109
4.4.2 Uji Multikolinieritas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel
bebas mana yang dijelaskan oleh variabel terikat lainnya. Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel
bebas lainnya. Dengan nilai : a. Tolerance value 0,1 atau VIF 5, maka terjadi multikolinieritas.
b. Tolerance value 0,1 atau VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.15 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
3.283 1.903
1.725 .090
Budaya Organisasi .006
.060 .007
.106 .916
.358 2.792
Kepemimpinan .694
.076 .540 9.186
.000 .411
2.434 Kepuasan Kerja
.371 .051
.483 7.266 .000
.322 3.106
a. Dependent Variable: Komitmen Organisasi
Pada Tabel 4.15 memperlihatkan semua nilai variabel bebas memiliki Tolerance value 0,1 atau VIF 5. Maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas.
Universitas Sumatera Utara
110
Tabel 4.16 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
1.274 1.460
.873 .386 Komitmen Organisasi
.343 .034
.801 10.192 .000
1.000 1.000
a. Dependent Variable: Kinerja Karyawan
Pada Tabel 4.16 memperlihatkan nilai variabel bebas memiliki Tolerance value 0,1 atau VIF 5. Maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas.
4.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dimaksudkan untuk mengetahui tingkat penyebaran atau variasi dari semua variabel yang diobservasi. Kriteria uji heteroskedostisitas
yaitu apabila titik-titik menyebar secara acak dan tidak membentuk pola tertentu serta tersebar di atas maupun di bawah angka nol pada sumbu Y maka
disimpulkan suatu
model regresi
dianggap tidak
terdapat masalah
heterokedastisitas.
Universitas Sumatera Utara
111
4.4.3.1 Hasil Uji Heteroskedostisitas dengan Scatter Plot
Sumber: Hasil Pengolahan SPSS 2015
Gambar 4.7 Uji Heteroskedostisitas dengan Scatter Plot
Pada gambar 4.7 menunjukkan bahwa titik-titik menyebar secara acak, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
Sumber: Hasil Pengolahan SPSS 2015
Gambar 4.8 Uji Heteroskedostisitas dengan Scatter Plot
Universitas Sumatera Utara
112 Pada gambar 4.8 menunjukkan bahwa titik-titik menyebar secara acak,
maka dapat disimpulkan tidak terjadi heteroskedastisitas.
4.4.3.2 Hasil Uji Heteroskedastisitas dengan Glejser
Uji Heteroskedastisitas dengan menggunakan glejser memiliki kriteria jika Nilai Sig 0,05, maka tidak terjadi heteroskedastisitas.
Tabel 4.17 Uji Heteroskedastisitas dengan Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 1.920
1.058 1.815 .075
Budaya Organisasi .026
.033 .172
.792 .432 Kepemimpinan
-.002 .042
-.008 -.039 .969
Kepuasan Kerja -.041
.028 -.329 -1.435 .157
a. Dependent Variable: absut
Sumber: Hasil Pengelolahan SPSS 2015 Pada Tabel 4.17 terlihat semua variabel bebas memiliki nilai Sig 0,05,
maka dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas.
Tabel 4.18 Uji Heteroskedastisitas dengan Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant .964
.988 .975 .333
Komitmen Organisasi .004
.023 .021 .158 .875
a. Dependent Variable: absut
Sumber: Hasil Pengelolahan SPSS 2015 Pada Tabel 4.13 terlihat semua variabel bebas memiliki nilai Sig 0,05,
maka dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas.
