Uji Multikolinieritas Uji Heteroskedastisitas

berdistribusi normal jika nilai Asimp. Sig2-tailed 0,05 level of significant One- Sample Kolmogorov-Smirnov. Berdasarkan Uji Kolmogorov-Smirnov dengan SPSS ver.15, diperoleh hasil berikut: Tabel 4.22. Tabel Uji Kolmogorov-Smirnov One -Sam ple Kolm ogorov-Sm irnov Te st 25 .0000000 10.17400063 .179 .124 -.179 .895 .400 N Mean Std. Dev iation Normal Parameters a,b A bs olute Positive Negative Mos t Ex treme Dif f erences Kolmogorov-Smirnov Z A sy mp. Sig. 2-tailed Unstandardiz ed Residual Test dis tribution is Normal. a. Calc ulated f rom data. b. Berdasarkan tabel tersebut, hasil uji Kolmogorov-Smirnov menunjukkan bahwa nilai Asimp. Sig2-tailed 0,400 0,05 level of significant berarti data berdistribusi normal.

2. Uji Multikolinieritas

Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi adanya multikolinieritas dapat dilakukan dengan mencari besarnya Variance Inflation Factor VIF dan nilai tolerancenya. Jika VIF 10 dan nilai tolerance 0,1 maka regresi bebas dari multikolinieritas. Tabel 4.23 Multikoliniaritas Coefficients a Model Collinearity Statistics Tolerance VIF Kepemimpinan .860 1.163 Motivasi Kerja .860 1.163 a. Dependent Variable: Kinerja Berdasarkan hasil penelitian, diketahui nilai VIF sebesar 1,163 10 dan nilai tolerancenya sebesar 0,860 0,1 sehingga dapat disimpulkan bahwa regresi bebas dari multikolinieritas.

3. Uji Heteroskedastisitas

Pengujian terhadap heteroskedastisitas dapat dilakukan melalui pengamatan terhadap pola scatter plot yang dihasilkan melalui SPSS 15.0 for windows. Apabila pola scatter plot membentuk pola tertentu, maka model regresi memiliki gejala heteroskedastisitas. Munculnya gejala heteroskedastisitas menunjukkan bahwa penaksir dalam model regresi tidak efisien dalam sampel besar maupun kecil. Jika tidak ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka dapat disimpulkan bebas heteroskedastisitas. Gambar 4.2 Grafik Scatter Plots Dari grafik scatter plots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas ataupun di bawah 0 pada sumbu Y dan tidak membentuk suatu pola tertentu. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi kinerja karyawan berdasarkan variabel independen kepemimpinan dan motivasi.

4.1.2.3 Analisis Regresi Linier Berganda

Analisis regresi linier berganda digunakan untuk menguji hipotesis yang menyatakan ada pengaruh kepemimpinan dan motivasi terhadap kinerja karyawan pada PT Sari Tembakau Harum. Dari analisis regresi diperoleh model regresi linier yang menyatakan pengaruh kepemimpinan dan motivasi terhadap kinerja karyawan Y sebagai berikut: Tabel 4.24 Regresi Linier Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 12.353 6.226 1.984 .050 Kepemimpinan .264 .070 .262 3.744 .000 Motivasi Kerja .593 .066 .632 9.046 .000 a. Dependent Variable: Kinerja Dengan hasil di atas dapat disusun persamaan regresinya sebagai berikut: Y = 12,353 + 0,264 X 1 + 0,593 X 2 Model tersebut menunjukkan arti bahwa: 1. Konstanta = 12,353 Nilai konstanta sebesar 12,353 menujukkan bahwa tanpa melibatkan variabel kepeimimpinan dan motivasi, atau dengan kata lain jika skor kepemimpinan dan motivasi kerja adalah nol maka kinerja karyawan akan tetap. 2. Koefisien Kepemimpinan X1 Nilai koefisien variabel kepemimpinan sebesar 0,264, menyatakan bahwa setiap peningkatan kepemimpinan sebesar satu satuan dengan asumsi nilai variabel motivasi tetap, maka kinerja karyawan akan meningkat. 3. Koefisien Motivasi X2 Nilai koefisien variabel kepemimpinan sebesar 0,593, menyatakan bahwa setiap peningkatan kepemimpinan sebesar satu satuan dengan asumsi nilai variabel kepemimpinan tetap, maka kinerja karyawan akan meningkat.

4.1.2.4 Uji Hipotesis 1. Uji Parsial Uji-t

Untuk mengetahui pengaruh variabel kepemimpinan dan motivasi terhadap variabel terikat yaitu kinerja karyawan, maka perlu dilakukan uji-t. Pengujian secara parsial dapat dilihat dari uji-t, apabila nilai probabilitasnya 0,05, maka Ho ditolak yang berarti ada pengaruh yang signifikan. Hasil uji partial dapat dilihat pada tabel berikut ini: Tabel 4.25 Uji Statistik t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 12.353 6.226 1.984 .050 Kepemimpinan .264 .070 .262 3.744 .000 Motivasi Kerja .593 .066 .632 9.046 .000 a. Dependent Variable: Kinerja Berdasarkan hasil uji parsial untuk variabel kepemimpinan diperoleh = 3,744 dengan nilai signifikasi sebesar 0,000 Karena nilai signifikasi 0,05 maka diterima. Hal ini menunjukkan bahwa yang menyatakan ada pengaruh kepemimpinan terhadap kinerja karyawan diterima. Berdasarkan hasil uji parsial untuk variabel motivasi diperoleh = 9,046 dengan nilai signifikasi sebesar 0,000. Karena nilai signifikasi 0,05 maka diterima. Hal ini menunjukkan bahwa yang menyatakan ada pengaruh motivasi terhadap kinerja karyawan diterima

2. Uji Simultan Uji F