61
Gambar 4.1 Uji Normalitas
Berdasarkan gambar diatas diketahui bahwa titik=titik pada gambar normal Probability cenderung membentuk garis diagonal, sehingga dapat
disimpulkan bahwa variabel terikat dan variabel bebas keduanya memiliki distribusi normal.
2. Uji Multikolinieritas
Uji ini berguna untuk mengetahui apakah model regresi yang diajukan telah ditemukan korelasi antar variabel bebas. Model yang baik
seharusnya tidak terjadi korelasi antar variabel bebas. Untuk menditeksi adanya multikolinieritas dapat dilakukan dengan mencari besarnya
variance inflaction factor VIF dan nilai toleransinya. Jika nilai VIF
kurang dari 10 dan nilai tolerancenya lebih dari 0,1 maka regresi bebas dari
multikolinieritas.
62
Tabel 4.5
Berdasarkan tabel di atas diketahui bahwa nilai tolerance untuk ketiga variabel kurang dari 1 dan besarnya VIF tidak lebih dari 10
sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas antar variabel bebas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah regresi terjadi ketidakssamaan varian dari residu suatu
pengamatan ke pengamatan yang lain. Jika varian dari residual pengamatan ke pengamatan lain berbeda berarti ada gejala
heteroskedastisitas. Pengujian terhadap heteroskedastisitas dapat dilakukan melalui pengamatan ada tidaknya pola tertentu pada grafik
scatter plot yang dihasilkan melalui SPSS
.
Uji Multikolinieritas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -53.141
10.244 -5.187
.000 KEPEMIMPINAN
.602 .153
.316 3.925
.000 .894
1.119 KOMITMEN
.598 .282
.197 2.122
.038 .672
1.488 MOTIVASI
1.408 .237
.547 5.951
.000 .686
1.458 a. Dependent Variable: KINERJA
63
Gambar 4.2 ScatterPlot
Berdasarkan gambar scatterplot di atas diketahui bahwa titik-titik pada gambar menyebar secara acak di bawah dan di atas angka nol serta
tidak membentuk pola khusus. Dapat disimpulkan bahwa dalam penelitian ini tidak terjadi heteroskedastisitas.
b. Analisis Regresi Berganda
1. Menentukan Persamaan Garis Regresi Berganda
Berdasarkan perhitungan analisis regresi linier, maka diperoleh hasil sebagai berikut:
Tabel 4.6
Regresi Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
-53.141 10.244
-5.187 .000
KEPEMIMPINAN .602
.153 .316
3.925 .000
.894 1.119
KOMITMEN .598
.282 .197
2.122 .038
.672 1.488
MOTIVASI 1.408
.237 .547
5.951 .000
.686 1.458
a. Dependent Variable: KINERJA
64
Berdasarkan output SPSS 16,0 for Windows di atas, maka diperoleh persamaan regresi sebagai berikut:
Y = -53,141 + 0,602X
1
+ 0,598X
2
+ 1,408X
3
Penginterpretasian persamaan regresi berganda tersebut adalah sebagai berikut:
1. Konstanta = -53,141
Jika tidak ada peningkatan variabel kepemimpinan, komitmen organisasi, dan motivasi, maka skor kinerja berkurang sebesar -53,141
satuan. 2.
Koefisien X
1
= 0,602
Jika variabel kepemimpinan mengalami kenaikan sebesar satu satuan sementara komitmen dan motivasi dianggap konstan, maka akan
menyebabkan kenaikan pengaruh terhadap kinerja sebesar 0,602 satuan.
3. Koefisien X
2
= 0,598
Jika variabel komitmen mengalami kenaikan satu satuan sementara kepemimpinan dan motivasi dianggap konstan, maka akan
menyebabkan kenaikan pengaruh terhadap kinerja sebesar 0,598 satuan.
4. Koefisien X
3
= 1,408
Jika variabel kepemimpinan mengalami kenaikan sebesar satu satuan sementara kepemimpinan dan komitmen dianggap konstan, maka
65
akan menyebabkan kenaikan pengaruh terhadap kinerja sebesar 1,408 satuan.
c. Pengujian Hipotesis Penelitian
1. Uji Simultan Uji F
Untuk mengetahui pengaruh antara kepemimpinan, komitmen organisasi dan motivasi terhadap kinerja pegawai secara simultan
dilakukan uji F dengan menggunakan SPSS 16.
Hasil uji F diperoleh
hitung
F = 39,520 dengan nilai signifikansi 0,000
0,05. Maka dapat disimpulkan bahwa Ho ditolak dan Ha yang berbunyi ada pengaruh positif kepemimpinan, komitmen, dan motivasi secara
bersama-sama terhadap kinerja pegawai diterima.
2. Uji Parsial Uji T
Untuk mengetahui ada tidaknya pengaruh antara variabel bebas terhadap variabel terikat secara parsial dapat dilakukan dengan
menggunakan uji T.
Tabel 4.7 Uji Simultan
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2438.790 3
812.930 39.520
.000
a
Residual 1110.797
54 20.570
Total 3549.586
57 a. Predictors: Constant, MOTIVASI, KEPEMIMPINAN, KOMITMEN
b. Dependent Variable: KINERJA
66
Tabel 4.8 Uji Parsial
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant -53.141 10.244
-5.187 .000
KEPEMIMPINAN .602
.153 .316
3.925 .000
.894 1.119
KOMITMEN .598
.282 .197
2.122 .038
.672 1.488
MOTIVASI 1.408
.237 .547
5.951 .000
.686 1.458
a. Dependent Variable: KINERJA
Berdasarkan uji parsial untuk variabel kepemimpinan diperoleh
t
hitung
= 3,925 dengan nilai signifikansi 0,000 0,005 maka Ho ditolak sehingga Ha yang berbunyi ada pengaruh positif kepemimpinan terhadap
kinerja pegawai diterima. Berdasarkan uji parsial untuk variabel komitmen organisasi
diperoleh
t
hitung
= 2,122 dengan nilai signifikansi 0,038 0,05 maka Ho ditolak sehingga Ha yang berbunyi ada pengaruh positif komitmen
organisasi terhadap kinerja pegawai diterima. Berdasarkan uji parsial variabel motivasi diperoleh
t
hitung
= 5,951 dengan nilai signifikansi 0,000 0,05 maka Ho ditolak sehingga Ha yang
berbunyi ada pengaruh positif motivasi terhadap kinerja pegawai diterima.
3. Koefisien Determinasi
