METODE PENELITIAN
J. Alat Analisis
2. Analisis Regresi Berganda a.Uji Asumsi Klasik
Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, autokorelasi dan heterokedastisitas. Beberapa uji asumsi klasik dilakukan dapat dijelaskan di bawah ini (Ghazali, 2001: 91):
1) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Jika variabel residual memiliki distribusi tidak normal, maka hasil uji akan bias. Uji normalitas dapat dilakukan dengan menggunakan uji statistik non-parametrik Kolmogorof Smirnov.
Adapun prosedur pengujiannya dapat dijelaskan, sebagai berikut:
a) data masing-masing variabel diuji dengan uji Kolmogorof Smirnov.
b) nilai signifikansi korelasi yang dihasilkan dibandingkan dengan standar 0,05.
c) diambil kesimpulan dengan kriteria bahwa suatu kelompok data dikatakan memiliki distribusi normal jika memiliki nilai signifikansi > 0,05.
2) Uji Heteroskedastisitas
Bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika variabel dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, jika berbeda disebut heterokedastisitas. Yang baik adalah jika yang terjadi homokedastisitas. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antar prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scaterplot antara SRESID dan ZPRED, dimana sumbu Y yang telah diprediksi dan sumbu X adalah residualnya (Y prediksi – Y sesungguhnya) yang telah distandardisasi, analisisnya adalah:
a) Jika ada pola tertentu, seperti titik – titik yang ada membentuk suatu pola yang teratur (bergelombang melebar kemudian menyempit) maka terjadi heterokedastisitas.
b) Jika tidak ada pola yang jelas seperti titik – titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka hal ini mengindikasikan tidak terjadi heterokedastisitas.
3) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi dapat dikatakan baik jika variabel-variabel independenya tidak saling berkorelasi. Pengujian multikolinearitas terhadap data yang akan diuji dilakukan dengan menggunakan alat analisa korelasi.
Cara mendeteksi keberadaan gejala multikolinearitas dengan cara ini dilakukan dengan melihat hasil uji korelasi yang dilakukan terhadap masing-masing data variabel independen. Adapun prosedur pengujiannya dapat dijelaskan, sebagai berikut:
a) data masing-masing variabel independen diuji korelasi.
b) nilai korelasi yang dihasilkan dibandingkan dengan standar 0,9. c) diambil kesimpulan dengan kriteria jika nilai korelasi antar variabel independen < 0,9, maka data pada variabel tersebut dapat bebas dari gejala multikolinearitas. Sedangkan jika nilai korelasinya > 0,9, maka data pada variabel tersebut dapat dikatakan mengandung gejala multikolinearitas.
4) Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Terjadinya autokorelasi dapat mengakibatkan
kesimpulan penelitian menjadi bias. Uji autokorelasi dilakukan untuk menguji apakah pada model regresi t dengan kesalahan pada periode t-1 (sebelumnya). Analisis deteksi adanya autokorelasi dapat dilihat melalui nilai D-W (Durbin-Watson), dengan pedoman, sebagai berikut :
0 dl du 2 4 – du 4 – dl 4 Gambar III.1.
Kurva Uji Durbin – Watson
(a) Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4–du), maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
(b) Bila nilai DW < batas bawah atau lower bound (dl), maka koefisien autokorelasi > 0, berarti ada autokorelasi positif. (c) Bila nilai DW > 4-dl, maka koefisien autokorelasi < 0, berarti
ada autokorelasi negatif.
(d) Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
tidak ada autokorelasi autokorelasi negatif ragu-ragu ragu-ragu autokorelasi positif
b. Menentukan persamaan regresi linear berganda
Model regresi yang diuji dalam penelitian ini dapat diformulasikan, sebagai berikut:
Y = a + b1X1 + b2X2 + e Keterangan :
Y = Semangat kerja
X1 = Persepsi Karyawan pada Lingkungan fisik (X1) X2 = Persepsi Karyawan pada Lingkungan non fisik (X2) a = Konstanta
b = Koefisien regresi variabel bebas e = error
c. Uji F (secara simultan)
Uji F dilakukan untuk melihat pengaruh persepsi karyawan pada lingkungan kerja fisik dan lingkungan kerja non fisik secara bersama-sama (simultan) terhadap semangat kerja karyawan di perusahaan SP Aluminium Yogyakarta. Pengujian secara simultan menggunakan distribusi F, yaitu membandingkan antara F hitung dengan F tabel.
