BAB IV ANALISIS DATA
B. Analisis Data
a. Uji Realibilitas
Uji realibilitas digunakan mengetahui sejauh mana pengukuran data dapat memberikan hasil relatif konsisten atau tidak berbeda jika diukur ulang pada subyek yang sama, sehingga dapat diketahui konsistensi atau keandalan alat ukur (kuesioner). Tingkat reliabilitas instrumen mengunakan kriteria yang dikemukakan oleh Arikunto (2002: 155) sebagai berikut :
Tabel 4.4
Kriteria Reliabilitas Pernyataan Angket
Besarnya nilai r Interpretasi
Antara 0,800 sampai dengan 1,00 Antara 0,600 sampai dengan 0,800 Antara 0,400 sampai dengan 0,600 Antara 0,200 sampai dengan 0,400 Antara 0,000 sampai dengan 0,200
Tinggi Cukup Agak Rendah Rendah
Sangat rendah (tidak berkorelasi)
Sumber: Suharsimi Arikunto. 2002
Hasil uji reliabilitas item pernyataan angket dengan bantuan SPSS 20 for windows dapat dilihat pada tabel, sebagai berikut:
Tabel 4.5 Hasil Uji Realibilitas
Variabel Cornbach’s Alpha Keterangan
Kepemimpinan .722 Reliabel
Motivasi .843 Reliabel
Insentif .809 Reliabel
Etos Kerja Islami .884 Reliabel
Kinerja Karyawan .735 Reliabel Sumber: Data primer yang diolah, 2016
Dari keterangan tabel hasil uji reliabilitas di atas dapat diketahui bahwa masing-masingvariabel memiliki Cronbach Alpha ≥ 0,60 Sehingga dapat terdapat variabel yang dinyatakan cukup dan tinggi untuk penelitian. Dengan demikian variabelkepemimpinan, motivasi, insentif, etos kerja islami dan kinerja karyawan dapat dikatakan reliabel.
b. Uji Validitas
Analisis ini digunakan untuk mengukur seberapa cermat suatu test melakukan fungsi ukurnya atau telah benar-benar mencerminkan variabel yang diukur. Signifikan atau tidaknya penelitian ini dapat
dilihat pada kolom atau baris total score, jika pada kolom atau baris tersebut masing-masing total butir pertanyaan mnghasilkan tanda bintang, berarti data tersebut signifikan.
Tabel 4.6 Hasil Uji Validitas
Variabel Item Correted item
total Correlation Keterangan
Kepemimpinan Bt 1 .619** Valid Bt 2 .671** Valid Bt 3 .571** Valid Bt 4 .384** Valid Bt 5 .364** Valid Bt 6 .610** Valid Bt 7 .454** Valid Bt 8 .346** Valid Bt 9 .666** Valid Br 10 .600** Valid Motivasi Bt 11 .699** Valid Bt 12 .301* Valid Bt 13 .820** Valid Bt 14 .860** Valid Bt 15 .719** Valid Bt 16 .743** Valid Bt 17 .692** Valid Bt 18 .817** Valid Insentif Bt 19 .688** Valid Bt 20 .711** Valid Bt 21 .577** Valid Bt 22 .840** Valid Bt 23 .725** Valid Bt 24 .750** Valid Etos Kerja Islam Bt 25 .847** Valid Bt 26 .727** Valid Bt 27 .847** Valid Bt 28 .727** Valid Bt 29 .480** Valid Bt 30 .858** Valid Bt 31 .858** Valid
Kinerja Karyawan Bt 32 .651** Valid Bt 33 .485** Valid Bt 34 .411** Valid Bt 35 .813** Valid Bt 36 .656** Valid Bt 37 .533** Valid Bt 38 .774** Valid
Sumber: Data yang diolah, 2016
Berdasarkan tabel 4.6 di atas, diketahui bahwa semua pertanyaan yang digunakan dalam kuesioner dinyatakan valid, karena item pertanyaan dalam variabel kepemimpinan, motivasi, insentif, etos kerja islami, dan kinerja karyawan berbintang dua yang menunjukkan signifikansi pada level 1% dan hanya 1 item yang berbintang satu yang menunjukkan signifikansi pada level 5% sehingga tidak ada item pertanyaan yang dihapus dan semua item yang digunakan pada keseluruhan model pengujian.
