72
a. Pendekatan Histogram 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 di sepanjang garis normal, hal ini berarti residual data berdistribusi normal
73
c. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Pengujian normalitas yang
didasarkan dengan uji statistik Non-Parametik Kolmogorv-Smirnov dapat dilihat pada Tabel 4.8 dibawah ini:
Tabel 4.8 Hasil Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
35 Normal Parameters
a
Mean .0000000
Std. Deviation .95021773
Most Extreme Differences Absolute
.105 Positive
.105 Negative
-.059 Kolmogorov-Smirnov Z
.623 Asymp. Sig. 2-tailed
.832 a. Test distribution is Normal.
Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig 2-tailed adalah 0.832 dan nilai signifikan 0,05, hal ini berarti residual data berdistribusi normal.
2. Uji Heteroskedastisitas
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
74 regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan
pendekatan statistik dengan uji glejser, heteroskedastisitas tidak akan terjadi apabila tidak satupun variabel bebas signifikan secara statistik mempengaruhi
variabel terikat. Jika probabilitas signifikan diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah pada heteroskedastisitas. Beberapa
cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah sebagai berikut:
a. 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 heteroskedastisitas,
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
75 Pada Gambar 4.4 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
karyawan dan budaya organisasi.
b. Metode Pendekatan Statistik Uji Glejser
Tabel 4.9 Hasil Uji
Glejser Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS 2014
Pada Tabel 4.9 terlihat variabel bebas Motivasi Karyawan dan Budaya Organisasi yang signifikan secara statistik mempengaruhi variabel terikat kinerja
karyawan absolute Ut AbsUt. Hal ini terlihat dari probabilitas X1 dan X2 0,314 dan 0,830 diatas tingkat kepercayaan 5 0,05, jadi disimpulkan model
regresi tidak mengarah adanya heteroskedastisitas.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 4.006
4.843 .827
.414 Motivasi
-.064 .063
-.179 -1.022
.314 Budaya
.012 .055
.038 .216
.830 a. Dependent Variable: absut
76
3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Pada model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel terikat. Adanya multikolinieritas dapat dilihat dari tolerance value atau nilai Variance Inflation
Faktor VIF. Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel terikat lainnya. Tolerance adalah mengukur
variabilitas variabel bebas yang terpilih dan tidak dijelaskan oleh variabel terikat yang lain. Nilai Cutoff yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah apabila Tolerance Value 0.1 sedangkan VIF 5 maka tidak terjadi multikolinieritas.
Berikut ini disajikan cara mendeteksi multikolinieritas dengan menganalis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan
Varianace Inflation Factor VIF.
Tabel 4.10 Uji Nilai
Tolerance dan VIF
Sumber: Hasil Pengolahan SPSS 2014
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
28.186 7.415
3.801 .001
Motivasi .418
.096 .582
4.346 .000
.988 1.012
Budaya .157
.084 .251
1.874 .070
.988 1.012
a. Dependent Variable: Kinerja
77 Berdasarkan Tabel 4.10 dapat dilihat bahwa:
1. Nilai VIF dari nilai motivasi karyawan dan budaya organisasi lebih kecil atau dibawah 5 VIF5, ini berarti tidak terkena multikolinieritas antara variabel
independen dalam model regresi.
2. Nilai Tolerance dari budaya organisasi dan motivasi lebih besar dari 0,1 ini berarti tidak terdapat multikolinieritas antar variabel independen 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 Karyawan X1, Budaya Organisasi X2 terhadap Kinerja Karyawan 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 b1, b2 = Koefisien regresi
X
1
= Motivasi Karyawan X
2
= Budaya Organisasi e
= Standar error
78 Berdasarkan pengujian menggunakan SPSS versi 18.0 for Windows, maka
hasil persamaan regresi linier berganda dapat dilihat pada Tabel 4.11
Tabel 4.11 Hasil Regresi Linier Berganda
Sumber: Hasil Pengolahan SPSS 2014
Berdasarkan Tabel 4.11 diketahui kolom kedua Unstandardized Coefficients bagian B diperoleh nilai b1 variabel motivasi karyawan sebesar
0,418 nilai b2 variabel budaya organisasi sebesar 0,157 dan nilai konstanta a adalah 28,186, maka diperoleh persamaan regresi linier berganda sebagai berikut:
Y = 28,186 + 0, 418 X
1
+ 0,157 X
2
+ e
Berdasarkan persamaan diatas maka dapat diuraikan sebagai berikut:
1. Konstanta a = 28,186 ini mempunyai arti bahwa apabila variabel motivasi
karyawan dan budaya organisasi dianggap konstan maka tingkat variabel kinerja karyawan Y pada PT CIMB Niaga AutoFinance Cabang Lubuk
Pakam sudah ada sebesar 28,186. 2.
