73
Tabel 4.10 Hasil Uji Koefesien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.637
a
.441 .416
1.618 a. Predictors: Constant, Manajemen_Pengetahuan
b. Dependent Variable: Kinerja_Pegawai
Sumber: Hasil Penelitian, 2014 data diolah
Berdasarkan Tabel 4.10 dapat dilihat bahwa : 1. R = 0,637 berarti hubungan antara variabel manajemen pengetahuan X,
terhadap kinerja pegawai Y sebesar 63,7. Artinya hubungannya kuat. 2. Nilai
R Square sebesar 0,441 berarti 44,1 variabel kinerja pegawai Y dapat dijelaskan oleh variabel manajemen pengetahuan X. Sedangkan sisanya 55,9
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 1,618.
Semakin kecil standar deviasi berarti model semakin baik.
4.6 Uji Asumsi Klasik
4.6.1 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.
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
76 tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan
dengan uji statistik nonparametik Kolmogorv-Smirnov K-S.
Tabel 4.11 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 59
Normal Parameters
a,,b
Mean .00000
Std. Deviation 2.579174
Most Extreme Differences Absolute
.210 Positive
.169 Negative
-.210 Kolmogorov-Smirnov Z
1.616 Asymp. Sig. 2-tailed
.061 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2014 data diolah
Berdasarkan Tabel 4.11, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,061, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain
variabel tersebut berdistribusi normal.
4.6.2 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
tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu :
Universitas Sumatera Utara
Universitas Sumatera Utara
78
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 4.162
3.000 1.387
.171 Manajemen_Pengetahuan
.034 .045
.099 .754
.454 a. Dependent Variable: RES2
Sumber: Hasil Penelitian, 2014 data diolah
Berdasarkan Tabel 4.12 dapat diketahui bahwa tidak satupun 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.
4.6.3 Uji Multikolinieritas
