Uji Signifikan Simultan Uji Serentak Uji-F Uji Signifikan Individual Uji Parsial Uji-t Koefisien Determinasi R

terdiri dari peserta, instruktur, materi, dan fasilitas sehingga dapat diketahui pengaruh positif atau negative pengembangan terhadap kinerja karyawan. Analisis regresi linier berganda dalam penelitian ini menggunakan bantuan aplikasi SPSS 17.0 for Windows. Adapun model persamaan yang digunakan adalah menurut Sugiono 2006: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Dimana: Y = Kinerja a = Konstanta b 1 ,b 2 ,b 3 ,b 4 = Koefisien Regresi X 1 = Skor Dimensi Variabel Peserta X 2 = Skor Dimensi Variabel Instruktur X 3 = Skor Dimensi Variabel Materi X 4 = Skor Dimensi Variabel Fasilitas e = Standar Eror Suatu perhitungan disebut signifikan apabila nilai uji statistiknya berada di dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima. Dalam analisis regresi ada 3 jenis criteria ketepatan yaitu:

1. Uji Signifikan Simultan Uji Serentak Uji-F

Uji-F pada dasarnya menunjukkan apakah semua variable bebas yang dimasukkan dalam model mempunyai pengaruh bersama-sama Universitas Sumatera Utara terhadap veriabel terikat. Uji-F digunakan untuk melihat secara bersama- sama variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 terhadap variable terikat yaitu Kinerja Karyawan Y. Ho : b1 = b2 = b3 = b4 = 0, artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 terhadap variable terikat yaitu Kinerja Karyawan Y. Ho : b 1 = b 2 = b 3 = b 4 0, artinya secara bersama-sama terdapat pengaruh positif dan signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 terhadap variable terikat yaitu Kinerja Karyawan Y.

2. Uji Signifikan Individual Uji Parsial Uji-t

Uji-t menunjukkan seberapa besar pengaruh variable bebas secara individual terhadap variable terikat. Ho : b 1 = 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 terhadap variable terikat yaitu kinerja karyawan Y. Ho : b 1 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 terhadap variable terikat yaitu Kinerja Karyawan Y. Kriteria pengambilan keputusan: Universitas Sumatera Utara • Ho diterima jika t hitung t table pada alpha = 5 • Ho ditolak jika t hitung t table pada alpha = 5

3. Koefisien Determinasi R

2 Identifikasi Determinan R 2 Identifikasi determinan R 2 digunakan untuk melihat seberapa besar pengaruh variable-variabel bebas terhadap variable terikat. Identifikasi determinan R 2 berfungsi untuk mengetahui signifikan variable, maka harus dicari koefisien determinan R 2 . Koefisien determinan menunjukkan besarnya kontribusi variable bebas X terhadap variable terikat Y. Semakin besar nilai koefisien determinan, maka semakin baik kemampuan variable terikat Y. Jika determinan R 2 semakin besar mendekati satu maka dapat dikatakan bahwa pengaruh yang signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 serta variable terikat yaitu Kinerja karyawan Y semakin besar. Sebaliknya jika determinan R 2 semakin kecil mendekati nol maka dapat dikatakan bahwa pengaruh yang signifikan dari variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 serta variable terikat yaitu Kinerja karyawan Y semakin kecil. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan variable bebas yaitu Peserta X 1 , Instruktur X 2 , materi X 3 dan Fasilitas X 4 serta variable terikat yaitu Kinerja karyawan Y. Universitas Sumatera Utara

c. Uji Asumsi Klasik