8 Untuk indikator “Anda puas dengan cara pimpinan dalam menghadapi
permasalahan” sebagian besar responden menjawab sangat setuju sebanyak 50 responden atau sebesar 54.3, untuk responden menjawab
setuju sebanyak 34 responden atau sebesar 37.0, sedangkan untuk responden menjawab netral sebanyak 8 responden atau sebesar 8.7.
9 Untuk indikator “ Anda diberikan jaminan atas perilaku dan keadilan oleh
perusahaan” sebagian besar responden menjawab sangat setuju sebanyak 52 responden atau sebesar 56.5, untuk responden menjawab setuju
sebanyak 33 responden atau sebesar 35.9, sedangkan untuk responden menjawab netral sebanyak 7 responden atau sebesar 7.6.
10 Untuk indikator “ Pekerjaan yang anda kerjakan menarik” sebagian besar
responden menjawab sangat setuju sebanyak 45 responden atau sebesar 48.9, untuk responden menjawab setuju sebanyak 33 responden atau
sebesar 35.9, untuk responden menjawab netral sebanyak 13 responden atau sebesar 14.1, sedangkan responden menjawab tidak setuju sebesar 1
responden atau sebesar 1.1.
4.2. Uji Validitas dan Reliabilitas
4.3.1. Uji Validitas
Uji validitas dilakukan untuk mengukur sah atau tidaknya suatu kuisioner. Berikut hasil pengujian validitas dengan perhitungan koefisien korelasi Pearson
Product Moment :
Tabel 4.8 Uji Validitas
Variabel Pernyataan Koefisien Korelasi
Sig r
tabel
Kesimpulan
X
1
.1 0.849 0.000
0.1348 Valid X
1
.2 0.887 0.000
0.1348 Valid
Kompensasi
X
1
X
1
.3 0.879 0.000
0.1348 Valid
X
2
.1 0.779
0.000
0.1348 Valid
X
2
.2 0.722
0.000
0.1348 Valid
X
2
.3 0.674
0.000
0.1348 Valid
X
2
.4 0.657
0.000
0.1348 Valid
X
2
.5 0.538
0.000
0.1348 Valid
Lingkungan Kerja
X
2
X
2
.6 0.514
0.000
0.1348 Valid
X
3
.1 0.588
0.000
0.1348 Valid
X
3
.2 0.746
0.000
0.1348 Valid
X
3
.3 0.575
0.000
0.1348 Valid
X
3
.4 0.617
0.000
0.1348 Valid
Kepemimpinan X
3
X
3
.5 0.738
0.000
0.1348 Valid
Y.
1
0.613
0.000
0.1348 Valid
Y.
2
0.528
0.000
0.1348 Valid
Y.
3
0.567
0.000
0.1348 Valid
Y.
4
0.454
0.000
0.1348 Valid
Y.
5
0.505
0.000
0.1348 Valid
Y.
6
0.508
0.000
0.1348 Valid
Y.
7
0.525
0.000
0.1348 Valid
Y.
8
0.526
0.000
0.1348 Valid
Y.
9
0.575
0.000
0.1348 Valid
Kepuasan Kerja Karyawan Y
Y.
10
0.582
0.000
0.1348 Valid
Sumber: Lampiran 4, data diolah
Berdasarkan Tabel 4.8 di atas menunjukkan bahwa hasil pengujian validitas indikator dari semua variabel bebas maupun variabel terikat
menunjukkan valid, karena nilai korelasi lebih besar dari r
tabel
sehingga dinyatakan bahwa semua variabel penelitian telah valid.
4.3.2. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengetahui keandalan atau konsistensi instrumen kuesioner yang digunakan. Berikut hasil pengujian Reliabilitas:
Tabel 4.9 Uji Reliabilitas
Variabel Alpha
Alpha Kesimpulan
Kompensasi X
1
0.8425
0.6
Reliabel
Lingkungan Kerja X
2
0.7270
0.6
Reliabel
Kepemimpinan X
3
0.6592
0.6
Reliabel
Kepuasan Kerja Karyawan Y
0.7275
0.6
Reliabel Sumber: Lampiran 5, data diolah
Berdasarkan Tabel 4.9 di atas, dapat diketahui bahwa variabel-variabel tersebut telah reliabel, karena semua nilai alpha r
hit
lebih besar dari 0.6. Maka seluruh variabel penelitian dinyatakan reliabel.
