Tabel III.2 Pembobotan Skala Likert
Sumber : Bambang S. Soedibyo 2005 : 55
Teknik pengujian instrumen yang digunakan penulis dalam penelitian ini adalah Teknik
Analisis Kuantitatif, yaitu teknik analisis data dengan menggunakan angka data dalam bentuk tabel kemudian dianalisa dengan metode statistik, yaitu :
a. Uji Validitas
Uji validitas dilakukan untuk mengetahui apakah alat ukur yang telah disusun benar- benar mengukur apa yang perlu diukur. Uji validitas berguna untuk menentukan seberapa
cermat suatu alat melakukan fungsi ukurnya. Alat ukur yang mempunyai validitas tinggi berarti mempunyai varian kesalahan yang kecil, sehingga memberikan keyakinan bahwa data
yang terkumpul merupakan data yang dapat dipercaya. Dalam penelitian ini, uji validitas dilakukan dengan mengkorelasikan masing-masing pernyataan antar butir untuk masing-
masing variabel menggunakan Pearson Product Moment. Sedangkan untuk mendapatkan standar validitas menurut Bambang S. Soedibjo 2005:76 kriteria validitas adalah jika
koefisien 0,3.
b. Uji Reliabilitas
Setelah alat ukur dinyatakan valid, selanjutnya reliabilitas alat ukur tersebut diuji. Menurut Husein Umar 2003;113 “reliabilitas merupakan suatu nilai yang menunjukan
konsistensi suatu alat pengukur didalam mengukur gejala yang sama.” Teknik validitas dan reliabilitas yang digunakan pada penelitian ini menggunakan bantuan program SPSS versi 17
dengan formula Cronbach’s Alpha pada Reliability Statistic. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbanch Alpha 0,60 Imam Ghozali,2001:134 .
J. Teknik Analisis Data Metode regresi linear berganda digunakan untuk mengetahui ada tidaknya pengaruh
antara dua variable, yaitu variabel bebas dan variabel terikat dengan menggunakan persamaan :
Y = a + b
1
X
1
+ b
2
X
2
dimana : Y = Kinerja Karyawan
X
1
= Pemberian Kompensasi X
2
= Motivasi Kerja Adapun cara yang digunakan untuk membuktikan signifikan antara kedua variable, yaitu
dengan rumus F uji F.
Asumsi Klasik
1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat
dengan variabel bebas keduanya mempunyai distribusi normal atau tidak. Menurut Duwi 2009:58 untuk menguji normalitas dapat dilihat pada grafik normal probability plot
dengan kriteria pengambilan keputusan, sebagai berikut : -
Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
- Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah
diagonal, maka model regresi tidak memenuhi asumsi normalitas. 2 Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linear yang sempurna atau mendekati sempurna.
Model regresi yang baik mensyaratkan tidak adanya masalah multikolinearitas. Dampak yang diakibatkan dengan adanya multikolinearitas antara lain :
- Nilai standard error untuk masing-masing koefisien menjadi tinggi,
sehingga t hitung menjadi rendah. -
Standard error of estimate akan semakin tinggi dengan bertambahnya variabel independen.
- Pengaruh masing-masing variabel independen sulit dideteksi.
Menurut Duwi 2009:60, untuk menguji ada tidaknya gejala multikolinearitas digunakan Tolerance Value atau Variance Inflation Factor VIF, jika nilai
Tolerance Value lebih dari 0,1 dan Variance Inflation Factor VIF kurang dari 10, maka tidak terjadi multikolinearitas.
3 Uji Autokorelasi Menurut Duwi Priyatno 2009:61 uji Autokorelasi adalah keadaan dimana terjadinya
korelasi dari residual untuk pengamatan satu dengan pengamatan yang lain disusun menurut runtun waktu. Model regresi yang baik mensyaratkan tidak adanya masalah
autokorelasi. Untuk mendeteksi adanya autokorelasi digunakan uji Durbin Watson, adapun kriteria
pengujiannya adalah :
- dU d 4-dU maka tidak terjadi autokorelasi
- d dL atau d 4-dL maka terjadi autokorelasi
- dL d dU atau 4-dU d 4-dL maka tidak ada kesimpulan
4 Uji Heteroskedastisitas Uji heteroskedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari
residual pada model regresi. Model regresi yang baik mensyaratkan tidak adanya masalah heteroskedastisitas, dampaknya penaksir atau estimator menjadi tidak efisien dan nilai
koefisien determinasi akan menjadi sangat tinggi. Menurut Duwi 2009:60, ada tidaknya heteroskedastisitas dapat dilihat dari pola
titik-titik pada scatterplots regresi. Jika titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi masalah
heteroskedastisitas.
Uji F F test digunakan untuk menguji pengaruh variabel bebas kompensasi dan
motivasi secara simultan bersamaan terhadap variabel terikat kinerja karyawan, dengan hipotesis :
H =
Artinya tidak
ada pengaruh
yang nyata
secara simultan
dari variabel
bebas X
1
dan X
2
terhadap variabel terikat Y.
H
a
= Artinya
ada pengaruh
yang nyata
secara simultan
dari variabel
bebas X
1
dan X
2
terhadap variabel
terikat Y. F dihitung dengan rumus :
