rata-rata, sebanyak 7 atau 17,5 berada pada skor rata-rata, dan sisanya 18 atau 45 memiliki skor di atas rata-rata.
Data lengkap hasil analisis statistika dasar dari ketiga variabel penelitian, tersaji pada Tabel 5.5 berikut :
Tabel 5.5 Rangkuman Hasil Analisis Statistik Data variabel
Analisis Y
X
1
X
2
Banyak data n Minimum
Maksimum Range
Banyak kelas Dibulatkan
Interval Dibulatkan
Mean Standar Deviasi
Varians Median
40 50
65 15
6,20 6
2,5 3
56,90 3,868
14,964 57,00
40 50
64 14
6,20 6
2,33 3
55,78 3,482
12,128 56,00
40 50
60 10
6,20 6
1,66 2
54,80 3,082
9,497 55,00
Keterangan : Y : Kinerja
X1 : Efikasi Diri X2 : Motivasi Kerja
5.2 Analisis Data
5.2.1 Uji Kualitas Data
Uji kualitas data dengan melakukan uji validitas dan uji reliabilitas. 5.2.1.1
Uji validitas Validitas butir instrumen kinerja ditentukan dengan membandingkan antara
besaran r
xy
yang diperoleh dengan harga kritis r Pearson Product moment, n = 11. Jika r
hitung
≥ r
tabel
, maka butir instrumen tersebut valid selanjutnya digunakan untuk
Universitas Sumatera Utara
pengumpulan data. Sebaliknya jika r
hitung
r
tabel
, maka butir tersebut tidak valid dan tidak digunakan dalam penelitian. Dalam tabel harga kritis r
tabel
= 0,602 untuk n = 11 pada
α = 0,05. Uji validitas intrumen kinerja menunjukkan bahwa seluruh butir soal valid.
Validitas butir instrumen efikasi diri ditentukan dengan membandingkan antara besaran r
xy
yang diperoleh dengan harga kritis r Pearson Product moment, n = 11. Jika r
hitung
≥ r
tabel
, maka butir instrumen tersebut valid selanjutnya digunakan untuk pengumpulan data. Sebaliknya jika r
hitung
r
tabel
, maka butir tersebut tidak valid dan tidak digunakan dalam penelitian. Dalam tabel harga kritis r
tabel
= 0,602 untuk n = 11 pada
α = 0,05. Uji validitas intrumen efikasi diri menunjukkan bahwa seluruh butir soal valid.
Validitas butir instrumen motivasi kerja ditentukan dengan membandingkan antara besaran r
xy
yang diperoleh dengan harga kritis r Pearson Product moment, n = 11. Jika r
hitung
≥ r
tabel
, maka butir instrumen tersebut valid selanjutnya digunakan untuk pengumpulan data. Sebaliknya jika r
hitung
r
tabel
, maka butir tersebut tidak valid dan tidak digunakan dalam penelitian. Dalam tabel harga kritis r
tabel
= 0,602 untuk n = 11 pada
α = 0,05. Uji validitas intrumen motivasi kerja menunjukkan bahwa satu butir soal tidak valid yaitu butir nomor 8. Jumlah butir yang valid dan digunakan
sebagai alat pengambil data penelitian sebanyak 12 butir. Dengan perubahan ini maka rentang skor teoritik intrumen ini berada di antara 12 sampai dengan 60. Hasil uji
validitas dapat dilihat pada Tabel 5.6 sebagai berikut :
Universitas Sumatera Utara
Tabel 5.6 Hasil Uji Validitas Instrumen
Variabel Butir Pernyataan Skortot ValidTidak
Valid
Y Kinerja
X1 Efikasi Diri
X2 Motivasi Kerja Butir 1
Butir 2 Butir 3
Butir 4 Butir 5
Butir 6 Butir 7
Butir 8 Butir 9
Butir 10 Butir 11
Butir 12 Butir 13
Butir 1 Butir 2
Butir 3 Butir 4
Butir 5 Butir 6
Butir 7 Butir 8
Butir 9 Butir 10
Butir 11 Butir 12
Butir 13 Butir 1
Butir 2 Butir 3
Butir 4 Butir 5
Butir 6 Butir 7
Butir 8 Butir 9
Butir 10 Butir 11
Butir 12 Butir 13
,831 ,901
,820 ,769
,820 ,838
,805 ,790
,657 ,805
,805 ,670
,758 ,865
,865 ,688
,868 ,739
,739 ,722
,739 ,791
,890 ,782
,653 ,792
,673 ,717
,814 ,814
,736 ,704
,762 ,573
,692 ,672
,908 ,794
,842 Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid
Valid Valid
Valid Valid
Valid Valid
Valid
Tidak Valid Valid
Valid Valid
Valid Valid
Sumber : Lampiran 2
Universitas Sumatera Utara
5.2.1.2 Uji reliabilitas
Analisis reliabilitas dilakukan setelah butir yang tidak valid tidak digunakan dan tidak masuk dalam perhitungan ini. Analisis dilakukan dilakukan dengan
