4.7.4 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji model regresi ditemukan adanya korelasi antar varibel independen. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen lainnya.
Tabel 4.7 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant .353
.739 .478
.634 Kompensa
silangsung .449
.059 .344 7.660
.000 .372
2.690 Kompensa
sitidaklang sung
.687 .045
.680 15.141 .000
.372 2.690
a. Dependent Variable: prestasikerja
Sumber : Hasil pengolahan SPSS Januari,2013
Berdasarkan Tabel 4.7 dapat terlihat bahwa : 1.
Nilai VIF dari variabel Kompensasi Langsung dan Kompensasi Tidak Langsung lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terdapat multikolinearitas
antar independen dalam model regresi. 2.
Nilai Tolerance dari variabel Kompensasi Langsung dan Kompensasi Tidak Langsung lebih besar dari 0,1. Ini berarti tidak terdapat multikolinearitas antar
variabel independen dalam model regresi.
4.9 Analisis Regresi Linear Berganda
Universitas Sumatera Utara
Untuk mengetahui pengaruh atau hubungan variabel bebas X
1
, X
2
berupa variabel Kompensasi Langsung dan Kompensasi Tidak Langsung dan variabel terikat Y
berupa Prestasi Kerja pada PT. Bank Syariah Mandiri Cabang Medan, maka untuk memperoleh hasil yang lebih akurat, penulis menggunakan bantuan program software
SPSS statistik product and service solution versi 17,0 dari tabel coefficient maka dihasilkan output sebagai berikut :
Tabel 4.8 Analisis Regresi Linear Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.353 .739
.478 .634
Kompensasilan gsung
.449 .059
.344 7.660
.000 Kompensasitid
aklangsung .687
.045 .680 15.141
.000 a. Dependent Variable:
prestasikerja
Sumber : Hasil pengolahan SPSS Januari, 2013
Berdasarkan hasil pengolahan data seperti terlihat pada Tabel 4.8 kolom Unstandardized Coeffisien bagian B diperoleh persamaan regresi linear berganda sebagai
berikut :
Y = 0,353 + 0,449 X
1
+ 0,687 X
2
+ e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut : 1.
Konstanta a = 0,353. ini memiliki arti bahwa kompensasi langsung dan
kompensasi tidak langsung dianggap konstan maka prestasi kerja pada PT. Bank Syariah MandiriCabang Medan Y sebesar 0,353.
Universitas Sumatera Utara
2.
Koefisien X
1
= 0,449 . Variabel Kompensasi Langsung terhadap Prestasi Kerja pada
PT. Bank Syariah MandiriCabang Medan dengan koefisien regresi sebesar 0,449. Ini memiliki arti bahwa setiap terjadi peningkatan variabel kompensasi langsung sebesar
1 satuan, maka semangat kerja akan meningkat sebesar 0,449. 3.
Koefisien X
2
= 0,687 . Variabel Kompensasi Tidak Lnagsung terhadap Prestasi
Kerja PT. Bank Syariah MandiriCabang Medan dengan koefisien regresi sebesar 0,687. Ini memiliki arti bahwa setiap terjadi peningkatan variabel kompensasi tidak
langsung sebesar 1 satuan, maka prestasi kerja akan meningkat sebesar 0,687.
4.10 Uji Koefisien Determinasi
Pengujian koefisien determinasi bertujuan untuk mengetahui seberapa besar
kemampuan variabel bebas menjelaskan variabel terikat. Dalam output SPSS, koefisien determinasi terletak pada tabel model
dan tertulis R Square. Namun untuk regresi linear berganda sebaiknya menggunakan R Square yang sudah disesuaikan atau
tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel bebas dalam penelitian. Nilai R Square dikatakan baik jika di atas 0.5 karena nilai R Square berkisar
antar 0 sampai 1.
Tabel 4.9 Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .975
a
.951 .950
.46368 a. Predictors: Constant, kompensasitidaklangsung, kompensasilangsung
Universitas Sumatera Utara
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .975
a
.951 .950
.46368 a. Predictors: Constant, kompensasitidaklangsung, kompensasilangsung
b. Dependent Variable: prestasikerja
Sumber : Hasil pengolahan SPSS Januari, 2013
Berdasarkan hasil pengujian identifikasi determinasi pada Tabel 4.9 menunjukkan bahwa
: 1.
R = 0,975 berarti hubungan relation antara kompensasi langsung dan kompensasi tidak langsung terhadap prestasi kerja sebesar 97,5 yang berarti
memiliki hubungan yangsangat erat. Semakin besar R berarti hubungan semakin erat.
2. Adjusted R Square sebesar 0,950 berarti 95 faktor-faktor prestasi kerja dapat
dijelaskan oleh kompemsasi langsung dan kompensasi tidak langsung. Sedangkan sisanya 5 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh
penelitian ini. 3.
Standart Error of Estimated artinya mengukur variasi dari nilai yang diprediksi. Standart error of Estimated juga bisa disebut standar deviasi. Dari tabel di atas
Standart Error of Estimated adalah 0.46368. Semakin kecil standar deviasi berarti model semakin baik.
4.11 Uji Hipotesis 4.11.1 Uji Signifikan Simultan Uji-F
Kategori