Universitas Sumatera Utara
113
4.5 Analisis Regresi Linier Berganda
Berdasarkan hasil uji di atas dibuktikan bahwa data telah lulus uji asumsi klasik, sehingga data siap untuk diregresi linear berganda. Hasil analisis regresi
linier berganda dapat dilihat pada tabel berikut ini:
Tabel 4.19 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 3.283
1.903 1.725 .090
Budaya Organisasi .006
.060 .007
.106 .916 Kepemimpinan
.694 .076
.540 9.186 .000 Kepuasan Kerja
.371 .051
.483 7.266 .000 a. Dependent Variable: Komitmen Organisasi
Sumber: Data Pengolaha SPSS 2015 Berdasarkan hasil perhitungan data seperti yang terlihat pada Tabel 4.19
kolom kedua Unstandardized Coefficients bagian B diperoleh nilai b1 variabel budaya organisasi sebesar 0,006, nilai b2 variabel kepemimpinan sebesar 0,694
nilai b3 variabel kepuasan kerja sebesar 0,371 dan nilai konstanta a sebesar 3,283 sehingga diperoleh persamaan regresi linear berganda:
Y
1
=3,283 + 0,006 X
1
+ 0,694 X
2
+ 0,371 X
3
+ e Dari persamaan tersebut dapat digambarkan sebagai berikut:
a. Konstanta a = 3,283 menunjukkan budaya organisasi, kepemimpinan dan kepuasan kerja bernilai konstan, maka
pengaruhnya terhadap komitmen organisasi PT. Telkom Divisi Regional I Medan akan diperoleh sebesar 3,283.
Universitas Sumatera Utara
114 b. Koefisien b1 X
1
= 0,006 menunjukkan bahwa budaya organisasi berpengaruh positif terhadap komitmen organisasi. Sehingga
apabila budaya organisasi dinaikkan sebesar satu satuan maka komitmen organisasi bertambah sebesar 0,006.
c. Koefisien b2 X
2
= 0,694 menunjukkan bahwa kepemimpinan berpengaruh positif terhadap komitmen organisasi PT. Telkom
Divisi Regional I Medan. Sehingga apabila kepemimpinan dinaikkan sebesar satu satuan maka komitmen organisasi
bertambah sebesar 0,694. d. Koefisien b3 X
3
= 0,371 menunjukkan bahwa kepuasan kerja berpengaruh positif terhadap komitmen organisasi PT. Telkom
Divisi Regional I Medan. Sehingga apabila kepuasan kerja dinaikkan sebesar satu satuan maka komitmen organisasi akan
bertambah sebesar 0,371
4.5.1. Koefisien Determinasi R
2
Koefisien determinasi R² digunakan untuk mengukur seberapa besar kemampuan variabel bebas yaitu budaya organisasi X
1
, kepemimpinan X
2
, dan kepuasan kerja X
3
dalam menjelaskan variabel terikat yaitu komitmen organisasi Y
1
secara bersama- sama, dimana: 0 ≤ R² ≤ 1.
Jika R² semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas adalah besar terhadap variabel terikat. Hal ini berarti
model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat. Jika Koefisien determinasi R² semakin
Universitas Sumatera Utara
115 kecil mendekati nol, maka dapat dikatakan bahwa pengaruh variabel bebas
adalah kecil terhadap variabel terikat Y. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap
variabel terikat. Menurut Ghozali 2013: 97, kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang
dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti
menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model. Hasil
pengolahan dari analisis regresi linear berganda dapat dilihat pada Tabel 4.20 berikut ini:
Tabel 4.20 Uji Koefisien Determinasi
Model Summary
Model R
R Square Adjusted R Square Std. Error of the
Estimate 1
.959
a
.920 .916
1.732 a. Predictors: Constant, Kepuasan Kerja, Kepemimpinan,
Budaya Organisasi b. Dependent Variable: Komitmen Organisasi
Sumber: Data Pengolahan SPSS 2015 Pada Tabel 4.20 dapat dilihat nilai Adjusted R Square adalah 0.916. Nilai
berada antara 0 R21 yang berarti bahwa komitmen organisasi dipengaruhi sangat erat oleh budaya organisasi, kepemimpinan dan kepuasan kerja yaitu
sebesar 91,6, sedangkan 8,4 lagi sisanya dijelaskan oleh faktor lain yang tidak dimasukkan dalam model penelitian ini.
Universitas Sumatera Utara
116
4.5.2 Uji Signifikan Simultan Uji-F