Koefisien b1= 0,418 berarti bahwa variabel motivasi karyawan mempunyai
pengaruh positif terhadap kinerja karyawan Y pada PT CIMB Niaga Auto Finance Cabang Lubuk Pakam sebesar 41,8. Apabila terjadi kenaikan
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1 Constant
28.186 7.415
3.801 .001
Motivasi .418
.096 .582
4.346 .000
Budaya .157
.084 .251
1.874 .070
a. Dependent Variable: Kinerja
79 variabel motivasi karyawan sebesar 1 satuan, dengan menganggap faktor lain
tetap maka akan meningkatkan kinerja karyawan sebesar 41,8. 3. Koefisien b2= 0,157, berarti bahwa variabel budaya organisasi mempunyai
pengaruh yang positif kinerja karyawan Y pada PT CIMB Niaga Auto Finance Cabang Lubuk Pakam sebesar 15,7. Apabila terjadi kenaikan
variabel budaya organisasi sebesar 1 satuan, dengan menganggap faktor lain tetap maka akan meningkatkan kinerja karyawan sebesar 15,7.
4.3 Pengujian Hipotesis
4.3.1 Uji Signifikansi Simultan Uji-F
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. Kriteria pengujian adalah:
1. H
0:
b
1,
b
2
= 0, artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
2. H
0:
b
1,
b
2
≠ 0, artinya secara bersama-sama terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df Pembilang = k-1 df Penyebut =n-k
Keterangan: n = jumlah sampel penelitian
80 k = jumlah variabel bebas dan terikat
Pada penelitian ini diketahui jumlah sampel n 35 dan jumlah keseluruhan variabel k adalah 3, sehingga diperoleh:
1. df pembilang = 3-1 = 2 2. df penyebut =35-3 = 32
Nilai F
hitung
akan diperoleh dengan menggunakan bantuan SPSS 18.0 for windows kemudian akan dibandingkan dengan F
tabel
pad a tingkat α = 5,
2:32= 3.29. Dengan kriteria uji sebagai berikut: H
diterima jika F
hitung
F
tabel
pada α = 5 H
a
diterima jika F
hitung
F
tabel
pada α = 5 Hasil uji F dapat dilihat pada Tabel 4.15 sebagai berikut:
Tabel 4.12 Hasil Uji F Signifikan Simultan Uji –F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
23.472 2
11.736 12.234
.000
a
Residual 30.699
32 .959
Total 54.171
34 a. Predictors: Constant, Budaya, Motivasi
b. Dependent Variable: Kinerja
Sumber: Hasil Pengolahan SPSS 2014
Berdasarkan Tabel 4.12 dapat dilihat hasil uji-F secara simultan, dan diperoleh nilai F
hitung
= 12,234 dengan tingkat signifikan 0,000. Sedangkan nilai F
tabel
= 3,29. Nilai F
hitung.
F
tabel
12,234 3,29 dan tingkat signifikan 0,05 dengan hipotesis H
ditolak dan H
a
diterima. Sehingga dapat disimpulkan bahwa variabel bebas yaitu Motivasi Karyawan X1 dan Budaya Organisasi X2 secara
81 bersama-sama berpengaruh positif dan signifikan terhadap variabel kinerja
karyawan Y pada PT CIMB Niaga Auto Finance Cabang Lubuk Pakam.
