Melalui Tabel 4. 10 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,2 dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual
berdistribusi normal.
4.6.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Artinya, jika
varians variabel independent adalah konstansama untuk setiap nilai tertentu variabel dependent disebut homoskedastisitas.
1. Metode Grafik
Gambar 4.7. Scatter Plot
Sumber : Hasil Pengolahan Data SPSS
Pada Gambar 4.7., dapat terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu. Hal ini berarti tidak terjadi
heteroskedastisitas pada data penelitian ini.
2. Uji Glesjer
Tabel 4.11
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .462
.903 .511
.610 Pembagian
-.020 .033
-.085 -.600
.550 Wewenang
.036 .040
.130 .915
.363 a. Dependent Variable: absut
Pada Tabel 4.11 menunjukkan tidak adanya masalah heteroskedastisitas, dimana hasil uji signifikan variabel pembagian kerja dan Wewenang
menunjukkan nilai lebih besar dari 0,05. Jadi dapat disimpulkan tidak terdapat adanya heteroskedastisitas dalam model regresi.
4.6.3 Uji Multikolienaritas
Multikolinearitas berarti adanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan dari model regresi.
Untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF. Hasil uji
multikolinearitas ditunjukkan pada Tabel 4.12 :
Tabel 4.12 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
Constant Pembagian
.509 1.966
Wewenang .509
1.966
Pada Tabel 4.12 dapat terlihat bahwa nilai Tolerance pada kedua variabel bernilai lebih besar dari 0,1 dan nilai VIF pada kedua variabel bernilai kurang dari
5. Hal ini berarti tidak terjadi multikolinearitas pada data penelitian ini.
4.6.4 Analisis Regresi Berganda
Penelitian menggunakan analisis regresi linier berganda untuk mempengaruhi pengaruh variabel bebas terhadap variabel terikat. Peneliti
menggunakan bantuan program software SPSS versi20.0 agar hasil yang diperoleh lebih terarah.
Persamaan regresi berganda yang digunakan adalah :
Y=a+b1X1+b2X2+e
Keterangan : Y
= Prestasi Kerja a
= Konstan X
1
= Pembagian Kerja X
2
= Wewenang b
1,2
= Koefisien regresi berganda e
= Kesalahan penganggustandard error Hasil analisis regresi berganda ditunjukkan pada Tabel 4.13. berikut :
Tabel 4.13 Analisis Regresi Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 4.155
1.504 2.763
.007 Pembagian
.280 .054
.475 5.172
.000 Wewenang
.253 .066
.351 3.822
.000 a. Dependent Variable: Prestasi
Berdasarkan Tabel 4.13 diketahui pada kolom kedua unstandardized
Coefficients bagian B diperoleh nilai b1 variabel Pembagian Kerja 0,280, nilai b2 variabel Wewenang sebesar 0. 253 dan nilai konstanta a adalah 4,155 maka
diperoleh persamaan regresi linier berganda sebagai berikut :
Y = a + b1X1 + b2X2 + e = 4,155+0,280X1+0,253X2+ e
Berdasarkan persamaan diatas maka dapat diuraikan sebagai berikut :
1. Konstanta a = 4,155 menunjukkan nilai konstan, jika nilai variabel bebas
pembagian kerja dan wewenang = 0 maka prestasi kerja Y akan sebesar 4,155
2. Koefisien X
1
b
1
= 0,280 , ini berarti bahwa variabel pembagian kerja X
1
berpengaruh positif terhadap prestasi kerja, atau dengan kata lain jika pembagian kerja X
1
ditingkatkan sebesar satu satuan maka prestasi kerja tidak akan meningkat sebesar 0,280.
3. Koefisien X
2
b
2
= 0,253, ini berarti bahwa variabel wewenang X
2
berpengaruh positif terhadap prestasi kerja, atau dengan kata lain jika
wewenang X
2
ditingkatkan sebesar satu satuan maka prestasi kerja akan bertambah sebesar 0,253.
4. 7 Pengujian Hipotesis
4. 7. 1 Uji Signifikansi Simultan Uji F
Pengujian ini dilakukan untuk melihat secara bersama-sama pengaruh atau hubungan positif dan signifikan variabel bebas X
1,
X
2
berupa pembagian kerja dan wewenang terhadap variabel terikat Y berupa Prestasi Kerja Karyawan pada
PT. Telekomunikasi Indonesia Tbk. Divisi Regional I Sumatera Utara. Model hipotesis yang digunakan dalam Uji F ini adalah sebagai berikut :
H : b
1
= b
2
= 0, Artinya secara serentak Pembagian Kerja dan Wewenang berpengaruh positif dan tidak signifikan terhadap Prestasi Kerja Karyawan.
