Analisis Data ANALISIS DAN PEMBAHASAN
Pertanyaan R
Item-Total
r
tabel
Keterangan Kinerja Pegawai Y
Pertanyaan 1 Pertanyaan 2
Pertanyaan 3 Pertanyaan 4
Pertanyaan 5 Pertanyaan 6
0.595 0.503
0.471 0.514
0.457 0.491
0.25 0.25
0.25 0.25
0.25 0.25
Valid Valid
Valid Valid
Valid Valid
Sumber: Data Primer, Diolah Tahun 2015 dengan SPSS 17.0 for Windows
Dari tabel V.6 hasil uji validitas di atas dapat disimpulkan bahwa semua item pertanyaan dalam penelitian ini dinyatakan
valid karena semua item pertanyaan memiliki nilai r
item-total
yang lebih besar dari nilai r
tabel
. Dengan demikian kuesioner dalam penelitian ini dinyatakan valid dan dapat dilakukan penelitian.
2. Uji Reliabilitas Uji reliabilitas dilakukan untuk mengetahui apakah variabel
yang merupakan gabungan dari pertanyaan yang ada dinyatakan reliabel atau tidak. Untuk menghitung reliabilitas dilakukan dengan
menggunakan koefisien Cronbach Alpha dimana kuesioner dikatakan reliabel apabila nilai Alpha r
kritis
product moment. Atau kita bisa menggunakan batasan 0,6.
Tabel V.7 Hasil Uji Reliabilitas
Variabel Cronbach
’s Alpha r
kritis
Number of Items
Keterangan
Motivasi X
1
0.774 0.6
6 Reliabel
Kedisiplinan X
2
0.732 0.6
7 Reliabel
Kinerja Pegawai Y
0.758 0.6
6 Reliabel
Sumber: Data Primer, Diolah Tahun 2015 dengan SPSS 17.0 for Windows
1. Uji Hipotesis Untuk mengetahui bahwa uji regresi linier berganda dapat
digunakan atau tidak maka, perlu dilakukan pengujian asumsi klasik yang meliputi :
a. Uji Multikolinieritas Tabel V.8
Hasil Uji Multikolinieritas Variabel
Collinearity Statistic Tolerance
VIF Motivasi X1
0.908 1.101
Kedisiplinan X2 0.908
1.101
Sumber: Data Primer, Diolah Tahun 2015 dengan SPSS 17.0 for Windows
Dapat dikatakan tidak terjadi multikolinieritas jika nilai VIF variance inflation factor kurang dari 10 dan nilai tolerance
0,1, jika nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,1 maka terjadi multikolinieritas. Dari tabel V.8 di atas dapat dilihat
bahwa nilai VIF variance inflation factor dari variabel X1 motivasi dan variabel X2 kedisiplinan kurang dari 10 yaitu
sebesar 1,101 dan nilai tolerance lebih besar dari 0,1 yaitu 0,908. Maka dapat disimpulkan bahwa antara variabel bebas tidak terjadi
multikolinieritas.
b. Uji Heteroskedastisitas Analisis uji asumsi heteroskedastisitas dilihat melalui grafik
scatterplot antara Z prediction ZPRED yang mempunyai variable bebas sumbu X=Y hasil prediksi dan nilai residualnya SRESID
merupakan variable terikat sumbu Y=Y prediksi – Y rill. Hasil
output pengujian heteroskedastisitas adalah se bagai berikut : Grafik V.1
Grafik Uji Heteroskedastisitas
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Regress ion Studentized Residual
2
-2 -4
Scatterplot Dependent Variable: Kinerja
Dari grafik uji heteroskedastisitas analisis hasil output SPSS gambar scatterplot menunjukkan titik-titik menyebar di
bawah dan di atas sumbu Y, dan tidak mempunyai pola yang teratur, sehingga dapat disimpulkan bahwa variabel bebas di atas
tidak terjadi heteroskedastisitas atau bersifat homoskedastisitas. Analisis dengan menggunakan grafik plots memiliki
kelemahan, maka diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil salah satunya dengan menggunakan uji
park. Tabel V.9
Hasil Uji Heteroskedastisitas Coefficients
a
Dari hasil output SPSS di atas menunjukkan bahwa tidak ada variabel independen motivasi dan kedisiplinan yang
signifikan secara statistik mempengaruhi variabel dependent. Hal ini dapat dilihat dari nilai X1 motivasi dan X2 kedisiplinan
lebih besar dari 0,05. Sehingga dapat disimpulkan bahwa model
Error Term Spearmans rho
Motivasi Correlation Coefficient
-.005 Sig. 2-tailed
.966 N
63 Kedisiplinan
Correlation Coefficient .083
Sig. 2-tailed .518
N 63
regresi linier berganda dalam penelitian ini tidak mengandung heteroskedastisitas.