4.3.2 Uji Signifikansi Parsial Uji-t
Uji-t dilakukan untuk menguji secara parsial apakah variabel Motivasi Karyawan X1 dan Budaya Organisasi X2 secara parsial atau masing-masing
berpengaruh signifikan terhadap kinerja karyawan Y pada PT CIMB Niaga AutoFinance Cabang Lubuk Pakam.
Kriteria pengujian adalah: 1. H
0:
b
1,
b
2
= 0, artinya variabel bebas secara parsial tidak berpengaruh signifikan terhadap variabel terikat.
2. H
a:
b
1,
b
2
≠ 0, artinya variabel bebas secara parsial berpengaruh signifikan terhadap variabel terikat.
Kriteria pengambilan keputusan adalah: H
diterima jika t
hitung
t
tabel
pada α = 5 H
a
diterima jika t
hitung
t
tabel
pada α = 5 Besar nilai t
tabel
untuk α = 5,0,05 dan dk = 35df=n-1 adalah 1,69. Hasil uji t dapat dilihat pada Tabel 4.13 dibawah ini:
Tabel 4.13 Uji Signifikansi Parsial Uji t
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
28.186 7.415
3.801 .001
Motivasi .418
.096 .582
4.346 .000
Budaya .157
.084 .251
1.874 .007
82 Berdasarkan Tabel 4.13 dapat diketahui bahwa:
1. Variabel Motivasi Karyawan berpengaruh positif dan signifikan terhadap kinerja karyawan Y pada PT CIMB Niaga AutoFinance Cabang Lubuk
Pakam. Hal ini terlihat dari nilai signifikan 0,000 lebih kecil dari 0,05 dan nilai t
hitung
4.346
t
tabel
1,69. Artinya jika ditingkatkan variabel Motivasi Karyawan sebesar satu satuan maka kinerja karyawan akan meningkat
sebesar 0.418. 2. Variabel budaya organisasi berpengaruh secara positif dan signifikan
terhadap kinerja karyawan Y pada PT CIMB Niaga AutoFinance Cabang Lubuk Pakam. Hal ini terlihat dari nilai signifikan 0,05. Nilai t
hitung
1.874
t
tabel
1,69. Artinya jika ditingkatkan variabel budaya organisasi sebesar satu satuan maka kinerja karyawan akan meningkat sebesar 0,157.
4.3.3 Koefisien Determinasi R
2
Koefisien determinan digunakan untuk mengukur seberapa besar kontribusi variabel bebas motivasi karyawan dan budaya organisasi terhadap
variabel terikat kinerja karyawan. Koefisien determinasi berkisar antara nol sampai satu 0
≤ R
2
≥ 1. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas yaitu motivasi karyawan X1,budaya
organisasi X2 adalah besar terhadap variabel terikat Y yaitu kinerja karyawan. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh
variabel bebas terhadap variabel terikat dan demikian sebaliknya. Hasil koefisien determinasi menggunakan SPSS Statistic 18.0 for
Windows dapat dilihat pada Tabel 4.14 dibawah ini
83
Tabel 4.14 Hasil Pengujian Koefisien determinasi
Model Summary
b
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.658
a
.433 .398
.979 a. Predictors: Constant, Budaya, Motivasi
b. Dependent Variable: Kinerja
Sumber: Hasil Pengolahan SPSS 2013
Berdasarkan Tabel 4.14 dapat diinterpretasikan sebagai berikut: 1. Nilai R sebesar 0,658, berarti hubungan antara motivasi karyawan X1 dan
budaya organisasi X2 terhadap variabel kinerja karyawan Y pada PT CIMB Niaga Auto Finance Cabang Lubuk Pakam sebesar 65,8. Artinya
hubungannya erat. 2. R Square sebesar 0,433, berarti 43,3 variabel kinerja dapat dijelaskan oleh
variabel motivasi karyawan dan budaya organisasi sedangkan sisanya sebesar 56,7 dapat dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian
ini seperti disiplin kerja, komunikasi, komitmen organisasi, stres kerja,dan lain sebagainya.
3. Standard Error of Eestimated standart deviasi artinya mengukur variasi dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya sebesar
0.979
. Semakin kecil standar deviasi berarti model semakin baik.
4.4 Pembahasan