Analisis Regresi
D. Analisis Regresi
Analisis Regresi digunakan untuk mengukur pengaruh antara variabel prediktor (variabel bebas) terhadap variabel terikat. Sebelum dilakukan analisis regresi, dilakukan uji asumsi klasik sebagai berikut.
1. Uji Asumsi Klasik
a. Uji Normalitas Distribusi Data
Uji Normalitas data dilakukan sebelum data diolah berdasarkan model-model penelitian yang diajukan. Uji normalitas data bertujuan Uji Normalitas data dilakukan sebelum data diolah berdasarkan model-model penelitian yang diajukan. Uji normalitas data bertujuan
Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov satu arah atau analisis grafis. Berikut ini adalah hasil uji normalitas dengan Kolmogorov-Smirnov pada variabel independen dan variabel dependen.
Tabel 4.10
One-Sample Kolmogorov-Smirnov Test
Disiplin Kinerja
Kompensasi Pegawai N
Normal Parameters a,b Mean
4,57835 6,62287 Most Extreme Differences
Std. Deviation
-,105 -,097 Kolmogorov-Smirnov Z
Negative
,605 ,666 Asymp. Sig. (2-tailed)
,858 ,767 a. Test distribution is Normal.
b. Calculated from data.
Hasil analisis Kolomogorov-Smirnov dengan nilai Z untuk Y sebesar 0,666 dan untuk X sebesar 0,605. Asymp signifikan untuk variabel Y dan X, secara berturut-turut adalah 0,767 untuk Y dan 0,858 untuk X. Dari hasil tersebut nampak bahwa pada variabel Y dan X memiliki distribusi data yang normal.
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi liner kesalahan pengganggu (e) mempunyai varians yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Untuk menguji Hetero-skedastisitas dapat diketahui dari nilai signifikan korelasi Rank Spearman antara masing-masing variabel independen dengan residualnya. Jika nilai signifikan lebih besar dari α (5%) maka tidak terdapat Heteroskedastisitas, dan sebaliknya jika lebih kecil dari α (5%) maka terdapat Heteroskedastisitas. Berdasarkan perhitungan SPSS diperoleh hasil seperti pada tabel berikut.
Tabel 4.11
Correlations
Disiplin Kinerja
Kompensasi Pegawai Spearman's
1,000 ,177 rho
Kompensasi
Correlation Coefficient
Sig. (2-tailed)
Correlation Coefficient
,340 . Pegawai
Sig. (2-tailed)
18 18 ** Correlation is significant at the .01 level (2-tailed).
a Listwise N=18
Hasil pengujian korelasi Spearman pada tabel di atas menunjukkan bahwa korelasi antara variabel X dengan nilai residual adalah tidak signifikan. Hal ini dapat dilihat dari nilai Sig = 0,340 >
0.05 sehingga dapat diasumsikan bahwa tidak terjadi heterokesdasitas dalam model regresi ini.
c. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Untuk menguji Autokorelasi dapat dilihat dari nilai Durbin Waston (DW), yaitu jika nilai DW terletak antara du dan (4 – dU) atau du ≤ DW ≤ (4 – dU), berarti bebas dari Autokorelasi. Jika nilai DW lebih kecil dari dL atau DW lebih besar dari (4 – dL) berarti terdapat Autokorelasi. Nilai dL dan dU dapat dilihat pada tabel Durbin Waston, yaitu nilai dL ; dU = α ; n ; (k – 1). Keterangan : n adalah jumlah sampel, k adalah jumlah variabel, dan α adalah taraf signifikan.
1) Perumusan hipotesis :
1 = ρ 2 =... = ρp = 0 Æ Non Autokorelasi (Faktor pengganggu periode tertentu tidak berkorelasi dengan faktor pengganggu pada periode lain).
a) Ho : ρ
1 2 ρp ≠ Æ Autokorelasi (Faktor pengganggu periode tertentu berkorelasi dengan faktor pengganggu pada periode lain).
b) Ha : ρ = ρ = ... =
2) Kriteria pegujian :
a) Jika d-hitung < dL atau d-hitung > (4-dL), Ho ditolak, berarti ada autokorelasi.
b) Jika dU < d-hitung < (4 – dU), Ho diterima, berarti tidak terjadi autokorelasi.
c) Jika dL < d-hitung < dU atau (4-dU) < d-hitung < (4-dL), maka tidak dapat disimpulkan ada tidaknya autokorelasi.
Gambar 4.1
Daerah Penerimaan & Penolakan Ho, Uji Autokorelasi
Berdasarkan perhitungan yang dilakukan dengan menggunakan aplikasi SPSS 18.0 for Windows diperoleh output sebagai berikut.
