• Tidak ada hasil yang ditemukan

BAB III METODE PENELITIAN

G. Analisis Data

Dari data yang telah terkumpul dengan lengkap dan benar kemudian dianalisis dalam rangka pengujian hipotesis dan sebagai dasar untuk menarik kesimpulan. Penelitian ini menggunakan teknik analisis regresi linear berganda. “Analisis korelasi dan regresi berganda ini adalah analisis tentang hubungan antara satu dependent variabel dengan dua atau lebih indenpendent variabel”. Suharsimi Arikunto, 2006: 296). Sedangkan menurut Djarwanto P. S. dan Pangestu Subagya (2002: 102) mengemukakan, “Yang lebih realistis adalah hubungan lebih dari dua variabel karena sebenarnya hubungan antara variabel- variabel kebanyakan merupakan hubungan regresional, artinya bahwa tidak ada

commit to user

nilai Y tertentu untuk X tertentu, terdapat banyak kemungkinan nilai Y untuk X tertentu dipengaruhi oleh banyak variabel X”.

Tugas pokok dari analisis regresi menurut Sutrisno Hadi (2002 : 2) adalah sebagai berikut :

1. Mencari korelasi antara kriterium dan prediktor 2. Menguji apa kah korelasi itu signifikan atau tidak 3. Mencari persamaan garis regesinya

4. Mengemukakan sumbangan relatif dan efektif dari semua prediktor jika prediktornya lebih dari satu.

Karena variabel bebas ini terdapat 2 prediktor/indenpendent (variabel bebas) yaitu gaya kepemimpinan ( ) dan disiplin kerja ( ) yang berpengaruh terhadap produktivitas kerja karyawan (Y) maka hubungan kedua variabel tersebut merupakan garis lurus (linier) sehingga dalam penelitian ini menggunakan metode analisis regresi linier berganda (yaitu 2 prediktor).

1. Uji Prasyarat Analisis

a. Uji Normalitas

Uji normalitas digunakan untuk menguji asumsi yang diambil benar atau menyimpang. Untuk menggunakan uji Liliefors menurut Sudjana (2003: 466-467).

a. Hipotesis

H0 = Sampel berasal dari populasi normal.

Hi = Sampel tidak berasal dari populasi normal.

b. Statistika Uji

L = Maks │F (Zi) – S (Zi)│

Dimana :

F (Zi) = P (Z≤ Zi) dengan Z ~ N(0,1)

S (Zi) = Proporsi cacah Z≤ Zi, terhadap seluruh cacah Zi

S = Deviasi standart atau simpangan baku. Zi = Skor standart

Zi =

(

)

s X xi-

commit to user

c. Taraf Signifikansi 95%, α = 0,05

d. Daerah Kritik :

DK = (Lmaks │Lmaks ≥ Lα,n ). e. Keputusan Uji

H0 ditolak jika L Î DK, atau H0 diterima jika L Ï DK

b. Uji Independensi

Uji ini digunakan untuk mengetahui hubungan antara variabel bebas (X). Bila ternyata antar variabel tidak ada hubungan, maka variabel tersebut bersifat independensi. Untuk mengetahui ada tidaknya hubungan antara variabel bebas menggunakan rumus:

(

)(

)

(

)

{

}{

(

)

2

}

2 2 2 2 1 2 1 2 1 2 1 2 1 X X N X X N X X X X N X rX S - S S - S S S - S = (Sudjana, 2001: 47) Keterngan:

: Koefisien korelasi antara variabel dan

: Jumlah skor variabel bebas kesatu (gaya kepemimpinan) : Jumlah skor variabel bebas kedua (disiplin kerja)

: Jumlah subyek penelitian

Bila harga < berarti tidak ada korelasi antar variabel bebas.

commit to user c. Uji Linearitas

Menurut Sudjana (2003:331) “Uji linearitas dimaksudkan untuk menguji linear tidaknya data yang dianalisis”. Langkah-langkahnya sebagai berikut :

a. Hipotesis

H0 : Persamaan regresi linear

H1 : Persamaan regresi tidak linear

b. Nilai Xi yang sama harus disusun bersatu dengan Yi, pasangannya c. Menghitung Jumlah Kuadrat:

Jk(E) =

(

)

å

-

å

N Yi Yi 2 2 Jk(TC) = Jkres – Jk(E) Jk(C) = Jkres – Jk (TC)

d. Menghitung Derajat Kebebasan df(E) = N – k

df(TC) = k - 2

k = banyaknya kelompok x

e. Menghitung Rerata Jumlah Kuadrat:

RK(E) = ) E ( ) E ( df Jk RK(TC) = ) ( ) ( TC TC df Jk f. Menghitung Nilai F F hitung = ( )E TC RK RK( ) F tabel = F (฀) (k – 2, N – k) g. Kesimpulan

Jika Fhitung > Ftabel, maka H0 ditolak berarti persamaan regesinya tidak

linear.

commit to user

2. Uji Hipotesis Penelitian

a. Uji hipotesis I dan II

Pengujian hipotesis I dan II akan dilakukan dengan menggunakan uji r. Penggunaan uji r adalah untuk menguji secara parsial masing-masing variabel dan untuk mengetahui keeratan hubungan antara dua variabel, yakni variabel independen dengan variabel dependen. Menurut Sugiyono (2007: 184-185) langkah-langkah dari uji r adalah sebagai berikut:

1) Hipotesis Ho : µ = 0

Berarti tidak ada pengaruh yang signifikan secara parsial variabel independen terhadap variabel dependen.

