Analisis Data

G. Analisis Data

Dari data yang telah terkumpul dengan lengkap dan benar kemudian dianalisis dalam rangka pengujian hipotesis dan sebagai dasar untuk menarik kesimpulan. Penelitian ini menggunakan teknik analisis regresi linear berganda. “Analisis korelasi dan regresi berganda ini adalah analisis tentang hubungan antara satu dependent variabel dengan dua atau lebih indenpendent variabel”. Suharsimi Arikunto, 2006: 296). Sedangkan menurut Djarwanto P. S. dan Pangestu Subagya (2002: 102) mengemukakan, “Yang lebih realistis adalah hubungan lebih dari dua variabel karena sebenarnya hubungan antara variabel- variabel kebanyakan merupakan hubungan regresional, artinya bahwa tidak ada

commit to user

tertentu dipengaruhi oleh banyak variabel X”. Tugas pokok dari analisis regresi menurut Sutrisno Hadi (2002 : 2) adalah

sebagai berikut :

1. Mencari korelasi antara kriterium dan prediktor

2. Menguji apa kah korelasi itu signifikan atau tidak

3. Mencari persamaan garis regesinya

4. Mengemukakan sumbangan relatif dan efektif dari semua prediktor jika prediktornya lebih dari satu. Karena variabel bebas ini terdapat 2 prediktor/indenpendent (variabel bebas) yaitu gaya kepemimpinan ( ) dan disiplin kerja ( ) yang berpengaruh terhadap produktivitas kerja karyawan (Y) maka hubungan kedua variabel tersebut merupakan garis lurus (linier) sehingga dalam penelitian ini menggunakan metode analisis regresi linier berganda (yaitu 2 prediktor).

1. Uji Prasyarat Analisis

a. Uji Normalitas Uji normalitas digunakan untuk menguji asumsi yang diambil benar atau menyimpang. Untuk menggunakan uji Liliefors menurut Sudjana (2003: 466-467).

a. Hipotesis

H 0 = Sampel berasal dari populasi normal.

H i = Sampel tidak berasal dari populasi normal.

b. Statistika Uji L = Maks │F (Z i ) – S (Z i ) │ Dimana :

F (Z i ) = P (Z ≤Z i ) dengan Z ~ N(0,1) S (Z i ) = Proporsi cacah Z ≤ Zi, terhadap seluruh cacah Zi S

= Deviasi standart atau simpangan baku.

Zi

= Skor standart

Zi

xi X -

commit to user

d. Daerah Kritik

DK = (Lmaks │Lmaks ≥ Lα,n ).

e. Keputusan Uji

H 0 ditolak jika L Î DK, atau H 0 diterima jika L Ï DK

b. Uji Independensi Uji ini digunakan untuk mengetahui hubungan antara variabel bebas (X). Bila ternyata antar variabel tidak ada hubungan, maka variabel tersebut bersifat independensi. Untuk mengetahui ada tidaknya hubungan antara variabel bebas menggunakan rumus:

( )( )

rX X

(Sudjana, 2001: 47) Keterngan:

: Koefisien korelasi antara variabel dan : Jumlah skor variabel bebas kesatu (gaya kepemimpinan) : Jumlah skor variabel bebas kedua (disiplin kerja)

Jumlah subyek penelitian : Bila harga

berarti tidak ada korelasi antar variabel bebas.

commit to user

Menurut Sudjana (2003:331) “Uji linearitas dimaksudkan untuk menguji linear tidaknya data yang dianalisis”. Langkah-langkahnya

sebagai berikut :

a. Hipotesis

H 0 : Persamaan regresi linear

H 1 : Persamaan regresi tidak linear

b. Nilai Xi yang sama harus disusun bersatu dengan Yi, pasangannya

c. Menghitung Jumlah Kuadrat:

Jk (E) =

Yi

Jk (TC) = Jk res – Jk (E) Jk (C) = Jk res – Jk (TC)

d. Menghitung Derajat Kebebasan

df (E) =N–k

df (TC) =k-2 k = banyaknya kelompok x

e. Menghitung Rerata Jumlah Kuadrat: RK (E) =

df

Jk

RK (TC) =

TC

TC

df

Jk

f. Menghitung Nilai F

F hitung =

F tabel =F ( ฀) (k – 2, N – k)

g. Kesimpulan Jika F hitung > F tabel , maka H 0 ditolak berarti persamaan regesinya tidak linear. Jika F hitung <F tabel , maka H 0 diterima berarti persamaan regesinya linear.

commit to user

a. Uji hipotesis I dan II Pengujian hipotesis I dan II akan dilakukan dengan menggunakan

uji r. Penggunaan uji r adalah untuk menguji secara parsial masing-masing variabel dan untuk mengetahui keeratan hubungan antara dua variabel, yakni variabel independen dengan variabel dependen. Menurut Sugiyono (2007: 184-185) langkah-langkah dari uji r adalah sebagai berikut:

1) Hipotesis Ho : µ = 0 Berarti tidak ada pengaruh yang signifikan secara parsial variabel independen terhadap variabel dependen. Ho : µ ≠0 Berarti ada pengaruh yang signifikan secara parsial variabel independen terhadap variabel dependen.

