tidaknya multikoliniearitas menggunakan Uji Klein”s dengan
bantuan program aplikasi komputer aplikasi statistik
SPSS for Windows versi 16.0
. Kriteria uji ini adalah jika nilai
R Square model
complete dari R
Square Auxilary regressive,
maka tidak terjadi multikolinieritas antar variabel.
d. Uji Heterokedastisitas
Uji Heterokedastisitas digunakan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu
pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut
heteroskedastisitas. Perhitungan Uji Heterokedastisitas dalam penelitian ini menggunakan
Uji White
dengan bantuan program aplikasi komputer aplikasi statistik
SPSS for Windows versi 16.0.
Kriteria uji tersebut adalah jika nilai χ2 = nxR2 χ2 tabel, maka data
tidak terjadi heterokedastisitas.
3. Uji Hipotesis
a. Uji Regresi Sederhana
Analisis regresi linier sederhana adalah hubungan secara linier antara satu variabel independen X dengan variabel dependen Y. Analisis
ini untuk mengetahui arah hubungan antara variabel independen dengan dependen apakah positif atau negatif dan untuk memprediksi
nilai dari variabel dependen apabila nilai independen mengalami kenaikan atau penurunan.
Rumus regresi sederhana sebagai berikut; Y = a + bx
Keterangan Y = variabel dependen nilai yang diprediksikan
commit to user
X = variabel independen a = konstanta
b = koefisien regresi
b. Uji Regresi Linier Berganda
Model empirik yang digunakan untuk melakukan pengujian hipotesis dalam penelitian ini dengan analisa regresi ganda. Penggunaan analisis
ini bertujuan untuk mengetahui arah hubungan positif atau negatif atau menguji kebermaknaan pengaruh antara varioabel X independen dan
variabel Y dependen. Model pengaruh antara variabel X dan Y dalam penelitian ini didefinisikan dengan model persamaan sebagai berikut :
Y = Bo + B1 X1 + B2 X2 + B3 X3 + e
Keterangan: Y = kinerja
Bo = bilangan konstanta X1 = Kompensasi
X2 = Kompetensi X3 = Motivasi
e = Error Terim kesalahan penaksiran a = konstanta intersep
B 1, B 2, B 3 = koefesien regresi masing
– masing variabel secara teknis untuk mempermudah dan mengurangi human
error
dalam perhitungan statistik digunakan bantuan
program SPSS for Windows versi 16.0.
hubungan Kompensasi, Kompetensi, Dan Motivasi Terhadap Kinerja Dosen.
c. Kontribusi Koefisien Determinan R2
Koefisien ini digunakan untuk mengetahui seberapa jauh kekuatan pengaruh variabel independen terhadap variabel dependen. Nilai R2
berkisar 0 sampai 1, jika nilai koefisien R2 hitung semakin mendekati perpustakaan.uns.ac.id
commit to user
angka 1 maka variabel independennya semakin kuat kontribusinya terhadap variabel dependen.
commit to user
69
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Sampel
Data hasil penelitian yang diperoleh dari sampel penelitian sebanyak 46 dosen STIKes Nurul Jadid Probolinggo yang disajikan responden penelitian
disajikan dalam bentuk deskripsi data.
Tabel 4.1.Deskripsi Data Statistik N = 46 Minimum
Maximum Mean
Std. Deviation
Kompensasi X1 14
55 50,0000
8,31865 Kompetensi X2
78 117
110,5435 10,18868
Motivasi X3 94
108 108,6957
8,92654 Kinerja Y
82 44
74,0000 1,08975E1
1. Kompensasi Dosen X
1
Berdasarkan hasil penelitian, kompensasi dosen STIKes Nurul Jadid skor tertinggi nilai
max
= 55, skor terendah
min
= 14, nilai mean
x
= 50,0000, Standar deviasi σ = 8,31865. Adapun distribusi frekuensi sebagai berikut.
Tabel 4.2 Distribusi Frekuensi Kompensasi Dosen
Kelas Interval Katagori
Frekuensi Prosentase
14 – 22
Sangat Rendah 2
4 23
– 31 Rendah
2 4
39 – 49
Cukup 8
17 50
– 59 Tinggi
27 59
60 – 69
Sangat Tinggi 7
16 Jumlah
46 100
Berdasarkan Tabel 4.2 dapat diketahui bahwa sebagian besar data variabel kompensasi terentang pada 50
– 59 dengan frekuensi 59 dengan kategori tinggi. Jadi dapat diintepretasikan bahwa kompensasi yang diterima dosen
STIKes Nurul Jadid Probolinggo terkategori tinggi. perpustakaan.uns.ac.id
commit to user
