4.2.3 Uji Regresi Liniear Berganda
Analisis regresi linier berganda dilakukan dengan aplikasi SPSS 17.0 for Windows. Regresi linear berganda ditujukan untuk menentukan hubungan antara
variabel independen yang terdiri kompensasi langsung dan kompensasi tidak langsung terhadap variabel dependen yaitu prestasi. Model regresi yang dilakukan
dalam penelitian ini adalah :
Y = a + b
1
x
1
+ b
2
x
2 +
e
Hasil pengolahan data pada SPSS yang dilakukan ditunjukkan pada tabel berikut:
Tabel 4.14 Uji Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
16.991 2.123
8.002 .000
kompensasi _langsung
.327 .381
.170 .859
.395 kompensasi
_tidak_lang sung
.238 .117
.402 2.032
.048
a. Dependent Variable: prestasi
Sumber: Output SPSS April 2012
Model regresi untuk persamaan ini dapat dilihat dari tabel uji t parsial pada kolom B yaitu:
Y = 16,991 + 0,327 X
1
+ 0,238 X
2
+ e
Universitas Sumatera Utara
Persamaan pada Tabel 4.14 dapat diuraikan sebagai berikut: a.
Konstanta a = 16,991 hal ini menunjukkan nilai konstan, dimana jika
kompensasi langsung dan kompensasi tidak langsung = 0, maka prestasi tetap sebesar 16,991.
b. Koefisien X
1
b
1
= 0,327, hal ini menunjukkan bahwa kompensasi
langsung berpengaruh secara positif terhadap prestasi, atau dengan kata lain jika kompensasi langsung meningkat maka prestasi akan meningkat juga.
c. Koefisian X
2
b
2
= 0,238, hal ini menunjukkan bahwa kompensasi tidak
langsung berpengaruh positif terhadap prestasi, atau dengan kata lain apabila kompensasi tidak langsung meningkat maka prestasi akan
meningkat pula.
4.2.4 Uji Hipotesis a. Uji Signifikansi 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: H
: b
1
, b
2
= 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
H
i
: b
1
, b
2
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut :
Universitas Sumatera Utara
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 46 dan jumlah keseluruhan
variabel k adalah 3, sehingga diperoleh : 1. df pembilang = 3
– 1 = 2 2. df penyebut = 46
– 3 = 43 Nilai F hitung akan diperoleh dengan menggunakan bantuan SPSS 17.0 for
Windows , kemudian akan dibandingkan dengan F tabel pada tingkat α = 5,
dengan kriteria uji sebagai berikut : H
diterima jika F
hitung
F
tabel
pada α = 5 H
i
diterima jika F
hitung
F
tabel
pada α = 5
Tabel 4.15 Uji F Secara Serentak
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
74.544 2
37.272 8.956
.001
a
Residual
178.956 43
4.162
Total 253.500
45
a. Predictors: Constant, kompensasi_tidak_langsung, kompensasi_langsung b. Dependent Variable: prestasi
Sumber: Output SPSS April 2012
Pada Tabel 4.15 nilai F
hitung
8,956 F
tabel
3,21, ini berarti H
i
diterima artinya secara serempak simultan terdapat pengaruh yang positif dan
signifikan dari variabel independen kompensasi langsung dan kompensasi
Universitas Sumatera Utara
tidak langsung terhadap variabel dependen prestasi dan tingkat signifikansinya 0,001 0,05, menunjukkan bahwa pengaruh variabel
independen kompensasi langsung dan kompensasi tidak langsung secara simultan adalah signifikan terhadap variabel dependen prestasi.
b. Uji Signifikansi Parsial Uji - t