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
Pengujian ini dilakukan untuk menguji apakah variabel kompensasi langsung dan kompensasi tidak langsung mempunyai pengaruh yang signifikan
terhadap variabel prestasi. Kriteria pengujiannya adalah:
H : b
1 ,
b
2
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
H
i
: b
1,
b
2
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
Kriteria pengambilan keputusan adalah: H
diterima jika t
hitung
t
tabel
pada α = 5 H
i
diterima jika t
hitung
t
tabel
pada α = 5
Tabel 4.16 Uji t Secara Parsial
Universitas Sumatera Utara
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
Pada Tabel 4.16 dapat dilihat bahwa:
a. Variabel Kompensasi langsung X
1
memiliki t
hitung
= 0,859 karena nilai t hitung tt
abel
= 0,859 1,681, ini berarti H diterima dan H
i
ditolak yaitu
variabel kompensasi langsung X
1
secara parsial berpengaruh secara positif tetapi tidak signifikan terhadap prestasi.
b. Variabel Kompensasi tidak langsung X
2
memiliki t
hitung
= 2,032, karena nilai t
hitung
t
tabel
= 2,032 1,681, ini berarti H ditolak dan H
i
diterima yaitu
variabel kompensasi tidak langsung X
2
secara parsial berpengaruh secara positif dan signifikan terhadap prestasi.
c. Uji Determinasi R
2
Universitas Sumatera Utara
Koefisien determinan R
2
pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Koefisien Determinan berkisar antara
0 nol sampai dengan 1 satu, 0 ≤ R
2
≤1. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X
1
, X
2
adalah besar terhadap variabel terikat Y.
Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh
variabel bebas yang diteliti terhadap variabel terikat.
Sebaliknya, jika R
2
semakin mengecil mendekati nol maka dapat dikatakan bahwa pengaruh variabel bebas X
1
, X
2
terhadap variabel terikat Y semakin kecil. Hal ini berarti model yang digunakan tidak kuat untuk
menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat. Derajat pengaruh variabel X
1
, X
2
terhadap variabel Y dapat dilihat pada hasil berikut ini.
Tabel 4.17 Uji Determinasi R
2
Model R
R Square Std. Error of
the Estimate 1
.542
a
.294 2.04004
Sumber: Output SPSS April 2012 Berdasarkan Tabel 4.17 dapat diketahui bahwa:
a. R = 0,542 berarti hubungan antara kompensasi langsung dan kompensasi
tidak langsung terhadap prestasi sebesar 54,2, artinya hubungannya cukup erat. Sedangkan 45,8 dapat dijelaskan oleh faktor-faktor lain yang
tidak diteliti dalam penelitian ini. Semakin besar R berarti hubungan semakin erat. Untuk memastikan tipe hubungan antar variabel dapat dilihat pada
Universitas Sumatera Utara
tabel berikut: Tabel 4.18
Hubungan Antar Variabel Nilai
Interprestasi
0,0 – 0,19 Sangat tidak erat
0,2 – 0,39 Tidak erat
0,4 – 0,59 Cukup erat
0,6 – 0,79 Erat
0,8 – 0,99 Sangat erat
Sumber: Output SPSS April 2012
R Square sebesar 0,294 berarti 29,4 faktor prestasi dapat dijelaskan oleh variabel kompensasi langsung dan kompensasi tidak langung. Sedangkan
sisanya 70,6 dapat dijelaskan oleh faktor lain yang tidak diteliti dalam penelitian ini.
b. Standard Error of Estimated artinya mengukur variasi dari nilai yang
diprediksi. Standard Error of Estimated juga dapat disebut standar deviasi. Standard Error of Estimated dalam penelitian ini adalah 2,04004. Semakin
kecil standar deviasi berarti model semakin baik.
4.3 Pembahasan
