Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastistas pada model regresi.
b. Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas.
Hasil dari output SPSS untuk uji heteroskedastisitas dengan metode glejser tampak pada Tabel 4.17 berikut :
Tabel 4.17 Coefficientsa
Mode l
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std.
Error Beta
B Std.
Error 1
Constant 4.680
2.589 1.807
.075 Manajemen
Konflik -.069
.064 -.135
-1.084 .282
a Dependent Variable: absut Sumber : Hasil pengolahan data melalui SPSS 15.00, 1 Maret 2010
Berdasarkan Tabel 4.17 diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansinya Sig. di atas tingkat kepercayaan 5, jadi hasil uji glejser
sesuai dengan metode grafik bahwa pada model regresi tidak terjadi heteroskedastisitas.
3. Autokorelasi
Universitas Sumatera Utara
Autokorelasi adalah analisis yang digunakan untuk menguji apakah hasil- hasil estimasi model regresi linier mengandung korelasi serial antara
disturbance error term. Kriteria pengambilan keputusan dapat dilihat pada tabel 4.18 berikut :
Tabel 4.18 Keputusan Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif
Tidak ada korelasi negatif Tidak ada korelasi negatif
Tidak ada autokorelasi positif atau negatif
Tolak No decision
Tolak No decision
Tidak ditolak 0ddl
dl ≤d≤du
4-dld4 4-du
≤d≤4-dl dud4-du
Tabel 4.19 Model
Summaryb
Mode l
R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson 1
.480a .630
.218 2.46311
1.585 a Predictors: Constant, Manajemen Konflik
b Dependent Variable: Kinerja
Sumber : Hasil pengolahan data melalui SPSS 15.00, 5 Maret 2010
Pada Tabel 4.19 terlihat nilai durbin watson sebesar 1,585. dengan jumlah responden sebanyak 65 dan kasus = 2, maka nilai du = 1,536 dan dl = 1,662
pengambilan keputusan. dud4-du
1,536 1,585 2,464 Keputusan tidak ada autokorelasi positif atau negatif.
Universitas Sumatera Utara
Dengan demikian data tidak terkena autokorelasi baik autokorelasi negatif maupun autokorelasi positif.
D Analisis Statistik Data 1. Regresi Linier Sederhana
Untuk mengetahui pengaruh atau hubungan variabel bebas berupa Manajemen Konflik X dan variabel terikat Y berupa Kinerja, maka untuk
memperoleh hasil yang lebih akurat, penulis menggunakan bantuan program software SPSS Statistik Product and Service Solution versi 15.0 dari Tabel
coefficient maka dihasilkan output sebagai berikut:
Tabel 4.20 Coefficientsa
a Dependent Variable: Kinerja Sumber : Hasil pengolahan data melalui SPSS 15.00, 5 Maret 2010
Berdasarkan tabel 4.20 dapat dilihat persamaan model regresi linier berganda sebagai berikut :
Y = 21,752 + 0,441X
Hasil estimasi dari persamaan regresi linier berganda yang telah diperoleh, diambil dari kolom B yaitu unstandardized coefficients, karena pada kolom
tersebut terdapat nilai konstan, dimana dapat dibuat suatu interpretasi terhadap model atau hipotesis yang telah diambil pada metode penelitian yaitu :
Mode l
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std.
Error Beta
B Std.
Error 1
Constant 21.752
4.137 5.258
.000 Manajemen
Konflik .441
.102 .480
4.341 .000
Universitas Sumatera Utara
a. Konstanta a = 21,752. Ini menunjukkan nilai konstan, dimana jika
variabel Manajemen Konflik X= 0, maka kinerja karyawan PT PLN Persero Cabang Medan Y = 21,752.
b.
Koefisien Xb = 0,441. Ini menunjukkan bahwa variabel manajemen
konflik X berpengaruh positif terhadap kinerja karyawan Y. Atau dengan kata lain jika variabel manajemen konflik X
1
ditingkatkan sebesar satu satuan maka kinerja karyawan PT PLN Persero Cabang
Medan bertambah sebesar 0,441.
2. Uji Signifikansi Partial Uji-t