Suatu suatu instrumen dikatakan reliabel jika nilai cornbach’s alpha
lebih besar dari 0,60 yang di rumuskan:
Keterangan : A = Koefisien realibilitas
K = Jumlah item reabilitas r = Rata-rata korelasi antar item
1 = Bilangan konstanta Pemberian interpretasi terhadap reliabilitas variabel dapat dikatan
reabel jika koefisien variabelnya lebih dari 0.60 dan umumnya digunakan patokan sebagai berikut:
a. Reabilitas uji coba ≥ 0.60 berarti hasil uji coba memiliki reliabilitas
baik. b.
Reabilitas uji coba 0.60 berarti hasil uji coba memiliki reliabilitas kurang baik.
L. Teknik Analisis Data
1. Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk menaksir bagaimana keadaan naik turunnya variabel dependen, bila dua atau lebih varia-
ble dependen sebagai faktor predictor dimanipulasi dinaik turunkan nilainya Sugiyono, 2012:277. Dalam penelitian ini, teknik analisis
A =
linier berganda digunakan untuk mengukur pengaruh kepemimpinan, kompensasi, motivasi, dan disiplin terhadap kinerja pegawai.
Bila dijabarkan secara matematis bentuk persamaan dari regresi linier berganda adalah sebagai berikut:
Ŷ = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
Keterangan: Y= Subyek dalam variabel dependen yang diprediksikan
a = Konstanta, yaitu besarnya nilai Y ketika nilai X
1
X
2
X
3
X
4
=0 b
1
= Koefisien regresi kepemimpinan b
2
= Koefisien regresi kompensasi b
3
= Koefisien regresi motivasi b
4
= Koefisien regresi disiplin X
1
= Kepemimpinan X
2
= Kompensasi X
3
= Motivasi X
4
= Disiplin
M. Uji Asumsi Klasik
Regresi linier berganda harus memenuhi asumsi-asumsi yang ditetapkan agar menghasilkan nilai-nilai koefisien sebagai penduga yang tidak bias.
Uji asumsi klasik model regresi berganda menurut Sunyoto 2007:89: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Uji Multikolinieritas
Uji multikolinieritas diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas X1, X2, X3, X4....., Xn,
dimana akan diukur tingkat asosiasi hubungan atau pengaruh antar variabel bebas tersebut melalui bearnya koefisien korelasi r.
Dikatakan terjadi multikolinieritas, jika koefisien korelasi antar variabel bebas lebih besar dari 0,60. Dikatakan tidak terjadi
multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 r
0,60. Atau dalam menentukan ada tidaknya multikolinieritas dapat digunakan cara lain yaitu dengan:
a. Nilai tolerance adalah besarnya tingkat kesalahan yang
dibenarkan secara statistik α. b.
Nilai variance inflation factor VIF adalah faktor inflasi penyimpangan baku kuadrat.
Nilai tolerance α dan nilai variance inflation fackot VIF dapat dicari dengan menggabungkan kedua nilai tersebt sebagai berikut:
1 Besar nilai tolerance
α: A = 1VIF
2 Besar nilai variance inflation factor VIF:
VIF = 1α Variabel bebas
megalami multikolinieritas jika: α hitung α dan VIF hitung VIF. Variabel bebas tidak mengalami
multikolinieritas jika: α hitung α dan VIF hitung VIF. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2. Uji Heteroskedastistas.
Dalam persamaan regresi berganda perlu juga diuji megenai sama atau tidak varians dan residual observasi yang satu
dengan observasi yang lain. Jika residualnya mempunyai varians yang sama disebut terjadi homoskedastisitas. Persamaan regresi
yang baik jika tidak terjadi heteroskedastisitas. Untuk mengetahui permasalahan heteroskedastisitas pada
suatu model regresi yang diperoleh dapat dilihat pada plot grafik yang terbentuk dari hubungan anatara variabel terikat dengan nilai
residualnya. Heteroskedisitas akan muncul jika terdapat pola tertentu antara keduanya, seperti begelombang atau menyempit
atau melebar antara keduanya. Sampel yang diambil bersifat homoskedastisitas apabila tidak diperoleh pola yang jelas atau titik-
titik yang diperoleh menyabar diatas dan dibawah pada sumbu y. 3.
Uji Normalitas. Uji asumsi normalitas akan menguji data variabel bebas X dan
data variabel terikat Y pada persamaan regresi yang dihasilkan. Berdistribusi normal atau berdistribusi tidak normal. Persamaan
regresi dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama
sekali. Uji asumsi klasik normalitas dapat dilakukan dengan dua cara yaitu:
a. Cara Statistik
Dalam menguji data variabel bebas dan data variabel terikat berdistribusi normal atau tidak pada cara statistik ini melalui
nilai kemiringan kurva skewness = α3 atau nilai keruncingan
kurvas kurtosis = α4 diperbandingakan dengan nilai Z tabel.
Dengan ketentuan: 1
Variabel bebas atau terikat berdistribusi normal jika Z hitung Zα3 atau Zα4 Z tabel.
2 Variabel bebas atau terikat berdistribusi tidak normal jika Z
hitung Zα3 atau Zα4 Z tabel. b.
Cara Grafik Histogram atau Normal Probability Plots Cara grafik histogram dalam menentukan suatu data
berdistribusi normal atau tidak, cukup membandingkan antara dua riil atau nyata dengan garis kurva yang berbentuk. Jika data
riil terbentuk garis kurva cenderung tidak simetri terhadap mean U, maka dapat dikatakan data berdisribusi tidak normal atau
sebaliknya. Cara normal probability plots lebih handal daripada cara grafik histogram, karena cara ini membandingkan data riil
dengan data distribusi normal secara kumulatif. Suatu data dikatakan berdistribusi normal jika garis data riil mengikuti
garis diagonal. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
N. Uji F
