BAB III METODE PENELITIAN
3.8. Metode Analisis Data
3.8.1. Metode Analisis Deskriptif
Metode deskriptif dilakukan untuk menganalisis data penelitian dengan mengumpulkan, mengklasifikasikan, menganalisa dan menginterpretasikan data sehingga dapat memberikan gambaran yang jelas mengenai masalah yang dihadapi (Sugiyono, 2008). Data yang telah dikumpulkan melalui kuesioner dianalisis dengan menggunakan metode deskriptif sehingga dapat diperoleh gambaran yang sebenarnya mengenai variabel penelitian berdasarkan data.
3.8.2. Metode Analisis Statistik
3.8.2.1. Metode Analisis Regresi Linier Berganda
Metode analisis yang akan digunakan dalam penelitian ini adalah Analisis Regresi Linier Berganda, analisis regresi linier berganda ini dipilih karena variabel terikat dipengaruhi oleh lebih dari satu variabel bebas atau variabel penjelas. Metode analisis dibutuhkan untuk memecahkan perumusan masalah yang telah ditentukan sebelumnya. Metode analisis akan berisikan alat yang akan digunakan untuk membuktikan hipotesis apakah dapat diterima atau ditolak nantinya berdasarkan kesesuaian dengan hasil yang diperoleh. Regresi linier berganda Hipotesis menggunakan model persamaan sebagai berikut:
Y = a + b
1X
1+ b
2X
2+ b
3X
3+
Keterangan:
Y = Prestasi kerja a = Konstanta
X1 = Kepemimpinan b1 = Koefisien regresi variabel Kepemimpinan X2
= Disiplin kerja b2 = Koefisien regresi variabel Disiplin kerja
X3 = Motivasi kerja b3 = Koefisien regresi variabel Motivasi kerja = error term
3.8.2.2. Uji Asumsi Klasik
Pengujian asumsi klasik perlu dilakukan untuk memastikan bahwa alat uji statistik regresi linier berganda dapat digunakan atau tidak. Adapun syarat asumsi klasik yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah sebagai berikut:
3.8.2.2.1. Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah dalam model regrasi variabel bebas dan variabel terikat memiliki data yang berdistribusi normal atau tidak, menurut Sugiono (2005). Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov (KS), Jika angka signifikansi yang ditunjukkan dalam tabel lebih kecil dari alpha 5%, maka dikatakan tidak memenuhi asumsi normalitas, sedangkan sebaliknya jika angka signifikansi di dalam tabel lebih besar dari alpha 5% maka data sudah memenuhi asumsi normalitas (Ghozali, 2005).
Cara lain yang sering digunakan adalah dengan melihat tampilan grafik histogram yang memberikan pola distribusi normal karena meyebar secara merata ke kiri dan kekanan. Atau dapat juga kita lihat dari grafik Normal P-P plot. Jika Grafik Normal Plot menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal maka dapat disimpulkan bahwa model garis regresi memenuhi asumsi normalitas.
3.8.2.2.2. Uji Multikolinieritas
Multikolinearitas adalah kondisi terdapatnya linier atau korelasi yang tinggi antara masing-masing variabel independen dalam model regresi. Multikolinearitas biasanya terjadi ketika sebagian besar variabel yang digunakan saling terkait dalam suatu model regresi. Masalah multikolinearitas tidak
dijumpai pada regresi sederhana karena dalam regresi sederhana hanya melibatkan satu variabel independen saja. Multikolinieritas terjadi apabila (1) nilai tolerance (Tolerance < 0.10 dan (2) Variance inflation faktor (VIF>10).
Uji multikolinieritas ini dilakukan dengan melihat nilai variance inflation
factor (VIF). Uji ini bertujuan untuk menguji apakah dalam model regresi
ditemukan adanya korelasi antar variabel bebas. Pada model regresi yang baik, sebaiknya tidak terjadi korelasi di antara variabel bebas. Untuk mendeteksi ada tidaknya dengan melihat (1) nilai tolerance dan lawannya, (2) variance inflation
factor. Tolerance mengukur variabilitas bebas yang terpilih yang tidak dapat
dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF (karena VIF = 1 / tolerance) dan menunjukkan adanya kolenieritas yang tinggi. Nilai cut off, yang dipakai oleh nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10. Apabila terdapat variabel bebas yang memiliki nilai tolerance lebih dari 0,10 nilai VIF kurang dari 10, maka dapat disimpulkan bahwa tidak multikoleniaritas antar variabel bebas dalam model regresi (Ghozali, 2005).
