10.2. Analisis Regresi Berganda Teknik Analisis Data

3.10. Teknik Analisis Data

Analisis data dalam penelitian ini adalah:

3.10.1. Metode Analisis Deskriptif

Metode analisis deskriptif merupakan cara menguraikan dan menafsirkan data yang ada sehingga memberikan gambaran yang jelas mengenai permasalahan. Analisis deskriptif dilakukan peneliti yaitu dengan mendistribusikan jawaban responden dalam bentuk tabel sehingga memperoleh gambaran yang jelas tentang distribusi jawaban responden.

3. 10.2. Analisis Regresi Berganda

Peneliti menggunakan analisis regresi linier berganda untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Peneliti menggunakan bantuan SPSS versi 17.00 agar hasil yang diperoleh lebih terarah. Persamaan regresi berganda yang digunakan adalah: Y = a + b1X1 + b2X2 + e Dimana : Y = Produktifitas karyawan. a = Konstanta. b1, b2 = Koefisien Regresi Berganda. X1 = Motivasi kerja X2 = Produktivitas Karyawan. e = Variabel Penganggu standard error Universitas Sumatera Utara 3.10.3.Uji Asumsi Klasik Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang digunakan dalam penelitian ini adalah : 3 .10.3.1. Uji Normalitas Digunakan bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal, yakni distribusi data dengan bentuk lonceng dan distribusi tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan grafik, pendekatan histogram dan uji statistik dengan pendekatan Kolmogrov-Smirnov. Dengan menggunakan tingkat signifikansi 5 0,05 maka jika Asymp.Sig 2-tailed diatas nilai signifikansi 5 0,05 artinya variabel residual berdistribusi normal.

3.10.3.2 Uji Heteroskedastisitas

Metode ini digunakan untuk menguji apakah dalam sebuah model regresi terjadi kesamaan varians dari residual pada satu pengamatan ke pengamatan lainnya. Jika varians dari satu residual suatu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas namun jika varians berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedstisitas. “Untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot, jika ada pola tertentu maka telah Universitas Sumatera Utara terjadi heteroskedastisitas pada model regresi” Situmorang et al. 2010 : 100. Kelemahan model ini adalah jumlah pengamatan, jika pengamatan sedikit maka akan sulit untuk menginterpretasikan hasil grafik plot. Untuk mengatasinya dapat menggunakan pendekatan grafik dengan uji Glejser, heteroskedastisitas tidak akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

3.10.3.3 Uji Multikolinieritas

Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya.dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi di antara sesamanya sama dengan nol.Multikolinieritas dapat di lihat dari besarnya nilai Tolerance dan VIF Variance Inflaction Facto , ”Tolerance mengukur variabilitas variabel terpilih yang tidak di jelaskan oleh variabel independen lainnya. Nilai umum yang bisa di pakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance 1 sedangkan nilai VIF 5”Situmorang et al.2010: 136 Universitas Sumatera Utara

3.10.4 Pengujian Hipotesis

Untuk mengetahui pengaruh motivasi dan pengalaman kerja terhadap produktivitas karyawan maka di lakukan pengujian dengan menggunakan :

3.10.4.1 Uji secara Simultan Serempak Uji F

Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara simultan serempak terhadap variabel terikat. Bentuk pengujiannya adalah: H0 : b1 = b2 = 0 Artinya secara serempak tidak terdapat pengaruh yang signifikan dari motivasi kerja dan pengalaman kerja terhadap produktifitas karyawan. Ha : b1 = b2 ≠ 0 Artinya secara serempak terdapat pengaruh yang signifikan dari motivasi kerja dan pengalaman kerja terhadap produktivitas karyawan. Kriteria pengambilan keputusan adalah: H0 diterima jika Fhitung Ftabel pada α = 5 Ha diterima jika Fhitung Ftabel pada α = 5 3.10 .4.2 Uji secara Parsial Individual Uji t. Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh satu variabel independen secara parsial individual menerangkan variasi variabel dependen. Bentuk pengujiannya adalah: H0 : bi = 0 Universitas Sumatera Utara Artinya secara parsial tidak terdapat pengaruh yang signifikan dari motivasi kerja dan pengalaman kerja terhadap produktifitas karyawan. Ha : bi ≠ 0 Artinya secara parsial terdapat pengaruh yang signifikan dari motivasi kerja dan pengalaman kerja terhadap produktifitas karyawan. Kriteria pengambilan keputusan adalah: H0 diterima jika – thitung ttabel pada α = 5 Ha diterima jika – thitung ttabel pada α = 5

3.10.4.3. Koefisien Determinasi R²

Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan motivasi kerja dan pengalaman kerja dalam menerangkan variasi produktifitas karyawan. Koefisien determinasi R2 ini berkisar antara nol sampai dengan satu 0 ≤ R2 ≤ 1, dimana semakin tinggi R2 mendekati 1 berarti motivasi kerja dan pengalaman kerja memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi produktifitas karyawan dan apabila R2 = 0 menunjukkan motivasi kerja dan pengalaman kerja secara keseluruhan tidak dapat menjelaskan produktifitas karyawan. Universitas Sumatera Utara

BAB IV HASIL PENELITIAN DAN PEMBAHASAN