4. Dari 41 responden 14,6 menyatakan sangat setuju bahwa target kerja
tetapkan sesuai dengan standar kerja perusahaan, dan 85,4 setuju.
5. Dari 41 responden 26,8 menyatakan sangat setuju bahwa menganggap
penting tugas dan serta waktu, 70,7 setuju, dan 2,4 kurang setuju.
6. Dari 41 responden 26,8 menyatakan sangat setuju bahwa patuh terhadap
peraturan yang ada, dan 73,2 setuju.
7. Dari 41 responden 41,5 menyatakan sangat setuju bahwa sering
melakukan pelanggaran peraturan, 53,7 setuju, dan 4,9 kurang setuju.
4.2.4 Analisis Regresi Linier Berganda
Metode analisis regresi linier berfungsi untuk mengetahui pengaruhhubungan antara variabel independent pengembangan karyawan dan imbalan dan variabel
dependent prestasi kerja akan digunakan analisis regresi linear berganda multiple regression analysis. Peneliti menggunakan bantuan program software SPSS versi 15
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 melakukan analisis regresi berganda, penulis melakukan pengujian asumsi klasik. Pengujian asumsi klasik dilakukan untuk mendapatkan
hasil penelitian yang BLUE Best Linier Unbiased Estimation atau perkiraan
Universitas Sumatera Utara
E xp
ec te
d C
u m
P ro
b
1.0 0.8
0.6
Normal P-P Plot of Regression Standardized Residual Dependent Variable: VAR00003
yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi sebagai berikut :
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. Analisi 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. Hasil dari analisis Grafik P-Plot uji normalitas adalah sebagai
berikut:
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS 16,0 2011 Gambar 4.2
Hasil Uji Normal P-P Plot Of Regression Standardized Residual
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 4.11 hasil uji Kolmogorov Smirnov.
Tabel 4. 11 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parametersa,b Mean
.0000000 Std. Deviation
1.57545021
Universitas Sumatera Utara
Most Extreme Differences Absolute
.134 Positive
.083 Negative
-.134 Kolmogorov-Smirnov Z
.855 Asymp. Sig. 2-tailed
.457
Sumber : Hasil Pengolahan SPSS 15,0 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 4.11 dapat dilihat,
probabilitas hasil uji Kolmogorov Smirnov yaitu 0,457 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 Tolerence 0,1 maka diduga mempunyai persoalan multikolinieritas
Tolerence 0,1 maka tidak terdapat multikolinieritas Pengujian multikolinearitas dapat dilihat pada Tabel 4.12 berikut ini
Universitas Sumatera Utara
e g
re s
s io
n S
tu d
e n
ti z
e d
R e
s id
u a
l
2 1
-1
Scatterplot Dependent Variable: Prestasi_Kerja
Tabel 4.12 Hasil Uji Multikolinearitas
Coefficients
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF B
Std. Error
1 Constant
.263 5.000
.053 .958
Pengembangan_ Karyawan
.341 .066
.603 5.167
.000 .988
1.012 Imbalan
.179 .071
.293 2.514
.016 .988
1.012 a Dependent Variable: Prestasi_Kerja
Sumber : Hasil Pengolahan SPSS 15,0 2011
Tabel 4.12 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. Berikut adalah gambar Scatterplot untuk uji heteroskedastisitas :
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS 15,0 2011 Gambar 4.3
Scatterplot Uji Heteroskedastisitas
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
Universitas Sumatera Utara
Gejala heteroskedastisitas dapat juga dideteksi melalui uji Glejser. Tabel 4.13 berikut ini menampilkan hasil pengujian
heteroskedastisitas dengan uji Glejser.
Tabel 4.13 Uji Glejser
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
10.361 6.167
1.680 .100
Pengembangan_ Karyawan
.067 .089
.133 .757
.452 Imbalan
.029 .046
.095 .628
.534
Sumber : Hasil Pengolahan SPSS 15,0 2011
Pada Tabel 4.13 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 4.14.
Universitas Sumatera Utara
Tabel 4.14 Regresi Linear Berganda
Coefficients
a
a Dependent Variable: Prestasi_Kerja
Sumber : Hasil Pengolahan SPSS 15,0 2011
Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda sebagai berikut:
Y = 0,263 + 0,341X
1
+ 0,179X
2
+ e
Dimana: Y
: Prestasi Kerja a
: Konstanta b
1
-b
3
: Koefisien regresi X
1
: Pengembangan Karyawan X
2
: Imbalan e
: Standard error
Dari persamaan tersebut dapat digambarkan sebagai berikut :
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
B Std. Error
1 Constant
.263 5.000
.053 .958
Pengembangan_ Karyawan
.341 .066
.603 5.167
.000 Imbalan
.179 .071
.293 2.514
.016
Universitas Sumatera Utara
a. Jika semua pada variabel independen dianggap konstan maka nilai prestasi
kerja karyawan Y adalah sebesar 0.263 b.
Jika terjadi penambahan terhadap pengembangan karyawan X
1
sebesar satu satuan, maka prestasi kerja karyawan Y akan meningkat sebesar
0.341 c.
Jika terjadi penambahan terhadap Imbalan X
2
sebesar satu satuan, maka pretasi kerja karyawan Y akan meningkat sebesar 0.179.
4.2.5 Uji F Uji Serentak