102
4.2.3.3 Uji Multikolinieritas
Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program
SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance
0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Pengujian multikolinieritas dapat dilihat pada Tabel 4.11 berikut:
Tabel 4.10 Uji Multikolinieritas
Sumber : Hasil pengolahan SPSS for windows, 2015
Berdasarkan Tabel 4.10 dapat dilihat bahwa: a. Nilai VIF dari pengembangan SDM dan kompetensi adalah lebih kecil atau
dibawah 5 VIF 5, ini berarti tidak terkena multikolinieritas antar variabel independen dalam model regresi.
b. Nilai Tolerance pengembangan SDM dan kompetensi adalah lebih besar dari 0,1 Tolerance 0,1, ini berarti tidak terdapat multikolinieritas antar variabel
independen dalam model regresi.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
-2,720 1,099
-2,474 ,016
PengembanganSDM ,056
,054 ,128
1,034 ,305
,934 1,862
Kompetensi ,115
,051 ,280
2,263 ,026
,734 1,662
a. Dependent Variable: absut
Universitas Sumatera Utara
103
4.2.3.4 Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui berapa besar pengaruh variabel bebas pengembangan sumber daya manusia dan kompetensi
terhadap variabel terikat prestasi kerja PT. Perkebunan Nusantara III Medan. Analisis dilakukan dengan menggunakan bantuan SPSS 22.0 dengan
menggunakan metode enter.
Tabel 4.11 Metode Enter
Tabel 4.11 menunjukkan variabel enteredremoved menunjukkan hasil analisis statistik deskriptif yaitu sebagai berikut:
1. Variabel yang dimasukkan kedalam persamaan adalah variabel bebas yaitu
pengembangan sumber daya manusia X
1
dan kompetensi X
2
. 2.
Tidak ada variabel bebas yang dikeluarkan removed. 3.
Metode yang digunakan untuk memasukkan data yaitu metode enter.
Variables EnteredRemoved
a
Model Variables Entered
Variables Removed
Method 1
Kompetensi, PengembanganS
DM
b
. Enter a. Dependent Variable: PrestasiKerja
b. All requested variables entered.
Universitas Sumatera Utara
104
Tabel 4.12 Regresi Linier Berganda
Sumber : Hasil Pengolahan SPSS for windows, 2015
Persamaan Regresi Linier Berganda dapat diperoleh dari Tabel 4.12 sebagai berikut:
Y = a+b1X
1
+b2X
2
+e Y = 5,323+ 0,246 X
1
+ 0,491 X
2
+ e
Dimana: Y = Prestasi Kerja
X
1
= Pengembangan Sumber Daya Manusia X
2
= Kompetensi e = Variabel Pengganggu standard error
Berdasarkan persamaan tersebut dapat diketahui bahwa: 1.
Konstanta a = 5,323 menunjukkan nilai konstan, jika nilai variabel bebas pengembangan SDM dan kompetensi = 0 maka prestasi kerja Y akan tetap
sebesar 5,323. 2.
Koefisien b1 X
1
= 0,246, menunjukkan bahwa variabel pengembangan SDM berpengaruh positif terhadap prestasi kerja. Dengan kata lain jika
variabel pelatihan SDM ditingkatkan sebesar satu satuan maka prestasi kerja akan meningkat sebesar 0,246.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
5,323 1,905
2,794 ,007
PengembanganSDM ,246
,094 ,250
2,620 ,011
,734 1,762
Kompetensi ,491
,088 ,534
5,597 ,000
,544 1,562
a. Dependent Variable: PrestasiKerja
Universitas Sumatera Utara
105 3.
Koefisien b2 X
2
= 0,491, menunjukkan bahwa variabel kompetensi berpengaruh positif terhadap prestasi kerja. Dengan kata lain jika variabel
kepribadian ditingkatkan sebesar satu satuan maka prestasi kerja akan meningkat sebesar 0,491.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikan Simultan Uji F
Kategori