commit to user
TABEL 4.17 HASIL UJI DURBIN WATSON
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .545
a
.297 .285
5.68155 1.715
Sumber:
Output
SPSS diolah
Dari hasil pengujian di atas tampak bahwa nilai
DW
untuk model regresi adalah 1,715. nilai tersebut kemudian dibandingkan
dengan nilai d
u
pada tabel
Durbin-Watson
dengan menggunakan tingkat signifikansi 0,05, n =124, k=1. Hasil pengujian
menunjukkan bahwa tidak terjadi autokorelasi pada model regresi, karena 1,69 d
u
1,715 d 2,31 4 - d
u
. Dari hasil uji asumsi klasik secara keseluruhan dapat
disimpulkan bahwa nilai parameter yang dihasilkan dalam model penelitian ini adalah sahih karena telah memenuhi asumsi klasik
regresi.
3. Pengujian Hipotesis
a. Hipotesis Pertama
Hasil pengujian regresi I dengan kompensasi sebagai variabel independen dan kinerja sebagai variabel dependen
disajikan pada Tabel 4.18 berikut.
commit to user
TABEL 4.18 HASIL MODEL REGRESI I
Model R
R Square Adjusted R
Square Std. Error of
the Estimate
1 .347
a
.120 .113
6.32822 Sumber:
Output
SPSS diolah
Angka adjusted R square menunjukkan koefisien determinasi atau peranan
variance
variabel independen dalam hubungan dengan variabel dependen. Angka
adjusted R square
sebesar 0,113 menunjukkan bahwa hanya 11,3 variabel kinerja yang bisa
dijelaskan oleh variabel kompensasi, sisanya 88,7 dijelaskan oleh faktor lain.
TABEL 4.19 SIGNIFIKANSI NILAI F MODEL REGRESI I
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression
667.343 1
667.343 16.664
.000
a
Residual 4885.657
122 40.046
Total 5553.000
123 Sumber:
Output
SPSS diolah
Dari Tabel 4.19 di atas, nilai F
hitung
adalah sebesar 16,664 dengan tingkat signifikansi 0,000 lebih kecil daripada 0,05. Hal ini
menunjukkan kompensasi berpengaruh terhadap kinerja.
commit to user
TABEL 4.20 SIGNIFIKANSI NILAI T MODEL REGRESI I
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
28.262 7.673
3.683 .000 TOTALKOM
.653 .160
.347 4.082 .000 1.000 1.000
Sumber:
Output
SPSS diolah
Persamaan regresi yang diperoleh Y = 28,262 + 0,653 X
1
Hasil analisis regresi I Tabel 4.20 menunjukkan t hitung
kompensasi adalah sebesar 4,082 dengan signifikansi t bernilai 0,000 siginifikan dan koefisien regresi sebesar 0,653. Hal ini berarti bahwa
kompensasi mempunyai pengaruh positif dan signifikan terhadap kinerja.
b. Hipotesis Kedua
Hasil pengujian regresi II dengan kompensasi sebagai variabel independen dan kinerja sebagai variabel dependen, serta
motivasi kerja sebagai variabel moderasi disajikan pada Tabel 4.21 berikut.
commit to user
TABEL 4.21 HASIL MODEL REGRESI II
Model R
R Square Adjusted R
Square Std. Error of
the Estimate
1 .560
a
.314 .297
5.63438 Sumber:
Output
SPSS diolah
Angka
adjusted R square
menunjukkan koefisien determinasi atau peranan
variance
variabel independen dalam hubungan dengan variabel dependen. Angka
adjusted R square
sebesar 0,297 menunjukkan bahwa hanya 29,7 variabel kinerja yang bisa
dijelaskan oleh variabel kompensasi, sisanya 71,3 dijelaskan oleh faktor lain.
TABEL 4.22 SIGNIFIKANSI NILAI F MODEL REGRESI II
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression
1743.453 3
581.151 18.306
.000
a
Residual 3809.547
120 31.746
Total 5553.000
123 Sumber:
Output
SPSS diolah
Dari Tabel di atas, nilai F
hitung
adalah sebesar 18,306 dengan tingkat signifikansi 0,000 lebih kecil daripada 0,05. Hal ini
menunjukkan kompensasi, motivasi kerja, serta interaksi antara
commit to user kompensasi dan motivasi kerja berpengaruh secara bersama-sama
terhadap kinerja.
