3.9.2 Uji Reliabilitas
Uji reliabilitas digunakan untuk melihat apakah alat ukur yang digunakan kuesioner menunjukkan konsistensi didalam mengukur gejala yang sama
Sugiyono, 2009:130. Pengujian dilakukan dengan menggunakan program SPSS 19.0, butir pertanyaan yang sudah dinyatakan valid dalam uji validitas ditentukan
reliabilitasnya dengan kriteria sebagai berikut: Jika r alpha positif atau r tabel maka pertanyaan reliabel
Jika r alpha negatif atau r tabel maka pertanyaan tidak reliable
Tabel 3.4 Reliability Statistics
Cronbachs Alpha
N of Items .909
19 Tabel 3.4 menjelaskan bahwa semua butir instrument reliable karena nilai
Cronbach’s Alpha sebesar 0,909 lebih besar dari 0,70.
3.10Teknik Analisis Data 3.10.1 Analisis Deskriptif
Analisis deskriptif merupakan cara merumuskan dan menafsirkan data yang ada sehingga memberikan gambaran yang jelas mengenai persepsi karyawan
tentang Kedisiplinan kerja dan insentif dalam peningkatan prduktivitas kerja karyawan yang dilakukan PT. PP London Sumatra Indonesia, Tbk Sei Merah
Estate.
3.10.2 Analisis Statistik
1. Analisis Regresi Linier Berganda
Universitas Sumatera Utara
Metode analisis regresi linier berfungsi untuk mengetahui pengaruh atau hubungan antara variabel independent kedisiplinan kerja, dan
insentif dan variabel dependent produktivitas kerja karyawan akan digunakan analisis regresi linear berganda multiple regression
analysis. Peneliti menggunakan bantuan program software SPSS versi 19,0 untuk memperoleh hasil yang lebih terarah. Rumus perhitungan
persamaan regresi berganda adalah sebagai berikut:
Y = a + b1X1 + b2X2 + e
Dimana: Y = Produktivitas
X1 = Kedisiplinan kerja
X2 = Insentif
a = konstanta
b1,2,3 = koefisien regresi e
= standar error Model regresi linier berganda diatas harus memenuhi syarat asumsi klasik
sebagai berikut: 1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah residual yang diteliti berdistribusi normal atau tidak. Distribusi data tidak normal,
karena terdapat nilai ekstrem data yang diambil. Ada dua cara yang dapat digunakan untuk uji normalitas, yaitu:
a. Analisis Grafik Normalitas data dapat dilihat melalui penyebaran titik pada
sumbu diagonal dari P-Plot atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya sebagai berikut:
Universitas Sumatera Utara
Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal maka model regresi memenuhi asumsi normalitas.
Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal maka model regresi tidak memenuhi asumsi normalitas.
b. Analisis Statistik Pengujian normalitas yang didasarkan pada uji statistik non
parametrik Kolmogorof-Smirnov K-S. Menurut Umar 2008:181 bahwa, apabila pada hasil uji Kolmogorov Smirnov,
nilai Asymp.Sig2-tailed lebih besar dari 0,05 α = 5, tingkat
signifikan maka data berdistribusi normal. 2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada
atau tidaknya multikolinieritas antar variabel dapat diketahui dengan melihat nilai dari variance inflation factor VIF dari masing-masing
variabel independent terhadap variabel dependent. Pengambilan Keputusannya:
VIF 5 maka diduga mempunyai persoalan multikolinieritas VIF 5 maka tidak terdapat multikolinieritas
Universitas Sumatera Utara
Tolerence 0,1 maka diduga mempunyai persoalan multikolinieritas Tolerence 0,1 maka tidak terdapat multikolinieritas
3. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi
ketidaksamaan variance dari suatu residual pengamatan kepengamatan lain. Ada dua cara yang dapat digunakan untuk mendeteksi gejala
Heteroskedastisitas, yaitu: a. Analisis Grafik
Gejala Heteroskedastisitas dapat dilihat dengan menggunakan grafik Scatterplot. Apabila data yang berbentuk titik-titik tidak
membentuk suatu pola atau menyebar, maka model regresi tidak terkena heteroskedastisitas.
b. Analisis Statistik Gejala Heteroskedastisitas juga dapat dideteksi melalui uji
Glesjer. 4. Uji F Uji Serentak
Uji F uji serentak adalah untuk melihat apakah variabel independent secara bersama-sama serentak berpengaruh secara positif dan
signifikan terhadap variabel dependent. Melalui uji statistik dengan langkah-langkah sebagai berikut:
H : b
1
= b
2
= 0
Universitas Sumatera Utara
Artinya secara bersama-sama serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel independent kedisiplinan kerja dan
insentif terhadap variabel dependent produktivitas kerja karyawan. H
a
: b
1
≠ b
2
Artinya secara bersama-sama serentak terdapat pengaruh yang positif dan signifikan dari variabel independent kedisiplinan kerja dan
insentif terhadap variabel dependent produktivitas kerja karyawan. ≠ 0
Nilai f
hitung
akan dibandingkan dengan nilai f
tabel
H . Kriteria pengambilan
keputusan, yaitu: diterima jika f
hitung
f
tabel
H pada α = 5
a
diterima jika f
hitung
f
tabel
5. Uji t Uji Parsial pada α = 5
Uji t dimaksudkan untuk melihat secara parsial apakah ada pengaruh yang signifikan dari variabel independent X terhadap variabel
dependent Y. Bentuk pengujiannya yaitu: H
o
H : bi = 0 variabel independent secara parsial tidak berpengaruh
positif dan signifikan terhadap variabel dependent.
a
Nilai t : bi
≠ 0 variabel independent secara parsial berpengaruh positif dan signifikan terhadap variabel dependent.
hitung
akan dibandingkan dengan nilai t
tabel
H . Kriteria pengambilan
keputusan, yaitu:
o
diterima bila t
hitung
t
tabel
H pada
α = 5
a
ditolak bila t
hitung
t
tabel
pada α = 5
Universitas Sumatera Utara
6. Pengujian Koefisien Determinan R
2
Koefisien determinan R
2
bertujuan untuk mengetahui signifikansi variabel. Koefisien deteminasi melihat seberapa besar pengaruh
variabel independent terhadap variabel dependent. Koefisien determinan R
2
berkisar antara 0 nol sampai dengan 1 satu, 0 ≤ R
2
≤ 1. Apabila deteminasi R
2
semakin kecil mendekati nol, maka dapat dikatakan bahwa pengaruh variabel independent terhadap
pengaruh variabel dependent semakin kecil. Hal ini berarti, model yang digunakan tidak kuat untuk menerangkan pengaruh variabel
independent terhadap variabel dependent, dan bila R
2
mendekati 1, maka dapat dikatakan bahwa pengaruh variabel independent adalah
besar terhadap variabel dependent. Hal ini berarti, model yang digunakan semakin kuat untuk menerangkan pengaruh variabel
independent yang diteliti terhadap variabel dependent.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN PENELITIAN
Kategori