Tabel 4.12
Model Summary b
Model
Std. Error of the R
Adjusted R
R Square
Square
Estimate Durbin-Watson
6,68878 1,937 a. Predictors: (Constant), Kompensasi
1 ,418 a ,174
b. Dependent Variable: Disiplin Kinerja Pegawai
Berdasarkan hasil perhitungan diperoleh nilai Durbin Watson (d) sebesar 1,937. Untuk N=18 pada 2 variabel, Nilai dL pada tabel adalah 1,15759 dan nilai dU adalah 1,39133. Dengan Berdasarkan hasil perhitungan diperoleh nilai Durbin Watson (d) sebesar 1,937. Untuk N=18 pada 2 variabel, Nilai dL pada tabel adalah 1,15759 dan nilai dU adalah 1,39133. Dengan
- Nilai dL adalah 1,15759 - Nilai dU adalah 1,39133 - Nilai 4 – dU adalah 2,60867 - Nilai 4 – dL adalah 2,84241
Berdasarkan grafik yang dikemukakan di atas dapat diketahui bahwa nilai DW = 1,625 berada di antara nilai dU dan 4- dU atau 1,39133 < 1,937 < 2,60867 yang berarti nilai DW berada pada daerah penerimaan H O . Artinya, pada penelitian ini tidak terdapat autokorelasi.
2. Pembentukan Model Regresi Linier
Berdasarkan hipotesis yang diajukan, teknik analisis data dengan menggunakan Analisis Regresi Sederhana dengan model persamaan sebagai berikut.
Ŷ = a + bX + e
Keterangan: Y : Disiplin Kinerja Pegawai
X : Kompensasi
a : konstanta
b : koefisien regresi atau slope garis regresi Y atas X
e : epsilon, galat presiksi yang terjadi secara acak.
Dengan menggunakan aplikasi PASW 18.0 for Windows diperoleh taksiran regresi sebagai berikut.
Tabel 4.13
Coefficients a
Model Standardized Unstandardized Coefficients
Coefficients
t Sig. 1 (Constant)
B Std. Error
,118 2,642 ,006 a. Dependent Variable: Disiplin Kinerja Pegawai
Berdasarkan tabel 4.13 di atas dapat dibuat model regresi sebagai berikut.
Ŷ = 43,300 + 0,171X + e
Persamaan regresi yang terbentuk dapat diartikan sebagai berikut.
(1) Konstanta sebesar 43,300 mengandung arti jika Kompensasi (X)
nilainya sama dengan 0, maka Disiplin Kinerja Pegawai (Y) nilainya sama dengan 43,300.
(2) Variabel Kompensasi (X) memiliki koefisien regresi positif. Hal ini
berarti jika skor Kompensasi (X) naik sebesar satu satuan, maka Disiplin Kinerja Pegawai (Y) akan mengalami peningkatan sebesar nilai koefisien regresinya, yaitu sebesar 0,171 kali atau sebesar 17,10%.
(3) Nilai e dapat diabaikan karena telah dilakukan uji asumsi klasik yang
menyatakan bahwa seluruh data berdistribusi normal, tidak terdapat menyatakan bahwa seluruh data berdistribusi normal, tidak terdapat
3. Uji Hipotesis
Untuk membuktikan apakah model regresi yang telah diperoleh di atas dapat digunakan atau tidak, akan dilakukan pengujian hipotesis dengan menggunakan uji t.
Berdasarkan output pada tabel 4.13 dapat diketahui nilai t hitung untuk X adalah sebesar 2,642 sedangkan t tabel pada α (tingkat kekeliruan) 0,05 dan db = 18 – 2 = 16 untuk pengujian satu sisi adalah 1,746. Kriteria pengujian satu sisi adalah ’tolak Ho jika t hitung >t tabel ’.
Karena nilai t hitung (2,642) lebih besar daripada nilai t tabel (1,746) pada tingkat kekeliruan 5% dan db = 16, maka H O ditolak dan H A
diterima. Dengan demikian dapat disimpulkan bahwa pada tingkat kepercayaan 95% terdapat pengaruh Kompensasi terhadap Disiplin Kinerja Pegawai Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis.
Besar pengaruh antar kedua variabel tersebut dapat dilihat pada tabel berikut.
Tabel 4.14
Model Summary b
Model
Std. Error
Change Statistics
F Sig. F R
Adjusted R
of the
R Square
R Square
df1 df2 Change 1 ,418 a ,174
1 29 ,526 a. Predictors: (Constant), Kompensasi b. Dependent Variable: Disiplin Kinerja Pegawai
Tabel 4.14 di atas menunjukkan koefisien determinasi untuk variabel Disiplin Kinerja Pegawai pada Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis (Y) dan Kompensasi (X) adalah 0,174. Nilai ini mengandung makna bahwa sebesar 17,40 % Disiplin Kinerja Pegawai pada Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis (Y) dipengaruhi oleh Kompensasi (X). Sedangkan sisanya sebesar 82,60 % merupakan pengaruh faktor lain yang tidak diteliti dalam penelitian ini.
Hasil pengujian tersebut menunjukkan bahwa Disiplin Kinerja Pegawai pada Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis Karang Tumaritis dipengaruhi oleh Kompensasi. Dengan kata lain, semakin baik Kompensasi dilakukan, maka akan semakin baik pula Disiplin Kinerja Pegawai pada Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis Karang Tumaritis. Sebaliknya, makin tidak baik Kompensasi akan berakibat semakin tidak baiknya Disiplin Kinerja Pegawai pada Kelurahan Gilingwesi, Kecamatan Karang Tumaritis, Kabupaten Karang Tumaritis Karang Tumaritis.