Ho : µ ≠ 0

Berarti ada pengaruh yang signifikan secara parsial variabel independen terhadap variabel dependen.

2) Tingkat signifikansi ( α ) = 5%

3) Rumus uji r

Keterangan:

rxy = koefisien korelasi variabel x dan y

∑X = jumlah skor-skor X

∑Y = jumlah skor-skor Y N = jumlah responden

(Suharsimi Arikunto, 2006: 275) 4) Kriteria pengujian

Ho diterima dan Ha ditolak apabila rhitung < rtabel atau nilai probabilitas >

0,05.

Ho ditolak dan Ha diterima apabila rhitung > rtabel atau nilai probabilitas <

commit to user

Uji r dalam penelitian ini menggunakan software SPSS 15.0, yaitu dengan melihat table correlation rhitung> rtabel dengan nilai probabilitas

< 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat. Atau jika nilai pearson correlation

(rhitung) < rtabel dengan nilai probabilitas > 0,05, maka dapat dikatakan

bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat.

Sedangkan untuk mengetahui keeratan hubungan antara dua variabel adalah dengan menginterpretasi terhadap nilai r. Menurut Sugiyono (2007: 184) interpretasi tersebut adalah sebagai berikut:

b. Uji Hipotesis III

Pengujian hipotesis III akan dilakukan dengan menggunakan uji F. Uji F digunakan untuk mengetahui apakah variabel independen (X1,X2…Xn)

secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi menggunakan a = 5% atau 0,05. (Duwi Priyatno, 2010: 67).

Adapun langkah-langkah dari uji F adalah sebagai berikut: 1) Hipotesis

Ho : b1 = b2 = b3 = b4 = b5 = b6 = 0

Berarti tidak ada pengaruh yang signifikan secara bersama-sama variabel independen terhadap variabel dependen.

Ho : b1≠ b2≠ b3≠ b4≠ b5≠ b6≠ 0

Berarti ada pengaruh yang signifikan secara bersama-sama variabel independen terhadap variabel dependen.

2) Tingkat signifikansi ( α ) = 5% ; F table α ( k-1;n-k )

3) Rumus uji F

commit to user Keterangan: R2 = Koefisien determinasi n = Jumlah observasi k = Jumlah variabel 4) Kriteria pengujian

Ho diterima dan Ha ditolak apabila Fhitung < Ftabel atau nilai probabilitas >

0,05.

Ho ditolak dan Ha diterima apabila Fhitung > Ftabel atau nilai probabilitas <

0,05.

Uji F dalam penelitian ini menggunakan software SPSS 15, yaitu dengan melihat tabel ANOVA dalam kolom nilai F, jika Fhitung > Ftabel dengan

nilai probabilitas < 0,05 maka dapt dikatakan terdapat pengaruh yang signifikan secara bersama-sama variabel bebas terhadap variabel terikat dan model regresi bisa dipakai untuk memprediksi variabel terikat. Atau jika Fhitung , Ftabel dengan nilai probabilitas > 0,05 maka tidak terdapat

pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.

c. Analisis Regresi Linear Ganda

Korelasi ganda digunakan untuk mencari hubungan antara dua variabel bebas atau lebih yang secara bersama-sama dihubungkan dengan variabel terikatnya. Bentuk persamaan regresi ganda adalah sebagai berikut:

Ŷ = a + b1X1 + b2X2

Di mana:

Ŷ = Variabel dependen (nilai yang diprediksikan) a = konstanta (nilai Y apabila X1,X2….=0) b1,b2 = koefisien regresi (nilai peningkatan)

X1,X2 = Variabel independen

commit to user

d. Menghitung sumbangan relatif dan sumbangan efektif masing-masing prediktor terhadap kriterium (Y). Sumbangan relatif dan sumbangan efektif digunakan untuk mengetahui seberapa sumbangan murni masing-masing prediktor terhadap kriterium yaitu dengan menghitung berikut:

a) Menghitung sumbangan relatif X1 dan X2 terhadap Y dengan

rumus :

(

1

)

100% 1 1 x REG JK y x a X = S

(

2

)

100% 2 2 x REG JK y x a X = S (Sutrisno Hadi, 2002: 42) b) Menghitung sumbangan efektif X1 dan X2 terhadap Y dengan

rumus :

Untuk X1→ SE%X1 = SR% X1 x R2

Untuk X2→ SE%X2 = SR% X2 x R2

(Sutrisno Hadi, 2002: 44)

commit to user

Dokumen terkait