sama Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.11 dapat dilihat bahwa: 1. Variabel Konflik X Nilai t hitung variabel konflik adalah 0,726 dan nilai t tabel 1,691 maka t hitung t tabel 0,726 1,691 sehingga dapat disimpulkan bahwa variabel konflik berpengaruh negatif dan tidak signifikan 0,473 0,05 secara parsial terhadap hubungan Universitas Sumatera Utara 56 kerjasama. Artinya, walaupun variabel konflik ditingkatkan sebesar satu satuan, maka hubungan kerjasama akan menurun sebesar 0,048.

4.5.2 Uji Signifikan Simultan Uji-F

Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Kriteria pengujiannya adalah : Ho : b1 = 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat. Ho : b1 ≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat. Kriteria pengambilan keputusan adalah: Ho diterima jika F hitung F tabel pada α= 5 Ho ditolak jika F hitung F tabel pada α= 5 Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut: df Pembilang = k – 1 df Penyebut = n – k Keterangan : n = jumlah sampel penelitian k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n 36 dan jumlah keseluruhan variabel k adalah 2, sehingga diperoleh : 1. df pembilang = 2 – 1 = 1 Universitas Sumatera Utara 57 2. df penyebut = 36 – 2 = 34 Nilai F hitung akan diperoleh dengan menggunakan bantuan SPSS, kemudian akan dibandingkan dengan F tabel pada tingkat α = 5. Tabel 4.12 Hasil Uji Signifikan Simultan Uji-F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression .171 1 .171 .526 .473 a Residual 11.051 34 .325 Total 11.222 35 a. Predictors: Constant, Konflik b. Dependent Variable: Hubungan_Kerja_Sama Sumber: Hasil Penelitian, 2014 data diolah Pada Tabel 4.12 dapat dilihat bahwa hasil perolehan F hitung pada kolom F yakni sebesar 0,526 dengan tingkat signifikansi = 0.473, lebih kecil dari nilai F tabel yakni 4,130 , dengan tingkat kesalahan α = 5, atau dengan kata lain F hitung F tabel 0,526 4,130. Berdasarkan kriteria pengujian hipotesis jika F hitung F tabel dan tingkat signifikansinya 0.473 0.05, menunjukkan bahwa pengaruh variabel bebas konflik secara serempak adalah negatif dan tidak signifikan terhadap variabel terikat hubungan kerjasama.

4.6 Pengujian Koefesien Determinasi R

2 Pengujian koefisien determinasi R² digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat. Koefisien determinasi berkisar antara nol sampai satu 0 ≤ R² ≥ 1. Jika R² semakin besar Universitas Sumatera Utara 58 mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas terhadap variabel terikat dan demikian sebaliknya. Tabel 4.13 Hasil Uji Koefesien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .123 a .015 -.014 .570 a. Predictors: Constant, Konflik b. Dependent Variable: Hubungan_Kerja_Sama Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan Tabel 4.13 dapat dilihat bahwa : 1. R = 0,123 berarti hubungan antara konflik X, terhadap hubungan kerjasama Y sebesar 12,3. Artinya hubungannya sangat rendah. 2. Nilai R Square sebesar 0.015 berarti 1,5 hubungan kerjasama Y dapat dijelaskan oleh variabel konflik X.Sedangkan sisanya 98,5 dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti dalam penelitian ini. 3. Standard Error of Estimated Standar Deviasi artinya mengukur variasi dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya sebesar 0,570. Semakin kecil standar deviasi berarti model semakin baik. Universitas Sumatera Utara 59

4.7. Pembahasan