Tabel 5.24 Distribusi Jawaban Responden Tentang Pemberian Pelayanan Yang Baik
Dalam Melaksanakan Tugas Sehari-hari No.
Kategori Frekuensi
orang Persentase
1. Selalu
21 42,9
2. Kadang- kadang
19 38,8
3. Jarang
6 12,2
4. Jarang Sekali
3 6,1
5. Tidak Pernah
- -
Jumlah 49
100
Sumber : Kuesioner Penelitian 2014 Dari 5.24 diatas menunjukkan bahwa responden mempunyai jawaban yang
berbeda tentang pemberian pelayanan yang baik dalam melaksanakn tugas sehari- hari. Yaitu ada sebanyak 21 orang responden selalu memberikan pelayanan yang
baik dalam melaksanakan tugas sehari-hari dan 19 orang responden 38,8 menyatakan kadang- kadang. Hal ini menunjukkan bahwa semakin bertambah
tingginya rasa tanggung jawab dan kewajiban pegawai yang ada di Fakultas Pertanian Universitas Sumatera Utara bahwa fungsi mereka sebagai pelayan
masyarakat. Terlebih lagi karena adanya sorotan mahasiswa Fakultas Pertanian USU tentang pelayanan yang diberikan oleh para pegawai. Sisanya menyatakan
jarang dan jarang sekali. Hal ini mungkin dikarenakan beberapa bidang pekerjaan tidak berkaitan secara langsung dengan mahasiswai dan mungkin masih
rendahnya tingkat kesadaran dari dalam diri pegawai.
5.2 Teknik Analisa Data 5.2.1 Analisis Regresi Linier Sederhana
Universitas Sumatra Utara
Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen terikat dengan satu atau lebih variabel independen variabel
penjelas bebas.
Tabel 5.25 Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1Constant
5.898 9.068
.650 .519
Pengawasan .817
.211 .491
3.863 .000
a. Dependent Variable: Disiplin Kerja Sumber : Hasil Pengolahan SPSS 2014
Berdasarkan tabel 5.25 diatas dapat diketahui persamaan regresi sebagai berikut:
Y = a1 + bX + e Y = 5,898 + 0,817X e
Keterangan : 1.
α sebesar 5,898 menunjukkan bahwa apabila variabel independen bernilai 0
maka disiplin kerja adalah sebesar 5, 898. 2.
bX sebesar 0,817 menunjukkan bahwa pengawasan berpengaruh positif
dengan disiplin kerja. Sehingga apabila pengawasan dinaikkan sebesar satu
satuan maka disiplin kerja bertambah sebesar 0,817.
5.3 Uji Asumsi Klasik 5.3.1 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal. Model regresi
yaang baik adalah yang memiliki distribusi data normal atau mendekati data
Universitas Sumatra Utara
normal. Uji normalitas dilakukan dengan analisis grafik dengan melihat grafik histogram atau normal probability. Jika grafik histogram menunjukkan pola
distribusi normal, artinya titik puncak kurva berada di titik nol 0 pada sumbu X maka model regresi memenuhi syarat normalitas, begitu juga bila sebaliknya.
Namun demikian, hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel kecil. Metode yang lebih handal
dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus
diagonal, dan ploting data residul akan dibandingkan dengan garis diagonal. Jika distribusi data residul normal, maka garis yang menggambarkan data yang
sesungguhnya akan mengikuti garis diagonalnya. Ghozali, 2002 dalam Zulaikha 2008. Pengujian normalitas data juga dilakukan menggunakan alat uji statistik,
yaitu alat statistik Kolmogorov-Smirnov K-S.
1. Pendekatan Histogram
untuk menguji normalitas data dapat dilihat dengan kurva normal yang tidak melenceng ke kiri atau ke kanan.
Universitas Sumatra Utara
Gambar 5.1 Histogram Uji Normalitas
Gambar 5.1 di atas terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan distribusi data
tersebut tidak mengarah ke kiri ataupun mengarah ke kanan.
2. Pendekatan P-P Plot
Normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal, dan
ploting data residul akan dibandingkan dengan garis diagonal. Jika distribusi data residul normal, maka garis yang menggambarkan data yang sesungguhnya akan
mengikuti garis diagonalnya.
