4.3.2 Hasil Uji Reliabilitas Tabel 4.5
Hasil Uji Reliabilitas
Sumber: Data Diolah Peneliti 2012 Setelah mengetahui seluruh pernyataan valid, maka akan dapat diuji
reliabilitas dari kuesioner tersebut. Jawaban responden terhadap pernyataan dikatakan reliabel jika masing-masing pernyataan dijawab secara konsisten.
Uji reliabilitas tersebut menggunakan koefisien cronbach alpha. Suatu konstruk atau variabel dikatakan reliabel jika cronbach alpha memiliki nilai
lebih besar dari 0,6 Nunnally dalam Ghozali, 2005:42. Pada tabel 4.4 di atas menunjukkan bahwa nilai alpha masing-masing
variabel besarnya diatas 0,6 Sehingga dapat dinyatakan bahwa kuesioner tersebut telah reliabel dan dapat disebarkan kepada responden untuk
dijadikan sebagai instrumen penelitian.
4.4 Hasil Uji Asumsi Klasik
4.4.1 Hasil Uji Normalitas Data
Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual berdistribusi secara normal atau tidak, yaitu dengan analisis grafik dan uji
statistik. Pada penelitian ini digunakan kedua cara tersebut. Variabel
Kode Nilai Alpha
Keterangan Motivasi Kerja
X 0,892
1
Reliabel Lingkungan Kerja
X 0,768
2
Reliabel Kinerja Karyawan
Y 0,863
Reliabel
1 Analisis grafik
Analisis grafik dapat dilakukan dengan dua alat, yaitu grafik histogram dan grafik P-P plot. Pada grafik histogram, data yang mengikuti
atau mendekati distribusi normal adalah distribusi data yang membentuk lonceng. Pada grafik P-P plot, sebuah data dikatakan berdistribusi normal
apabila titik-titik datanya tidak menceng ke kiri atau ke kanan melainkan menyebar disekitar garis diagonal. Pada penelitian ini distribusi data pada
grafik histogram gambar 4.1 berbentuk lonceng dan pada grafik P-P plot gambar 4.2, titik-titiknya tidak menceng ke salah satu sisi, sehingga dapat
disimpulkan bahwa pola distribusi datanya adalah normal. Grafik histogram dan dan grafik P-P Plot dapat dilihat pada gambar 4.1 dan 4.2 berikut :
Gambar 4.1 Grafik Histogram
Sumber: Data Diolah Peneliti 2012
Pada grafik P-P Plot yang disajikan pada gambar 4.2 terlihat titik-titik menyebar disekitar garis diagonal, tidak jauh dari garis diagonal dan tidak
melenceng ke kiri dan ke kanan. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas, hal ini terlihat dari titik-
titik yang mengikuti diagonal grafik.
Gambar 4.2 Grafik P-P Plot Sumber: Data Diolah Peneliti 2012
2 Analisis Statistik
Salah satu analisis statistik untuk menguji normalitas adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji ini dilakukan
dengan membuat hipotesis ;
Jika probabilitas 0,05, maka Ha diterima, artinya data residual tidak berdistribusi normal. Jika probabilitas 0,05, maka Ho diterima, artinya
data residual berdistribusi normal. Hasil Uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.6.
Tabel 4.6
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.54772994
Most Extreme Differences Absolute
.102 Positive
.052 Negative
-.102 Kolmogorov-Smirnov Z
.809 Asymp. Sig. 2-tailed
.530 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data Diolah Peneliti 2012 Hasil penelitian Kolmogorov-Smirnov pada penelitian ini
menunjukkan probabilitas = 0,530. Dengan demikian data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan uji F dan
Uji t karena 0,530 0,05 Ho diterima.
4.4.2 Hasil Uji Multikolonieritas