c. Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada
waktu tertentu data cross-sectional” Gujarati, 1995:201. Untuk mengujji variabel- variabel yang diteliti apakah terjadi autokorelasi atau tidak dapat digunakan uji
Durbin Watson, yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung dengan nilai Durbin Watson dL dan du dalam tabel. Distribusi penetuan
keputusan dimulai dari 0 nol sampai 4 empat. Kaidah keputusan dapat dijelaskan sebagai berikut :
1. Jika d lebih kecil daripada d
L
atau lebih besar daripada 4-d
L
, maka hipotesis nol ditolak yang berarti terdapat autokorelasi.
2. Jika d teletak antara d
U
dan 4-d
U
, maka hipotesis nol diterima yang berarti tidak ada autokorelasi.
3. Jika nilai d terletak antara d
L
dan d
U
atau antara 4-d
L
dan 4-d
U
maka uji Durbin-Watson tidak menghasilkan kesimpulan yang pasti, untuk nilai-nilai ini
tidak dapat disimpulkan ada tidaknya autokorelasi di antara faktor-faktor penganggu.
Untuk mengetahui ada tidaknya gejala autokorelasi dalam model penelitian maka perlu dilihat nilai DW tabel. Diketahui jumlah variabel bebas adalah 3 k=3
dan banyaknya data adalah n=53 sehingga diperoleh nilai DW tabel adalah sebesar d
L
= 1,437 dan d
U
= 1,678
Berdasarkan hasil analisis kesembilan sector, maka dalam model regresi ini tidak terjadi gejala autokorelasi karena nilai DW tes yang diperoleh adalah sebagai
berikur :
Tabel 4.10 Tes Autokorelasi
Variabel Nilai
DW Test
Ketentuan Daerah Keterangan
Prestasi Kerja Karyawan 2,336
0 – 1,613 ada auto korelasi 1,613 – 1,678 daerah ketidak pastian
1,678 – 2,322 tidak ada autokorelasi 2,322 – 2,563 daerah ketidak pastian
2,563 - 4 ada autokorelasi Daerah Ketidak
Pastian
Sumber :
Lampiran 1
Dari hasil pengujian yang telah dilakukan, maka didapat model analisis regresi linier berganda tersebut telah memenuhi beberapa asumsi regresi klasik yang berarti tidak
bias dan analisis regresi linier berganda dapat dilanjutkan.
4.5. Analisis Statistik Regresi Linier Berganda
Data yang diperoleh selanjutnya dianalisis dengan menggunakan SPSS 13.0 untuk melihat model persamaan yang dibentuk dan membuktikan hipotesis yang
diajukan. Dari hasil analisis tersebut diperoleh nilai – nilai seperti yang disajikan pada tabel 4.11 di bawah ini :
Tabel 4.11 Hasil Analisis Regresi Berganda.
Kategori