c. Uji Asumsi Klasik Normalitas Uji normalitas data dilakukan untuk menguji data variabel
bebas X dan data variabel terikat Y pada persamaaan regresi yang dihasilkan berdistribusi normal atau tidak normal. Dalam
penelitian ini, uji normalitas dilakukan dengan menggunakan dua pendekatan yaitu :
1 Analisis Grafik Pengujian normalitas data dengan menggunakan analisis
grafik dilakukan dengan melihat titik-titik sebaran data pada kurva. Uji normalitas data yang dilakukan dalam penelitian ini
menggunakan analisis grafik dengan melihat kurva Normal Probality Plots.
Dalam grafik ini, data akan dinyatakan normal jika titik sebaran data tersebar tidak terlalu jauh atau mengikuti
arah garis diagonal dan dinyatakan tidak normal jika terjadi keadaan sebaliknya.
Grafik V.2 Normal Probality Plots
Berdasarkan analisis grafik V.2 di atas dapat dilihat bahwa data pada variabel kinerja pegawai tersebar searah dengan
garis diagonal pada kurva. Sesuai dengan ketentuan pada analisis grafik, maka dapat disimpulkan bahwa variabel terikat
penelitian untuk pengujian hipotesis penelitian berdistribusi secara normal.
2 Analisis Statistik Uji normalitas dengan grafik tidak begitu akurat dan perlu
berhati-hati. Guna memastikan apakah hasil analisis grafik cukup valid atau tidak sebagai dasar keputusan perlu dilakukan
analisis statistik guna memastikan hasil yang telah telah diperoleh melalui analisis grafik. Pengujian normalitas data
Observed Value
5.0 2.5
0.0 -2.5
-5.0 -7.5
Expected Norm
al
3 2
1 -1
-2 -3
Normal Q-Q Plot of e Error Term
hasil penelitian dengan menggunakan analisis statistik dilakukan menurut prosedur uji Kolmogorov-Smirnov Z dan
Asymp. Sig. 2-tailed, dimana distribusi dikatakan normal jika nilai Asymp. Sig. 2-tailed lebih besar dari 0,05 untuk
signifikansi 95. Hasil pengujian normalitas data variabel motivasi dan
kedisiplinan kerja disajikan pada tabel berikut.
Tabel V.10 Hasil Uji Normalitas Variabel Penelitian
One-Sample Kolmogorov-Smirnov Test
Error Term N
63 Normal Parametersa,b
Mean .0000
Std. Deviation 2.60906
Most Extreme Differences
Absolute .091
Positive .042
Negative -.091
Kolmogorov-Smirnov Z .719
Asymp. Sig. 2-tailed .679
a Test distribution is Normal. b Calculated from data.
