91 PK5
0,705 0,000
Valid PK6
0,659 0,000
Valid Sumber: data primer yang telah diolah
Berdasarkan tabel 4.44 diatas menunjukkan variabel Produktivitas Kerja PK mempunyai kriteria valid untuk semua
item pertanyaan dengan nilai signifikansi lebih kecil dari 0,05 hal
ini menunjukan bahwa masing-masing pertanyaan pada variable produktivitas kerja dapat diandalkan dan layak sebagai
penelitian.
b. Hasil Uji Reliabilitas
Uji reliabilitas merupakan suatu pengukuran yang menunjukan sejauh mana pengukuran tersebut tanpa bias dan
karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen Sekaran, 2006:40.
Pengujian relibilitas terhadap seluruh item atau pernyataan yang dipergunakan dalam penelitian ini akan menggunakan uji statistik
cronbach alpha 0,70 Nunnally dalam Ghozali, 2011. Hasil lengkap uji reliabilitas dapat dilihat pada tabel berikut:
Tabel 4.45 Hasil uji reliabilitas
Variabel Cronbach Alpha
0,70 Keterangan
Gaya kepemimpinan 0,700
Reliabel Motivasi
0,834 Reliabel
Disiplin kerja 0,845
Reliabel
92 Produktivitas kerja
0,776 Reliabel
Sumber: data primer yang telah diolah Berdasarkan tabel 4.45 diatas dapat diketahui bahwa nilai
Cronbach Alpha dari seluruh variabel yang diajukan diatas 0,70, maka disimpulkan bahwa seluruh variabel dalam penelitian ini
dinyatakan reliabel
4. Hasil Uji Asumsi Klasik
a. Uji Multikolinieritas
Pengujian ini bertujuan apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Imam Ghozali, 2011:105. Uji multikolinearitas
dilakukan dengan melihat besarnya variance invelations factor VIF dan tolerance. Jika nilai VIF 10 dan tolerance 0,10, hal
ini berarti terjadi korelasi antar variabel independen dan sebaliknya jika nilai VIF 10 dan nilai tolerance 0,10 hal ini berarti tidak
terjadi korelasi antar variabel. Tingkat kolinieritas yang dapat ditolerir adalah nilai tolerance 0,10 atau sama dengan tingkat
multikolinieritas 0,95 Ghozali, 2011:105-106. Hasil uji multikolinieritas dapat dilihat pada tabel dihalaman selanjutnya.
93
Tabel 4.46 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant gaya_kepemimpinan
,413 2,423
Motivasi ,373
2,678 disipli_kerja
,347 2,882
Sumber: hasil output SPSS data primer yang diolah Berdasarkan data pada tabel 4.46 diatas dapat diketahui
bahwa syarat untuk lolos dalam uji multikolinieritas sudah terpenuhi oleh seluruh variabel independen yang ada, yaitu nilai
tolerance yang lebih besar dari 0,10 dan nilai VIF Variance Inflation Factor yang tidak lebih dari 10. Pada tabel diatas nilai
tolerance variabel bebas gaya kepemimpinan sebesar 0,413, motivasi sebesar 0,373 dan disiplin kerja sebesar 0,347. Sedangkan
nilai VIF variabel bebas gaya kepemimpinan sebesar 2,423, motivasi sebesar 2,678 dan disiplin kerja sebesar 2,882. Oleh
karena itu, dapat disimpulkan bahwa seluruh variabel independen yang digunakan dalam penelitian ini tidak berkolerasi antara
variabel independen satu dengan variabel independen yang lainnya.
b. Uji heterokedastisitas
Bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lainnya. Jika residual satu pengamatan yang lain tetap,
94 maka disebut homokedastisitas dan jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali,
2011:139. Gambar dibawah ini adalah hasil uji heterokedastisitas.
Gambar 4.1 Hasil Uji Heterokedastisitas
Sumber: hasil output SPSS data primer yang diolah Berdasarkan gambar 4.1 diatas, dapat dilihat bahwa
distribusi data tidak teratur dan tidak membentuk pola tertentu, serta tersebar di atas dan dibawah angka 0 pada sumbu Y, sehingga
dapat disimpulkan bahwa pada model regresi ini tidak terjadi masalah Heterokedastisitas.
c. Uji Normalitas
Bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya mempunyai
95 distribusi normal atau mendekati normal. Seperti diketahui bahwa
Uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Ghozali, 2011:160. Untuk melihat data
terdistribusi normal dapat dilakukan dengan memperhatikan normal probability plot pada scatterr plot berdistribusi normal.
Gambar 4.2 Hasil Uji Normalitas
Sumber: hasil output SPSS data primer yang diolah Berdasarkan grafik 4.2 diatas menunjukan bahwa semua
data yang ada berdistribusi dengan normal, karena data menyebar membentuk garis lurus diagonal maka data tersebut memenuhi
asumsi normal atau mengikuti garis normalitas. Selain itu, uji statistik lain yang dapat digunakan untuk
menguji normalitas residual adalah uji statistik non-parametik Kolmogorov-smirnov k-s. Jika nilai signifikansi dari pengujian
kolmogorov-smirnov lebih besar dari 0,05 berarti data normal Ghozali,2011:164.
