68
c. Motivasi
Tabel 4.13 Hasil Uji Validitas dan Reliabilitas Motivasi
Butir P
Keterangan Cronbach alpha
1 0,037
Valid 2
0,005 Valid
3 0,078
Tidak Valid 4
0,068 Tidak Valid
5 0,001
Valid 0,628
6 0,024
Valid 7
0,148 Tidak Valid
8 0,002
Valid 9
0,024 Valid
10 0,000
Valid 11
0,031 Valid
Berdasarkan Tabel 4.13 diketahui bahwa p value dari kesebelas butir motivasi dibawah 0,05 kecuali item nomer 3, 4, dan 7. Artinya butir pertanyaan
motivasi nomer 3, 4, dan 7 tidak valid sebagai alat ukur sehingga pertanyaan tersebut dibuang. Nilai cronbach alpha 0,628 di atas 0,6 berarti memiliki
reliabilitas yang baik.
69
d. Kinerja
Tabel 4.14 Hasil Uji Validitas dan Reliabilitas Kinerja
Butir P
Keterangan Cronbach alpha
1 0,039
Valid 2
0,644 Tidak Valid
3 0,044
Valid 4
0,002 Valid
5 0,033
Valid 6
0,022 Valid
7 0,048
Valid 8
0,014 Valid
9 0,000
Valid 10
0,021 Valid
11 0,006
Valid 12
0,023 Valid
13 0,000
Valid 14
0,004 Valid
15 0,005
Valid 0,710
16 0,071
Tidak Valid 17
0,000 Valid
18 0,008
Valid 19
0,018 Valid
20 0,001
Valid 21
0,002 Valid
22 0,019
Valid 23
0,000 Valid
24 0,004
Valid 25
0,020 Valid
26 0,042
Valid 27
0,052 Tidak Valid
28 0,243
Tidak Valid 29
0,013 Valid
30 0,507
Tidak Valid
70
Berdasarkan Tabel 4.14 diatas diketahui bahwa p value dari ketigapuluh butir kinerja dibawah 0,05 kecuali item nomer 2, 16, 27, 28, dan 30. Artinya butir
pertanyaan motivasi nomer 2, 16, 27, 28, dan 30 tidak valid sebagai alat ukur sehingga pertanyaan tersebut dibuang. Nilai cronbach alpha 0,710 di atas 0,6
berarti memiliki reliabilitas yang baik.
E. Uji Asumsi Klasik
1. Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel dependen dan independen dalam model regresi tersebut terdistribusi secara normal Ghozali,
2006. Model regresi yang baik adalah mempunyai distribusi data normal atau mendekati normal. Pada penelitian ini menggunakan uji normalitas data
dengan menggunakan uji statistik Kolomogrov-Swirnov. Apabila nilai Kolmogorov-
Smirnov memiliki tingkat signifikan di atas α=0,05 berarti suatu variabel dikatakan berdistribusi normal.
Tabel 4.15 Uji Normalitas
p value Keterangan
Persamaan regresi 1 0,200 Normal
Persamaan regresi 1 0,200 Normal
71
Hasil uji normalitas dari residual model regresi persamaan 1 maupun 2 nilai signifikansi atau p value sebesar 0,200. Nilai p 0,05 menunjukkan
bahwa distribusi data dalam model regresi berdistribusi normal.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan menggunakan uji Glejser. Hasil dari pengujian ini dapat dilihat dari nilai sig 5 maka tidak terjadi
gejala heteroskedastisitas, sebaliknya apabila nilai sig 5 maka terjadi gejala heteroskedastisitas.
Tabel 4.16 Hasil Uji Heteroskedastisitas
Variabel p value
persamaan 1 p value
persamaan 2 Kompensasi Finansial
0,080 0,163
Kompensasi Non Finansial 0,382
0,200 Motivasi
- 0,106
Hasil uji heteroskedastisitas di atas menunjukkan bahwa nilai signifikansi variabel bebas baik pada persamaan regresi 1 maupun persamaan
regresi 2 di atas 0,05. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas baik pada persamaan regresi 1 maupun persamaan 2.
3. Uji Multikolinearitas
Multikolinieritas menunjukkan adanya korelasi linier yang tinggi diantara beberapa atau semua variabel independennya. Idealnya variabel-
variabel independen dari persamaan regresi tidak memiliki korelasi yang
72
tinggi satu dengan lainnya. Uji multikolinieritas dapat dilakukan dengan melihat nilai VIF Variance
Inflation Factor yang ditampilkan pada hasil output analisis regresi berganda. Jika nilai VIF 10 atau nilai tolerance 0,1 maka variabel tersebut
mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Tabel 4.17 Hasil Uji Multikolinieritas
Variabel Collinearity Statistics
Persamaan 1 Collinearity Statistics
Persamaan 2 Tolerance
VIF Tolerance
VIF Kompensasi Finansial
0,992 1,008
0,949 1,053
Kompensasi Non Finansial 0,992
1,008 0,921
1,086 Motivasi
- -
0,882 1,134
Tabel 4.17 diatas diketahui bahwa nilai VIF variabel bebas pada persamaan regresi 1 maupun persamaan regresi 2 dibawah 10 dan nilai
tolerance lebih dari 0,1. Maka disimpulkan secara umum tidak terjadi multikolinearitas antar variabel bebas.
F. Uji Analisis Jalur Path Analysis
Uji validitas koefisien path pada setiap jalur pengaruh langsung adalah sama dengan regresi menggunakan nilai p dari uji t, yaitu pengujian koefisien regresi
variable dibakukan secara parsial.
