orang. Untuk butir soal yang tidak valid atau gugur tidak akan digunakan pada penelitian selanjutnya. Hasil dari pengujian validitas dapat dilihat
pada tabel dibawah ini : Tabel 7. Hasil uji validitas instrumen
2. Uji reliabilitas Uji reliabilitas dilakukan untuk mengetahui sejauh mana suatu
pengukuran dapat memberikan hasil yang relatif sama bila dilakukan pengukuran kembali pada subyek yang sama. Uji reliabilitas dalam
penelitian ini menggunakan Cronbach Alpha. Adapun rumus Cronbach Alpha sebagai berikut:
= − 1
1 −
∑
Keterangan:
r
11
= nilai reliabilitas Variabel
Jumlah pernyataan Item gugur
Efikasi diri 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24
8, 12
Pengalaman berorganisasi 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24
7, 11
Kematangan karir 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26
1, 2, 4, 14
k = jumlah item
∑ = Jumlah varians skor tiap-tiap item
= Varian total Riduwan, 2009: 115 Dalam penelitian ini untuk melihat apakah reliabel atau tidak
dengan menggunakan Cronbach alpha, suatu instrumen dikatakan reliabel apabila nilai koefesien Cronbach alphanya lebih besar dari 0,70 a 0,70.
Dalam penelitian ini apabila ditemukan instrumen penelitian yang tidak memenuhi syarat atau tidak reliabilitas, maka item pertanyaan dalam
instrumen penelitian selanjutnya dianggap gugur. Instrumen hasil penelitian reliabilitas dapat dilihat pada tabel 8 dibawah ini :
Tabel 8. Hasil uji reliabilitas instrumen variabel
Cronbach Alpha Keterangan
Efikasi diri 0,853
Reliabel Pengalaman berorganisasi
0,871 Reliabel
Kematangan karir 0,865
Reliabel
Hasil pengujian reliablitas pada tabel 8 menunjukkan bahwa variabel efikasi diri, pengalaman berorganisasi dan kematangan karir
mempunyai nilai Cronbach Alpha yang lebih besar dari 0,70.
G. Teknik Analisa Data 1.
Uji Persyaratan
a. Uji Normalitas Salah satu uji prasyarat yang harus dipenuhi dalam
penggunaan analisis parametrik yaitu uji normalitas data populasi. Uji ini digunakan untuk melihat apakah data berdistribusi normal atau
tidak. Pengujian normalitas dilakukan dengan menggunakan statistik Kolmogrov-Smirnov. Adapun Rumusnya adalah sebagai berikut:
KD = 1.36
√ ×
Keterangan : Kd: harga Kolmogrov-Smirnov yang dicari
n
1
: jumlah sampel yang diopservasi n
2
: jumlah sampel yang diharapkan Sugiyono, 2012:159 Hasil perhitungan ini selanjutnya dikonsultasikan dengan
harga tabel α = 5. Apabila nilai Kolmogrov-Smirnov lebih kecil dari harga tabel maka data tidak normal dan sebaliknya apabila nilai
Kolmogrov-Smirnov lebih besar dari harga tabel maka data tersebut normal.
b. Uji Linieritas Uji linearitas bertujuan untuk mengetahui apakah antar
variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam
analisis regresi linear. Untuk mendeteksi apakah model linear atau tidak dapat dilakukan dengan membandingkan antara nilai F-Statistic
dengan F-Tabel yaitu : 1 Jika nilai F-Statistic F-Tabel, atau apabila probabilitas kesalahan
kurang dari 5, maka hipotesis yang menyatakan bahwa model linear adalah ditolak.
2 Jika nilai F-Statistic F-Tabel, atau apabila probabilitas kesalahan lebih dari 5, maka hipotesis yang menyatakan bahwa model
linear adalah diterima. S
= =
Keterangan : S
: rata-rata dari jumlah kuadrat tuna cocok S : rata-rata dari kuadrat galat Sugiyono, 2012: 266
Apabila F
hitung
≤ F
tabel
atau apabila probabilitas kesalahan lebih besar dari 5 0,05 dianggap hubungan antara masing-masing
variabel bebas dengan variabel terikat linier, dan sebaliknya jika F
hitung
≥ F
tabel
atau apabila probabilitas kesalahan kurang dari 5, maka hubungan masing-masing variabel tidak linier.
c. Uji Multikolinieritas Uji multikolinearitas bertujuan untuk menguji apakah model
regresi yang terbentuk mengandung korelasi antar variabel bebas. F =
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel independen saling berkorelasi, maka
variabel variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel independen
sama dengan nol. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut Imam Ghozali, 2011:
105 : 1
Nilai R square yang dihasilkan oleh suatu estimasi model regresi empiris yang sanagt tinggi, tetapi secara individual variabel-
variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2 Menganalisis matrik korelasi variabel-variabel bebas. Jika antar
variabel bebas ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indiaksi adanya multikoleniaritas.
Multikolinearitas juga dapat dilihat dari nilai tolerance dan dan lawannya variance inflation factor VIF. Kedua ukuran ini
menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cut off yang umum dipakai untuk
menunjukkan adanya mutikolinearitas adalah nilai tolerance ≤ 0,10
atau sama dengan nilai VIF ≥ 10. Model yang terbebas dari
multikolinearitas mempunyai nilai tolerance 0,10 atau sama dengan nilai VIF 10.