e = Standard error Interpretasi model sebagai berikut:
a. Konstanta a = 1,013 menunjukkan harga konstan, dimana jika nilai
variabel X = 0, maka kinerja Y = 1,013 b.
Koefisien regresi sebesar 0,290 menyatakan bahwa setiap ada penurunan karena tanda - 1 layanan komunikasi akan menurun sebesar 0,290.
namun sebaliknya, jika layanan komunikasi mengalami kenaikan sebesar 1 maka layanan komunikasi juga akan diprediksi mengalami kenaikan
sebesar 0,290 c.
Koefisien regresi sebesar 0,443 menyatakan bahwa setiap ada penurunan karena tanda - 1 proses pemecahan masalah akan menurun sebesar
0,443. namun sebaliknya, jika proses pemecahan masalah mengalami kenaikan sebesar 1, maka komitmen kerja juga akan diprediksi
mengalami kenaikan sebesar 0,443. d.
Koefisien regresi sebesar 0,081menyatakan bahwa setiap ada penurunan karena tanda - 1 teknik komunikasi akan menurun sebesar 0,081.
namun sebaliknya, jika teknik komunikasi mengalami kenaikan sebesar 1, maka komitmen kerja juga akan diprediksi mengalami kenaikan
sebesar 0,081.
D. Uji Asumsi Klasik
Universitas Sumatera Utara
a. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi atau mendekati distribusi normal, yakni
distribusi data dengan bentuk lonseng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal Situmorang, 2009: 55.
Dasar pengambilan keputusannya, bila grafik histgoram menunjukkan pola ditribusi normal dan grafik normal plot menyebar teratur mengikuti garis
diagonal, maka data terdistribusi normal. Sedangkan pada Uji Kolmogorov- Smirnov, bila nilai signifikansi lebih besar dari derajat kepercayaan 0,05 maka
data terdistribusi normal.
Gambar 4.1 Histogram
Sumber : Pengolahan Data SPSS 16.0 2010
Gambar 4.2
Universitas Sumatera Utara
Normal P-Plot
Sumber : Pengolahan Data Spss 16.0 2010
Gambar 4.2 P-Plot menunjukka kn bahwa titik-titik menyebar di sekitar garis diaginal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data
yang diperoleh berdistribusi normal. Uji Normalitas juga dapat dilakukan dengan Kolmogorov Smirnov untuk
mengetahui apakah Layanan Komunikasi, Proses Pemecahan Masalah, dan Teknik Komunikasi berdistribusi normal atau tidak. Derikut ini adalah Tabel hasil
Uji Kolmogorov Smirnov.
Universitas Sumatera Utara
Tabel 4.15 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardi zed Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.22526289
Most Extreme Differences
Absolute .107
Positive .067
Negative -.107
Kolmogorov-Smirnov Z 1.067
Asymp. Sig. 2-tailed .205
a. Test distribution is Normal. b. Calculated from data.
Sumber : Pengolahan Data SPSS 16.0 2010
Menurut Situmorang 2009:62 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. Probabilitas hasil Uji Kolmogorov
Smirnov pada Tabel 4.15 yaitu 0,205 lebih besar dari 0,05 0,205 0,05 sehingga model regresi yang didapat adalah berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untukmenguji apakah pada model regresi ditemeukan adanya korelasi antarvariabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen atau tidak terjadi multikolinearitas. Gejala multikolinearitas dapat dilihat dari besarnya nilai
Variance Inflation Factor VIF.
Universitas Sumatera Utara
Pengujian multikolinearitas dapat dilihat pada tabel 4.16 sebagai berikut.
Tabel 4.16 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant 1.013
1.295 .782 .436
Layanan Komunikasi
.290 .079
.317 3.691 .000 .715
1.398 Proses
Pemecahan Masalah
.443 .105
.440 4.201 .000 .482
2.074
Teknik Komunikasi
.081 .139
.057 .583 .561 .549
1.823 a. Dependent Variable: Pemanfaatan Pelayanan Jasa
Sumber : Pengolahan Data SPSS 16.0 2010
Data Tabel 4.16 diatas menunjukkan semua variabel independen memiliki angka VIF tidak lebih besar dari 5 dari nilai Tolerance lebih besar dari 0,1.
sehingga dapat disimpulkan model regresi tersebut tidak terkena multikolinearitas. Pada Tabel 4.16 dapat dilihat dari nilai Tolerance 0,1 dan VIF 5
sebagai berikut: 1.
NIlai VIF Layanan Komunikasi sebesar 1,398 atau lebih kecil dari 5 1,398 5 dan nilai Tolerance sebesar 0,715 atau lebih besar dari 0,1
0,715 0,1, berarti tidak terkena multikol. Maka memenuhi syarat uji regresi linear berganda.
Universitas Sumatera Utara
2. Nilai VIF Proses Pemecahan Masalah sebesar 2,074 atau lebih kecil dari 5
2,074 5 dan nilai Tolerance sebesar 0,482 atau lebih besar dari 0,1 0,412 0,1, berarti tidak terkena multikol. Maka memenuhi syarat uji
regresi linear berganda. 3.
Nilai VIF Teknik Komunikasi sebesar 1,823 atau lebih kecil dari 5 1,823 5dan nilai Tolerance sebesar 0.549 atau lebih besar dari 0,1 0,549
0,1, berartitidak terkena multikol. Maka memenuhi syarat uji regresi linear berganda.
3. Uji Heteroskedastisitas
Hasil Pengujian heteroskedastisitas dapat dilihat pada Gambar 4.3. dari Gambar 4.3, terlihat 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 in berarti tidak terjadi heteroskedastisitas pada model regresi.
Universitas Sumatera Utara
Gambar 4.3 Uji Heteroskedastisitas
Sumber : Pengolahan Data SPSS 16.0 2010
Gambar 4.3 dilihat dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak
dipakai
Universitas Sumatera Utara
E. Uji Hipotesis