4.4.3. Uji Asumsi Normalitas
Variabel dependen kinerja dosen mempunyai distribusi normal untuk setiap pengamatan variabel independen motivasi kerja dan kepuasan kerja, dapat
diketahui dari normal P-P Plot Residual, bila data menyebar disekitar garis diagonal, maka model regresi memenuhi asumsi model regresi tidak memenuhi
asumsi normalitas.Berdasarkan uji regresi linier berganda pada penelitian ini menunjukkan grafik normal P-P Plot terbukti bahwa distribusinya normal. Dengan
demikian dapat disimpulkan bahwa asumsi normality terpenuhi tabel terlampir dalam lampiaran 5 .
4.4.4. Diagnostik Multicollinearity
Dalam regresi linier tidak boleh terjadi sesama variabel independen berkorelasi secara kuat multicollinearity . Untuk mendeteksi collinearity dapat
diketahui dari nilai VIF Variance Inflation Factor, bila nilai VIF lebih dari 10 maka mengindikasikan telah terjadi collinearity.Berdasarkan hasil coefificient uji
linier berganda pada penelitian ini menunjukkan nilai VIF tidak lebih dari 10. Dengan demikian dapat disimpulkan bahwa tidak ada multicollinearity antara
sesama variabel independen motivasi kerja dan kepuasan kerja.Dari hasil uji asumsi dan uji koliearitas ternyata semua asumsi terpenuhi sehingga model dapat
digunakan untuk memprediksi kinerja dosen tabel terlampir dalam lampiran 5 .
4.4.5 Permodelan Multivariat
Variabel yang valid dalam model multivariat adalah variabel yang mempunyai p value 0,05.bila dalam model multivariat dijumpai variabel yang v valuenya
0,05 maka variabel tersebut harus dikeluarakan dalam model .
Universitas Sumatera Utara
Pengeluaran variabel dilakukan secara bertahap satu persatu dikeluarkan dimulai dari p value yang terbesar.Hasil akhir multivariat uji regresi linier dapat dilihat
pada tabel berikut :
Tabel 4.10 . Hasil Akhir Analisis Multivariat Regeri linier berganda berdasarkan
model Summary Model
R Square 1
0,762
Pada tabel “model summary” terlihat koefisien determinasi R Square menunjukkan nilai 0,762 artinya bahwa model regresi yang diperoleh menjelaskan
76,2 variasi variabel dependen kinerja dosen. Atau dengan kata lain kedua variabel independen motivasi kerja dan kepuasan kerja tersebut dapat
menjelaskan variasi variabel kinerja dosen 76,2.
Tabel 4.11 Hasil Analisis Multivariat Regresi Linier Berganda Berdasarkan
Anova No Model Derajat Kebebasandf F Sig
1 Regression 2 75,364 .000 2 Residual 47
Universitas Sumatera Utara
Pada tabel “ANOVA” , dapat dilihat hasil uji F yang menunjukkan nilai P sig = 0,000, berarti pada alpa 5 dinyatakan bahwa model regresi cocok fit
dengan data yang ada. Atau dapat diartikan kedua variabel tersebut secara signifikan dapat
memprediksi variabel kinerja dosen.
Tabel 4.12 Hasil Analisis Multivariat Regresi Linier Berganda antara Independen
terhadap Variabel Dependen Berdasarkan coefficient No Variabel
Unstandardized Coefifient B 1. Constant
2. Motivasi 3. Kepuasan kerja
0,283 0,628
0,145
Pada tabel “coefficient”, dapat diperoleh persamaan garisnya, pada kolom B dibagian variabel in equation di atas, dapat diketahui koefisien regresi
masing-masing variabel. Dari hasil di atas, persamaan regresi yang diperoleh sebagai berikut:
Berdasarkan persamaan tersebut dapat memperkirakan kinerja dosen dengan mengggunakan variabel motivasi kerja dan kepuasan kerja. Adapun arti
koefisien B untuk masing-masing variabel adalah sebagai berikut:
Kinerja Dosen = 0,283 + 0,628 Motivasi kerja + 0,145 Kepuasan kerja.
Universitas Sumatera Utara
Setiap peningkatan motivasi kerja, maka kinerja dosen akan meningkat 62,8 setelah dikontrol variabel kepuasan kerja.Setiap peningkatan kepuasan
kerja, maka kinerja dosen akan meningkat 14,5 setelah dikontrol variabel motivasi kerja.
Berdasarkan Unstandardized Coefficient Beta variabel yang paling besar peranannya pengaruhnya terhadap kinerja dosen adalah motivasi kerja.
Universitas Sumatera Utara
BAB 5 PEMBAHASAN
5.1. Pengaruh Motivasi Kerja terhadap Kinerja Dosen
Kategori