Pengukuran reliabilitas dilakukan dengan uji statistik Cronbach Alpha α.
Suatu variabel dikatakan reliabel apabila memberikan nilai Cronbach Alpha 0,70 Ghozali, 2011. Hasil uji reliabilitas kuesioner disajikan
pada tabel di bawah ini:
Tabel.6 Hasil Uji Reliabilitas Variabel
Cronbach Alpha Keterangan
Evaluasi Pelatihan 0,939
Reliabel, Sangat Tinggi Pengembangan Karir 0,966
Reliabel, Sangat Tinggi Kinerja Pegawai
0,835 Reliabel, Sangat Tinggi
Berdasarkan hasil uji reliabilitas menunjukkan bahwa semua item
pernyataan dan tiga variabel yang akan diteliti adalah reliabel karena mempunyai nilai Cronbach Alpha 0,70 Ghozali, 2011.
H. Teknik Analisis Data
1. Analisis Deskriptif
Statistik deskripsi memberikan gambaran suatu data yang dilihat dari rata-rata mean, standar deviasi Ghozali,2006. Cara
pengkategorian data tersebut adalah sebagai berikut : a.
Tinggi = mean + 1 SD ≤ X
b. Sedang = mean – 1SD
≤ X mean + 1 SD c.
Rendah = X mean – 1SD 2.
Pengujian Prasyarat Analisis Pengujian prasysarat analisis dilakukan sebelum pengujian
hipotesis yang meliputi uji normalitas, uji linieritas. a.
Uji Normalitas
Uji normalitas bertujuan untuk menguji salah satu asumsi dasar analisis regresi berganda, yaitu variabel-variabel independen
dan dependen harus berdistribusi normal atau mendekati normal Ghozali, 2011.
b. Uji Liniearitas
Uji liniearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan liniar atau tidak secara signifikan
Ghozali, 2006. Uji ini biasanya sebagai prasyarat dalam analisis korelasi atau regresi linier. Dua variabel dikatakan
mempunyai hubungan linier bila signifikasi kurang dari 0,05. c.
Uji Multikolineraritas Uji multikolinearitas merupakan bentuk pengujian untuk
asumsi dalam analisis regresi berganda. Multikolinearitas terjadi apabila terdapat hubungan yang kuat antara variable
independen dalam model regresi. Apabila terjadi geajala multikolinearitas, salah satu langkah untuk memperbaiki model
adalah dengan menghilangkan variable dari model adalah dengan menghilangkan variable dari model regresi, sehingga
bisa dipilih model yang paling baik Purbayu Budi Santosa dan Ashari, 2005. Ada tidaknya multikolinearitas dapat dideteksi
dengan menggunakan Pearson Correlation, dilihat dari besarnya Tolerance Value dan Variance Inflation Factor VIF
yang dapat dihitung dengan rumus :
VIF =
1 ��������� �����
Tolerance Value dan VIF menunjukkan setiap variable independen manakah yang dijelaskan oleh variable independen
lainnya atau dalam pengertian sederhana setiap variable independen menjadi variabel dependen. Tolerance mengukur
variabilitas variablel independen yang dipilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai cut-off yang
umum dipakai menentukan multikolinearitas adalah nilai tolerance
≤ 0.10 atau sama dengan VIF ≥ 10. Bila hasil regresi memiliki nilai VIF tidak lebih dari 10, maka dapat disimpulkan
tidak terjadi multikolinearitas antar variabel independennya Ghozali, 2006.
3. Uji Hipotesis
a. Analisis Regresi Linear Berganda
Analisis regresi linear berganda dikembangkan sebuah persamaan regresi yaitu suatu formula yang mencari nilai variabel
dependen dari nilai independen yang diketahui. Analisis regresi digunakan untuk tujuan peramalan, di mana dalam model tersebut aa
sebuah variabel deenden dan independen. Regresi berganda digunakan jika terdapat satu variabel dependen dan dua atau lebih variabel
independen. � = � + �
1
�
1
+ �
2
�
2
Keterangan : Y = Pengembangan karir karyawan
a = konstanta
�
1
= koefisien regresi dari rotasi pekerjaan �
2
= koefisien regresi dari motivasi kerja �
1
= rotasi pekerjaan karyawan �
2
= motivasi kerja R = residu
b. Delta Koefisien Determinasi ΔR
2
Delta Koefisien Determinasi ΔR
2
pada intinya digunakan untuk mengukur seberapa jauh kemampuan model regresi dalam
menerangkan variasi variabel dependen. Nilai ΔR
2
dapat naik atau turun apabila satu variabel independen ditambah ke dalam
model. Delta Koefisien Determinasi
ΔR
2
dinyatakan dalam presentase yang nilainya berkisar antara 0
ΔR
2
1. Nilai ΔR
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang
mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen.
51
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
