b. Kuesioner, penyebaran daftar pertanyaan kepada karyawan untuk
mengetahui tanggapan karyawan tentang pokok bahasan yang diteliti.
c. Interview, mengadakan wawancara dengan pihak-pihak yang
terlibat dalam perumusan tersebut. d.
Dokumentasi, pencetakan data perusahaan yang diambil dari dokumentasi perusahaan.
3.4 Metode Analisis
3.4.1 Metode Analisis dan Uji Hipotesis
Tahap selanjutnya adalah menganalisis data yang telah diperoleh untuk menguji hipotesa yang diajukan. Untuk mengetahui hubungan
antara variabel dalam penelitian ini serta untuk tujuan pembuktian hipotesa, maka data-data yang terkumpul akan dianalisis lebih lanjut
dengan metode Statistik Analisis Regresi Linier. Berganda dan menggunakan komputer SPSS. Analisis Regresi Linier Berganda berguna
untuk melihat ada atau tidaknya pengaruh antara variabel bebas dan variabel terikat yang dalam hal ini adalah variabel motivasi kerja, disiplin
kerja, kepuasan kerja dan stress kerja terhadap produktifitas karyawan. Bentuk utama dari model regresi linier berganda adalah :
Y = a + β
1
.X
1
+ β
2
.X
2
+ β
3
.X
3
+ β
4
.X
4
+e ........................ Supranto, 2000:75
Keterangan : Y = Produktivitas
Karyawan
a = Konstanta X
1
= Motivasi X
2
= Disiplin Kerja X
3
= Kepuasan Kerja X
4
= Stress Kerja e = Variabel tidak terkontrol
β
1
= Koefisien regresi variabel X
1
β
2
= Koefisien regresi variabel X
2
β
3
= Koefisien regresi variabel X
3
β
4
= Koefisien regresi variabel X
4
3.4.2 Koefisien Determinasi
Menurut Anto Djayan 2000 : 130 koefisien determinasi atau R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat.
3.4.3 Asumsi klasik yang digunakan dalam regresi
Persamaan regresi yang didapat perlu diuji untuk memenuhi kriteria statistika, dalam arti tidak terjadi penyimpangan yang cukup serius dari
asumsi – asumsi yang ditetapkan, agar hasil estimasi tidak menyimpang dan memberikan informasi yang sesuai dengan keadaan data.
Persamaan linier berganda harus bersifat BLUE Best Linier Unbiased Estimator , artinya pengambilan keputusan melalui uji hipotesis
tidak boleh biasa. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi diantaranya 3 tiga asumsi dasar klasik yaitu :
1. Tidak boleh ada autokorelasi
2. Tidak boleh ada multikolinearitas
3. Tidak boleh ada heteroskedastisitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE. Adapun
penjabaran dari asumsi dasar klasik adalah sebagai berikut:
1. Uji
Normalitas
Pengujian normalitas dilakukan untuk menguji apakah dalam sebuah model regresi variabel independen, variabel dependen dan
keduanya mempunyai distribusi normal atau tidak. Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model
tersebut memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal maka model regresi
tidak memenuhi asumsi normalitas.
3. Uji Multikolinearitas
Menurut Gujarati 1995 : 339 Uji Multikolinearitas digunakan untuk mendeteksi ada tidaknya korelasi antar variabel independen dalam
model regresi. Adanya korelasi yang terjadi antar variabel independen berarti dalam model regresi terdapat problem multikolinearitas. Indikasi
terdapat masalah multikolinearitas dapat kita lihat dari kasus-kasus sebagai berikut:
a. Nilai R
2
yang tinggi signifikan, namun nilai standar error dan tingkat signifikansi masing-masing variabel sangat rendah.
b. Perubahan kecil sekalipun pada data akan menyebabkan perubahan
signifikan pada variabel yang diamati. c.
Nilai koefisien variabel tidak sesuai dengan hipotesis, misalnya variabel yang seharusnya memiliki pengaruh positif nilai koefisien positif,
ditunjukkan dengan nilai negatif. Suatu model regresi bebas dari problem multikolinearitas jika :
a. Mempunyai angka tolerance mendekati 1 b.
Mempunyai besaran
Variance Inflation Factor VIF tidak lebih besar dari 10. Adapun rumus untuk menghitung VIF adalah :
1 VIF =
........................ Gujarati, 1995 : 339 1
– R
2
Nilai R dapat dihitung dengan rumus : R
2
=
tal kuadrat to
Jumlah regresi
kuadrat Jumlah
....................... Gujarati, 1995 : 339 R = koefisien regresi
4. Uji Heteroskedastisitas
Uji Heteroskedastisitas
bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
kepengamatan yang lain. Menurut Ibid 2002 : 82 Model regresi yang baik adalah tidak terjadi heteroskedastisitas, hal ini berarti varians dari
residual satu pengamatan ke pengamatan yang lain mengalami ketidaksamaan. Untuk mendeteksi ada atau tidaknya heteroskedastisitas
salah satunya adalah dengan melihat grafik plot. Jika terjadi pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur
bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-
titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas.
3.4.4 Uji Validitas
Analisis validitas bertujuan untuk menunjukkan sejauh mana suatu alat ukur tersebut dapat mengukur apa yang ingin diukur. Suatu alat ukur yang
validitasnya tinggi akan mempunyai varian kesalahan yang kecil sehingga dapat dipercaya bahwa angka yang dihasilkan merupakan angka yang
sebenarnya. Pengujian validitas dalam penelitian ini dilakukan dengan korelasi produce moment sebagai berikut :
2 2
2 2
Y Y
N X
X N
Y X
XY N
r
....... Djamaludin Ancok, 2000:137
Dimana : X =
Skor pertanyaan
Y = Skor
total XY = Skor
pertanyaan dikaitkan skor total
N = Jumlah
data
3.4.5 Uji Reliabilitas
Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke
waktu Ghozali, 2002:132. Menurut Santoso 2000:227 dasar pengambilan keputusan, yaitu
sebagai berikut : 1.
Jika r Alpha positif dan r Alpha T
tabel
, maka variabel tersebut reliable.
2. Jika r Alpha positif dan r Alpha T
tabel
, maka variabel tersebut tidak reliable.
3.4.6 Uji Hipotesis