Universitas Sumatra Utara
Gambar 5.2 Uji Normalitas P-P Plot
Sumber : Hasil Pengolahan SPSS 2014
Gambar 5.2 di atas, terlihat titik-titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
Universitas Sumatra Utara
3. Pendekatan Kolmogrov-Smirnov
Tabel 5.26 Hasil Uji Normalitas Pendekatan Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 49
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 5.82329693
Most Extreme Differences
Absolute .087
Positive .051
Negative -.087
Kolmogorov-Smirnov Z .608
Asymp. Sig. 2-tailed .854
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 2014
Tabel 5.26 di atas terlihat bahwa Asymp.Sig 2-tailed adalah 0,854 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal.
5.3.2 Uji Heteroskedastisitas
Deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada
tidaknya pola tertentu pada grafik scaterplot di sekitar nilai X,dan Y. Jika ada
pola tertentu, maka telah terjadi gejala heteroskedastisitas.
Universitas Sumatra Utara
Gambar 5.3 Scatterplot Uji Heteroskedastisitas
Sumber : Hasil Pengolahan SPSS 2014 Gambar 5.3 grafik scatterplot terlihat titik-titik menyebar secara acak dan
tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun dibawah angkat 0 pada sumbu Y. Hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi.
5.3.3 Uji Autokorelasi
Uji autokerelasi digunakan untuk menguji apakah model regresi ada korelasi antara residual pada periode t dengan residual pada periode sebelumnya
t-1. Model regresi yang baik adalah yang tidak adanya masalah autokorelasi. Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson uji
DW Duwi, 2011.
Universitas Sumatra Utara
Tabel 5.27 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .491
a
.241 .225
5.885 2.310
a. Predictors: Constant, Pengawasan b. Dependent Variable: Disiplin Kerja
Sumber : Hasil Pengolahan SPSS 2014 Tabel 5.27 diatas menunjukkan bahwa nilai Durbin-Watson sebesar 2,310.
Hasil pengujian pada tabel 5.27 diatas menunjukkan bahwa nilai Durbin-Watson DW sebesar 2,310 dan berada antara DUDW4-DU 1,585 2,310 2,415
maka dapat dikatakan tidak terjadi masalah autokorelasi pada model regresi.
5.4 Pengujian Hipotesis
Pengujian hipotesis penelitian ini menggunakan regresi linear sederhana.
a. Pengujian Koefisien Determinasi R
2
Pengujian koefisien determinan digunakan untuk mengukur seberapa besar kontribusi variabel bebas terhadap variabel terikat. Kofisien determinasi berkisar
antara nol sampai dengan satu 0 R
2
1. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah besar
terhadap variabel terikat Y Sebaliknya, jika R
2
semakin kecil mendekati nol, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah kecil terhadap
variabel terikat Y. Hasil pengujian koefisien determinasi menggunakan program SPSS
Statistik 19.0 for windows dapat terlihat pada tabel 4.33 sebagai berikut :
Universitas Sumatra Utara
Tabel 5.28 Hasil Pengujian Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .491
a
.241 .225
5.885 2.310
a. Predictors: Constant, Pengawasan b. Dependent Variable: Disiplin Kerja
Sumber : Hasil Pengolahan SPSS 2014
Tabel 5.28 di atas dapat dijelaskan sebagai berikut : a. Nilai R 0,491 berarti pengaruh pengawasan terhadap disiplin kerja sebesar
49,1 artinya pengaruh pengawasan terhadap disiplin pengaruhnya sedang. b. Nilai R Square sebesar 0,241 berarti sebesar 24,1 disiplin kerja dapat
dijelaskan oleh pengawasan sedangkan sisanya dapat dijelaskan oleh variabel lain, karena masih banyak faktor- faktor lain yang mempengaruhi disiplin
kerja. c. Nilai Adjust R Square sebesar 0,225 berarti sebesar 22,5 pengawasan
berpengaruh terhadap disiplin kerja dan sisanya dapat dijelaskan oleh variabel lain.
b. Uji t
