Karena nilai signifikansi lebih dari α maka disimpulkan bahwa residual
berdistribusi normal. Maka asumsi normalitas terpenuhi.
4.4. Hasil Analisis Regresi Linear Berganda
Berdasarkan dari hasil perhitungan pengolahan data dengan bantuan komputer program SPSS 11.00 for windows maka diperoleh persamaan regresi
linier berganda pada tabel 4.14.
Tabel 4.13 Hasil Analisis Regresi Linier Berganda
Unstandardized Coefficients
Model
B Std. Error
t
hitung
Sig Constant
2.242 0.337
6.656 0.000
Kompensasi X
1
0.119 0.057
2.082 0.040
Lingkungan Kerja X
2
0.164 0.081
2.014 0.047
Kepemimpinan X
3
0.249 0.089
2.782 0.007
R = 0.549
R Square = 0,302 F Hitung
= 12.683 Sig. = 0,000
F
tabel
= df: 392; α = 5 = 2.71 t
tabel
= df:92; α=53 = 1.9864
Sumber: Lampiran 7, Data Diolah
Berdasarkan hasil perhitungan tersebut diatas, diperoleh persamaan regresi linier berganda sebagai berikut :
Y = 2.242 + 0.119X
1
+ 0.164X
2
+ 0.249X
3
+ e
i
Interprestasi dari model regresi diatas adalah sebagai berikut :
1. Konstanta a yang dihasilkan sebesar 2.242 menunjukkan bahwa besarnya
nilai Kepuasan Kerja Karyawan Y sebesar 2.242 jika Kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
adalah konstan. 2.
Nilai koefisien Kompensasi β
1
sebesar 0.119 menunjukkan bahwa jika variabel Kompensasi X
1
ditingkatkan, maka akan mengakibatkan peningkatan Kepuasan Kerja Karyawan sebesar 0.119 dengan asumsi variabel
lain konstan.
3. Nilai koefisien Lingkungan Kerja
β
2
sebesar 0.164 menunjukkan bahwa jika variabel Lingkungan Kerja X
2
ditingkatkan, maka akan mengakibatkan peningkatan Kepuasan Kerja Karyawan sebesar 0.164, dengan asumsi variabel
lain konstan.
4. Nilai koefisien Kepemimpinan
β
3
sebesar 0.249 menunjukkan bahwa jika variabel Kepemimpinan X
3
ditingkatkan, maka akan mengakibatkan peningkatan Kepuasan Kerja Karyawan sebesar 0.249, dengan asumsi variabel
lain konstan.
5. e
i
menunjukkan faktor pengganggu di luar model yang diteliti.
4.4.1. Analisis Koefisien Korelasi R Dan Koefisien Determinasi R
2
Tabel 4.14 Koefisien Korelasi Dan Koefisien Determinasi
Model summary
b
Model R
R Squqre Adjusted R
Squqre Std. Error
of the Estimate
Durbin-W Atson
1 .549 .302
0.278 .31977
2.437
c. Predictors : constant, kepemimpinan X
3
, kompensasi X
3
, lingkungan kerja X
3
d. Dependent variable : kepuasan kinerja karyawan Y
Sumber: Lampiran 7, Data Diolah
Nilai koefisien korelasi R menunjukkan seberapa erat hubungan antara variabel bebas variabel Kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
dengan variabel tak bebas Kepuasan Kerja Karyawan, besarnya nilai koefisien korelasi adalah 0.549. Nilai tersebut menunjukkan bahwa
hubungan variabel Kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
dengan variabel Kepuasan Kerja Karyawan adalah sangat erat atau sangat kuat yaitu sebesar 54.9.
Nilai koefisien determinasi atau R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel tak bebas atau
variabel terikat Y yaitu variabel Kepuasan Kerja Karyawan. Hasil dari perhitungan SPSS diperoleh nilai R
2
= 0.302 yang berarti bahwa sebesar 30.2 Kepuasan Kerja Karyawan dapat dijelaskan oleh variabel Kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
. Sedangkan sisanya 69.8 dipengaruhi oleh variabel lain diluar model yang diteliti.
