Jumlah 46
100 Berdasarkan Tabel 4.4 dapat diketahui bahwa sebagian besar data variabel
motivasi terentang pada 82 – 89 dengan frekuensi 39 katagori cukup dan
terentang 74-81 dengan frekuensi 38 dengan kategori rendah. Jadi dapat diintepretasikan bahwa motivasi dosen STIKes Nurul Jadid Probolinggo
terkategori rendah sampai cukup.
4. Kinerja Dosen Y
Berdasarkan hasil penelitian, kinerja dosen STIKes Nurul Jadid skor tertinggi nilai
max
= 82, skor terendah
min
= 44, nilai mean
x
= 108 Standar deviasi σ =8.92654. Adapun distribusi frekuensi sebagai berikut.
Tabel 4.5 Distribusi Frekuensi Kinerja Dosen
Kelas Interval Katagori
Frekuensi Prosentase
52-59 Rendah
23 50
60-67 Cukup
9 20
68-75 Tinggi
1 2
76-83 Sangat Tinggi
7 15
Jumlah 46
100
Berdasarkan Tabel 4.5 dapat diketahui bahwa sebagian besar data variabel kinerja terentang pada 52
– 59 dengan frekuensi 50 dengan kategori rendah. Jadi dapat diintepretasikan bahwa motivasi dosen STIKes Nurul Jadid
Probolinggo terkategori rendah.
B. Pengujian Persyaratan Analisis
Sebelum data penelitian dianalisis dengan uji regresi linier berganda maka terlebih dahulu dilakukan uji prasyarat analisis.
1. Uji Normalitas
commit to user
Uji normalitas sebagai persyaratan pertama sering kali disebut sebagai uji normalitas residu. Uji normalitas dilakukan untuk mengetahui apakah residu
terdistribusi normal atau tidak. Berdasarkan hasil uji normalitas dengan
One Sample Kolmogorov
–
Smirnov Test
diperoleh hasil sebagai berikut.
Tabel 4.6 Rekapitulasi Nilai P Hasil Uji Normalitas Kompensasi Kompetensi Motivasi
Kinerja X
1
X
2
X
3
Y
Kolmogorov
–
Smirnov
Z 1,062
0,554 0,953
0,945 Berdasarkan data hasil analisis pada Tabel 4.6, dapat disimpulkan bahwa data
dari semua variabel terdistribusi normal karena nilai signifikansinya Z 0,05 yaitu X
1
sebesar 1,062, X
2
sebesar 0,554, X
3
sebesar 0,953 dan Y sebesar 0,945.
2. Uji Linieritas
Uji linieritas digunakan untuk menguji linier tidaknya suatu data yang dianalisis yaitu variabel X terhadap variabel Y. nilai uji F one way anova
dengan bantuan program SPSS 16 adalah sebagai berikut.
Tabel 4.7 : Uji Linieritas Dan Keberartian Model Summary
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Change Statistics
R Square
Change F
Change df1 df2 Sig. F
Change 1
0,571
a
0,325 0,277
9,26405 0,325 6,756 3 42 0,001
a. Predictors: Constant, MOTIVASI, KOMPETENSI, KOMPENSASI
Dari hasil analisis uji linieritas pada tabel 4.7 dengan menggunakan metode LM
Langrange Multiplier
diperoleh nilai C
2 hitung
= R
2
sebesar 0,325 x jumlah responden sebesar 46 = 14,95 Nilai R
2
hitung
R
2
tabel
9,488 maka Ho ditolak dan Ha diterima yang berarti data dalam penelitian ini linier.
commit to user
3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi yang sempurna antar variabel bebas
independen. Nilai tolerance atau Varians Inflation Faktor VIF adalah sebagai berikut :
Tabel 4.8 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Correlations
Collinearity Statistics
B Std.
Error Beta
Zero- order
Partial Part
Tolerance VIF
1 Constant
4,584 26,491
0,173 0,863
KOMPENSASI -0,037
0,212 -0,028 -0,174
0,862 0,023
-0,027 -0,022
0,611 1,638 KOMPETENSI
0,596 0,156
0,557 3,815 0,845
0,567 0,507
0,483 0,752 1,329
MOTIVASI 0,049
0,209 0,040 0,237
0,814 0,244
0,036 0,030
0,550 1,818 a. Dependent Variable: KINERJA
Berdasarkan data hasil analisis tabel 4.8 diketahui bahwa Semua nilai
Tolerance
pada semua variabel independen memiliki nilai yang lebih besar dari 0,10. Tidak semua nilai VIF
Variance Inflation Factor
variabel independen lebih kecil dari 10,00. Semua variabel bebas kompensasi, kompetensi dan motivasi memiliki
nilai VIF
Variance Inflation Factor
yang lebih kecil dari 10,00. Sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen
bebas.
4. Uji Heterokesdisitas