4.3. Hasil uji asumsi klasik
4.3.1. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Menguji adanya
multikolinieritas dapat dilihat dari nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar dari 10, maka variabel tersebut mempunyai persoalan
multikolinieritas dengan variabel bebas yang lainnya, sedangkan jika nilai VIF lebih kecil dari 10, maka variabel tersebut tidak memiliki persoalan dengan
multikolinieritas. Hasil perhitungan nilai VIF Variance Inflation Factor dan matrik korelasi dari variabel independen dapat dilihat pada tabel berikut ini:
Tabel 4.10 Nilai Variance Inflation Variabel Bebas
Variabel Nilai VIF
Kompensasi X
1
1.227 Lingkungan Kerja X
2
1.289 Kepemimpinan X
3
1.429 Sumber: Lampiran 6, diolah
Dan hasil perhitungan multikolinearitas dengan melihat nilai VIF, dapat ketahui bahwa untuk semua variabel mempunyai nilai VIF di bawah angka 10. Sehingga
hasil uji multikolinearitas dengan menghitung matrik korelasi dan VIF menunjukkan tidak adanya multikolinearitas antar variabel bebas, karena nilai
VIF dibawah angka 10.
4.3.2. Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah antara anggota pengamatan dalam variabel-variabel bebas yang sama memiliki keterkaitan satu sama lainnya.
Jika ada, maka model kurang akurat dalam memprediksi. Untuk mendeteksi terjadinya autokorelasi dilakukan dengan membandingkan antara nilai Durbin
Watson hitung dengan nilai Durbin Watson tabel.
Tabel 4.11 Nilai Durbin Watson
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
a. Predictors : constant, kepemimpinan X
3
, kompensasi X
3
, lingkungan kerja X
3
b. Dependent variable : kepuasan kinerja karyawan Y
Sumber: Lampiran 6, diolah Berdasarkan hasil non autokorelasi atau uji Durbin-Watson diperoleh nilai D-W
sebesar 2.437 d = 2.437. Karena d = 2.437 d
u
= 1.726 maka tidak terdapat autokorelasi.
4.3.3. Heterokedastisitas
Berikut adalah gambar terjadi tidaknya heterokedastisitas :
Gambar 4.2 Uji Heterokedastisitas
Scatterplot Dependent Variable: Kepuasan Kerja Karyawa
Regression Studentized Residual
3 2
1 -1
-2 -3
-4 -5
R egressi
on Standardi zed Predi
cted Val u
e
3 2
1
-1 -2
-3
Dari gambar 4.12 diketahui bahwa plot atau titi-titik tidak membentuk suatu pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi
heterokedastisitas.
4.3.4. Uji Normalitas
Uji Normalitas berujuan untuk menguji apakah model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak.
Berdasarkan hasil perhitungan uji kolmogorov smirnov terhadap residual regresi dengan menggunakan program SPSS diperoleh hasil sebagai berikut :
Tabel 4.12 Hasil Uji Normalitas Model
One-Sample Kolmogorov-Smirnov Test
92 .0000000
.31445512 .089
.062 -.089
.858 .453
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Langkah-langkah pengujian : 1.
Hipotesa : H
: Residual regresi berdistribusi normal H
1
: Residual regresi tidak berdistribusi normal 2.
Statistik uji : nilai Kolmogorov Smirnov 3.
Kritera penerimaan dan penolakan hipotesis yaitu : a. Bila siginifikansi
α , maka H ditolak
b. Bila signifikansi α, maka H
diterima. 4.
Tingkat kesalahan α yang digunakan adalah sebesar 5 atau 0,05
5. Besarnya signifikansi adalah sebesar untuk variabel kompensasi dan motivasi
kerja adalah sebesar 0.453. 6.
Keputusan : karena signifikansi lebih dari α, maka H
diterima, yang berarti residual regresi berdistribusi normal.
Karena nilai signifikansi lebih dari α maka disimpulkan bahwa residual
berdistribusi normal. Maka asumsi normalitas terpenuhi.
4.4. Hasil Analisis Regresi Linear Berganda