2) Tingkat signifikansi ( α ) = 5%

3) Rumus uji r

Keterangan: r xy

= koefisien korelasi variabel x dan y

∑X

= jumlah skor-skor X

∑Y

= jumlah skor-skor Y

= jumlah responden

(Suharsimi Arikunto, 2006: 275)

4) Kriteria pengujian Ho diterima dan Ha ditolak apabila r hitung <r tabel atau nilai probabilitas > 0,05. Ho ditolak dan Ha diterima apabila r hitung >r tabel atau nilai probabilitas < 0,05.

commit to user

dengan melihat table correlation r hitung > r tabel dengan nilai probabilitas < 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel

bebas terhadap variabel terikat. Atau jika nilai pearson correlation (r hitung ) < r tabel dengan nilai probabilitas > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat. Sedangkan untuk mengetahui keeratan hubungan antara dua variabel adalah dengan menginterpretasi terhadap nilai r. Menurut Sugiyono (2007: 184) interpretasi tersebut adalah sebagai berikut:

b. Uji Hipotesis III Pengujian hipotesis III akan dilakukan dengan menggunakan uji F. Uji F digunakan untuk mengetahui apakah variabel independen (X 1 ,X 2 …X n ) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi menggunakan a = 5% atau 0,05. (Duwi Priyatno, 2010: 67).

Adapun langkah-langkah dari uji F adalah sebagai berikut:

1) Hipotesis

Ho : b 1 =b 2 =b 3 =b 4 =b 5 =b 6 =0

Berarti tidak ada pengaruh yang signifikan secara bersama-sama variabel independen terhadap variabel dependen.

Ho : b 1 ≠b 2 ≠b 3 ≠b 4 ≠b 5 ≠b 6 ≠0

Berarti ada pengaruh yang signifikan secara bersama-sama variabel independen terhadap variabel dependen.

2) Tingkat signifikansi ( α ) = 5% ; F table α ( k-1;n-k )

3) Rumus uji F F=

commit to user

R 2 = Koefisien determinasi

= Jumlah observasi

= Jumlah variabel

4) Kriteria pengujian Ho diterima dan Ha ditolak apabila F hitung <F tabel atau nilai probabilitas > 0,05. Ho ditolak dan Ha diterima apabila F hitung >F tabel atau nilai probabilitas < 0,05. Uji F dalam penelitian ini menggunakan software SPSS 15, yaitu dengan melihat tabel ANOVA dalam kolom nilai F, jika F hitung > F tabel dengan nilai probabilitas < 0,05 maka dapt dikatakan terdapat pengaruh yang signifikan secara bersama-sama variabel bebas terhadap variabel terikat dan model regresi bisa dipakai untuk memprediksi variabel terikat. Atau jika F hitung , F tabel dengan nilai probabilitas > 0,05 maka tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.

c. Analisis Regresi Linear Ganda Korelasi ganda digunakan untuk mencari hubungan antara dua variabel bebas atau lebih yang secara bersama-sama dihubungkan dengan variabel terikatnya. Bentuk persamaan regresi ganda adalah sebagai berikut:

Ŷ=a+b 1 X 1 +b 2 X 2

Di mana:

Ŷ = Variabel dependen (nilai yang diprediksikan)

a = konstanta (nilai Y apabila X1,X2….=0)

b 1 ,b 2 = koefisien regresi (nilai peningkatan)

X 1 ,X 2 = Variabel independen

(Duwi Priyatno, 2010: 61)

commit to user

prediktor terhadap kriterium (Y). Sumbangan relatif dan sumbangan efektif digunakan untuk mengetahui seberapa sumbangan murni masing-masing

prediktor terhadap kriterium yaitu dengan menghitung berikut:

a) Menghitung sumbangan relatif X 1 dan X 2 terhadap Y dengan

rumus :

( ) % 100 1 1

(Sutrisno Hadi, 2002: 42)

b) Menghitung sumbangan efektif X 1 dan X 2 terhadap Y dengan

rumus : Untuk X 1 → SE%X 1 = SR% X 1 xR 2

Untuk X 2 → SE%X 2 = SR% X 2 xR 2

(Sutrisno Hadi, 2002: 44)

Dimana R 2 = SE adalah efektif garis regresi.

commit to user