Berdasarkan hasil analisis statistik normalitas data variabel terikat sebagaimana terdapat pada tabel V.10 di
atas dapat dilihat bahwa kinerja pegawai memiliki nilai Kolmogorov-Smirnov Z sebesar 0,719 dengan nilai
Asymp.Sign. 2-tailed 0,679 pada variabel kinerja
pegawai, dimana angka tersebut lebih besar dari alpha 0,05 pada derajat signifikansi 95 sehingga dengan dasar hasil
tersebut dapat ditegaskan bahwa data variabel terikat penelitian terdistribusi secara normal dan memenuhi syarat
untuk dilakukan analisis lanjutan. Hasil analisis statistik ini konsisten dengan hasil pengujian menurut metode analisis
grafik.
2. Analisis Regresi Linier Berganda Analisis linear berganda digunakan untuk mengetahui apa ada
pengaruh dan bagaimana pengaruh variabel independent yaitu motivasi X1, kedisiplinan X2 terhadap variabel dependent yaitu kinerja
pegawai Y.
a. Hasil Uji T t-test Tabel V.11
Hasil Uji t Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std.
Error Beta
1 Constant
3.442 3.255
1.058 .295
X1 Motivasi .392
.095 .435
4.140 .000
X2 Kedisiplinan
.362 .110
.346 3.295
.002 a Dependent Variable: Y Kinerja
Berdasarkan hasil pengolahan regresi linier berganda diperoleh persamaan regresi sebagai berikut :
Y = 3,442 + 0,392X
1
+ 0,362X
2
Dari tabel V.10 di atas juga diketahui t
hitung
variabel motivasi = 4,140 dan kedisiplinan sebesar 3,295. Pada taraf
signifikansi 5 dan derajat kebebasan dk sebesar 60 n-1-k, maka diperoleh t
tabel
sebesar 2,00. Hal ini menunjukkan pada variabel X1 motivasi t
hitung
t
tabel
4,140 2,00, maka H
o
ditolak, artinya variabel motivasi X
1
secara parsial sendiri berpengaruh secara signifikan terhadap kinerja pegawai.
Untuk variabel X2 kedisiplinan t
hitung
t
tabel
3,295 2,00, maka H
o
ditolak, artinya variabel kedisiplinan X2 secara parsial sendiri berpengaruh secara signifikan terhadap kinerja
pegawai.
b. Hasil Uji F Tabel V.12
Hasil Uji F
ANOVAb
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
281.034 2
140.517 19.977
.000a Residual
422.045 60
7.034 Total
703.079 62
a Predictors: Constant, X2 Kedisiplinan, X1 Motivasi b Dependent Variable: Y Kinerja
Berdasarkan tabel V.12 diatas diketahui nilai F
hitung
sebesar 19,977 dengan menggunakan sig 0,05 maka dari tabel distribusi F
diperoleh nilai 3,15. Dengan membandingkan nilai F
hitung
dengan F
tabel
maka F
hitung
19,977 dari F
tabel
3,15. Artinya adalah H
o
ditolak dan H
a
diterima, maka secara simultan bersamaan motivasi X1 dan kedisiplinan X2 berpengaruh secara siknifikan
terhadap kinerja pegawai Y.
c. Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk mengetahui besarnya persentase sumbangan pengaruh variabel bebas motivasi
dan kedisiplinan kerja secara serentak terhadap variabel terikat kinerja pegawai. Dari analisis regresi, hasil analisis determinasi
pada output model summary disajikan sebagai berikut : Tabel V.13
Hasil Koefisien Determinasi R
2
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.632a .400
.380 2.652
a Predictors: Constant, X2 Kedisiplinan, X1 Motivasi b Dependent Variable: Y Kinerja
Dari tabel V.13 diatas dapat diketahui koefisien determinasi R Square sebesar 0,400 atau 40. Hasil tersebut memberikan
pengertian bahwa variabel dipenden yaitu kinerja pegawai dapat
dijelaskan oleh variabel independen yang terdiri dari motivasi X1 dan kedisiplinan X2 dengan nilai sebesar 40, sedangkan sisanya
sebesar 60 dijelaskan oleh variabel independen lainnya yang tidak dimasukan dalam penelitian ini.