tidak setuju dan tidak ada responden yang menyatakan sangat tidak setuju. Hal ini menunjukkan bahwa mayoritas responden merasa memiliki kinerja
yang baik dalam mempromosikan visi, misi dan tujuan organisasi dengan cara berkonsultasi secara lisan, atau berhubungan dengan pihak lain di luar
organisasi. 9. Pada pernyataan kesembilan, 30.1 responden menyatakan sangat setuju,
58.9 menyatakan setuju, 9.6 menyatakan netral, 1.4 menyatakan tidak setuju dan tidak ada responden yang menyatakan sangat tidak setuju.
Hal ini menunjukkan bahwa mayoritas responden merasa memiliki kinerja yang baik secara keseluruhan.
4.1.3. Uji Asumsi Klasik 4.1.3.1. Uji Normalitas
Uji Normalitas dimaksudkan untuk memperlihatkan bahwa sampel diambil dari populasi yang berdistribusi normal. Ada dua cara untuk mendeteksi
apakah data berdistribusi normal atau tidak, yaitu dengan melihat grafik histogram, pendekatan grafik normal plot dan pendekatan Kolmogorov-Smirnov.
a. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihatgrafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
Universitas Sumatera Utara
Gambar 4.1 Grafik Histogram Uji Normalitas
Sumber: Hasil Pengolahan SPSS Maret 2012
Gambar 4.2 Scatter Plot Uji Normalitas
Sumber: Hasil Pengolahan SPSS November 2012
Universitas Sumatera Utara
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh gambar tersebut, dimana tidak menceng ke kiri
atau ke kanan, sedangkan pada Gambar 4.2 data juga berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis
diagonal.
b. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdsitribusi normal. Berikut ini pengujian normalitas yang
didasarkan dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S.
Tabel 4.7 Uji Normalitas Kolmogorov-Smirnov Motivasi Kerja
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. MOTIVASI TOTAL
.127 73
.006 .972
73 .104
a. Lilliefors Significance Correction
Tabel 4.8 Uji Normalitas Kolmogorov-Smirnov Kepuasan Kerja
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. KEPUASAN TOTAL
.163 73
.145 .956
73 .012
a. Lilliefors Significance Correction
Universitas Sumatera Utara
Tabel 4.9 Uji Normalitas Kolmogorov-Smirnov Kinerja Karyawan
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. KINERJA TOTAL
.183 73
.155 .867
73 .000
a. Lilliefors Significance Correction
Berdasarkan tabel 4.7, 4.8 dan 4.9 terlihat bahwa hasil dari P value Sig. semuanya diatas nilai signifikan 5 0,05 dengan kata lain data diambil dari
populasi yang berdistribusi normal.
4.1.3.2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas,
yaitu dengan metode grafik. Hasil uji heteroskedastisitas dapat dilihat pada grafik berikut ini
Universitas Sumatera Utara
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS November 2012 Berdasarkan Gambar 4.3 dapat terlihat bahwa sebaran data tidak membentuk pola
yangjelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model
regresi.
4.1.3.3. Uji Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik korelasi
antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation
Universitas Sumatera Utara
Factor VIF.
Tabel 4.10 Hasil Uji Multikolinearitas
Variabel Independen
Collinearity Statistics Keputusan
Tolerance VIF
motivasi 0.570
1,755 Tidak ada multikolinearitas
Kepuasan 0.570
1,755 Tidak ada multikolinearitas
Berdasarkan Tabel 4.10 dapat dilihat bahwa: a. Nilai VIF diketahui sebesar 1,755 yang berarti lebih kecil dari 10 10, ini
berarti tidak terjadi multikolinearitas antar variabel independen tersebut. b. Nilai Tolerance diketahui sebesar 0,570 yang berarti lebih besar dari 0,1
0,1, yang artinya tidak terdapat multikolinearitas antar variabel independen tersebut.
4.1.4. Uji Hipotesis 4.1.4.1 Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas yang terdiri dari motivasi kerja dan
kepuasan pekerjaan terhadap variabel terikat yaitu kinerja karyawan. Model persamaan yang digunakan dalam penelitian ini adalah sebagai berikut:
Universitas Sumatera Utara
Y= a+b
1
X
1
+b
2
X
2
+e
Tabel 4.11 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 18.981
5.308 3.576
.001 MOTIVASI TOTAL
.037 .199
.026 2.183
.855 KEPUASAN TOTAL
.481 .163
.419 2.943
.004 a. Dependent Variable: KINERJA TOTAL
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.11 di atas, maka diperoleh persamaan hasil regresi linier berganda sebagai berikut :
Y = 18.981 + 0.037X
1
+ 0.481 X
2
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut :
a. Konstanta a = 18.981, Konstanta sebesar 18.981 menyatakan bahwa tanpa
adanya motivasi kerja dan kepuasan kerja maka besarnya nilai kinerja karyawan sebesar 18.981.
b. Koefisien X
1
b
1
= 0.037, ini berarti bahwa variabel motivasi kerja X
1
berpengaruh positif terhadap kinerja karyawan, dengan kata lain jika motivasi kerja X
1
ditingkatkan sebesar satu-satuan, maka kinerja karyawan akan bertambah sebesar 0.037.
c. Koefisien X
2
b
2
= 0.481, ini menunjukkan bahwa variabel kepuasan kerja
Universitas Sumatera Utara
X
2
berpengaruh positif terhadap motivasi kerja, dengan kata lain jika kepuasan kerja X
2
ditingkatkan sebesar satu-satuan, maka kinerja karyawan akan bertambah sebesar 0.481.
