73
b. Uji Reliabilitas Sedangkan uji reliabilitas merupakan alat yang digunakan untuk mengukur
kuesioner yang merupakan indikator dari variabel atau konstruk.Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu.Untuk mengukur realibilitas digunakan uji statistik cronbach Alpha. Metode pengambilan keputusan untuk uji reliabilitas
menggunakan batasan 0,6 Priyatno, 2012: 105-108. Suatu variable dikatakan
reliable apabila memenuhi criteria sebagai berikut.
1 Jika memberikan nilai Cronbach‟s Alpha 0,60 dikatakan reliabel.
2 Jika memberikan nilai Cronbach‟s Alpha 0,60 dikatakan tidak
reliabel.
Tabel 4.4 Uji Reliabilitas
Variabel Cronbachs Alpha
Keterangan
Kepemimpinan 0.867
Reliable Kepuasan Krja
0.843 Reliable
Kinerja Karyawan 0.926
Reliable Sumber: data primer yang diolah
Dapat disimpulkan bahwa seluruh pernyataan yang berkaitan dengan variabel independen Kepemimpinan, Kepuasan kerja dan variabel dependen
Kinerja Karyawan dalam kuesioner dikatakan Reliabel. Hal ini dapat dilihat dari nilai
Cronbach’s Alpha berturut-turut 0.867, 0.843, dan 0.926 lebih besar dari 0,60. Dengan kata lain bahwa seluruh pernyataan pada penelitian ini memiliki
tingkat kehandalan yang baik dan dapat digunakan dalam analisis pada penelitian ini.
74
2. Hasil Uji Asumsi Klasik
a. Hasil Uji Normalitas Data 1 Hasil Uji Normalitas Data Secara Grafik
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau
tidak. Model regresi yang baik seharusnya distribusi regresi residual normal atau mendekati normal. Dasar pengambilan keputusan untuk mendeteksi kenormalan
adalah jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. Sedangkan jika data menyebar
jauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas Priyatno, 2012 : 60 - 61.
Gambar 4.2 Grafik Normal Probability Plot
Sumber: data primer yang diolah 2015 Pada grafik normal plot terlihat titik-titik menyebar di sekitar garis
diagonal, serta penyebarannya mengikuti arah garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi layak dipakai karena asumsi normalitas
Ghozali 2011:163.
75
3 Hasil Uji Normalitas Data Secara Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati
secara visual terlihat normal, namun secara statistik dapat sebaliknya.Yaitu dengan menggunakan uji kolmogorov-smirnov. Dimana dalam uji tersebut apabila
nilai sig. 0,05 maka data tidak terdistribusi dengan normal. Namun, jika nilai sig. 0,05 maka data terdistribusi dengan normal Ghozali, 2011:163-165.
Tabel 4.5 Hasil Uji Normalitas Secara Statistik One-Sample Kolmogorov-Smirnov Test
Kepmimpin an
Kepuasan Kerja
Kinerja N
63 63
63 Normal
Parameters
a,,b
Mean 20.60
19.79 28.44
Std. Deviation 5.485
4.239 6.567
Most Extreme
Differences Absolute
.149 .152
.132 Positive
.149 .097
.132 Negative
-.106 -.152
-.084 Kolmogorov-Smirnov Z
1.179 1.204
1.045 Asymp. Sig. 2-tailed
.124 .110
.225 a. Test distribution is Normal.
b. Calculated from data. Berdasarkan uji kolmogorov-smirnov dapat diketahui bahwa nilai
Asymp.Sig 2-tailed Kepemimpinan, Kepuasan Kerja, dan Kinerja secara berturut
– turut yaitu 0.124; 0.110; 0.225. Ini menunjukkan bahwa nilai signifikansi lebih besar dari 0.05 0.124;0.110;0.225 0.05 maka nilai residual
terstandarisasi. Dengan demikian dapat dikatakan bahwa data berdistribusi normal dan analisis regresi linear berganda telah memenuhi asumsi normalitas.