Uji asumsi klasik ANALISIS DAN EVALUASI

Tabel 4.9 Distribusi Jawaban Responden Variabel Disiplin Kerja ITEM STS TS R S SS TOTAL F F F F F 1 0 0,00 0 0,00 2 2,81 39 54,92 30 42,25 100 2 0 0,00 0 0,00 12 16,90 36 20,70 23 32,39 100 3 0 0,00 0 0,00 4 5,63 46 64,78 21 29,57 100 4 0 0,00 0 0,00 12 16,90 41 57,74 18 25,35 100 5 0 0,00 0 0,00 0 0,00 54 76,05 17 23,94 100 6 0 0,00 0 0,00 3 4,22 45 63,38 23 32,39 100 7 0 0,00 0 0,00 1 1,40 50 70,42 20 28,16 100 Sumber : Hasil Penelitian, 2010 SPSS Pada tabel 4.9 di atas dilihat bahwa rata-rata responden berpendapat setuju terhadap variabel disiplin kerja Y, dimana diketahui terdapat 54 responden yang menjawab setuju dengan persentase 76,05 pada item pertanyaan 5 variabel disiplin kerja yang berbunyi bahwa Bpk Ibu berperilaku sesuai dengan norma- norma yang berlaku di perusahaan.

C. Uji asumsi klasik

1. Pengujian Multikoliniearitas Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika didapatkan adanya korelasi maka dinamakan multikol, yaitu adanya masalah multikolinearitas.pada model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Universitas Sumatera Utara Tabel 4.10 Coefficients Model Collinearity Statistics Tolerance VIF KOMPENSASI .791 1.264 TELADAN PIMPINAN .846 1.182 SANKSI .711 1.406 Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Jika VIF Variance Inflation Factor 5 maka variabel ada masalah multikol. Jika 5 maka tidak terdapat masalah multikol, dan nilai tolerance harus mendekati 1. Dari tabel diatas dapat kita lihat bahwa nilai VIF 5 dan tidak ditemukan masalah multikol pada penelitian ini. 2. Pengujian heterokedasitas Pemeriksaan terhadap gejala heterokedasitas adalah dengan melihat pola diagram pencar scatter plot yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi. A. Model Grafik a. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastitas. b. Jika diagram pencar tidak membentuk pola yang atau acak maka regresi tidak mengalami gangguan heteroskedastisitas. Universitas Sumatera Utara Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Gambar 4.1 Scatterplot Pada gambar 4.1 diatas dapat dilihat bahwa diagram pencar tidak membentuk pola karena tidak mengalami gangguan heteroskedastisitas. B. Model Gletser Menentukan kriteria keputusan: a. Jika nilai signifikasi 0,05 maka tidak mengalami gangguan heterokedastisitas. b. Jika nilai signifikansi 0,05 maka mengalamin gangguan heteroskedastisitas Universitas Sumatera Utara Tabel 4.11 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1Constant 4.888 1.079 4.529 .463 x1 -.103 .059 -.212 -1.753 .084 x2 .075 .055 .159 1.361 .178 x3 -.158 .053 -.380 -2.983 .264 a. Dependent Variable: absut Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Pada tabel 4.11 diatas dapat kita lihat bahwa signifikansi setiap variabel bebas lebih besar dari α = 0,05 maka tidak mengalami gangguan heteroskedastisitas. 3. Pengujian Normalitas Ada dua cara untuk mengetahui apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual perlu menganalisis grafik histogram yang membandingkan antara data obeservasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membandingkan distribusi kumulatif dan distribusi normal. Hipotesis: a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas Universitas Sumatera Utara b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Gambar 4.2 Histogram Dari gambar 4.2 diatas menunjukkan bahwa grafik histogram berpola distribusi normal Universitas Sumatera Utara Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Gambar 4.3Normal P- P Plot of Regresion Standardized residual Dari gambar 4.3 diatas terlihat bahwa data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu berdasarkan gambar 4.3 di atas dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data di sepanjang garis diagonal berditribusi normal maka perlu dilakukan uji kolmogorov Smirnov 1 sample KS dengan melihat data residual apakah berdistribusi normal Syafrizal,et al, 2008:59. Dengan kriteria keputusan: a. Jika nilai Asymp.Sig. 2-Tailed 0,05 makla tidak mengalami gangguan distribusi normal. b. Jika nilai Asymp.Sig. 2-Tailed 0,05 maka mengalami gangguan distribusi normal. Universitas Sumatera Utara Tabel 4.12 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 71 Normal Parameters a Mean .0000000 Std. Deviation 1.76714763 Most Extreme Differences Absolute .115 Positive .115 Negative -.067 Kolmogorov-Smirnov Z .970 Asymp. Sig. 2-tailed .304 a. Test distribution is Normal. b. calculated from data Sumber: Hasil Pengolahan data Kuesioner, SPSS versi 16.00, 2010 Pengambilan keputusan: Pada tabel 4.12 terlihat bahwa Asymp.Sig. 2-Tailed adalah 0,304 dan berada diatas nilai signifikan 5 0,05 atau dengan kata lain variabel residual berdistribusi normal.

D. Analisis Kuantitatif