Analisis Regresi Linier Berganda

3. Dari 50 responden 66 menyatakan setuju bahwa responden merasa nyaman dengan kondisi lingkungan perusahaan sehingga tidak ada rencana untuk berpindah kerja di perusahaan lain, dan 34 kurang setuju. 4. Dari 50 responden 6 menyatakan sangat setuju bahwa adanya penghargaan membuat karyawan bekerja lebih giat, 62 setuju, dan 32 kurang setuju. 5. Dari 50 responden 60 menyatakan setuju bahwa responden loyal karena sulit mencari pekerjaan, dan 40 kurang setuju. 6. Dari 50 responden 12 menyatakan sangat setuju bahwa responden loyal karena memiliki penghasilan yang cukup dari perusahaan, 56 setuju, dan 32 kurang setuju.

D. Analisis Regresi Linier Berganda

Metode analisis regresi linier berfungsi untuk mengetahui pengaruhhubungan antara variabel independent Budaya Kerja dan Fasilitas dan variabel dependent komitmen akan digunakan analisis regresi linear berganda multiple regression analysis. Peneliti menggunakan bantuan program software SPSS versi 16 untuk memperoleh hasil yang lebih terarah, dengan menggunakan metode Enter. Metode Enter dilakukan dengan memasukkan semua variabel bebas sebagai variabel prediktor. Seluruh variabel akan dimasukkan ke dalam analisis untuk mengetahui apakah variabel independent mempunyai pengaruh yang positif dan signifikan terhadap variabel dependent. Sebelum penulis melakukan analisis regresi berganda, penulis melakukan pengujian asumsi klasik. Pengujian asumsi klasik dilakukan untuk mendapatkan Universitas Sumatera Utara hasil penelitian yang BLUE Best Linier Unbiased Estimation atau perkiraan yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi, 1. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah residual yang diteliti berdistribusi normal atau tidak. Distribusi data tidak normal, karena terdapat nilai ekstrem data yang diambil. Pada uji normalitas ada dua cara yang dapat digunakan yaitu: a Analisis Grafik Normalitas data dapat dilihat melalui penyebaran titik pada sumbu diagonal dari P-Plot atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan sebagai berikut: Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas. Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal maka model regresi tidak memenuhi asumsi normalitas. Universitas Sumatera Utara Hasil dari analisis Grafik P-Plot uji normalitas adalah sebagai berikut: Gambar 4.2 Hasil Uji Normal P-P Plot Of Regression Standardized Residual Sumber : Hasil Pengolahan SPSS 16,0 2011 Pada Gambar 4.2, P-P plot menunjukkan bahwa tiitk-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang diperoleh berdistribusi normal. b Analisis Statistik Pengujian normalitas yang didasarkan pada uji statistik non parametrik Kolmogorof-Smirnov K-S. Apabila nilai Kolmogorof-Smirnov Z ≤ Z tabel atau nilai asymp. Sig. 2 tailed α maka data dinyatakan berdistribusi normal. Berikut adalah Tabel 4.10 hasil uji Kolmogorov Smirnov. 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 Expected Cum Prob Dependent Variable: Komitmen Normal P-P Plot of Regression Standardized Residual Universitas Sumatera Utara Tabel 4.10 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 50 Normal Parametersa,b Mean .0000000 Std. Deviation 2.13152313 Most Extreme Differences Absolute .110 Positive .050 Negative -.110 Kolmogorov-Smirnov Z .779 Asymp. Sig. 2-tailed .545 Sumber: Hasil pengolahan SPSS 16,0 2011. Menurut Umar 2008:181 bahwa, apabila pada hasil uji Kolmogorov Smirnov, nilai Asymp. Sig 2-tailed lebih besar dari 0,05 α = 5, tingkat signifikan maka data berdistribusi normal. Pada Tabel 4.10 dapat dilihat, probabilitas hasil uji Kolmogorov Smirnov yaitu 0,545 lebih besar dari 0,05, sehingga model regresi yang didapat adalah berdistribusi normal. 