H : b
1
≠ b
2
≠ 0, Artinya secara serentak Pembagian Kerja dan Wewenang berpengaruh positif dan signifikan terhadap Prestasi Kerja karyawan, dengan
kriteria pengambilan keputusan sebagai berikut : H
diterima jika F
hitung
F
Tabel
pada α = 5
H ditolak jika F
hitung
F
tabel
pada α = 5
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebeas penyebut, dengan rumus sebagai berikut :
df Pembilang = k-1 df Penyebut = n-k
keterangan : n = Jumlah sampel penelitian
k = Jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n 100 dan jumlah
keseluruhan variabel k adalah 4, sehingga diperoleh : 1. df pembilang = 3-1 = 2
2. df penyebut = 100-3 = 97 Maka F
tabel
0,05 2. 97 = 3,09
Tabel 4.14 Uji Signifikasi Simultan F
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression 177.425
2 88.713
67.882 .000
b
Residual 126.765
97 1.307
Total 304.190
99 a. Dependent Variable: Prestasi
b. Predictors: Constant, Wewenang, Pembagian
Sumber: Hasil Penelitian, SPSS
Melalui uji ANOVA atau F-test pada Tabel 4.14 diperoleh nilai F hitung sebesar 67,882 3,09 dengan tingkat signifikansi 0,000 0,05. Berdasarkan hasil
tersebut dapat disimpulkan bahwa variabel pembagian kerja dan wewenang secara simultan berpengaruh positif dan signifikan terhadap prestasi kerja karena nilai
signifikan 0,000 0,05. Kesimpulannya adalah menolak H0 terima Ha sehingga
dapat disimpulkan bahwa variabel-variabel bebas yaitu pembagian erja dan wewenang secara bersama-sama berpengaruh positif dan signifikan terhadap
variabel prestasi kerja pada PT. Telekomunikasi Indonesia Tbk. Divisi Regional I Sumatera Utara.
4. 7. 2 Uji Signifikansi Parsial Uji-t
Uji-t dilakukan untuk menguji secara parsial apakah Pembagian Kerja X
1
dan Wewenang X
2
secara parsial atau masing-masing berpengaruh signifikan terhadap Prestasi Kerja Karyawan Y pada PT. Telekomunikasi Indonesia Tbk.
Divisi Regional I Sumatera Utara. Kriteria Pengujian adalah:
H : b
1
, b
2
= 0, Artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen
H : 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
htitung
t
tabel
pada α = 5
H ditolak jika t
hitung
t
tabel
pada α = 5
Besar nilai t
tabel
diperoleh dengan derajat bebas df= n-k= 100-3= 97 Maka t
tabel
= 0,05 97 = 1,660
Hasil uji t dapat dilihat pada Tabel 4. 15 sebagai berikut ini:
Tabel 4. 15 Uji Signifikansi Parsial Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 4.155
1.504 2.763
.007 Pembagian
.280 .054
.475 5.172
.000 Wewenang
.253 .066
.351 3.822
.000 a. Dependent Variable: Prestasi
Sumber: Hasil Penelitian, SPSS
Melalui Tabel 4.15 hasil uji signifikan secara parsial dapat diambil kesimpulan yaitu:
1. Variabel pembagian kerja mempunyai angka t hitung 5,172 t tabel 1,660 dan mempunyai angka signifikansi sebesar 0,007 yang lebih kecil dari 0,05 yang
artinya bahwa variabel pembagian kerja secara parsial berpengaruh positif dan signifikan terhadap prestasi kerja karyawan.
Dari
data ini dapat ditunjukkan bahwa pembagian kerja menunjang prestasi kerja karyawan PT.
Telekomunikasi Indonesia Tbk. Divisi Regional I Sumatera Utara. 2. Variabel wewenang mempunyai angka t hitung 3,822 t tabel 1,660 dan
mempunyai angka signifikansi sebesar 0,000 yang lebih kecil dari 0,05 yang artinya bahwa variabel wewenang secara parsial berpengaruh positif
signifikan terhadap prestasi kerja karyawan. Hal ini menandakan bahwa karyawan PT. Telekomunikasi Indonesia Tbk. Divisi Regional I Sumatera
Utara telah diberikan wewenang oleh perusahaan dalam melakukan pekerjaan.
4. 7. 3 Pengujian Koefisien Determinasi R
2
Hasil pengujian koefisien determinasi menggunakan SPSS Statistic 20. 0 for windows dapat dilihat pada Tabel 4.16 dibawah ini :
Tabel 4. 16 Hasil Pengujian Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.764
a
.583 .575
1.14318 a. Predictors: Constant, Wewenang, Pembagian
b. Dependent Variable: Prestasi Sumber: Hasil Penelitian, SPSS
1. Nilai R sebesar 0.764 sama dengan 76,4 berarti hubungan antara variabel pembagian kerja X1 dan wewenang X
2
terhadap variabel prestasi kerja Y sebesar 76,4 artinya hubungannya erat.
2. Nilai Adjusted R Square 0.575 berarti 57,5 prestasi kerja karyawan dapat dijelaskan oleh variabel pembagian kerjadan wewenang. Sedangkan sisanya
42,5 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini seperti gaya kepemimpinan, motivasi, budaya organisasi, dan
lain sebagainya. 3. Standard Error of the Estimate artinya mengukur variasi dari nilai yang
diprediksi. Nilai Standard Error of the Estimate 1.14.
4.8 Pembahasan
