Berdasarkan hasil uji reliabilitas pada tabel 3.6. di atas, dapat diketahui bahwa nilai
Cronbach’s Alpha variabel kinerja pegawai sebesar 0,880, variabel keterlibatan kerja sebesar 0,828, variabel disiplin kerja sebesar 0,913, dan variabel
kompensasi sebesar 0,898. Jadi, karena setiap variabel memiliki nilai Cronbach’s
Alpha lebih dari yang disyaratkan yaitu 0,70, maka instrument tersebut seluruhya reliabel dan dapat dipergunakan untuk penelitian.
3.6 Metode Analisis Data
Metode analisis data adalah suatu metode yang digunakan untuk mengolah hasil penelitian guna memperoleh suatu kesimpulan. Metode analisis data yang
digunakan dalam penelitian ini adalah sebagai berikut:
3.6.1 Analisis Deskriptif Persentase
Metode ini digunakan untuk mendeskripsikan masing-masing indikator dalam setiap variabel agar lebih mudah dalam memahaminya. Menurut Sugiyono
2012: 207 “Statistik deskriptif adalah statistik yang digunakan untuk
menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang
berlaku umum ”. Rumus yang digunakan, menurut Ali 2013: 201 adalah sebagai
berikut: =
N n
x 100 Keterangan:
n : Nilai yang diperoleh
N : Jumlah seluruh nilai atau nilai total skor total
Untuk menentukan kategori yang diperoleh, dibuat tabel kategori yang disusun melalui perhitungan sebagai berikut:
1. Mengumpulkan angket yang telah diisi responden dengan memeriksa kelengkapan.
2. Mengubah skor kualitatif menjadi skor kuantitatif. 3. Membuat tabulasi.
4. Memasukkan dalam rumus deskriptif persentase. 5. Membuat tabel rujukan dengan cara sebagai berikut:
a. Menetapkan persentase maksimal =
� �
�
= 5
5 �
= b. Menetapkan persentase minimal
= � �
� �
= 5� =
c. Menetapkan rentang persentase = Persentase tertinggi
– persentase terendah = 100 - 20
= 80
d. Menetapkan interval kelas persentase = Rentangan persentase : Skala interval
= 80 : 5 = 16
Tabel 3.7. Kriteria Interval
No. Interval
Kriteria Kinerja
Keterlibatan Kerja
Disiplin Kerja
Kompensasi
1. 84,01 ≤ skor ≤ 100
Sangat Baik
Sangat Baik Sangat
Tinggi Sangat
Tinggi 2.
68,01 ≤ skor ≤ 84 Baik
Baik Tinggi
Tinggi 3.
52,01 ≤ skor ≤ 68 Kurang
Baik Kurang Baik
Cukup Cukup
4. 36,01 ≤ skor ≤ 52
Tidak Baik
Tidak Baik Rendah
Rendah 5.
20 ≤ skor ≤ 36 Sangat
Tidak Baik
Sangat Tidak Baik
Sangat Rendah
Sangat Rendah
3.6.2 Uji Asumsi Klasik
3.6.2.1 Uji Normalitas
Menurut Ghozali 2011: 160 “Uji normalitas bertujuan untuk menguji
apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
”. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik normal pobability plot
atau dengan melihat histogram dari residualnya dan dengan menggunakan uji Kolmogorov-Smirnov melalui bantuan program SPSS. Menurut Ghozali 2011:
160 dasar pengambilan keputusannya adalah sebagai berikut:
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas.
b. 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.
3.5.2.2 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Apabila variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal.
Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya
multikolonieritas di dalam model regresi menurut Ghozali 2011: 105 adalah sebagai berikut:
a. Apabila nilai tolerance 0,10 maka dapat dikatakan tidak terdapat multikolinearitas dalam model regresi. Sebaliknya, apabila nilai tolerance
0,10, maka dapat dikatakan terjadi multikolinearitas dalam model regresi. b. Apabila nilai Variance Inflation Faktor VIF
≤ 10, maka menunjukkan tidak terdapat multikolonieritas pada model regresi.
Sebaliknya, apabila nilai VIF ≥ 10, maka dapat dikatakan terjadi multikolinearitas dalam model regresi.
3.6.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Apabila variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Menurut Ghozali 2011: 139 dasar analisisnya
adalah sebagai berikut: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6.3 Analisis Regresi Linier Berganda
Analisis ini digunakan untuk mengetahui seberapa besar pengaruh variabel keterlibatan kerja X
1
, disiplin kerja X
2
dan kompensasi X
3
terhadap kinerja pegawai Y. Menurut Gujarati dalam Ghozali 2011: 96 persamaan regresi
berganda dapat dirumuskan sebagai berikut: Y
= b +
� + � + � + e Keterangan :
Y = variabel dependen Kinerja Pegawai
b = konstanta
b
1
= koefisien regresi Keterlibatan Kerja b
2
= koefisien regresi Disiplin Kerja b
3
= koefisien regresi Kompensasi
X
1
= Keterlibatan Kerja X
2
= Disiplin Kerja X
3
= Kompensasi e
= Variabel independen lainnya varibel pengganggu
3.6.4 Uji Hipotesis