40
sepanjang waktu berkaitan satu sama lainnya Ghozali,2005:95. Diagnosa tidak terjadi autokorelasi dapat dilakukan dengan gambar,
yaitu: Jika menggunakan grafik, disebut tidak terjadi autokorelasi
jika angka Durbin Watson DW berkisar antara d
U
– 4 – d
U
Gujarati,2007:121 – 122, signifikan 5, K = 2 dan n = 55.
Gambar 2 Grafik Uji Autokorelasi
3.6.1 Regresi Berganda
Regresi berganda digunakan untuk meramalkan bagaimana keadaan naik turunnya variabel dependen tidak bebasterikat, bila
dua atau lebih variabel independen bebas sebagai faktor prediktor dinaikkanditurunkan nilainya Sugiyono,2005:210.
Rumus Sugiyono,2005:211 : Y
= a + b
1
X
1
+ b
2
X
2
Dimana: a
= Konstanta
b
1
dan b
2
= Koefisien regresi
Y =
Kinerja Karyawan
Tolak Ho bukti autokorelasi
positif Daerah
Keragu-raguan Daerah
Keragu-raguan Tolak Ho bukti
autokorelasi positif
dL du
4-du 4-dL
4 2
Menerima Ho positif dan
negative
41
X
1
= Budaya Kerja
X
2
= Kepuasan Kerja
3.6.2 Pengujian Hipotesis
Pengujian hipotesis digunakan untuk membuktikan atau memperjelas dari tujuan semula yaitu apakah ada pengaruh antara variabel bebas
terhadap variabel terikat. Sedangkan pengujian hipotesis terbagi menjadi 2, yaitu uji – t dan uji – F.
a. Uji – t Uji – t digunakan untuk mengetahui pengaruh masing-
masing variabel bebas independen terhadap variabel terikat dependen secara parsial.
H1 : diterima bila t
hitung
t
tabel
atau nilai sig. ≤ Level signifikan 5
artinya ada pengaruh yang signifikan budaya kerja terhadap kinerja karyawan.
H2 : diterima bila t
hitung
t
tabel
atau nilai sig. ≤ Level signifikan 5
artinya ada pengaruh yang signifikan kepuaan kerja terhadap kinerja karyawan.
b. Uji – F Uji – F digunakan untuk mengetahui pengaruh masing-
masing variabel bebas independen terhadap variabel terikat dependen secara simultan.
H3 : diterima bila F
hitung
F
tabel
atau nilai sig. ≤ Level signifikan 5 artinya ada pengaruh yang signifikan budaya kerja dan
kepuasan kerja terhadap kinerja karyawan.
42
2 Koefisien Korelasi parsial Setelah dilakukan uji t diperlukan pula uji r, yaitu untuk
mengetahui hubungan secara parsial antara variabel independen terhadap variabel dependen. Setelah itu dilakukan uji diterminasi
parsial r
2
yaitu suatu uji yang menyatakan satu dikurangi rasio antara besarnya deviasi nilai Y observasi dari rata-ratanya . Secara matematis
dapat ditulis sebagai berikut.
2 2
ˆ 1
Y Y
Y Y
r
Keterangan : r
2
= besarnya koefisien determinasi
Y = nilai variabel Y
Yˆ
= nilai estimasi Y
Y
= nilai rata-rata variabel Y
Algifari ,1997:32 Perhitungan r
2
digunakan untuk mengetahui sejauhmana sumbangan masing-masing variabel bebas terhadap variabel terikat.
Semakin besar nilai r
2
, maka semakin besar variasi sumbangan terhadap variabel terikat. Jika koefisien determinasi r
2
yang diperolehnya besarnya mendekati satu 1 maka dapat dikatakan
semakin kuat model tersebut dalam menerangkan variasi variabel bebas terhadap variabel terikat.
43
3.6.3 Koefisien Determinasi simultan