menggunakan teknik Alpha Cronbach. Dengan ketentuan jika nilai koefesien reliabilitas Cronbach Alpha
≥ 0,8. Menurut Sekaran dalam Priyatno 2008:26, reliabilitas kurang dari 0,6 adalah kurang baik, sedangkan 0,7 dapat diterima dan di
atas 0,8 adalah baik. Hasil analisis dapat dilihat pada Tabel 5.7 sebagai berikut :
Tabel 5.7 Hasil Uji Reliabilitas
Variabel Cronbanch’s Based
on Standardized item Alpha
Reliabel Tdk Reliabel
Y Kinerja X1 Efikasi Diri
X2 Motivasi Kerja ,947
,941 ,927
Reliabel Reliabel
Reliabel Sumber : Lampiran 2
Dari Tabel 5.7 di atas nilai Cronbach’s Alpha semua variabel berada di atas 0,60, untuk variabel Y Kinerja dengan jumlah butir soal 13 memiliki nilai
Cronbach’s Alpha sebesar 0,947; X1 Efikasi Diri jumlah butir soal 13 sebesar 0,941; dan untuk X2 Motivasi Kerja jumlah butir soal 12 sebesar 0,927; dapat
disimpulkan bahwa butir- butir instrumen reliabel. 5.2.2
Uji asumsi klasik Pengujian statistik dengan analisis regresi dapat dilakukan dengan
pertimbangan tidak adanya pelanggaran terhadap asumsi-asumsi klasik Damodar dalam Sinambela, 2003:42. Model regresi liner berganda dapat disebut sebagai
model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas
Universitas Sumatera Utara
dari asumsi- asumsi klasik statistik, baik itu multikolineritas, autokorelasi, dan heteroskedastisitas Ghozali, 2005. Uji autokorelasi tidak dilakukan karena data yang
digunakan pada penelitian bukan data time series runtut waktu. 5.2.2.1
Uji normalitas Uji normalitas untuk menguji data variabel bebas X dan data varibel terikat
Y pada persamaan regresi yang dihasilkan, apakah terdistribusi normal atau tidak normal. Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan
data variabel terikat berdistribusi mendekati normal atau normal sama sekali. Sunyoto, 2008. Uji normalitas dilakukan dengan menggunakan uji One Sample
Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,5. Data dikatakan berdistribusi normal jika signifikansi lebih besar dari 5 Sunyoto,2008:28.
Screening terhadap normalitas data merupakan langkah awal yang harus dilakukan untuk setiap analisis multivariate, khususnya jika tujuannya adalah inferensi
Ghozali, 2005. Hasil uji normalitas dapat dilihat pada Tabel 5.8 berikut :
Tabel 5.8 Uji Normalitas Menggunakan One Sample Kolmogorov-Smirnov One Sample Kolmogorov-Smirnov
Kinerja Efikasi
Diri Unstandardized
Residual
N Normal Parameters
a,b
Mean Std. Deviation
Most Extreme Absolute Differences Positive
Negative Kolmogorov-Smimov Z
Asymp. Sig. 2-table 40
56.90 3.868
.088 .088
-.067 .559
.914 40
55.78 3.482
.095 .095
-.089 .600
.864 40
54.80 3.082
.118 .118
-.112 .748
.631 a. Tes distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Pada Tabel 5.8 di atas dapat diketahui bahwa nilai signifikansi untuk kinerja sebesar 0,914; untuk efikasi diri sebesar 0,864; dan untuk motivasi kerja sebesar
0,631, karena signifikansi untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan bahwa data seluruhnya berdistribusi normal.
Tabel 5.9 Uji Normalitas Residual
One-Sample Kolmogorov-Smimov Test Unstandardized
Residual
N Normal Parameters
a,b
Mean Std. Deviation
Most Extreme Absolute Differences Positive
Negative Kolmogorov-Smimov Z
Asymp. Sig. 2-table 40
.0000000 3.25318366
.089 .047
-.089 .562
.910 c. Tes distribution is Normal.
d. Calculated from data. Sumber : Lampiran 5
Pada Tabel 5.9 di atas dapat diketahui bahwa besarnya nilai Kolmogorov-
Smirnov adalah 0,562 dan signifikansi pada 0,910 0,05 yang berarti data residual terdistribusi normal, hasilnya konsisten dengan uji sebelumnya.
