Pengujian Persyaratan Analisis

B. Pengujian Persyaratan Analisis

Sebelum data di analisis, ada beberapa asumsi yang harus terpenuhi untuk dapat diteruskan dalam pengujian hipotesis. Uji persyaratan dalam analisis ini adalah sebagai berikut:

1. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah sampel yang diambil dari populasi memiliki distribusi normal atau tidak. Distribusi normal yang

commit to user

masing variabel dapat mencerminkan populasinya. Hasil uji kolmogorov-smirnov untuk variabel gaya kepemimpinan (X 1 )

sebesar 0,800 dengan signifikasi sebesar 0,544, karena signifikan hitung lebih

besar dari 0,05 maka disimpulkan bahwa data variabel gaya kepemimpinan (X 1 ) berdistribusi normal. Hasil uji kolmogorov-smirnov untuk variabel kedisiplinan (X 2 ) sebesar

0,606 dengan signifikasi sebesar 0,856, karena signifikan hitung lebih besar dari

0,05 maka disimpulkan bahwa data variabel kedisiplinan (X 2 ) berdistribusi normal. Hasil uji kolmogorov-smirnov untuk variabel kinerja (Y) sebesar 0,772 dengan signifikasi sebesar 0,590, karena signifikan hitung lebih besar dari 0,05 maka disimpulkan bahwa data variabel kinerja (Y) berdistribusi normal (Lampiran 17).

2. Uji Linearitas

a. Uji Linearitas X 1 terhadap Y

Untuk memperoleh hasil perhitungan uji linieritas X 1 terhadap Y,

sebelumnya dibuat terlebih dahulu tabel kerja setelah itu dilanjutkan perhitungan sesuai rumus (Lampiran 20), sehingga hasil perhitungannya adalah sebagai berikut:

1) JK (G)

= 391,62

5) RJK (TC) = 23,94

2) JK (TC)

= 287,33

6) RJK (G) = 12,63

3) df (TC)

= 12 7) F hitung

Dari perhitungan diatas dapat diketahui bahwa hasilnya menunjukkan

F hitung sebesar 1,9. Selanjutnya harga tersebut dikonsultasikan dengan harga tabel pada taraf signifikansi 5% yaitu dengan dk pembilang = 12 serta dk penyebut =

31, sehingga diperoleh F tabel sebesar 2,1 sehingga F hitung < F tabel atau 1,9 < 2,1 maka X 1 linear terhadap Y.

commit to user

b. Uji Linearitas X 2 terhadap Y

Untuk mendapatkan hasil perhitungan, tahap yang pertama adalah membuat tabel kerja kemudian melakukan perhitungan sesuai dengan rumus (Lampiran 21), sehingga diperoleh hasil sebagai berikut:

1) JK (G) = 394,42

5) RJK (TC) = 20,91

2) JK (TC)

= 209,09

6) RJK (G) = 11,95

3) df (TC) = 10 7) F hitung = 1,75

4) df (G)

= 33

Dari hasil perhitungan tersebut dapat menunjukkan bahwa F hitung sebesar 1,75 kemudian harga tersebut dikonsultasikan dengan harga tabel pada taraf signifikansi 5% dengan dk pembilang 10 dan dk penyebut 33, sehingga dapat diketahui F tabel sebesar 2,1. Karena F hitung < F tabel atau 1,75 < 2,1 maka dapat

dinyatakan bahwa X 2 linear terhadap Y.

3. Uji Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear atau variable independensi dalam model regresi adalah tidak adanya multikolinearitas. Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilai variance inflantion pada model regresi. VIF adalah faktor naik turunnya variabel data.

Berdasarkan pengolahan data uji multikolineritas, diperoleh harga koefisien VIF (Vaians Inflation Factor) untuk gaya kepemimpinan sebesar 1,040 dan kedisiplinan juga sebesar 1,040. Karena harga VIF < 5, maka tidak terdapat multikolinearitas atau tidak ada hubungan antar variabel bebas (Lampiran 22).

4. Uji Autokorelasi

Uji autokorelasi bertujuan mengetahui ada tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada pengamatan lain dengan model regresi. Dalam penelitian ini menggunakan pendekatan D-W (Durbin –Watson).

commit to user

nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan 5%, jumlah sampel 45 dan jumlah variabel bebas 2, maka ditabel Durbin-Watson akan didapatkan nilai dl = 1,43 dan du = 1,62, maka diperoleh nilai Durbin-Watson diantara du (1,62) dan 4 –du (2,38). Karena nilai Durbin- Watson sebesar 1,913 berada diantara du (1,62) dan 4 –du (2,38) maka tidak terjadi autokorelasi (Lampiran 23).

5. Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi satu ke observasi lain.

Berdasarkan pengolahan data, t hitung untuk gaya kepemimpinan sebesar 0,912 dengan signifikansi sebesar 0,367. Karena harga signifikansi > 0,05, maka

Ho diterima. Jadi tidak ada gejala heteroskedastisitas pada variabel X 1 . Sedangkan

untuk t hitung untuk kedisiplinan sebesar -0,775 dengan signifikansi sebesar 0,443. Karena harga signifikansi > 0,05, maka Ho diterima. Jadi tidak ada gejala

heteroskedastisitas pada variabel X 2 (Lampiran 24).