3.8.2.2.3. Uji Heteroskedastisitas
Uji heteroskedastisitas tujuannya adalah untuk menguji apakah dalam model regresi terjadi ketidaksamaan residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan lain tetap, maka disebut
hemokedastisitas dan jika berbeda disebut heteroskedasitas. Untuk uji heteroskedastisitas pada penelitian ini dengan melihat grafik plot
antara nilai prediksi variabel dependen dengan residualnya, dengan dasar analisis sebagai berikut:
1. Jika ada pola tertentu seperti titik-tititk yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titk-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Suatu asumsi penting dari model linier klasik adalah bahwa gangguan yang muncul dalam fungsi regresi populasi adalah homoskedastik yaitu semua gangguan memiliki varians yang sama, Gujarati (1995).
3.8.2.2.4. Uji Autokorelasi
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi- regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan
kesalahan pengganggu pada periode t-1 (periode sebelumnya). Model regresi
yang baik adalah regresi yang bebas dari autokorelasi (Gudjarati, 1995). Uji autokorelasi ini menggunakan Durbin Watson (DW) Test.
3.8.2.3. Koefisien Determinasi (R2)
Koefisien determinasi bertujuan untuk mengukur seberapa jauh kemampuan model, yaitu kepemimpinan, disiplin kerja dan motivasi dalam menerangkan variabel prestasi pegawai. Menurut Ghozali (2005) menyatakan bahwa secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan.
3.8.2.4. Pengujian Hipotesis 3.8.2.4.1. Uji F (Uji Serempak)
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan jika nilai Fhitung lebih besar dari Ftabel , maka H0 ditolak
dan H1 diterima. Pengaruh variabel bebas terhadap variabel terikat akan diuji
pada tingkat kepercayaan 95% atau tingkat kesalahan = 0,05 (5%). Kriteria pengujian hipotesis secara simultan adalah sebagai berikut :
1. H0 diterima jika F hitung F tabel, pada α = 5%.
2. H1 diterima jika F hitung F tabel, pada α = 5%.
H0 : b1 = b2 = b3 = 0 Artinya kepemimpinan, disiplin kerja dan motivasi secara
serempak tidak berpengaruh terhadap prestasi pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H1 : bi 0 Artinya kepemimpinan, disiplin kerja dan motivasi secara serempak
berpengaruh terhadap prestasi pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
3.8.2.4.2. Uji t (Uji Parsial)
Uji t bertujuan untuk melihat pengaruh variabel bebas yaitu Kepemimpinan, disiplin kerja dan motivasi secara parsial terhadap prestasi pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai. Kriteria pengujian hipotesis secara parsial adalah sebagai berikut:
1. Pengaruh variabel kepemimpinan terhadap prestasi kerja Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H0 : b1 = 0. Artinya kepemimpinan secara parsial tidak berpengaruh terhadap
prestasi kerja pada pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H1 : b1 ≠ 0. Artinya kepemimpinan secara parsial berpengaruh terhadap
prestasi kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
2. Pengaruh variabel disiplin kerja terhadap prestasi kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H0 : b2 = 0. Artinya disiplin kerja secara parsial tidak berpengaruh terhadap
prestasi kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H1 : b2≠ 0. Artinya disiplin kerja secara parsial berpengaruh terhadap prestasi
kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
3. Pengaruh variabel motivasi kerja terhadap prestasi kerja pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H0 : b3 = 0. Artinya motivasi kerja secara parsial tidak berpengaruh terhadap
prestasi kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
H1 : b3 ≠ 0. Artinya motivasi kerja secara parsial berpengaruh terhadap
prestasi kerja Pegawai Dinas Pengelolaan Sumber Daya Air Kabupaten Serdang Bedagai.
Nilai t hitung akan dibandingkan dengan ttabel, dan kriteria pengambilan
keputusannya adalah:
1. H0 tidak ditolak jika – t tabel t hitung t tabel