50
3.7.1 Uji Asumsi Klasik
Sebelum melakukan uji statistik, langkah awal yang harus dilakukan adalah screaning terhadap data yang akan diolah. Menurut Ghozali 2005:27
, salah satu asumsi penggunaan statistik parametrik adalah multivariate normalitas. Multivariat normalitas merupakan asumsi bahwa setiap variabel
dan semua kombinasi linear dari variabel berdistribusi normal dan independen. Asumsi multivariat normalitas ini dapat diuji dengan melihat
normalitas, linearitas dan heterokedastisitas. 1.
Uji Normalitas Tujuan dari uji normalitas adalah untuk menetukan apakah
variabel berdistribusi normal atau tidak. Jika data berdistribusi normal, maka uji hipotesis menggunakan statistik parametrik,sedangkan jika data
tidak berdistribusi normal, maka uji hipotesis menggunakan statistik non- parametrik.
2. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi adanya multikolinearitas dapat dilakukan dengan mencari
besarnya Variance Infaction Factor VIF dan nilai tolerancenya. Jika nilai VIF kurang dari 10 dan nilai toleransinya lebih dari 0,1 maka regresi
bebas dari multikolinearitas.
51
3. Uji Heteroskedastisitas
Pengujian terhadap heteroskedastisitas dapat dilakukan melalui pengamatan terhadap pola scater plot yang dihasilkan melalui SPSS.
Apabila pola scater plot membentuk pola tertentu, maka model regresi memiliki gejala heteroskedastisitas. Munculnya gejala heteroskedastisitas
menunjukan bahwa penaksir dalam model regresi tidak efisien dalam sampel besar maupun kecil.
3.7.2 Metode Analisis Deskriptif Persentase
Metode analisis deskriptif presentase digunakan untuk mengkaji variabel – variabel yang ada pada penelitian ini yang terdiri dari lingkungan
kerja, pengawasan kerja dan produktivitas kerja. Metode ini menggunakan rumus sebagai berikut :
Keterangan : n = Jumlah skor jawaban
N = Jumlah skor ideal = Presentasi
Kriteria interval didapat dari perhitungan sebagai berikut : Presentase maximal
= = 100
Presentase minimal =
= 20 Rentang
= 100 - 20 = 80
52
Panjang kelas interval = 80 : 5 = 16
Sehingga kriteria intervalnya dapat dibuat tabel sebagai berikut : Tabel 3.7 Kriteria Interval
No Interval
Kriteria 1 84
≤ 100 Sangat Tinggi
2 68 ≤ 84
Tinggi 3 52
≤ 68 Sedang
4 36 ≤ 52
Rendah 5 20
≤ 36 Sangat Rendah
3.7.3 Analisis Regresi Linier Berganda
Kategori