4.4.2. Pengujian Hipotesis
Sehubungan dengan perumusan masalah dan hipotesis penelitian yang diajukan sebagaimana diuraikan pada bagian sebelumnya, maka dapat dijelaskan
bahwa variabel-variabel yang mempengaruhi Kepuasan Kerja Karyawan adalah Kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
. Dan dalam penelitian ini variabel terikatnya adalah Kepuasan Kerja Karyawan yaitu variabel
Y.
4.4.2.1. Uji F Uji Simultan
Uji serentak uji F menunjukkan bahwa seluruh variabel independen yang terdiri dari kompensasi X
1
Lingkungan Kerja X
2
, dan Kepemimpinan X
3
berpengaruh secara nyata terhadap variabel dependen Kepuasan Kerja Karyawan.
Tabel 4.15 Hasil Perhitungan Uji F
Model Anova Sum of Squares
Df Mean Square
F
hit
Regression 3.891
3 1.297
12.683 Residual
8.998 88
0.102 Total
12.889 91
Sumber: Lampiran 7, Data Diolah
Langkah-langkah pengujian : 1.
Hipotesis H
: b
1
= b
2
= b
3
= 0 artinya variabel X
1
, X
2
dan X
3
tidak memberikan pengaruh terhadap variabel terikat Y.
H
1
: b
1
b
2
b
3
0 artinya variabel X
1
, X
3
dan X
2
memberikan pengaruh terhadap variabel terikat Y.
2. Besarnya nilai
F tabel = F
df regresi, df residual= F
k, n – k – 1 F tabel = F
0.05
3, 90 = 2.71 3. Daerah kritis atau daerah penolakan
Bila F hitung F tabel maka H
ditolak Bila F hitung F tabel maka H
diterima 3.
F
hitung
= 12.683
Gambar 4.3 Daerah Penerimaan dan Penolakan H
Uji F
12.683 Daerah Penolakan H
o
2.71 Daerah Penerimaan H
o
5. Kesimpulan Karena F hitung F tabel yaitu 12.683 2.71, maka H
ditolak pada tingkat signifikansi 5 sehingga dapat diambil kesimpulan bahwa semua variabel
bebas variabel Kompensasi, Lingkungan Kerja dan Kepemimpinan berpengaruh secara signifikan terhadap variabel terikat Y Kepuasan Kerja
Karyawan.
4.4.2.2. Uji t Uji Parsial
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial dari masing-masing variabel bebas terhadap variabel terikat tak
bebas. Pada tahapan ini dilakukan pengujian terhadap pengaruh variabel bebas yang terdapat pada model yang terbentuk untuk mengetahui apakah variabel bebas
X yang ada dalam model secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat Y.
Tabel 4.16 Hasil Perhitungan Uji t
Model Anova t
hitung
t
tabel
Kompensasi X
1
2.082 1.9864
Lingkungan Kerja X
2
2.014 1.9864
Kepemimpinan X
2
2.782 1.9864
Sumber: Lampiran 7, Data Diolah
a.
Uji Parsial Antara Variabel Kompensasi X
1
Terhadap Variabel Kepuasan Kerja Karyawan Y
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial variabel Kompensasi X
1
terhadap variabel Kepuasan Kerja Karyawan Y.
Hipotesis :
1. H
:
1
= 0 Artinya, variabel Kompensasi X
1
tidak mempunyai pengaruh yang signifikan terhadap variabel
Kepuasan Kerja Karyawan H
1
:
1
≠ 0 Artinya, variabel Kompensasi X
1
mempunyai pengaruh yang signifikan terhadap variabel Kepuasan Kerja Karyawan
2. = 0,052 = 0.025 dengan df n - k - 1 = 90 dimana t
tabel
= 1.9864 3.
t
hitung
= 2.082 4.
Pengujian :
Gambar 4.4 Kriteria Daerah Penerimaan Atau Penolakan Variabel X
1
2.082 1.9864
Daerah penolakan H Daerah penolakan H
Daerah penerimaan H
-1.9864
5. Kesimpulan :
Berdasarkan output SPSS versi 11.00 diperoleh t
hitung
sebesar 2.082 lebih besar dari t
tabel
sebesar 1.9864 maka H ditolak pada tingkat signifikansi
5 sehingga kesimpulannya secara parsial variabel Kompensasi X
1
mempunyai pengaruh signifikan terhadap Kepuasan Kerja Karyawan.
b. Uji Parsial Antara Variabel Lingkungan Kerja X
Kategori