4.1.4.2. Uji Signifikansi Simultan Uji-F
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara serentak bersama-sama
terhadap variabel terikat. Kriteria pengujiannya adalah: H
: b
1
, b
2
, b
3
= 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
H
a
: b
1
, b
2
, b
3
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df Pembilang = k – 1 df Penyebut = n – k
Keterangan: n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat
Universitas Sumatera Utara
Pada penelitian ini diketahui jumlah populasi n 78 sehingga diperoleh : 1. df pembilang = 3 – 1 = 2
2. df penyebut = 73 – 3 = 70 Nilai F
hitung
akan diperoleh dengan menggunakan bantuan program SPSS, kemudian akan dibandingkan dengan F
tabel
pada tingkat α = 5, dengan kriteria
uji sebagai berikut : H
diterima jika F
hitung
F
tabel
pada α= 5 H
a
ditolak jika F
hitung
F
tabel
pada α= 5
Pada Tabel 4.12 dapat dilihat bahwa hasil perolehan F
hitung
pada kolom F yakni sebesar 8.251 dengan tingkat signifikansi = 0.001. sedangkan nilai F
hitung
lebih besar dari nilai F
tabel
yakni 3.13, dengan tingkat kesalahan α = 5, atau
dengan kata lain F
hitung
F
tabel
8.251 3.13. Berdasarkan kriteria pengujian
TABEL 4.12 Hasil Uji Signifikansi Simultan Uji-F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
235.048 2
117.524 8.251
.001
a
Residual 997.006
70 14.243
Total 1232.055
72 a. Predictors: Constant, KEPUASAN TOTAL, MOTIVASI TOTAL
b. Dependent Variable: KINERJA TOTAL
Universitas Sumatera Utara
hipotesis jika F
hitung
F
tabel
dan tingkat signifikansinya 0.001 0.05, menunjukkan bahwa pengaruh variabel independen motivasi kerja dan kepuasan
kerja secara serempak adalah signifikan terhadap kinerja karyawan.
4.1.4.3. Uji Signifikansi Parsial Uji-t
Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu variabel independen secara parsial individual terhadap variasi variabel dependen. kriteria
pengujiannya adalah: H
: b
1
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
H
a
: b
1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
Kriteria pengambilan keputusan adalah: H
diterima jika t
hitung
t
tabel
pada α = 5
H
a
ditolak jika t
hitung
t
tabel
pada α = 5
Universitas Sumatera Utara
Tabel 4.13 Uji Signifikansi Parsial Uji-t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 18.981
5.308 3.576
.001 MOTIVASI TOTAL
.037 .199
.026 2.183
.855 KEPUASAN TOTAL
.481 .163
.419 2.943
.004 a. Dependent Variable: KINERJA TOTAL
Berdasarkan Tabel 4.13 dapat dilihat bahwa: 1. Variabel Motivasi Kerja X1
Nilai t
hitung
variabel motivasi kerja adalah 2.183 dan nilai t
tabel
1.666 maka t
hitung
t
tabel
2.183 1.666 sehingga dapat disimpulkan bahwa variabel motivasi kerja berpengaruh positif secara parsial terhadap kinerja karyawan Kantor Pusat PT. PP.
London Sumatera Tbk. Sumatera Utara. Artinya, jika variabel motivasi kerja ditingkatkan sebesar satu satuan, maka kinerja karyawan akan meningkat sebesar
0.037. 2. Variabel Kepuasan Kerja X2
Nilai t
hitung
variabel kepuasan kerja adalah 2.943 dan nilai t
tabel
1.666 maka t
hitung
t
tabel
2.943 1.666 sehingga dapat disimpulkan bahwa variabel kepuasan kerja berpengaruh positif dan signifikan 0,0040,50 secara parsial terhadap kinerja
karyawan Kantor Pusat PT. PP. London Sumatera Tbk. Sumatera Utara. Artinya, jika variabel kepuasan kerja ditingkatkan sebesar satu satuan, maka kinerja
Universitas Sumatera Utara
karyawan akan meningkat sebesar 0.481.
4.1.4.4. Pengujian Koefisien Determinasi R
2
Pengujian koefisien determinasi R
2
digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat. Koefisien
determinasi berkisar antara nol sampai satu 0 ≤ R² ≥ 1. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X
adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas terhadap variabel
terikat dan demikian sebaliknya.
Tabel 4.14 Pengujian Koefesien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.637
a
.191 .768
1.074 a. Predictors: Constant, KEPUASAN TOTAL, MOTIVASI TOTAL
b. Dependent Variable: KINERJA TOTAL
Berdasarkan Tabel 4.12 dapat dilihat bahwa: a. R = 0.637 berarti hubungan antara variabel motivasi kerja X
1
dan kepuasan kerja X
2
terhadap kinerja karyawan Y sebesar 63.7. Artinya hubungannya erat.
b. Adjusted R Square sebesar 0.768 berarti 76.8 variabel kinerja karyawan dapat dijelaskan oleh motivasi kerja dan kepuasan kerja. Sedangkan sisanya
Universitas Sumatera Utara
23.2 dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti oleh penelitian ini.
c. Standard Error of Estimated Standar Deviasi artinya mengukur variasi dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya sebesar 1.074.
Semakin kecil standar deviasi berarti model semakin baik.
4.2 Pembahasan
