4.2.2 Normalitas Data
Berdasarkan teori statistika model linier hanya residu dari variabel dependen Y yang wajib diuji normalitasnya, sedangkan variabel independen
diasumsikan bukan fungsi distribusi. Jadi tidak perlu diuji normalitasnya. Hasil output dari pengujian normalitas dengan Kolmogorov-Smirnov merujuk
pada Tabel : 4.9 hal.75 pada pengujian Kolomogorov-Smirnov Analisis data hasil Output:
normalitas juga dapat dilihat pada grafik Normal P-Plot sebagai berikut pada gambar 4.10.
Gambar 4.10 Hasil output SPSS 16. Normal P-P Plot dengan Variabel Terikat Kinerja karyawan
Sumber : Data primer yang diolah, 2011 Pada grafik P-Plot terlihat data menyebar di sekitar garis diagonal dan
mengikuti arah garis histograf menuju pola distribusi normal maka variabel dependen Y memenuhi asumsi normalitas.
Uji normalitas juga dapat dilihat pada diagram histogram pada gambar 4.11. Pada diagram histogram terlihat data yang memiliki bentuk kurva dengan
kemiringan seimbang sisi kiri dan kanan, dengan nilai skewness mendekati 0, maka variabel dependen Y memenuhi asumsi normalitas.
Gambar 4.11 Hasil output SPSS 16. diagram histogram Variabel Terikat Kinerja
Sumber : Data primer yang diolah, 2011
4.2.3 Uji Asumsi Klasik
Pengujian asumsi klasik pada penelitian ini meliputi uji autokorelasi, uji multikolonieritas dan uji heterokedastisitas.
1. Uji Autokorelasi
Untuk melihat terjadi atau tidaknya autokorelasi dalam suatu model regresi merujuk pada Tabel : 4.9 hal.75 pada pengujian autokorelasi
Hasil yang digunakan untuk menganalisis adalah sebagai berikut: Ho = tidak ada korelasi antar variabel independen.
Ha= ada korelasi antar variabel independen. Kriteria pengambilan keputusan:
dengan n =171 k = 3 diperoleh dl =1,482 du = 1,604
Pada tabel model summary diperoleh nilai DW
hitung
= 1,549. Karena nilai DW
hitung
= 1,549 jadi perlu dilakukan uji lanjut untuk memastikan terjadi atau tidaknya autokorelasi. Uji lanjut yang digunakan untuk mengetahui terjadi atau tidaknya
autokorelasi dilakukan uji runs test merujuk pada Tabel : 4.9 hal.75 pada pengujian runs test
Analisis data hasil Output :
Dari tabel merujuk pada Tabel : 4.9 hal.75 pada pengujian multikolinieritas, VIF terlihat setiap variabel bebas mempunyai nilai tolerance
0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.
3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain.
Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain tidak terjadi
heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di
bawah sumbu Y. Berikut hasil pengolahan menggunakan program SPSS 16, Gambar 4.12.
Pada grafik scatterplot gambar 4.12 terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y.
Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.
Gambar 4.12 Hasil output SPSS 16. multikolonieritas Variabel Terikat Kinerja
Sumber : Data primer yang diolah, 2011 Selain dengan mengamati grafik scatterplot Selain dengan mengamati grafik
scatterplot uji heterokedastisitas juga dapat dilakukan dengan uji Glejser merujuk pada Tabel : 4.9 hal.75 pada pengujian uji Glejser
. Uji glejser yaitu pengujian dengan meregresikan nilai absolut residual terhadap variabel independen.
Cara melakukan uji glejser dengan SPSS 16 adalah sebagai berikut.
akan semakin meningkat kinerja karyawan. Dari hasil perhitungan diperoleh nilai t hitung sebesar 7.611 dengan taraf Sig. 0.000, hal ini berarti
kepemimpinan mempengaruhi kinerja karyawan. Diperolehnya nilai correlationts partial sebesar 0,257 dari 0.507
2
, artinya kontribusi kepemimpinan terhadap kinerja sebesar 25,7.
3. Koefisien Komitmen X
2
= 0,056 Koefisien regresi variabel komitmen X
2
sebesar 0,056 bertanda positif, artinya semakin baik komitmen afektif, komitmen kontinuans dan
komitmen normatif maka akan semakin meningkat kinerja karyawan. Dari hasil perhitungan diperoleh nilai t hitung sebesar 0.516 dengan taraf Sig.
0.606, hal ini berarti komitmen tidak mempengaruhi kinerja karyawan. Diperolehnya nilai correlationts partial sebesar 0.0016 dari 0.04
2
, artinya kontribusi komitmen terhadap kinerja sebesar 0.16.
4. Koefisien Motivasi X
3
= 0,462 Koefisien regresi variabel motivasi X
3
sebesar 0,462 bertanda positif, artinya semakin baik atau terpenuhinya kebutuhan fisiologis, kebutuhan rasa
aman, kebutuhan sosial, kebutuhan penghargaan diri dan kebutuhan aktualisasi diri maka akan semakin meningkat kinerja karyawan. Dari hasil
perhitungan diperoleh nilai t hitung sebesar 8,603 dengan taraf Sig. 0.000, hal ini berarti motivasi mempengaruhi kinerja karyawan. Diperolehnya nilai
correlationts partial sebesar 0,3069 dari 0.554
2
, artinya kontribusi motivasi terhadap kinerja sebesar 30,69.
4.2.5 Pengujian Hipotesis 1. Pengujian hipotesis secara simultan uji F
Uji F dilakukan untuk melihat keberartian pengaruh variabel independen secara simultan terhadap variabel dependen atau sering disebut uji kelinieran
persamaan regresi. Hipotesis:
Variabel dependen secara simultan tidak berpengaruh terhadap variabel dependen
Variabel dependen secara simultan berpengaruh terhadap variabel dependen
Pengambilan keputusan: Ho diterima jika F
hitung
F tabel atau sig 5. H
1
diterima jika F
hitung
Ftabel dan sig 5. Untuk melakukan uji F dapat dilihat pada tabel 4.18 anova dibawah ini.
Pada tabel Anova diperoleh nilai F = 58,348 3,05 nilai F tabel F
0,05;3;171
=3,05 dan sig = 0,000 5 ini berarti variable independen kepemimpinan, komitmen dan motivasi secara simultan benar-benar berpengaruh signifikan
terhadap variable dependen kinerja. Dengan kata lain variabel-variabel independen kepemimpinan, komitmen dan motivasi mampu menjelaskan besarnya
variable dependen kinerja.
2. Pengujian hipotesis secara parsial uji t
Uji t dilakukan untuk mengetahui apakah secara individu parsial variabel independen mempengaruhi variabel dependen secara signifikan atau tidak.
Hipotesis : Ho = Variabel independen tidak berpengaruh terhadap variabel
dependen. Ha = Variabel independen berpengaruh terhadap variabel dependen.
Kriteria pengambilan keputusan : Dengan tingkat kepercayaan = 95 atau = 0,05. Derajat kebebasan
df = n-k-1 = 171-3-1 = 167, serta pengujian dua sisi diperoleh dari nilai t
0,05
=
1,974
Ho diterima apabila
Kategori