Analisis Data dan Alat Analisis Data

3.5. Analisis Data dan Alat Analisis Data

3.5.1. Uji Instrumen

3.5.1.1. Uji Validitas

  Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2009). Metode yang digunakan untuk menguji validitas adalah melakukan korelasi bivariate antara masing-masing skor indikator dengan total skor konstruk. Jika hasilnya signifikan maka indikator pada masing-masing pertanyaan adalah valid. Pengujian validitas ini dibantu dengan program SPSS.

3.5.1.2. Uji Reliabilitas

  Uji reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner yang merupakan indikator dari variabelatau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap terhadap pernyataan adalah konsisten atau stabil dar1 waktu ke waktu (Ghozali, 2009). Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu (Ghozali, 2009):

  1. Repeated Measure atau pengukuran ulang Disini seseorang akan disodori pertanyaan yang sama pada waktu yang

  berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan jawabannya.

  2. One Shot atau pengukuran sekali saja Disini pengukurannya hanya sekali saja dan kemudian hasilnya

  dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban

  

3.5.2 Uji Asumsi Klasik

  3.5.2.1. Uji Normalitas

  Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali, 2009). Dasar pengambilan keputusannya ialah:

  1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

  2. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

3.5.3. Uji Hipotesis

3.5.3.1. Uji t

  Menurut Imam Ghozali (2009) uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen.

  Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau : Ho : bi = 0 Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA) parameter suatu variabel tidak sama denagan nol, atau : HA : bi ≠ 0 Artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Cara melakukan uji t adalah sebagai berikut:

  1. Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan

  derajat

  kepercayaan sebesar 5 maka Ho yang menyatakan bi = 0 dapat

  ditolak bila nilai t

  lebih besar dari 2 (dalam nilai absolut). Dengan kata lain

  kita menerima hipotesis

  alternatif, yang menyatakan bahwa suatu variabel

  dependen.

  2. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.

3.5.3.3. Analisis Regresi linear

  Menurut Gujarati (dalam Ghozali, 2009) Analisis regresi mengacu pada ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen (variabel penjelasbebas), dengan tujuan untuk mengestimasi dan atau Menurut Gujarati (dalam Ghozali, 2009) Analisis regresi mengacu pada ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen (variabel penjelasbebas), dengan tujuan untuk mengestimasi dan atau

  Dalam penelitian ini variabel gaya kepemimpinan dan budaya organisasi berhubungan dengan kinerja karyawan dimediasi oleh Responsiveness maka diagram jalurnya sebagai berikut:

  Gaya Kepemimpinan

  b3 Kinerja X3 Y

  b2

  Budaya Organisasi X2

  Gambar 3.5

  Diagram jalur variabel gaya kepemimpinan dan budaya organisasi terhadap

  kinerja karyawan dimediasi oleh Responsiveness

  Dalam regresi linear terdapat 3 variabel yaitu

  1. Variabel bebas

  : Gaya Kepemimpinan (X1) dan Budaya

  Organisasi (X2)

  2. Variabel intervening

  : Responsiveness (X3)

  3. Variabel terikat

  : Kinerja Karyawan (Y)

  Untuk menguji variabel tersebut digunakan dengan rumus: X3 = b1X1+ b2X2+e Y = b3X3+e Keterangan Y

  : Kinerja karyawan X1 : Gaya Kepemimpinan X2 : Budaya Organisasi X3 : Responsiveness

  b1, b2, b3

  : Koefisien garis regresi

  e : Residual prediction errors

3.5.4 Uji Efek Mediasi (Intervening)

  Menurut Baron dan Kenny (1986) dalam Ghozali (2009), suatu variabel disebut variabel intervening jika variabel tersebut ikut mempengaruhi hubungan antara variabel prediktor (independen) dan variabel criterion (dependen). Pengujian hipotesis mediasi dapat dilakukan dengan prosedur yang dikembangkan oleh Sobel (1982) dan dikenal dengan Uji Sobel (Sobel Test).

  Uji Sobel ini dilakukan dengan cara menguji kekuatan pengaruh tidak langsung variabel independen (X) kepada variabel dependen (Y) melalui variabel intervening (M). Pengaruh tidak langsung X ke Y melalui M dihitung dengan cara mengalikan jalur X→M (a) dengan jalur M→Y (b) atau ab. Jadi koefisien ab = (c

  − c’), di mana c adalah pengaruh X terhadap Y tanpa mengontrol M, sedangkan c’

  adalah koefisien pengaruh X terhadap Y setelah mengontrol M. Standar error koefisien a dan b ditulis dengan Sa dan Sb, besarnya standar error tidak langsung (indirect effect) Sab dihitung dengan rumus berikut ini :

  Sab = ! !" ! +! ! !" ! + !" ! !" ! Untuk menguji signifikansi pengaruh tidak langsung, maka kita perlu menghitung nilai t dari koefisien ab dengan rumus sebagai berikut :

  !" t=

  Nilai t hitung ini dibandingkan dibandingkan dengan nilai t tabel dan jika nilai t hitung lebih besar dari nilai t tabel maka dapat disimpulkan bahwa terjadi pengaruh mediasi.