39
3.5 Teknik Analisis Data
3.5.1 Analisis Deskriptif Presentase
Analisis deskriptif presentase merupakan analisis data awal untuk mengetahui distribusi jawaban responden sehingga diketahui rata-rata skor minimal, skor maksimal
dan jarak skor terendah dengan skor tertinggi responden.
Metode ini digunakan untuk mendeskripsikan masing-masing variabel pada penelitian ini yang terdiri atas kepemimpinan, kondisi kerja, rekan kerja dan semangat
kerja pegawai. Langkah-langkah yang dtempuh adalah : 1
Menentukan tabel distribusi angket variabel X dan Y. 2
Menentukan skor jawaban responden dengan ketentuan skor yang telah ditetapkan.
3 Menjumlahkan skor jawaban yang diperoleh tiap-tiap responden.
4 Memasukkan skor tersebut kedalam rumus :
= 100
x N
n
Keterangan: n
= Skor jawaban responden N
= Skor jawaban ideal =
Tingkat presentase
Muhammad Ali, 1998:184 5
Membuat tabel interval kelas presentase dan kategori tingkatan-tingkatan kepemimpinan, kondisi kerja, rekan kerja dan semangat kerja pegawai
dengan cara sebagai berikut:
a. Menetapkan presentase tertinggi
=
100 max
x skorideal
imal skor
40
=
100 100
5 5
= x
b. Menetapkan presentase terendah
=
100 min
x skorideal
imal skor
=
20 100
5 1
= x
c. Menetapkan rentangan presentase
= 100 - 20 = 80 d.
Menetapkan kelas interval = 5
e. Interval
= 80 : 5 = 16
Tabel 3.5 Kriteria Skor
No Interval Kriteria
1 85 - 100
Sangat Baik 2
69 - 84 Baik
3 53 - 68
Cukup Baik 4
37 - 52 Kurang Baik
5 20 - 36
Tidak Baik
3.5.2 Uji Asumsi Klasik
Sebelum menentukan persamaan atau model regresinya, maka persamaan regresi harus memenuhi uji asumsi klasik terlebih dahulu karena akan dijadikan sebagai alat
prediksi. Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan untuk menganalisis dalam penelitian ini memenuhi asumsi klasik.
1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi
yang baik adalah memiliki distribusi data normal atau mendekati normal. Gozhali, 2006:74. Dasar pengambilan keputusan:
41
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya mununjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Ghozali, 2006:112
2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya
tidak terjadi korelasi antara variabel bebas. Cara mendeteksi ada tidaknya multikolinieritas dalam model regresi adalah :
1 Nilai
R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak
signifikan mempengaruhi variabel terikat maka kemungkinan terdapat multikolinieritas dalam model tersebut.
2 Menganalisis matriks korelasi variabel-variabel bebas. Jika antar variabel bebas
ada korelasi yang cukup tinggi 0.90, maka hal ini merupakan indikasi adanya multikoklinieritas.
3 Multikolinieritas dapat juga dilihat dari nilai tolerance dan nilai variance
inflation factor VIF. Jika nilai tolerance 0.10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat gangguan multikolinieritas pada penelitian
tersebut. Jika nilai tolerance 0.10 dan VIF 10, maka dapat diartikan bahwa terdapat gangguan multikolinieritas pada penelitian tersebut. Ghozali, 2006:91
3 Uji heteroskedastisitas
42
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dan residual satu pengamatan ke pengamatan lain. Jika varian dari
residual satu pengamatan ke pengamatan lain berbeda disebut heteroskedastisitas. Cara untuk mendeteksi adanya heteroskedastisitas dalam suatu model regresi adalah dengan
melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Adapun dasar analisis dengan melihat grafik plot adalah :
1 Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur, maka mengidentifikasikan telah terjadi heteroskedastisitas. 2
Jika tidak ada pola yang jelas, serta titik-tik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Ghozali, 2006:105
3.5.3 Metode Analisis Regresi Linier Berganda
Kategori