52
bisa dipercaya. Untuk mengetahui reliabilitas instrument dipergunakan rumus alpha:
⎪⎭ ⎪
⎬ ⎫
⎪⎩ ⎪
⎨ ⎧
− ⎭
⎬ ⎫
⎩ ⎨
⎧ −
=
∑
2 2
11
1 1
t b
k k
r σ
σ
Keterangan:
11
r = reliabilitas
instrument k
= banyaknya butir pertanyaan atau banyaknya soal
∑
2
b σ
= jumlah varians butir
2
t
σ
= varians total Arikunto,2006:196 Berdasarkan hasi uji reliabilitas angket penelitian untuk varibel
Kepemimpinan r
hitung
sebesar 0,78. Untuk variabel Motivasi Kerja r
hitung
sebesar 0,674. Dan untuk variabel Kinerja Karyawan r
hitung
sebesar 0,808. Dari ketiga variabel semua diperoleh r
hitung
r
tabel
berarti angket tersebut reliable.
3.5 Metode Analisis Data
Setelah data terkumpul dari hasil pengumpulan data, maka dilakukan pengolahan data hasil penelitian untuk memperoleh suatu kesimpulan. Dalam
penelitian ini metode analisis data yang digunakan adalah sebagai berikut :
3.5.1 Analisis Deskriptif Persentase
Analisis Deskriptif Presentase merupakan analisis data awal untuk mengetahui distribusi jawaban yang tercermin dari skor responden sehingga
diketahui rata–rata skor minimal, skor maksimal dan jarak skor terendah dengan
53
skor tertinggi responden.Untuk penskoran dari tiap jawaban yang diberikan oleh responden, peneliti menentukan sebagai berikut :
a. Untuk jawaban Sangat tinggi responden diberi skor 5
b. Untuk jawaban tinggi responden diberi skor 4
c. Untuk jawaban kurang tinggi responden diberi skor 3
d. Untuk jawaban rendah diberi skor 2
e. Untuk jawaban Sangat rendah diberi skor 1
Untuk mengetahui secara tepat tingkat persentase skor jawaban digunakan rumus sebagai berikut:
100 N
n x
=
keterangan: = Nilai persentase atau hasil
n = Nilai yang diperoleh N = Jumlah seluruh nilaiskor total
Selanjutnya skor yang diperoleh dalam dengan analisis deskriptif persentase dikonsultasikan dengan tabel kriteria yang disesuaikan dengan
instrumen sebagai berikut:
Tabel 3.4. Kriteria Skor
No Presentase Kriteria
1 81 - 100
Sangat Baik 2
61 - 80 Baik
3 41 - 60
Cukup baik 4
21 - 40 Kurang baik
5 0 - 20
Tidak baik
Sumber : data primer yang diolah, 2010
54
Kriteria setiap variabel dalam penelitian ini menyesuaikan indikatornya dengan rentang skor kriteria yang sama. Persentase dalam kategorisasi skor
responden menggunakan metode nilai mutlak pembulatan. Untuk persentase skor ≤ 0,5 maka persentase akan dibulatkan ke nilai bawah, sedangkan untuk
persentase skor ≥ 0,6 maka persentase akan dibulatkan ke nilai atas.
3.5.2 Uji Asumsi Klasik
Model regresi yang baik harus memenuhi asumsi klasik. Uji asumsi klasik dimaksudkan untuk mengetahui apakah model regresi linear ganda yang
digunakan untuk manganalisa dalam penelitian memenuhi asumsi klasik atau tidak. Pengujian asumsi klasik meliputi:
a. Uji Normalitas
Pengujian normalitas bertujuan untuk mengetahui apakah model regresi, variabel terikat dan variabel bebas mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah memiliki data normal atau mendekati normal. Untuk menguji normalitas dapat dilakukan dengan
melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal atau dengan cara melihat normal
probanility plot dengan bantuan SPSS yang membandingkan distribusi komulatif dari disrtibusi normal. Disrribusi normal akan membentuk
suatu garis lurus diagoanal dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang
menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005:110.
55
b. Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model model regresi ditemukan adanya korelasi antara variabel bebas independent.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Uji multikolinieritas digunakan untuk mengetahui adanya
hubungan yang sempurna atau mendeteksi sempurna koefisien korelasi hasilnya tinggi bahkan satu di antara beberapa atau semua variabel
indipendent yang menjelaskan model regresi Ghozali, 2005:91. c.
Heteroskedastisitas Menurut Ghozali 2005:69 berpendapat bahwa uji
heteroskedastisitas bertujuan untuk mengetahui dan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residu satu
pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Untuk mengetahui ada
tidaknya gejala heteroskedastisitas dapat dilihat dengan grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID.
Deteksi terhadap ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot melalui
bantuan SPSS antar prediksi variabel terikat dengan residualnya dimana sumbu Y adalah Y yang diprediksi dan sumbu X adalah residual Y
prediksi dikurangi Y yang sesungguhnya. Jika ada pola tertentu seperti titik yang membentuk suatu pola tertentu yang teratur maka telah terjadi
heteroskedastisitas. Model yang bebas dari heteroskedastisitas memiliki
56
grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu.
3.5.3 Regresi Berganda