2. Uji Regresi Linier Berganda
Tabel 4.7
Uji Regresi Linier Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 3,026 1,201 2,520 ,015 jml_kepemimpinan ,114 ,040 ,160 2,819 ,007 jml_motivasi ,070 ,032 ,096 2,151 ,036 jml_insentif ,122 ,054 ,115 2,256 ,028 jml_etos ,558 ,044 ,707 12,728 ,000 a. Dependent Variable: jml_kinerja
Berdasarkan tabel 4.13 di atas, dapat dibuat model persamaan regresi linier berganda sebagai berikut:
Y= 3,026+ 0,114 Kepemimpinan + 0,070 Motivasi + 0,122 Insentif + 0,558 Etos Kerja Islami
Arti dari model persamaan regresi linier berganda di atas adalah: a) Konstan: 3,026
Ketika kepemimpinan, motivasi, insentif, dan etos kerja islami, atau tidak ada atau sebesar 0, maka kinerja karyawan akan mengalami peningkatan sebesar 3,026, dengan asumsi ceteris paribus.
b) Kepemimpinan: 0,114
Jika kepemimpinan mengalami peningkatan 1 satuan sedangkan motivasi, insentif, dan etos kerja islami konstan atau tidak atau sebesar 0, maka kinerja karyawan akan mengalami peningkatan sebesar 0.144, dengan asumsi ceteris paribus.
c) Motivasi: 0,070
Apabila motivasi mengalami peningkatan 1 satuan sedangkan kepemimpinan, insentif, dan etos kerja islami konstan atau tidak atau sebesar 0, maka kinerja karyawan akan mengalami peningkatan sebesar 0,070, dengan asumsi ceteris paribus.
d) Insentif: 0,122
Apabila insentif mengalami peningkatan 1 satuan sedangkan kepemimpinan, motivasi, dan etos kerja islami konstan konstan
atau tidak atau sebesar 0, maka kinerja karyawan akan mengalami peningkatan sebesar 0,122, dengan asumsi ceteris paribus.
e) Etos Kerja Islami: 0,558
Apabila etos kerja islami mengalami peningkatan 1 satuan sedangkan kepemimpinan, motivasi, dan insentif konstan konstan atau tidak atau sebesar 0, maka kinerja karyawan akan mengalami peningkatan sebesar 0,558, dengan asumsi ceteris paribus.
3. Uji Statistik
a. Uji Ttest(Uji Parsial)
Tabel 4.8 Hasil Uji Ttest Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 3,026 1,201 2,520 ,015 jml_kepemimpinan ,114 ,040 ,160 2,819 ,007 jml_motivasi ,070 ,032 ,096 2,151 ,036 jml_insentif ,122 ,054 ,115 2,256 ,028 jml_etos ,558 ,044 ,707 12,728 ,000 a. Dependent Variable: jml_kinerja
Sumber: Data PriSumber: data yang diolah, 2016
Berdasarkan pada tabel 4.8 di atas dapat diketahui bahwa:
1) Nilai signifikansi variabel kepemimpinan (X1) adalah sebesar 0,007 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara kepemimpinan (X1) terhadap kinerja karyawan (Y).
2) Nilai signifikansi variabel motivasi (X2) adalah sebesar 0,036lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara motivasi terhadap kinerja karyawan (Y).
3) Nilai signifikansi variabel insentif (X3) adalah sebesar 0,028 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara insentif (X3) terhadap kinerja karyawan (Y).
4) Nilai signifikansi variabel etos kerja islam (X4) adalah sebesar 0,000 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara etos kerja islami (X4) terhadap kinerja karyawan (Y).
b)Uji Koefisien Determinasi (R2)
Menurut Gujarati dalam Bawono (2006: 92) analisis koefisien determinasi (R2) digunakan untuk mengetahui seberapa besar prosentase (%) pengaruh keseluruhan variabel independen yang digunakan (X1, X2, X3, X4) terhadap variabel dependen (Y). Pengujian ini dilakukan dengan melihat R2 pada hasil analisis persamaan regresi yang diperoleh. Apabila angka koefisien diterima (R2 ) semakin mendekati 1 berarti model regresi yang digunakan sudah semakin tepat sebagai model penduga terhadap variabel dependen (Y).
Tabel 4.9
Uji R2 (Koefisien Determinasi)
Sumber: Data Primer yang diolah, 2016
Dari tabel 4.9 di atas, dapat diketahui bahwa:
1) koefisien korelasi (R) sebesar 0,962. Hal tersebut menunjukkan adanya hubungan yang kuat antara variabel independen dan variabel dependen (karena mendekati angka 1).
2) Koefisien determinasi (R2) sebesar 0,925, artinya bahwa kontribusi variabel independen mempengaruhi variabel dependen sebesar 92,5% sisanya 7,5% dijelaskan oleh variabel lain diluar model. 4 Uji Asumsi Klasik
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi. Suatu model analisis regresi dikatakan baik atau valid apabila tidak terdapat gejala asumsi klasik.