2. Uji Multikolinieritas Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada atau tidaknya multikolinieritas antar variabel dapat dilihat dari nilai variance inflation factor VIF untuk masing-masing variabel independent terhadap variabel dependent. Pengambilan Keputusannya: VIF 5 maka diduga mempunyai persoalan multikolinieritas VIF 5 maka tidak terdapat multikolinieritas Universitas Sumatera Utara Tolerence 0,1 maka diduga mempunyai persoalan multikolinieritas Tolerence 0,1 maka tidak terdapat multikolinieritas Pengujian multikolinearitas dapat dilihat pada Tabel 4.11 berikut ini Tabel 4.11 Hasil Uji Multikolinearitas Coefficients Mo Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constant 15,138 3,513 4,309 ,000 Budaya Kerja ,382 ,113 ,380 3,373 ,001 ,870 1,149 Fasilitas ,299 ,112 ,299 2,658 ,010 ,870 1,149 a Dependent Variable: Komitmen Sumber: Hasil pengolahan SPSS 16,0 2011. Tabel 4.11 memperlihatkan bahwa VIF 5, maka tidak terjadi multikolinearitas dan Tolerance 0,1 maka tidak terjadi multikolinearitas. 3. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan variance dari suatu residual pengamatan ke pengamatan lain. Gejala heteroskedastisitas dapat dideteksi dengan 2 cara yaitu: a. Analisis Grafik Gejala heteroskedastisitas dapat dilihat dengan menggunakan grafik Scatterplot. Apabila data yang berbentuk titik-titik tidak membentuk suatu pola atau menyebar, maka model regresi tidak terkena heteroskedastisitas. Universitas Sumatera Utara Berikut adalah gambar Scatterplot untuk uji heteroskedastisitas: Gambar 4.3 Scatterplot Uji Heteroskedastisitas Sumber : Hasil Pengolahan SPSS 16,0 2011 Pada Gambar 4.3, terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. b. Analisis Statistik Gejala heteroskedastisitas dapat juga dideteksi melalui uji Glejser. Tabel 4.12 berikut ini menampilkan hasil pengujian heteroskedastisitas dengan uji Glejser. -3 -2 -1 1 2 3 Regression Standardized Predicted Value -3 -2 -1 1 2 3 Regression Studentized Residual Dependent Variable: Komitmen Scatterplot Universitas Sumatera Utara Tabel 4.12 Hasil Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 1.102 1.988 .554 .581 Budaya Kerja -.021 .064 -.045 -.328 .744 Fasilitas .013 .064 .027 .197 .845 a. Dependent Variable: Komitmen Sumber : Hasil Pengolahan SPSS 16,0 2011 Pada Tabel 4.12 dapat dilihat bahwa semua variabel bebas tidak signifikan dengan variabel terikat. Hal ini ditunjukkan oleh nilai signifikansi dari masing- masing variabel bebas lebih besar dari tingkat signifikansi α sig 0,05. Hal ini dapat disimpulkan bahwa data bebas dari heteroskedastisitas. Berdasarkan hasil pengujian asumsi klasik diatas, ternyata data telah lulus uji asumsi klasik, sehingga data siap untuk diregresi linier berganda. Hasil dari analisis regresi linier berganda dapat dilihat pada Tabel 4.13. Tabel 4.13 Regresi Linear Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 15. 280 2.513 6.240 .000 BudayaKerja .355 .168 .216 2.112 .038 Fasilitas .299 .112 .299 2.658 .010 a Dependent Variable: Komitmen Sumber : Hasil Pengolahan SPSS 16,0 2011 Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda sebagai berikut: Y= 15,280 + 0,355X 1 + 0,299X 2 + e Universitas Sumatera Utara Dimana: Y : Komitmen a : Konstanta b 1 -b 2 : Koefisien regresi X 1 : Budaya Kerja X 2 : Fasillitas e : Standard error Dari persamaan tersebut dapat digambarkan sebagai berikut: a. Jika semua pada variabel independen dianggap konstan maka nilai komitmen karyawan Y adalah sebesar 15,280. b. Jika terjadi penambahan terhadap budaya kerja X 1 sebesar satu satuan, maka komitmen karyawan Y akan meningkat sebesar 0,355. c. Jika terjadi penambahan terhadap fasilitas X 2 sebesar satu satuan, maka komitmen karyawan Y akan meningkat sebesar 0,299.

E. Uji F Uji Serentak