Selain itu uji normalitas data dapat dilihat pada gambar 5.4 dan 5.5 berikut :
Universitas Sumatera Utara
2 1
-1 -2
-3
Regression Standardized Residual
10 8
6 4
2
Fr equ
ency
Mean = 5.1E-16 Std. Dev. = 0.974
N = 40
Dependent Variable: KINERJA Y Histogram
Gambar 5.4 Grafik Histogram
Pada gambar 5.4 di atas kurva histogram memiliki kemiringan yang cenderung seimbang, baik sisi kiri maupun sisi kanan, dan kurva berbentuk
menyerupai lonceng yang hampir sempurna, sehingga dapat dikatakan data yang diamati adalah normal.
Sebagaimana terlihat pada gambar 5.5 terlihat bahwa data menyebar di sekitar garis diagonal. Hal ini membuktikan bahwa penyebaran data bersifat normal.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pected
C um
Pr ob
Dependent Variable: KINERJA Y Normal P-P Plot of Regression Standardized Residual
Gambar 5.5 Normal PP-Plot
Universitas Sumatera Utara
5.2.2.2 Uji multikolinearitas
Priyatno 2008:39 mengatakan uji multikoliniearitas dilakukan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu
adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas.
Metode pengujian yang digunakan adalah dengan melihat nilai variance inflation factor VIF, jika nilai variance inflation factor VIF lebih besar dari 5, maka
variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya Santoso dalam Priyatno, 2008:39. Ghozali 2005:92 mengatakan
multikolinieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Atau dapat dikatakan model regresi tidak terjadi multikolineritas jika nilai tolerance 0,10
atau VIF 10. Hasil pengujian dapat dilihat pada Tabel 5.10 berikut ini :
Tabel. 5.10 Uji Multikolinearitas Collinearity Statistics
Variabel Tolerance VIF
efikasi diri X1 motivasi kerjaX2
0,998 0,998
1,002 1,002
Sumber : Lampiran 5 Dari Tabel 5.10 di atas dapat dilihat nilai tolerance variabel efikasi diri
sebesar 0,998 0,10 dan VIF 1,002 10. Nilai tolerance variabel motivasi kerja 0,998 0,10 dan VIF 1,002 10. Nilai tolerance dari kedua variabel independen
lebih besar dari 0,10 dan VIF lebih kecil dari 10. Dengan demikian dapat disimpulkan
Universitas Sumatera Utara
bahwa antar variabel efikasi diri X1 dan motivasi kerja X2 tidak terjadi multikolinearitas.
5.2.2.3 Uji heteroskedastisitas
Persamaan regresi berganda perlu juga dilakukan uji mengenai sama atau tidaknya varians dari residual dari observasi yang satu dengan observasi yang lain.
Jika residualnya mempunyai varians yang sama disebut homoskedastisitas , dan jika variansnya berbeda disebut terjadi heteroskedasititas. Persamaan regresi yang baik
adalah tidak terjadi heteroskedastisitas Sunyoto, 2008 : 82. Hal ini dapat diketahui dengan melihat hasil output SPSS, jika pada
scatterplot titik-titik hasil pengolahan data antara Z prediction ZPRED dan nilai residualnya SRESID menyebar di bawah ataupun di atas titik origin angka 0 pada
sumbu Y dan tidak mempunyai pola yang teratur, maka homokedastisitas yang terjadi, dan jika pada scatterplot titik-titik mempunyai pola yang teratur, baik
menyempit, melebar maupun bergelombang, maka heteroskedastisitas terjadi. Hasil pengujian dapat dilihat pada gambar 5.3 berikut ini :
2 1
-1 -2
Regression Standardized Predicted Value
2 1
-1 -2
-3
R egr
ess ion
S tu
d en
ti zed
R esi
du al
Dependent Variable: KINERJA Y Scatterplot
Gambar 5.6 Scatterplot
Universitas Sumatera Utara
Gambar scatterplot di atas menunjukkan bahwa titik-titik menyebar di bawah serta di atas sumbu Y, dan tidak mempunyai pola yang teratur sehingga dapat
disimpulkan tidak terjadi heteroskedastisitas.
5.3 Hasil Pengujian Hipotesis
