METODE PENELITIAN
D. Metode Analisis Data
Metode analisis data menggunakan statistik deskriptif, uji kualitas data, uji asumsi klasik dan uji hipotesis.
1. Statistik Deskriptif
Metode analisis data menggunakan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi) (Ghozali, 2009:19).
2. Uji Kualitas Data
Untuk melakukan uji kualitas data atas data primer ini, maka peneliti melakukan uji validitas dan reliabilitas.
54 a. Uji Validitas
Pengujian ini dilakukan untuk mengukur sah atau validnya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada
kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh
kuesioner tersebut. Pengujian ini dilakukan dengan menggunakan
Pearson Correlation yaitu dengan cara menghitung korelasi antar skor masing-masing butir pertanyaan dengan total skor (Ghozali, 2009:49).
Kriteria valid atau tidak adalah jika korelasi antar skor masing masing
butir pertanyaan dengan total skor mempunyai tingkat signifikan
dibawah 0,05 maka butir pertanyaan tersebut dapat dikatakan valid,
dan jika korelasi skor masing masing butir pertanyaan dengan total
skor mempunyai tingkat signifikan diatas 0,05 maka butir pertanyaan
tersebut tidak valid (Ghozali, 2009:49).
b. Uji Reliabilitas
Uji reliabilitas adalah alat untuk mengukur kuesioner yang merupakan indikator dari variabel atau konstruk (Ghozali, 2009:45). Suatu
kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan tersebut konsisten atau stabil dari waktu ke waktu. Pengukuran reliabilitas dapat dilakukan dengan 2 cara yaitu:
1) Repeated Measure atau pengukuran ulang.
2) One Shot atau pengukuran sekali saja, pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau
55 Untuk mengukur reliabilitas digunakan uji statistik Cronbach’s Alfa (α). Suatu variabel dikatakan reliabel jika memberikan nilai
Cronbach’s Alfa > 0,60. sedangkan, jika sebaliknya data tersebut
dikatakan tidak reliable (Ghozali, 2009:45-46). 3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data primer ini, maka peneliti melakuakn uji multikolonieritas, uji normalitas dan uji heteroskedastisitas.
a. Uji Multikolonieritas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel independen. Uji
multikolonieritas dilihat dari nilai Tolerance dan Variance Inflantion Factor (VIF) (Ghozali, 2009:95). Jika terjadi korelasi, maka dinamakan terdapat problem multikoliniearitas (multiko). Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Uji multikolonieritas dilihat dari nilai Tolerance dan Variance Inflantion Factor (VIF) serta besaran korelasi antar variabel independen (Ghozali, 2009:95). Suatu model regresi dapat dikatakan
bebas multiko jika mempunyai nilai VIF di sekitar angka 1 dan
mempunyai angka tolerance mendekati 1, sedangkan jika dilihat dengan besaran korelasi antar variabel independen, maka suatu model
56 variabel independen haruslah lemah (dibawah 0,5). Jika korelasinya
kuat, maka terjadi problem multiko (Santoso, 2004:203-206).
b. Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model
regresi variabel independen dan variabel dependen keduanya
mempunyai distribusi normal atau mendekati normal (Santoso,
2004:212). Model regresi yang baik adalah memiliki distribusi normal
atau mendekati normal. Dalam penelitian ini, uji normalitas
menggunakan Normal Probability Plot (P-P Plot). Suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang
menyebar di sekitar garis diagonal, dan penyebaran titik-titik data
searah mengikuti garis diagonal (Santoso, 2004:212).
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain (Ghozali, 2009:125). Uji
heteroskedastisitas dapat dilihat dengan menggunakan grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residual (SRESID). Jika grafik plot menunjukkan suatu pola titik seperti titik yang bergelombang atau melebar kemudian menyempit, maka dapat
disimpulkan bahwa telah terjadi heteroskedastisitas. Tetapi jika grafik
plot tidak membentuk pola yang jelas, maka tidak terjadi heteroskedastisitas (Ghozali, 2009:125-126).
57 4. Uji Hipotesis
Uji hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Model regresi berganda bertujuan untuk memprediksi besar variabel dependen dengan menggunakan data variabel independen yang telah diketahui besarnya (Santoso, 2000:163). Model regresi berganda umumnya digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukuran interval atau rasio dalam suatu persamaan linier (Indriantoro dan Supomo, 2002:211). Variabel independen terdiri dari komitmen
organisasi, motivasi kerja, gaya kepemimpinan dan locus of control sedangkan variabel dependennya adalah kepuasan kerja auditor.
Untuk menguji hipotesis tersebut, maka rumus persamaan regresi yang digunakan adalah sebagai berikut:
Keterangan:
Y = Kepuasan Kerja Auditor a = Konstanta
b1-b2 = Koefisien Regresi (menunjukkan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independen)
X1 = Variabel Komitmen Organisasi X2 = Variabel Motivasi Kerja X3 = Variabel Gaya Kepemimpinan
58 X4 = Variabel Locus of Control
e = Error
Dalam uji hipotesis ini dilakukan melalui; a. Uji Koefisien Determinasi
Koefisien Determinasi (R²) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen
(Ghozali, 2009:87). Nilai koefisien determinasi adalah antara 0 (nol)
dan 1 (satu). Nilai R² yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel dependen amat
terbatas. Nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen (Ghozali, 2009:87).
b. Uji Statistik t
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel
penjelas atau independen secara individual dalam menerangkan variasi
variabel dependen dan digunakan untuk mengetahui ada atau tidaknya
pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05
(Ghozali, 2005:88). Menurut Santoso (2004:168), dasar pengambilan
keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau
Ha ditolak, ini berarti menyatakan bahwa variabel independen atau
59 variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau
Ha diterima, ini berarti menyatakan bahwa variabel independen
atau bebas mempunyai pengaruh secara individual terhadap
variabel dependen atau terikat.
c. Uji Statistik F
Uji statistik F menunjukkan apakah semua variabel independen atau
bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen atau terikat (Ghozali,
2009:88). Uji statistik F digunakan untuk mengetahui pengaruh semua
variabel independen yang dimasukkan dalam model regresi secara
bersama-sama terhadap variabel dependen yang diuji pada tingkat
signifikan 0,05 (Ghozali, 2009:88). Menurut Santoso (2004:120),
dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau
Ha ditolak, ini berarti menyatakan bahwa semua variabel
independen atau bebas tidak mempunyai pengaruh secara
bersama-sama terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau
Ha diterima, ini berarti menyatakan bahwa semua variabel
independen atau bebas mempunyai pengaruh secara bersama-sama
60