Miya Rohmiati, 2014 Pengaruh Penilaian Prestasi Kerja Dan Pemberian Insentif Terhadap Motivasi Kerja
Karyawan Karang Setra Waterland Bandung Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
d. Uji Linieritas
Asumsi terakhir dari analisis regresi yang peneliti bahas adalah asumsi linieritas. Asumsi ini menyatakan bahwa untuk setiap persamaan regresi linear,
hubungan antara variabel independen dan dependen harus linear Purbayu Budi Santosa dan Ashari, 2005 : 244. Dasar pengambilan keputusan dalam uji
linearitas adalah : a.
Jika nilai probabilitas 0,05, maka hubungan antara variabel X dengan Y adalah linear.
b. Jika nilai probabilitas 0,05, maka hubungan antara variabel X dengan Y
adalah tidak linear. yang menyatakan bentuk regresi linear berdasarkan taraf signifikansi tertentu.
e. Analisis Regresi Linier Berganda
“Multiple regression is the appropirate of analysis, when the research problem involves a single matric a independent variable. The objective of
multyple regression analysis is to predict the change in the dependent variable, variable is respons to change several independent
variable”. Hair, Andersom, Tatham,Black, 1985. Berikut ini penjelasan dalam bahasa indonesia untuk teori
diatas “regresi berganda adalah analisis yang tepat ketika penelitian melibatkan
satu variabel terikat yang diperkirakan berhubungan dengan satu atau lebih variabel bebas. Tujuan analisis regresi berganda adalah memperkirakan perubahan
respon pada variabel terikat terhadap variabel bebas ”. Hair, Andersom,
Tatham,Black, 1985. Analisis ini berguna untuk mengetahui pengaruh antar variabel terikat secara
individu terhadap variabel bebas tertentu. Sementara sejumlah variabel bebas lainnya yang ada atau diduga atau pertautannya dengan variabel terikat tersebut
bersifat konstan atau tetap. Analisis ini juga untuk mengetahui variabel manakah yang paling berpengaruh diantara variabel-variabel yang lain terhadap variabel
dengan menggunakan persamaan regresi linier berganda. Model kelayakan regresi linier berganda didasarkan pada hal-hal sebagai
berikut :
Miya Rohmiati, 2014 Pengaruh Penilaian Prestasi Kerja Dan Pemberian Insentif Terhadap Motivasi Kerja
Karyawan Karang Setra Waterland Bandung Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
1. Model regresi dikatakan layak jika angka signifikan pada ANOVA sebesar
0.05. 2.
Predictor yang digunakan sebagai variabel bebas dan layak. Kelayakan ini diketahui jika angka standard eror of estimate standard eror deviation.
3. Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji t. Koefisien
regresi signifikan jika t
hitung
t
tabel
. nilai kritis 4.
Keselarasan model regresi dapat diterangkan dengan menggunakan nilai R
2
semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai R
2
mempunyai karakteristik diantaranya : selalu positif, nilai R
2
maksimal sebesar 1. Jika nilai R
2
akan mempunyai arti kesesuain yang sempurna. Maksudnya seluruh variasi dalam
variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika R
2
sama dengan 0 maka tidak ada hubungan linier antara X dan Y.
5. Terdapat hubungan linier antara variabel bebas X dan variabel terikat Y.
6. Data harus berdistribusi normal.
7. Data berskala interval atau rasio.
8. Kedua variabel bersifat dependent artinya satu ariabel merupakan variabel
bebas dan variabel lainnya variabel terikat. Persamaan regresi linier berganda sebagai berikut :
Y = a+b
1
X
1
+ b
2
X
2
Dimana : A= konstanta
Y = motivasi kerja b
1
= koefisien regresi dari penilaian prestasi kerja b
2
= koefisien regresi dari pemberian insentif X
1
= penilaian prestasi kerja X
2
= pemberian insentif
f. Uji Hipotesis
