Uji Multikoliniearitas Uji Heteroskedastisitas

• Jika nilai Asymp. Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 4.8 Analisis Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 87 Normal Parameters a,b Mean ,0000000 Std. Deviation 3,74821927 Most Extreme Differences Absolute ,105 Positive ,105 Negative -,066 Kolmogorov-Smirnov Z ,977 Asymp. Sig. 2-tailed ,296 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil pengolahan data primer SPSS 19 2014 Tabel 4.8 menunjukkan hasil analisis statistik Kolmogorov-Smirnov. Pada tabel tersebut dapat dilihat nilai Asymp.sig 2-tailed adalah 0,296, dimana nilainya lebih besar daripada 0,05. Hal ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas.

b. Uji Multikoliniearitas

Uji multikoliniearitas bertujuan untuk menguji apakah terjadi korelasi yang tinggi diantara variabel bebas. Model regresi yang baik adalah model yang tidak mengalami multikoliniearitas. Uji ini dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF. Jika nilai Tolerance 0,1 dan VIF 5 Universitas Sumatera Utara maka model memenuhi asumsi multikoliniearitas. Nilai Tolerance dan VIF dapat dilihat pada tabel 4.9. Tabel 4.9 Uji Multikoliniearitas Coefficients a Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constant 5,446 2,750 1,980 ,051 EtosKerja ,370 ,113 ,274 3,274 ,002 ,393 2,546 PenilaianKine rja ,984 ,127 ,647 7,746 ,000 ,393 2,546 a. Dependent Variable: Motivasi Sumber: Hasil pengolahan data primer SPSS 19 2014 Tabel 4.9 menunjukkan nilai Tolerance 0,1 dan nilai VIF 5 yang artinya tidak terjadi masalah multikoliniearitas pada model regresi.

c. Uji Heteroskedastisitas

Uji ini dilakukan untuk menguji apakah varians variabel dalam model tidak sama konstan. Uji ini dapat dilakukan dengan melihat grafik scatterplot. Universitas Sumatera Utara Sumber: Hasil pengolahan data primer SPSS 19 2014 Gambar 4.3 Grafik Scatterplot Gambar 4.3 menunjukkan bahwa pola titik pada scatterplot menyebar di atas titik 0 dan tidak membentuk pola tertentu. Hal ini mengindikasikan bahwa model regresi tidak mengalami masalah heteroskedastisitas. Uji lain yang dapat dilakukan untuk melihat masalah heteroskedastisitas adalah Uji Glejser. Uji Glejser mengusulkan untuk meregresi nilai absolute residual terhadap variabel independen dengan persamaan regresi. Uji glejser dilakukan dengan melihat nilai signifikansi variabel. Jika nilai signifikansi variabel 0,05 maka tidak terdapat masalah heteroskedastisitas. Universitas Sumatera Utara Tabel 4.10 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 6,934 1,722 4,026 ,000 PenilaianKinerja ,065 ,080 ,137 ,814 ,418 EtosKerja ,055 ,071 ,132 ,784 ,435 a. Dependent Variable: abs_res Sumber: Hasil pengolahan data primer SPSS 19 2014 Pada tabel 4.10 dapat dilihat bahwa nilai signifikansi dari Penilaian Kinerja 0,418 dan Etos Kerja 0,435 0,05. Hal ini menunjukkan bahwa model regresi tidak mengalami masalah heteroskedastisitas.

4.3.2.1 Hasil Pengujian Hipotesis

Hipotesis pada penelitian ini diuji dengan menggunakan analisis regresi linear berganda serta menggunakan uji signifikan parsial Uji –t dan uji signifikan simultan Uji F.

