84
Tabel 4.6 Hasil Uji Reabilitas
Variabel R Alpha
Hasil Pendidikan X
1
0,640 Realiabel
Pelatihan X
2
0,637 Realiabel
Kinerja Pegawai Y
0,660 Realiabel
Sumber : Lampiran 3
Hasil penilaian terhadap reabilitas dari semua variabel bebas
menunjukan nilai yang lebih besar dari 0,6., sehingga dapat disimpulkan bahwa seluruh variabel bebas dalam penelitian ini reliabel. Sementara
faktor terikat Y yaitu Kinerja Pegawai Pada PT.PLN Persero P3B Jawa Bali di Surabaya juga menunjukan nilai lebih besar dari 0,6
sehingga dapat dikatakan reliabel.
4.4. Analisis dan Pembahasan 4.4.1. Uji Asumsi Klasik
Sebelum kita uji persamaan regresi berganda sesuai dengan pengujian secara simultan maupun parsial, maka kita lihat terlebih dahulu apakah
persamaan
Y =
β
+
β
1
X
1
+
β
2
X
2
yang diasumsikan tidak terjadi pengaruh antara variable bebas atau regresi bersifat BLUE, artinya koefisien
regresi pada persamaan tersebut betul – betul linier tidak bias.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
85
1. Multikolinier
Multikolinieritas berarti ada hubungan linier yang “sempurna” atau pasti di antara beberapa atau semua variabel independen dari model
regresi. Dari dugaan adanya multikolinieritas tersebut maka perlu adanya pembuktian secara statistik ada atau tidaknya gejala multikolinier dengan
cara menghitung Variance Inflation Factor VIF. VIF menyatakan tingkat “pembengkakan” varians. Apabila VIF lebih besar dari 10, hal ini
berarti terdapat multikolinier pada persamaan regresi linier.
Tabel 5.1 Hasil Uji M ultikolinearitas
Variabel VIF
| Ketentuan
Kesimpulan
Pendidikan X
1
1,268 10
Non Multikolinear Pelatihan X
2
1,268 10
Non Multikolinear
Sumber : Lampiran 4
Berdasarkan tabel diatas, diperoleh nilai VIF variabel bebas X
1
sebesar 1,268 dan X
2
sebesar 1,268. Jadi dapat disimpulkan dalam persamaan tersebut tidak terjadi multikolinearitas pada semua variabel
bebasnya.
2. Heterokedastisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas X. Hal ini bisa diidentifikasikan dengan menghitung
korelasi rank spearman antara residual dengan seluruh variabel bebas. Pembuktian adanya heterokedastisitas dilihat pada tabel dibawah :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
86
Tabel 5.2 Tes Heterokedastisitas dengan Korelasi Rank Spearman Korelasi
Variabel
Taraf α signifikansi dari
korelasi Rank Spearman |
Taraf Uji
Pendidikan X
1
0,885 0,05
Pelat ihan X
2
0,894 0,05
Sumber : Lampiran 4.
Berdasarkan tabel diatas, diperoleh tingkat signifikansi koefisien korelasi rank spearman untuk variabel bebas X
1
sebesar 0,885 dan X
2
sebesar 0,894 terhadap residual lebih besar dari 0,05 sehingga tidak mempunyai korelasi yang berarti antara nilai residual dengan variabel
yang menjelaskan. Jadi dapat disimpulkan persamaan yang dihasilkan tidak terjadi heterokedastisitas.
3. Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data cross-sectional” Gujarati, 1991:201. Untuk mengetahui ada tidaknya autokorelasi dapat dilihat
pada tabel Durbin Watson. Kaidah keputusan dapat dijelaskan sebagai berikut :
1 Jika d lebih kecil daripada d
L
atau lebih besar daripada 4-d
L
, maka hipotesis nol ditolak yang berarti terdapat autokorelasi.
2 Jika d terletak antara d
U
dan 4-d
U
, maka hipotesis nol diterima yang berarti tidak ada autokorelasi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
87
3 Jika nilai d terletak antara d
L
dan d
U
atau antara 4-d
L
dan 4-d
U
maka uji Durbin-Watson tidak menghasilkan kesimpulan yang pasti, untuk nilai-nilai ini tidak dapat disimpulkan ada tidaknya
autokorelasi di antara faktor-faktor penganggu. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model
penelitian maka perlu dilihat nilai DW tabel. Diketahui jumlah variabel bebas adalah 2 k=2 dan banyaknya data adalah n=64 sehingga
diperoleh nilai DW tabel adalah sebesar d
L
= 1,536 dan d
U
= 1,662
Gambar 4.1 Kurva Statistik Durbin W atson
Daerah Daerah Daerah Daerah Kritis Ketidak- Terima Ho Ketidak- Kritis
pastian pastian Tolak Tidak ada Tolak
Ho autokorelasi Ho 0 d
L
= 1,536 d
U
= 1,662 4-d
U
= 2,338 4-d
L
= 2,464 d
1,819
Lampiran 9
Berdasarkan hasil analisis, diperoleh nilai DW tes sebesar
1,819
berada pada daerah antara 4-d
U
dan 4-d
L
yang berarti berada dalam daerah keragu-raguan. Maka dalam model regresi ini dianggap tidak
terjadi gejala autokorelasi .
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
88
4. Uji Normalitas
Uji normalitas dilakukan untuk menguji dan mengetahui apakah hasil analisis dari data yang diperoleh dari hasil pengumpulan data akan
mengikuti distribusi normal atau tidak. Uji normalitas sebaran menggunakan uji normalitas Kolmogorov Smirnov Test. Berdasarkan
hasil perhitungan uji kolmogorov smirnov terhadap residual regresi dengan menggunakan program SPSS diperoleh hasil sebagai berikut :
Tabel 5.3 Hasil Uji Normalitas M odel
Sumber : Lampiran 5
Berdasarkan nilai uji Kolmogorov – Smirnov di dapatkan nilai Z = 2,675 dengan signifikansi 0,073 diatas 5 yang artinya bahwa data-
data yang tersebar dalam penelitian ini adalah berdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
64 15.23
2.499 .135
.068 -.135
1.076 .197
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extrem e
Differences Kolmogorov-Sm irnov Z
As ymp. Sig. 2-tailed y=kinerja
pegawai
Test distribution is Norm al. a.
Calculated from data. b.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
89
Gambar 5.1 Grafik Normal Q-Q
Lampiran 5
Grafik 5.1. diatas menunjukan bahwa titik-titik data terkumpul di sekitar garis lurus. Ini berarti data-data yang diuji dalam penelitian ini
berdistribusi normal, sehingga asumsi normalitas terpenuhi.
4.5. Teknik Analisis Regresi Linier Berganda