1. Uji Normalitas
Pengujian normalitas dilakukan terhadap residual regresi. Pengujian dilakukan dengan menggunakan grafik P-P Plot. Data yang normal adalah
data yang membentuk titik-titik yang menyebar tidak jauh dari garis diagonal. Hasil analisis regresi linier dengan grafik normal P-P Plot
terhadap residual eror model regresi diperoleh sudah menunjukkan adanya pola grafik yang normal, yaitu adanya sebaran titik yang berada tidak jauh
dari garis diagonal
Gambar V.1 Uji Normalitas
Hasil pengujian tersebut menunjukkan bahwa titik-titik berada tidak jauh dari garis diagonal. Hal ini berarti bahwa model regresi tersebut sudah
berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah ada model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang
baik adalah non multikolinearitas. Analisis ini ditentuka oleh besarnya nilai VIF Varians Inflation Factor dan Tolerance. Pedoman suatu model regresi
yang bebas multikoliearitas adalah mempunyai nilai VIF yang tidak lebih dari 10 dan mempunyai angka tolerance tidak kurang dari 0.1. Berdasarkan
hasil pengolahan SPSS 19.0 For windows didapatkan nilai VIF Varians Inflation Factor dan Tolerance untuk masing-masing variabel bebas pada
table berikut ini:
Tabel V.11 Uji Multikoliniearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Motivasi .790
1.265 Budaya organisasi
.790 1.265
Berdasarkan table di atas dapat diketahui bahwa besarnya nilai VIF Varians Inflation Factor dari masing-masing variabel independen
memiliki nilai VIF tidak lebih dari 10 dan tolerance tidak kurang dari 0,1. Semakin tinggi nilai nilai VIF maka semakin rendah nilai tolerance
sehingga dapat disimpulkan bahwa seluruh variabel tidak menunjukan adanya multikolinearitas
3. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukan untuk menguji apakah dalam sebuah regresi terjadi ketidak samaan varians residual dari satu pengamatan ke
pengamatan lain. Model regresi yang baik adalah non heteroskedastisitas. Dasar pengambilan keputusan adalah dengan melihat ada tidaknya pola
tertentu antara Y yang di prediksi dengan residual. a
Jika ada pola tertentu seperti titik–titik yang ada membentuk suatu pola tertentu yang teratur maka terjadi heteroskedastisitas.
b Jika ada pola yang jelas serta titik–titik menyebar di atas dan di bawah
angka 0, maka tidak terjadi heteroskedastisitas. Berdasarkan hasil pengolahan SPSS 19.0 For windows didapatkan
kurva pengujian heteroskedastisitas.
Gambar V. 2 Uji Heteroskedastisitas
Dari hasil gambar grafik antara nilai sumbu Y Nilai Y yang di prediksi dan sumbu X Nilai residual menunjukan pola yang tidak jelas,
serta titik menyebar di atas dan di bawah sumbu Y secara tidak teratur sehingga menunjukan tidak terjadinya heteroskedastisitas.
D. Analisis Regresi
TABEL V.12 Hasil Analisis Regeresi Linier Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
1.427 .290
4.919 .000
Motivasi .454
.069 .611 6.546
.000 Budaya
organisasi .272
.065 .392 4.200
.000 a. Dependent Variable: Kinerja
1. Persamaan regresi
Berdasarkan hasil analisis regresi linier berganda pada Tabel V.12
diperoleh persamaan regresi sebagai berikut:
Y = 1.427+ 0.454X
1
+ 0.272X
2
2. Uji Simultan Uji-F
Uji-F dilakukan untuk menguji signifikansi koefisien regresi seluruh variabel bebas variabel independen di dalam model secara serentak
simultan. Jadi menguji signifikansi pengaruh Motivitas Kerja dan Budaya Organisasi terhadap Kinerja pegawai
Rumusan hipotesis nol H dan hipotesis alternatif H
a
mengenai pengaruh Motivasi Kerja dan Budaya Organisasi secara serentak terhadap
Kinerja pegawai adalah sebagai berikut: