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