TABEL 4.23 SIGNIFIKANSI NILAI T MODEL REGRESI II
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
74.636 23.344
3.197 .002 TOTALKOM
-.495 .494
-.263 -1.003 .318
.083 12.037 TOTALMOT
.160 .120
-1.511 -1.335 .184
.004 224.010 MODERAT
-.004 .002
2.175 1.742 .084
.004 272.648
Sumber:
Output
SPSS diolah
Persamaan regresi yang diperoleh Y = 74,636 - 0,495 X
1
+ 0,160 X
2
- 0,004 X
1
X
2
Hasil analisis regresi II Tabel 4.23 menunjukkan t hitung
kompensasi adalah sebesar -1,003 dengan signifikansi t 0,318 tidak siginifikan. Variabel motivasi kerja mempunyai t hitung sebesar -
1,335 dengan signifikansi 0,184 tidak signifikan. Variabel MODERAT interaksi antara variabel kompensasi dan motivasi kerja
mempunyai t hitung sebesar 1,742 dengan signifikansi 0,084 tidak signifikan. Hal ini berarti bahwa variabel motivasi kerja bukan
merupakan variabel moderasi dalam hubungan antara kompensasi dengan kinerja.
commit to user Berdasarkan hasil analisis regresi II yang menolak motivasi
kerja sebagai variabel moderasi, maka dilakukan analisis regresi III untuk mengetahui pengaruh motivasi kerja terhadap kinerja. Hasil
pengujian regresi III dengan kompensasi dan motivasi kerja sebagai variabel independen dan kinerja sebagai variabel dependen disajikan
pada Tabel 4. 24 berikut.
TABEL 4.24 SIGNIFIKANSI NILAI F MODEL REGRESI III
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1508.768 1
1508.768 45.514
.000
a
Residual 4044.232
122 33.149
Total 5553.000
123
Sumber:
Output
SPSS diolah
Dari Tabel 4.24 di atas, nilai F
hitung
adalah sebesar 45,514 dengan tingkat signifikansi 0,000 lebih kecil daripada 0,05. Hal ini
menunjukkan kompensasi dan motivasi kerja berpengaruh secara bersama-sama terhadap kinerja. Hasil analisis regresi III juga
membuktikan bahwa motivasi kerja adalah sebagai variabel independen
predictor
dalam hubungannya dengan kinerja.
commit to user
D. Pembahasan Hasil Penelitian
1. Analisis Regresi I
Berdasarkan analisis regresi I yang telah dilakukan diperoleh persamaan regresi sebagai berikut:
Y = 28,262 + 0,653 X
1
Dari persamaan regresi tersebut dapat diinterpretasikan sebagai berikut: a.
Konstanta sebesar 28,262 memberikan arti bahwa apabila variabel
predictor
independen diasumsikan = 0, maka kinerja auditor internal secara konstan akan bernilai sebesar 28,262.
b. Koefisien regresi X
1
sebesar 0,653 memberikan arti bahwa kompensasi berpengaruh positif terhadap kinerja. Hal ini menunjukkan bahwa
dengan penambahan satu satuan kompensasi maka akan terjadi kenaikan kinerja sebesar 0,653.
Nilai
adjusted R
2
dalam analisis regresi I adalah sebesar 0,113 berarti kinerja dipengaruhi sebesar 11,3 oleh variabel kompensasi.
Sisanya sebesar 88,7 dipengaruhi oleh variabel lain di luar model penelitian. Berdasarkan pengujian variabel independen terhadap variabel
dependen secara simultan, nilai F
hitung
16,664 atau
p value
0,000 0,05 sehingga dapat disimpulkan bahwa kompensasi berpengaruh
signifikan terhadap kinerja. Hasil analisis ini berarti menerima hipotesis pertama. Hasil temuan
ini mendukung penelitian Yuniman
et al
2002, Siagian 2005, Kato dan Long 2005, Damayanthi dan Wahyuddin 2006, Farmer 2008, Kwak