1. Uji Signifikan Simultan Uji F

Tabel 4.11 Hasil Uji Signifikan Simultan Uji-F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 4037,520 2 2018,760 140,351 ,000 a Residual 1208,227 84 14,384 Total 5245,747 86 a. Predictors: Constant, EtosKerja, PenilaianKinerja b. Dependent Variable: Motivasi Universitas Sumatera Utara ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 4037,520 2 2018,760 140,351 ,000 a Residual 1208,227 84 14,384 Total 5245,747 86 a. Predictors: Constant, EtosKerja, PenilaianKinerja Sumber: Hasil pengolahan data primer SPSS 19 2014 Berdasarkan hasil pengelolaan data yang ditunjukkan pada tabel 4.11 dapat dilihat bahwa nilai F hitung adalah sebesar 140,351 dan nilai signifikan adalah 0,000. Pada tingkat derajat kepercayaan 95 α=5 F tabel adalah sebesar 3,11. Maka berdasarkan tabel 4.9 nilai F hitung 140,251 F tabel 3,11 dan nilai signifikan 0,000 0,05 dapat disimpulkan bahwa variabel etos kerja X1 dan penilaian kinerja X2 secara serempak atau simultan berpengaruh positif dan signifikan terhadap motivasi karyawan PT. BRI cabang Iskandar Muda Medan Y.

2. Uji Signifikan Parsial Uji-t

Tabel 4.12 Hasil Uji Signifikan Parsial Uji-t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 5,446 2,750 1,980 ,051 EtosKerja ,370 ,113 ,274 3,274 ,002 PenilaianKinerja ,984 ,127 ,647 7,746 ,000 a. Dependent Variable: Motivasi Sumber: Hasil pengolahan data primer SPSS 19 2014 Universitas Sumatera Utara Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.12 maka diperoleh persamaan hasil regresi linear berganda sebagai berikut Y = 5,446 +0,370X 1 + 0,984X 2 + e Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut : a. Konstanta a = 5,446. Ini mempunyai arti bahwa kualitas, desain, dan fitur produk dianggap konstan maka keputusan pembeli konsumen Y sebesar 5,446. b. Koefisien X 1 b 1 = 0,370. Variabel etos kerja terhadap motivasi dengan koefisien regresi 0,370. Nilai T hitung variabel etos kerja dengan tingkat signifikansi 0,002 adalah 3,274 dan nilai T tabel 1,663 maka T hitung T tabel 3,2741 1,663, sehingga dapat disimpulkan bahwa variabel etos kerja berpengaruh positif dan signifikan 0,002 0,05 secara parsial terhadap motivasi, artinya jika variabel etos kerja ditingkatkan maka motivasi Y akan meningkat. c. Koefisien X 2 b 2 = 0,984. Variabel penilaian kinerja terhadap motivasi dengan koefisien regresi 0,984. Nilai T hitung variabel penilaian kinerja dengan tingkat signifikansi 0,000 adalah 7,746 dan nilai T tabel 1,663 maka T hitung T tabel 7,746 1,663, sehingga dapat disimpulkan bahwa variabel penilaian kinerja berpengaruh positif dan signifikan 0,000 0,05 secara parsial terhadap motivasi, artinya jika variabel penilaian kinerja ditingkatkan maka motivasi Y akan meningkat.

3. Pengujian Koefesien Determinasi R

2 Universitas Sumatera Utara Pengujian koefisien determinasi R 2 dimaksudkan untuk melihat seberapa besar variabel motivasi karyawan PT. Bank Rakyat Indonesia Tbk Cabang Iskandar Muda dapat dijelaskan oleh kedua variabel bebasnya yaitu, variabel etos kerja dan penilaian kinerja. Tabel koefisien determinasi dapat dilihat pada tabel 4.13. Tabel 4.13 Koefisien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,877 a ,770 ,764 3,79258 a. Predictors: Constant, PenilaianKinerja, EtosKerja b. Dependent Variable: Motivasi Sumber: Hasil pengolahan data primer SPSS 19 2014 Pada tabel 4.13 dapat dilihat nilai Adjusted R Square sebesar 0,764. Hal ini menunjukkan bahwa variabel motivasi dapat dijelaskan oleh variabel etos kerja dan penilaian kinerja sebesar 76,4 dan sisanya sebesar 23,6 dijelaskan variabel lain yang tidak diikutsertakan dalam penelitian ini.

4.4 Pembahasan