a. Uji Multikolinieritas
Uji multikolinieritas digunakan apabila terdapat lebih dari satu variabel dependen. Uji ini untuk mengetahui apakah variabel dependen berkorelasi atau mempengaruhi variabel independen atau mempengaruhi variabel yang lain. Dalam penelitian ini, teknik uji multikolinearitas yang digunakan adala metode auxilary yaitu
Model Summary Mode l R R Square Adjusted R Square Std. Error of the Estimate 1 ,962a ,925 ,920 ,73346
a. Predictors: (Constant), jml_etos, jml_motivasi, jml_insentif, jml_kepemimpinan
meregresikan antar variabel independen untuk mendapatkan r2, kemudian membandingkan dengan R2 dari hasil regresi persamaan utama. Jika R2 hasil regresi utama lebih besar daripada r2 regresi antar variabel independen maka dapat dikatakan tidak ada gejala multikolinearitas. Adapun hasil uji multikolinearitas penelitian ini dapat dilihat pada tabel berikut:
Tabel 4.10 Perbandingan r2 dan R2 Variabel Dependen r2 X1 = f(X2, X3, X4) 0.583 X2 = f(X3, X4, X1) 0.330 X3 = f(X4, X1, X2) 0.488 X4 = f(X3, X1, X2) 0.565 R2 = 0.925
Sumber: Data yang diolah, 2016
Berdasarkan tabel 4.10 di atas, menunjukkan bahwa R2 hasil regresi utama lebih besar dari pada r2 hasil regresi parsial antara variabel independen dengan variabel independen lainnya, sehingga bisa dikatakan tidak ada gejala multikolinearitas.
b. Uji Heteroskendastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatanlain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedatisitas (Ghozali, 2005: 105). Pada penelitian ini teknik pendeteksian ada atau tidaknya Heteroscedastisitasmenggunakan metode park.
Tabel 4.11
Hail Uji Heteroskendastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -,700 1,515 -,462 ,646 jml_kepemimpinan -,022 ,051 -,088 -,432 ,668 jml_motivasi -,035 ,041 -,139 -,868 ,389 jml_insentif ,082 ,068 ,222 1,206 ,233 jml_etos -,001 ,055 -,004 -,018 ,986 a. Dependent Variable: LnU2i
Sumber: data primer yang diolah, 2016
Dari tabel coefficients di atas dapat dilihat bahwa nilai signifikansi lebih besar dari 0,05 yang artinya tidak signifikan secara statistik. Sehingga dapat disimpulkan bahwa model persamaan regresi tersebut tidak terdapat gejala penyakit heteroskendastisitas.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable dependen dan independen keduanya mempunyai distribusi normal atau tidak (Bawono, 2006: 174). Berikut hasil uji normalitas dari penelitian ini :
Sumber: data primer yang diolah, 2016
Gambar 4.2 Histogram Normal Plot
Sumber: data yang diolah, 2016
Gambar 4.3 Grafik Normal Plot
Tabel 4.12
Uji Normalitas Kolmogorov-Smirnov
Berdasarkan pada grafik histogram, residual data telah menunjukkan kurva normal yang membentuk lonceng sempurna, dan pada grafik Normal P-P Plot residual di atas juga terlihat titik-titik menyebar disekitar garis linier (garis diagonal), serta penyebaran mengikuti arah garis diagonal, yang artinya data kinerja karyawan terdistribusi dengan normal. Selain itu pada uji Kolmogrov-Smirnov
menunjukkan bahwa residual data yang di dapat berdistribusinormal, yang ditunjukkan oleh nilai Kolmogrov-Smirnov signifikan pada 0,537> 0,05. Dengan demikian, model regresi ini memenuhi asumsi normalitas.
d. Uji Linieritas
Pada penelitian uji linieritas ini menggunakan metode
Langrange Multiplier. Jika X2 hitung >X2 tabel: spesifikasi model One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 61
Normal Parametersa,b
Mean 0E-7 Std. Deviation ,70859325 Most Extreme Differences Absolute ,103 Positive ,103 Negative -,042 Kolmogorov-Smirnov Z ,804 Asymp. Sig. (2-tailed) ,537 a. Test distribution is Normal.
b. Calculated from data.
persamaan regresi linier tidak benar. Tapi jika X2 hitung <X2 tabel: Spesifikasi model persamaan regresi linier adalah benar (Bawono, 2006: 186). Hasil dari uji linieritas dari penelitian ini adalah sebagi berikut:
Tabel 4.13 Uji Linieritas Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate 1 ,044a ,002 -,069 ,73275705 a. Predictors: (Constant), x42, x22, x32, x12
b. Dependent Variable: Unstandardized Residual
Sumber: Data primer yang diolah, 2016
Berdasarkan tabel 4.13 di atas untuk mengetahui X2 hitung dengan cara mengalikan n dengan R2 yaitu 61 x 0,002 =0,122. Dengan tingkat signifikan 5% dan df = 57 maka diperoleh X2 tabel = 75,6237. Dengan demikian dapat diketahui bahwa nilai X2 hitung lebih kecil dari X2 tabel, sehingga dapat disimpulkan bahwa spesifikasi model persamaan regresi linier adalah benar.