56,8 menjawab setuju, 7 responden 8,6 menjawab kurang setuju, dan 1 responden 1,2 menjawab tidak setuju. Pada butir ini tidak ada
responden yang menjawab sangat tidak setuju. Berdasarkan Tabel 4.8 diketahui bahwa responden dominan memilih
setuju.Hal ini menyatakan bahwa mayoritas pegawai sudah menyadari kewajiban yang harus dilakukan, dan mereka bisa bertanggung jawab dengan tugas yang
harus diselesaikannya.
4.3. Uji Asumsi Klasik 1. Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data
yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan
Situmorang, 2010:91. Uji normalitas pada penelitian ini dilakukan dengan menggunakan pendekatan grafik dan pendekatan Kolmogorov-Smirnov.
a. Pendekatan Grafik
Pengujian Normalitas P-P Plot dapat dilihat pada Gambar 4.2. Berdasarkan Gambar 4.2 dapat dilihat titik-titik mengikuti data di sepanjang garis diagonal, hal
ini berarti data berdistribusi normal.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS 17.0 for windows Mei, 2011
Gambar 4.2 Pengujian Normalitas P-P Plot
b. Pendekatan Kolmogorov-Smirnov
Pada uji ini keputusan yang diambil adalah apabila sig 0,05 maka distribusi data bersifat normal dan apabila sig 0,05 maka distribusi data tidak normal. Uji
Kolmogorv-Smirnov dapat dilihat pada Tabel 4.9. Berdasarkan Tabel 4.89 diperoleh nilai Asymp. Sig. 2-tailed sebesar 0,104 yang lebih besar dari 0,05
0,104 0,05 yang berarti bahwa variabel residual berdistribusi normal.
Universitas Sumatera Utara
Tabel 4.9 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 81
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.55317727
Most Extreme Differences Absolute
.135 Positive
.090 Negative
-.135 Kolmogorov-Smirnov Z
1.215 Asymp. Sig. 2-tailed
.104 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 17.0 for Windows Mei, 2011
2. Uji Multikolinearitas
Multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti di antara beberapa atau semua variabel yang menjelaskan dari model regresi untuk
mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat nilai tolerance dan Variance Inflation Factor VIF dengan membandingkan
sebagai berikut: a.
VIF 5 maka tidak terdapat multikolinearitas b.
Tolerance 0,1 maka tidak terdapat multikoliniearitas
Universitas Sumatera Utara
Tabel 4.10 Uji Multikolinearitas
Coefisients a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
3.537 4.762
.743 .460
MOTIVASI .053
.247 .023
.214 .831
.892 1.121
KOMUNIKASI .012
.140 .009
.087 .931
.915 1.093
LINGKUNGAN .464
.169 .317
2.752 .007
.761 1.314
SANKSI .436
.208 .237
2.097 .039
.792 1.263
a. Dependent Variable: D.KERJA
Sumber : Hasil Pengolahan SPSS 17.0 for Windows Mei, 2011
Pada Tabel 4.10 memperlihatkan nilai Tolerance 0,1 dan VIF 5 pada semua variabel independent, yaitu motivasi X
1
dan komunikasi X
2
, lingkungan X3, dan sanksi X4, dengan demikian data tidak terkena multikolinearitas. Hal
ini berarti pada variabel independent, tidak terdapat hubungan linear sempurna atau pasti, diantara beberapa atau semua variabel sehingga model regresi layak
digunakan.
4.4. Analisis Regresi Linear Berganda 1. Koefisien Determinan R