4.3.2 Analisis Regresi Linier Berganda
Tabel 4.43 Koefisien Beta
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
7.950 2.034
3.909 .000
Motivasi Kerja .179
.038 .483
4.662 .000
Kepuasan Kerja .155
.057 .282
2.719 .008
a. Dependent Variable: Prestasi kerja
Sumber: Olahan Data Software Statistik, 2015
Dari data di atas, maka model regresi berganda ialah : Y = 7,950 + 0,179X1 + 0,155X2
Keterangan : Y = Kinerja
X1 = Motivasi Kerja X2 = Kepuasan Kerja
Persamaan regresi di atas dapat dijelaskan sebagai berikut : a.
β0 = 7,950 Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel
motivasi kerja dan kepuasan kerja, maka nilai variabel prestasi kerja adalah sebesar 7,950.
b. β1 = 0,179
Koefisien regresi β1 ini menunjukkan bahwa setiap variabel motivasi kerja satu satuan, maka nilai variabel prestasi kerja akan bertambah
sebesar 0,179 dengan asumsi variabel lainnya dia anggap tetap atau sama dengan nol.
c. β2 = Koefisien Regresi β2 menunjukkan bahwa setiap variabel kepuasan
kerja satu satuan, maka perubahan nilai variabel prestasi kerja yang dilihat dari nilai Y akan bertambah 0,155 dengan asumsi variabel lain di
anggap tetap.
4.3.3 Uji Determinasi
�
�
Tabel 4.44 Uji Determinasi
Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of the
Estimate 1
.691
a
.477 .463
1.25954
a. Predictors: Constant, Kepuasan Kerja, Motivasi Kerja b. Dependent Variable: Prestasi kerja
Sumber: Olahan Data Software Statistik, 2015
Pada model summary pada tabel uji determinasi di atas, angka R sebesar 0,691 menunjukkan bahwa korelasi atau hubungan antara prestasi
kerja Y dengan motivasi kerja X1 dan kepuasan kerja X2 mempunyai hubungan yang cukup kuat karena R 0,5 50. Dimana nilai R yaitu
0,691 atau 69,1 sedangkan angka adjusted R Square atau koefisien determinasi adalah 0,463. Angka ini mengindifikasi bahwa variasi dari
,kedua variabel independennya mampu menjelaskan variasi variabel dependen sebesar 46,3 dan sisanya 53,7 100 - 46,3 dijelaskan oleh
faktor-faktor lain yang tidak dimasukkan dalam model ppenelitian ini
kemudian standard error of the estimate sebesar 0, 125, dimana semakin
kecil angka ini akan membuat model regresi semakin tepat untuk memprediksi nilai variabel prestasi.
Adjusted R Square adalah nilai R Square yang telah di sesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki harga
negatif. Untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted
�
2
sebagai koefisien determinasi.
4.3.4 Pengujian Hipotesis