sama dan hasil pengukurannya relatif sama, maka alat ukur tersebut reliabel. Dengan kata lain, reliabilitas menunjukkan konsistensi suatu alat ukur dalam
mengukur gejala yang sama. Cronbach Alpha α suatu variabel dikatakan reliabel handal jika
memiliki Cronchbach Alpha 0,60. Pengujian reliabilitas dilakukan dengan program SPSS statistics version 21. Dalam penelitian ini pengujian reliabilitas
hanya dilakukan terhadap 20 responden berdasarkan jika nilai Alpha melebihi 0,60 maka pertanyaan variabel tersebut reliabel dan sebaliknya Ghozali,
2011:48.
Tabel 3.5 : Hasil Perhitungan Uji Reliabilitas Instrumen No
Variabel Cronbach’s
Alpha Cronbach’s Alpha
yang disyaratkan Keterangan
1 Motivasi
0,859 0,60
Reliabel 2
Lingkungan Kerja 0,911
0,60 Reliabel
3 Kinerja Karyawan
0,953 0,60
Reliabel .Sumber: Data Primer yang Diolah, 2013
Dari uji coba yang telah dilakukan dapat diketahui bahwa hasil Cronbachs alpha setiap variabel lebih dari Cronbachs alpha yang disyaratkan yaitu 0,60,
maka variabel kinerja karyawan, motivasi, dan lingkungan kerja dinyatakan reliabel.
3.6 Metode Analisis Data
3.6.1 Analisis Deskriptif Presentase
Metode analisis deskriptif persentase digunakan untuk mendeskripsikan data yang ada dalam penelitian ini yang terdiri dari Motivasi X1, Lingkungan
Kerja X2, dan Kinerja Karyawan Y. langkah-langkah yang ditempuh dalam membuat analisis deskriptif persentase adalah sebagai berikut:
1 Membuat tabel distribusi jawaban angket X1,X2 dan Y 2 Menentukan skor jawaban dengan ketentuan skor yang telah dipilih
3 Menjumlahkan skor jawaban yang diperoleh dari tiap-tiap responden. 4 Memasukkan skor tersebut ke dalam rumus sebagai berikut :
DP = x 100 Keterangan:
n = Jumlah skor jawaban responden N = Jumlah seluruh skor ideal
DP = Tingkat keberhasilan yang dicapai Kemudian disusun kriteria sebagai berikut:
Persentase maksimal : = 100
Persentase minimal : = 20
Rentang : 100 - 20 = 80
Panjang kelas interval : 80 : 5 = 16
Berdasarkan kriteria yang telah ditentukan diatas, maka dapat disusun tabel interval nilai persentase indikator penelitian sebagai berikut:
Tabel 3.6. Interval Nilai Persentase dan Kriteria Penilaian Interval nilai
Kriteria
84 - 100 Sangat Tinggi
68 - 84 Tinggi
52 - 68 Sedang
36 - 52 Rendah
20 -36 Sangat Rendah
Sumber: Data Primer yang Diolah, 2013
3.6.2 Uji Asumsi Klasik
Sebelum pengujian hipotesis dilakukan, terlebih dahulu perlu dilakukan pengujian-pengujian terhadap gejala penyimpangan asumsi klasik. Asumsi
model linear klasik adalah tidak terdapat multikolinearitas, normalitas, heteroskedasitas. Cara yang digunakan untuk menguji gejala penyimpangan
asumsi klasik sebagai berikut:
3.6.2.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah model regresi ,variabel pengganggu atau residual memiliki distribusi normal atau tidak
Ghozali, 2011:160. Asumsi normalitas merupakan persyaratan yang sangat penting pada pengujian kebermaknaan signifikansi koefisien regresi.
Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau mendekati normal, sehingga layak dilakukan pengujian secara
statistik. Dasar pengambilan keputusan dapat dilakukan berdasarkan probabilitas
Asymtotic Significance, yaitu: 1. Jika probabilitas 0,05 maka distribusi dari populasi adalah normal.
2. Jika probabilitas 0,05 maka populasi tidak berdistribusi secara normal.
3. Dasar pengambilan keputusan adalah sebagai berikut: 4. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
5. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi tidak
memenuhi asumsi normalitas. Uji normalitas juga digunakan untuk mengetahui bahwa data yang
diambil berasal dari populasi berdistribusi normal.Uji yang digunakan untuk menguji kenormalan adalah uji Kolmogorov-Smirnov. Berdasarkan sampel
ini akan diuji hipotesis nol bahwa sampel tersebut berasal dari populasi berdistribusi normal melawan hipotesis tandingan bahwa populasi
berdistribusi tidak normal.
3.6.2.2 Uji Multikoliniearitas
Uji ini untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi adanya multikoliniaeritas dapat dilakukan dengan mencari besarnya
Variance Inflation Factor VIF dan nilai tolerancenya. Jika VIF 10 dan nilai tolerance 0,1 maka regresi bebas dari multikolinearitas.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas. Dasar analisis uji heteroskedastisitas ini Ghozali, 2011:139:
1. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan
telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 3. Untuk menguji ada tidaknya heteroskedastisitas digunakan uji-Glejser
yaitu dengan mengregresikan masing-masing variabel bebas terhadap nilai absolut dari residual terhadap variabel idependen.
3.6.4 Analisis Regresi Berganda