TINJAUAN PUSTAKA A. Manajemen Sumber Daya Manusia
B. Hasil Penelitian
2. Pengolahan Data a. Uji Validitas
Uji validitas digunakan untuk menguji sejauh mana ketepatan alat pengukur dapat mengungkapkan konsep gejala/kejadian yang diukur. Jika r hitung lebih besar dari r tabel dan nilai positif maka butir pernyataan atau indikator tersebut dinyatakan valid. Jika r hitung > dari r tabel (pada taraf signifikansi 5%) maka pernyataan tersebu dinyatakan valid. Pengujian validitas selengkapnya dapat dilihat berikut ini :
1) Kepuasan Kerja
Tabel 4.7 Hasil Pengujian Validitas Kepuasan Kerja (X1)
NO VARIABEL/INDIKATOR r Hitung r Tabel KET.
1. 1 0,907 0,263 Valid
2. 2 0,729 0,263 Valid
3. 3 0,822 0,263 Valid
5. 5 0,853 0,263 Valid 6. 6 0,693 0,263 Valid 7. 7 0,719 0,263 Valid 8. 8 0,747 0,263 Valid 9. 9 0,804 0,263 Valid 10. 10 0,720 0,263 Valid 11. 11 0,747 0,263 Valid 12. 12 0,759 0,263 Valid 13. 13 0,762 0,263 Valid 14. 14 0,846 0,263 Valid 15. 15 0,824 0,263 Valid
Sumber : data primer yang diolah, 2017
menunjukkan seluruh instrument valid untuk digunakan sebagai instrument atau pernyataan untuk mengukur variabel yang diteliti.
2) Komitmen
Tabel 4.8 Hasil Pengujian Validitas Komitmen (X2)
NO VARIABEL/INDIKATOR r Hitung r Tabel KET.
1. 1 0,889 0,263 Valid 2. 2 0,885 0,263 Valid 3. 3 0,876 0,263 Valid 4. 4 0,838 0,263 Valid 5. 5 0,817 0,263 Valid 6. 6 0,832 0,263 Valid 7. 7 0,854 0,263 Valid
8. 8 0,906 0,263 Valid
9. 9 0,901 0,263 Valid
Sumber : data primer yang diolah, 2017
menunjukkan seluruh instrument valid untuk digunakan sebagai instrument atau pernyataan untuk mengukur variabel yang diteliti.
3) Organizational Citizenship Behaviour (OCB)
Tabel 4.9 Hasil Pengujian Validitas OCB (Y)
NO VARIABEL/INDIKATOR r Hitung r Tabel KET.
1. 1 0,853 0,263 Valid 2. 2 0,822 0,263 Valid 3. 3 0,905 0,263 Valid 4. 4 0,842 0,263 Valid 5. 5 0,831 0,263 Valid 6. 6 0,839 0,263 Valid 7. 7 0,825 0,263 Valid 8. 8 0,819 0,263 Valid 9. 9 0,852 0,263 Valid 10. 10 0,872 0,263 Valid 11. 11 0,846 0,263 Valid 12. 12 0,858 0,263 Valid 13. 13 0,848 0,263 Valid
b. Uji Reliabilitas
Uji realibilitas adalah uji untuk mengukur suatu kuesioner yang merupakan indikator dari suatu variabel. Suatu kuesioner dikatakan realibel atau handal jika jawaban pertanyaan adalah konsisten dari waktu ke waktu. Pengukuran realibilitas dalam penelitian ini dilakukan dengan cara One Shot atau sekali pengukuran saja. Disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan pernyataan lain atau mengukur realibilitas dengan uji statistik Cronbach Alpha. Suatu variabel dikatakan realibel jika nilai cronbach Alpha > 0,6 (Nunally, 1967 dalam Ghozali, 2015). Hasil pengujian realibilitas untuk masing-masing variabel diringkas pada tabel berikut ini :
Tabel 4.10 Hasil Pengujian Reliabilitas
Variabel Cronbach’s
Alpha N of Items
Kepuasan Kerja (X1) 0.949 15
Komitmen (X2) 0.953 9
OCB (Y) 0.964 13
Sumber : data rimer yang diolah 2017
Hasil uji realibilitas tersebut menunjukkan bahwa semua variabel dinyatakan realibel karena telah melewati batas koefisien realibilitas sehingga untuk selanjutnya item-item pada masing-masing konsep variabel tersebut layak digunakan sebagai alat ukur.