Langkah-langkah yang dilakukan dalam uji F yaitu (Sunyoto, 2009:155) :
1) Menentukan Ho dan Ha:
Ho: b1, b2= 0 artinya persepsi karyawan pada lingkungan kerja fisik dan lingkungan kerja non fisik tidak berpengaruh terhadap semangat kerja.
Ha: b1, b2≠ 0 artinya persepsi karyawan pada lingkungan kerja fisik dan lingkungan kerja non fisik berpengaruh terhadap semangat kerja.
2) Menentukan level of significance(α)
Level of significance (α) dalam penelitian ini adalah sebesar 5% atau 0,05. F tabel dicari dengan menentukan besar degree of freedom (df) pembilang (numerator) dan df penyebut (denominator). Untuk df pembilang menggunakan k, dan untuk df penyebut menggunakan n-k-1.
3) Menentukan nilai Fhitung dengan rumus (Sunyoto, 2009:155): F =
dimana:
F = Harga F garis regresi yang dicari K = banyaknya variabel bebas
n = jumlah sampel R2 = koefisien determinasi
4) Kriteria penerimaan dan penolakan Hipotesis
a) Jika F hitung > F tabel, maka H0 ditolak dan Ha diterima, yang artinya variabel independen (persepsi karyawan pada lingkungan kerja fisik dan lingkungan kerja non fisik) secara bersama-sama atau simultan berpengaruh terhadap variabel dependen (semangat kerja).
b) Jika F hitung F tabel, maka H0 diterima dan Ha ditolak, yang artinya variabel independen (persepsi karyawan pada lingkungan kerja fisik dan lingkungan kerja non fisik) secara bersama-sama atau simultan tidak berpengaruh terhadap variabel dependen (semangat kerja).
d. Koefisien determinasi
Koefisien ini menjelaskan seberapa besar variasi dari variabel dependen dapat dijelaskan oleh variasi dari variabel independen. R2 yang digunakan adalah R2 yang telah memperhitungkan jumlah variabel bebas dalam suatu model regresi atau disebut adjusted R2 yang diperoleh dengan rumus (Gujarati dan Zein, 1995: 102):
adjusted R2 = k N 1 N R 1 1 2 Keterangan : N = Jumlah sampel.
k = Banyaknya parameter/ koefisien plus konstanta.
Batas nilai adjusted R2 adalah antara 0 sampai dengan 1, semakin tinggi nilai adjusted R2 maka akan semakin baik hasil regresi. Sebagai ukuran ketepatan suatu garis regresi yang diterapkan terhadap suatu kelompok data hasil observasi. Semakin besar adjusted R2, semakin baik atau semakin cocok pula suatu garis regresi.
e. Uji t (Secara parsial)
Langkah-langkah yang dilakukan dalam uji t yaitu (Sunyoto, 2009:152) :
1) Menentukan Ho dan Ha
Ho : b1, b2 = 0, artinya variabel b1 dan b2 secara parsial tidak berpengaruh terhadap Y
Ha : b1, b2≠ 0, artinya variabel b1 dan b2 secara parsial berpengaruh terhadap Y
2) Menentukan level of significance (α):
Dalam penelititan ini level of significance atau tingkat signifikannya sebesar 0,05 (5%) dengan derajat bebas (df) = n-2 dan n merupakan jumlah sampel penelitian.
3) Menentukan nilai t hitung
4) Kriteria Penerimaan dan Penolakan Hipotesis t hitung t tabel atau – t hitung -t tabel jadi diterima. t hitung > t tabel atau – t hitung < -t tabel jadi ditolak.
Dalam pelaksanaan proses regresi, peneliti menggunakan alat bantu SPSS.
BAB IV