3.4.3. Uji Heteroskedastisitas
Uji asumsi regresi berganda heteroskedastisita bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dan residual dari suatu pengamatan ke
pengamatan yang lainnya. Model yang baik adalah tidak terjadi heteroskedastisitas. Deteksi adanya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada
scatterplot. Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu pola yang teratur
maka telah terjadi heteroskedastisitas. Dan jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.4. Uji Regresi Linear Berganda dan Sederhana
Dalam analisis linear berganda menurut Walpole dan Myers 1986 beberapa variabel independen digunakan untuk memprediksi nilai dari variabel dependen. Sehingga analisis
regresi linear berganda yang digunakan dapat dirumuskan sebagai berikut : Fungsi Regresi Berganda :
Y
1
= α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε ................................................1
Y
2
= α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε ................................................2
Sedangkan untuk Regresi Sederhana: Y
1
= α + βY
2
....................................................................................3 Y
2
= α + βY
1
....................................................................................4 Dimana :
Y
1
= Kepuasan Kerja Y
2
= Prestasi Kerja α = konstanta
X
1
= Gaya Kepemimpinan Situasional X
2
= Motivasi Kerja
10
X
3
= Locus of Control ε = Variabel Pengganggu Error
β, β
1
, β
2
, β
3
= Koefisien Regresi
4. HASIL PENGUJIAN HIPOTESIS DAN PEMBAHASAN 4.1. Hasil Pengujian Hipotesis
4.1.1. Pengujian Pengaruh X1, X2 dan X3 terhadap Y1
Analisis regresi linier berganda dilakukan dengan gaya kepemimpinan situasional X1, motivasi kerja X2, dan locus of control X3 sebagai variabel bebas, serta kepuasan kerja
Y1 sebagai variabel terikat.
Sisipkan Tabel 1 Di Sini
Tabel 1 adalah tabel hasil analisis regresi linier berganda Pengaruh X1, X2 dan X3 terhadap Y1. Model regresi linier berganda dalam penelitian ini adalah :
Y1 = 0.679 + 0.348 X1 + 0.514 X2 - 0.051 X3 Koefisien Determinasi R
2
sebesar 0.536 yang memiliki arti bahwa pengaruh variabel bebas X1, X2, dan X3 terhadap perubahan variabel terikat Y1 adalah sebesar 53.6 dan
sisanya 46.4 dipengaruhi oleh variabel lain di luar variabel bebas yang digunakan dalam penelitian ini. Koefisien korelasi R sebesar 0.732 menunjukkan bahwa hubungan variabel
bebas X1, X2, dan X3 terhadap variabel terikat Y adalah kuat. Nilai koefisien R yang positif menunjukkan pengaruh hubungan yang searah atau jika nilai variabel bebas naik maka nilai
variabel terikat juga naik. Berdasarkan nilai statistik pada Tabel hasil analisis regresi linier berganda, dapat
dilihat bahwa nilai F hitung = 19.621 F tabel = 2.786 df1 = 3, df2 = 51 dan nilai
signifikansi = 0.000 α = 0.05, maka dapat disimpulkan bahwa variabel bebas X1, X2, dan X3
secara simultan bersama-sama berpengaruh signifikan terhadap variabel terikat Y1.
11
Kategori