Menunjukkan seluruh instrument valid untuk digunakan sebagai instrument atau pernyataan untuk mengukur variabel yang diteliti.
c. Uji Asumsi Klasik 1) Uji Normalitas
Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kita dapat melihatnya dari normal probability plot yang membandingkan distribusi kumulatif dengan distribusi normal. Distribusi normal membentuk suatu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonalnya. Jika distribusi data normal, maka garis yang menggambarkan data sebenarnya akan mengikut garis normalnya (Ghozali, 2015).
Adapun penelitian ini juga dilakukan uji Kolmogorov-Smirnov yang hasil pengujiannya dapat dilihat pada gambar berikut :
Tabel 4.11 Hasil Uji Kolmogorov-Smirnov
Dari tabel diatas dapat kita lihat bahwa hasil uji Kolmogorov-Smirnov menunjukkan angka 0,735 dan memiliki nilai asymptotic Sig. Sebesar 0,653 dimana angka tersebut lebh besar dari 0,05 yang mengindikasikan bahwa data tersebut terdistribusi secara normal.
2) Uji Multikolinieritas
Uji ini bertujuan menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas (Ghozali, 2015). Dalam penelitian ini untuk mendeteksi ada tidaknya multikolenirietas didalam model regresi dapat dilihat dari nilai tolerance dan Variance Inflation Factor (VIF), nilai tolerance yang besarnya diatas 0,1 dan nilai VIF dibawah 10 menunjukkan bahwa tidak ada multikolineritas diantara variable bebas
One-Sample Kolmogorov-Smirnov Test
56 .0000000 4.43087264 .098 .098 -.074 .735 .653 N Mean St d. Dev iation Normal Paramet ersa,b
Absolute Positiv e Negativ e Most Extreme Dif f erences Kolmogorov -Smirnov Z Asy mp. Sig. (2-tailed)
Unstandardized Residual f or Komitmen,
Kepuasan Kerja, Organizational Citizenship Behav ior
(OCB)
Test distribution is Normal. a.
Calculated f rom data. b.
(Ghozali, 2015). Hasil uji multikolinieritas dapat ditunjukkan dalam tabel berikut :
4.12 Hasil uji multikolinieritas
Pada tabel tersebut terlihat bahwa hasil uji multikolinieritas menunjukkan bahwa nilai VIF semua variabel bebas dalam penelitian ini lebih kecil dari 10, yaitu Kepuasan Kerja sebesar 1,306 dan komitmen sebesar 1,306 dan nilai Tolerance semua variabel bebas lebih dari 0.10 yaitu Kepuasan Kerja dan komitmen masing-masing sebesar 0,765 yang mengindikasikan bahwa tidak terjadi gejala multikolinieritas dalam penelitian ini.
3) Uji Heteroskedasitas
Model regresi yang baik adalah tidak terjadi heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas pada penelitian ini, digunakan metode grafik Scatterplot yang dihasilkan dari output program SPSS versi 21.
Coefficientsa
Model Collinearity Statistics Tolerance VIF
1
Kepuasan Kerja ,765 1,306 Komitmen ,765 1,306 a. Dependent Variable: Organizational Citizenship Behavior (OCB)
Gambar 4.2 Uji Heteroskedasitas
Oleh karena untuk seluruh variabel bebas pada gambar di atas menunjukkan plot data yang menyebar acak dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka hal ini berarti bahwa varians (ragam) dari seluruh variabel bebas tidak berbeda secara nyata (signifikan). Dapat disimpulkan bahwa ragam (varians) untuk variabel bebas adalah homogen/sama (tidak terjadi heteroskedastisitas).
4) Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan penganggu pada periode t-1 (sebelumnya) yang dapat dilihat dari Durbin Watson (DW-test) pada tabel model summary. Pada
penelitian ini uji autokorelasi menggunakan uji Durbin Watson yang hasilnya adalah sebagai berikut :
Tabel 4.13 Hasil Uji Autokorelasi
Dengan Kriteria uji DW adalah sebagai berikut (Santoso, 2012):
DW < -2 = ada autokorelasi positif -2<DW<+2 = Tidak ada autokorelasi DW> +2 = ada autokorelasi negatif
Tabel diatas menunjukkan bahwa nilai DW sebesar 1.535 Berdasarkan Tabel di atas diperoleh nilai dw berada diantara +2 dan -2 atau yaitu -2< 1.535<+2. Berarti dapat disimpulkan bahwa nilai-nilai pengamatan bersifat bebas (tidak ada autokorelasi).