Gambar 4.2 : Histogram Uji Normalitas Sumber : Hasil Pengolahan SPSS 2014
Pada Gambar 4.2 terlihat bahwa residual data berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri
atau ke kanan.
b. Pendekatan Grafik
Gambar 4.3 : Normal P-P Plot Uji Normalitas Sumber : Hasil Pengolahan SPSS 2014
Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data sepanjang garis normal, hal ini berarti residual data berdistribusi normal.
2. Uji Heterokedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang
baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan
pendekatan statistik dengan uji glejser, heteroskedastisitas tidak akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel
dependen nilai absolut Ut absUt. Jika probabilitas signifikan diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah pada
heterokedastisitas. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan Metode Pendekatan Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Gambar 4.4 : Scatter Plot Uji Heteroskedastisitas
Sumber : Hasil Pengolahan SPSS 2014
Pada Gambar 4.4 Normal P-P Plot terlihat titik-titi Grafik Scatter Plot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas,
serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak
dipakai untuk memprediksi kinerja karyawan berdasarkan masukan variabel motivasi kerja dan disiplin kerja.
3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen. Adanya multikolinieritas dapat dilihat dari tolerance value atau variance inflation factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya. Nilai Cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah apabila tolerance value 0,1
sedangkan VIF 5 maka terjadi multikolinieritas. Berikut ini disajikan perhitungan nilai tolerance dan variance inflation factor
VIF.
Berdasarkan Tabel 4.7 dapat dilihat bahwa : 1.
hasil besaran korelasi antar variabel independent tampak bahwa hanya variabel rata-rata motivasi yang mempunyi korelasi tinggi dengan
variabel rata-rata disiplin kerja dengan tingkat korelasi sebesar 0.886, oleh karena itu korelasi ini masih dibawah 95 , maka dapat dikatakan
tidak terjadi multikolonieritas yang serius.
Tabel 4.7 tolerance dan variance inflation factor VIF.
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.123 .659
1.703 .100
RataMK .114
.295 .090
.385 .703
.215 4.657
RataDK .635
.200 .745
3.177 .004
.215 4.657
Dependent Variable: RataKP Sumber : Hasil Pengolahan SPSS 2014
2. Hasil perhitungan nilai tolerance juga menunjukan tidak ada variabel
independent yang memiliki nilai tolerance kurang dari 0.10 yang berarti tidak ada korelasi antar variabel independent yang nilainya lebih dari 95
. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukan hal yang sama, tidak ada satu pun variable independent
yang memiliki nilai VIF lebih dari 1. Jadi dapat disimpulkan bahwa tidak ada multikonieritas antar variabel independent dalam model
regresi.
4.2.2.2 Analisis Regresi Linear Berganda
Analisis regresi linier berganda dilakukan dengan bantuan SPSS versi 18,0 for windows dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas
yang terdiri dari Motivasi X
1
, Disiplin Kerja X
2
terhadap Kinerja Pegawai Y
sebagai variabel terikat. Persamaan regresi linier berganda yang digunakan adalah : Y = a + b
1
X
1
+ b
2
X
2
+ e
Dimana : Y
= Kinerja Karyawan a =
Konstanta b
1,
b
2
= Koefisien
regresi X
1
= Variabel Motivasi Kerja
X
2
= Variabel Disiplin Kerja e =
Standar error
Berdasarkan pengujian menggunakan SPSS versi 18,0 for windows, maka hasil persamaan regresi linier berganda dapat dilihat pada Tabel 4.11
Tabel 4.8 Hasil Regresi Linier Berganda
Berdasarkan Tabel 4.8 diketahui kolom kedua Unstandardized Coefficients bagian B diperoleh nilai b1 variabel motivasi kerja sebesar 0,114 nilai b2 variabel
disiplin kerja sebesar 0,635 dan nilai konstanta a adalah 1.123, maka diperoleh persamaan regresi linier berganda sebagai berikut :
Y = 1.123 + 0,114 X
1
+ 0,635 X
2
+ e
Berdasarkan persamaan diatas maka dapat diuraikan sebagai berikut : 1.
Interpretasi dari persamaan regresi berganda, yakni :
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.123 .659
1.703 .100
X1 .114
.295 .090
.385 .703
.215 4.657
X2 .635
.200 .745
3.177 .004
.215 4.657
Dependent Variable: RataKP Sumber : Hasil Pengolahan SPSS 2014
a. Jika segala sesuatu pada variabel-variabel independen dianggap konstan maka
kinerja pegawai sebesar 1.123. b.
Jika terjadi penambahan atau kenaikan tingkat motivasi kerja sebesar 1 satuan, maka kinerja pegawai akan naik sebesar 0,114.
c. Jika terjadi penambahan atau kenaikan disiplin kerja sebesar 1 satuan, maka
kinerja pegawai akan naik sebesar 0,635. 2.
Motivasi kerja pegawai berpengaruh positif terhadap kinerja pegawai dengan koefisien regresi sebesar 0,114 tanda + positif pada variabel motivasi kerja
pegawai menunjukkan hubungan yang searah, artinya bila usaha memotivasi kerja ditingkatkan maka akan berpengaruh terhadap meningkatnya kinerja pegawai.
3. Disiplin kerja pegawai berpengaruh positif terhadap kinerja pegawai dengan
koefisien regresi sebesar 0,311 tanda + positif pada variabel kedisiplinan kerja pegawai menunjukkan hubungan yang searah, artinya bila disiplin kerja
ditingkatkan maka akan berpengaruh terhadap meningkatnya kinerja pegawai.
4.3 Pengujian Hipotesis
