butir instrumen dinyatakan reliabel. Reliabilitas instrumen juga dapat dilihat pada Tabel 3.6 berikut:
Tabel 3.6 Reliability Statistics
Cronbachs Alpha N of Items
,937 34
Sumber: Hasil pengolahan SPSS 20.0 for Windows, 2014
3.10 Teknik Analisis Data 3.10.1 Analisis Deskriptif
Metode analisis deskriptif merupakan cara merumuskan dan menafsirkan data yang ada sehingga memberikan gambaran yang jelas melalui pengumpulan,
penyusunan, dan penganalisisan data sehingga dapat diketahui gambaran data yang sedang diteliti. Data diperoleh dari data primer berupa kuesioner yang telah
diisi oleh sejumlah responden penelitian.
3.10.2 Analisis Regresi Linier Berganda
Metode analisis regresi linier berganda digunakan untuk mengetahui berapa besar pengaruh variabel bebas Kompetensi, Penempatan Kerja, dan
Pengembangan Karir terhadap variabel terikat Kinerja Karyawan. Data diolah secara statistik untuk keperluan analisis dan pengujian hipotesis dengan
menggunakan alat bantu program SPSS 17.0 for windows. Adapun bentuk umum persamaan regresi yang digunakan adalah sebagai
berikut Sugiyono, 2006:211:
Universitas Sumatera Utara
Dimana : Y
= Kinerja karyawan X
1
= Kompetensi X
2
= Penempatan Kerja X
3
= Pengembangan Karir α
= Konstanta b
1
, b
2
, b
3
= Koefisien regresi e
= Standar error
3.10.3 Uji Asumsi Klasik
a. Uji Normalitas Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau
mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi
5 maka jika nilai Asymp.Sig. 2-tailed lebih besar dari 5 artinya variabel berdistribusi normal Situmorang dan Muslich, 2012:100.
b. Uji Heterokedastisitas Uji Heterokedastisitas bertujuan untuk menguji apakah dalam sebuah grup
mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama maka dikatakan ada homokedastisitas. Sedangkan jika varians tidak sama
dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Universitas Sumatera Utara
homokedastisitas atau tidak terjadi heterokedastisitas. Situmorang dan Muslich, 2012:108.
c. Uji Multikolinearitas Variabel independen yang satu dengan yang lain dalam model regresi berganda
tidak saling berhubungan secara sempurna atau mendekati sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya
nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS. Nilai umum yang biasa dipakai adalah nilai Tolerance0,1 atau nilai VIF5,
maka tidak terjadi multikolinearitas Situmorang dan Muslich, 2012:133.
3.10.4 Pengujian Hipotesis
Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistik berada dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya,
disebut tidak signifikan bila nilai uji statistik berada dalam daerah dimana Ho diterima.
Dalam analisis regresi ada tiga jenis kriteria ketepatan yang harus dilakukan yaitu: a. Uji Signifikansi Simultan Uji-F
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat: H
0 :
b
1 =
b
2 =
b
3 =
0, artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan antara variabel bebas X
1,
X
2,
dan X
3
yaitu kompetensi,
Universitas Sumatera Utara
penempatan kerja, dan pengembangan karir karyawan terhadap kinerja karyawan sebagai variabel terikat Y.
H
a :
b
1 ≠
b
2 ≠
b
3 ≠
0, artinya secara bersama–sama terdapat pengaruh yang positif dan signifikan antara variabel bebas X
1,
X
2,
dan X
3
yaitu kompetensi, penempatan kerja, dan pengembangan karir karyawan terhadap kinerja
karyawan sebagai variabel terikat Y.
Kriteria pengambilan keputusan: H
diterima jika F
hitung
≤ F
tabel
pada α = 5
H
a
ditolak jika F
hitung
≥ F
tabel
pada α = 5
b. Uji Signifikansi Parsial Uji-t Uji-t menentukan seberapa besar pengaruh variabel bebas secara parsial
terhadap variabel terikat: H
0 :
b
1 =
b
2 =
b
3 =
0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan antara variabel bebas X
1,
X
2,
dan X
3
yaitu kompetensi, penempatan kerja, dan pengembangan karir karyawan terhadap kinerja
karyawan sebagai variabel terikat Y. H
a :
b
1 ≠
b
2 ≠
b
3 ≠
0, artinya secara parsial terdapat pengaruh yang positif dan signifikan antara variabel bebas X
1,
X
2,
dan X
3
yaitu kompetensi, penempatan kerja, dan pengembangan karir karyawan terhadap kinerja karyawan sebagai
variabel terikat Y.
Universitas Sumatera Utara
Kriteria pengambilan keputusan: H
diterima jika t
hitung
≤ t
tabel
pada α = 5
H
a
ditolak jika t
hitung
≥ t
tabel
pada α = 5
c. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa besar kemampuan model dalam menerangkan variabel terikat. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa hubungan variabel bebas X
1
, X
2
, dan X
3
adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan hubungan variabel bebas yang
diteliti terhadap variabel terikat. Sebaliknya, jika R
2
semakin kecil mendekati nol maka dapat dikatakan bahwa hubungan variabel bebas X
1
, X
2
, dan X
3
terhadap variabel terikat Y semakin kecil. Hal ini berarti model yang digunakan tidak kuat. Secara umum dapat dikatakan besarnya koefisien
determinasi berganda R
2
berada diantara 0 dan 1 atau 0 ≤ R
2
≤ 1.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
