METODE PENELITIAN
L. Teknik Analisis Data
Analisis data yang digunakan dalam penelitian ini adalah: 1. Analisis Diskriptif
a. Diskriptif Karakteristik Responden
Alat analisis ini menggunakan alat analisis frekuensi b. Diskriptif Variabel
Alat analisis ini menggunakan alat analisis frekuensi mutlak, dan frekuensi relatif (mencari persentase)
2. Analisis Regresi Berganda a. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, autokorelasi dan heterokedastisitas. Beberapa uji asumsi klasik dilakukan dapat dijelaskan di bawah ini (Ghazali, 2001: 91):
1) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Jika variabel residual memiliki distribusi tidak normal, maka hasil uji akan bias. Uji normalitas dapat dilakukan dengan menggunakan uji statistik non-parametrik Kolmogorof Smirnov.
Adapun prosedur pengujiannya dapat dijelaskan, sebagai berikut:
a) data masing-masing variabel diuji dengan uji Kolmogorof Smirnov.
b) nilai signifikansi korelasi yang dihasilkan dibandingkan dengan standar 0,05.
c) diambil kesimpulan dengan kriteria bahwa suatu kelompok data dikatakan memiliki distribusi normal jika memiliki nilai signifikansi > 0,05.
2) Uji Heteroskedastisitas
Bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika variabel dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, jika berbeda disebut heterokedastisitas. Yang baik adalah jika yang terjadi homokedastisitas. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antar prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scaterplot antara SRESID dan ZPRED, dimana sumbu Y yang telah diprediksi dan sumbu X adalah residualnya (Y prediksi – Y sesungguhnya) yang telah distandardisasi, analisisnya adalah:
a) Jika ada pola tertentu, seperti titik – titik yang ada membentuk suatu pola yang teratur (bergelombang melebar kemudian menyempit) maka terjadi heterokedastisitas.
b) Jika tidak ada pola yang jelas seperti titik – titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka hal ini mengindikasikan tidak terjadi heterokedastisitas.
3) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi dapat dikatakan baik jika variabel-variabel independenya tidak saling berkorelasi. Pengujian multikolinearitas terhadap data yang akan diuji dilakukan dengan menggunakan alat analisa korelasi.
Cara mendeteksi keberadaan gejala multikolinearitas dengan cara ini dilakukan dengan melihat hasil uji korelasi yang dilakukan terhadap masing-masing data variabel independen. Adapun prosedur pengujiannya dapat dijelaskan, sebagai berikut:
a) data masing-masing variabel independen diuji korelasi.
b) nilai korelasi yang dihasilkan dibandingkan dengan standar 0,9. c) diambil kesimpulan dengan kriteria jika nilai korelasi antar variabel independen < 0,9, maka data pada variabel tersebut dapat bebas dari gejala multikolinearitas. Sedangkan jika nilai
korelasinya > 0,9, maka data pada variabel tersebut dapat dikatakan mengandung gejala multikolinearitas.
b. Menentukan persamaan regresi linear berganda
Model regresi yang diuji dalam penelitian ini dapat diformulasikan, sebagai berikut:
Y = a + b1X1 + b2X2 + e Keterangan :
Y = Motivasi kerja
X1 = Persepsi Karyawan pada keadilan kompensasi (X1) X2 = Persepsi Karyawan pada kelayakan kompensasi (X2) a = Konstanta
b = Koefisien regresi variabel bebas e = error
1) Uji F (secara simultan)
Uji F dilakukan untuk menguji R2 (koefisien determinasi). R2 menunjukkan seberapa besar setidaknya satu variabel independen dapat menjelaskan perubahan variabel dependen. Adapun rumus yang digunakan(Gujarati dan Zein, 1995: 102):
adjusted R2 =
Keterangan :
N = Jumlah sampel.
k = Banyaknya parameter/ koefisien plus konstanta.
NN k1
R 1 1 2 Batas nilai adjusted R2 adalah antara 0 sampai dengan 1, semakin tinggi nilai adjusted R2 maka akan semakin baik hasil regresi. Sebagai
ukuran ketepatan suatu garis regresi yang diterapkan terhadap suatu kelompok data hasil observasi. Semakin besar adjusted R2, semakin baik atau semakin cocok pula suatu garis regresi.
Hipotesis yang diuji setidaknya ada satu variabel independen menjelaskan perubahan variabel dependennya sebesar X%. Langkah-langkah yang dilakukan dalam uji F yaitu (Sunyoto, 2009:155) : a) Menentukan Ho dan Ha:
Ho: b1, b2= 0 : tidak ada setidaknya satu variabel independen (persepsi keadilan kompensasi dan pesepsi kelayakan kompensasi) yang menjelaskan perubahan variabel dependennya (motivasi kerja) sebesar X%.
Ha: b1, b2≠ 0 : ada setidaknya satu variabel independen (persepsi keadilan kompensasi dan pesepsi kelayakan kompensasi) yang menjelaskan perubahan variabel dependennya (motivasi kerja) sebesar X%.
b) Menentukan level of significance(α)
Level of significance (α) dalam penelitian ini adalah sebesar
5% atau 0,05. F tabel dicari dengan menentukan besar degree of freedom (df) pembilang (numerator) dan df penyebut
(denominator). Untuk df pembilang menggunakan k, dan untuk df penyebut menggunakan n-k-1.
c) Menentukan nilai Fhitung dengan rumus (Sunyoto, 2009:155):
F =
⁄
dimana:
F = Harga F garis regresi yang dicari K = banyaknya variabel bebas
n = jumlah sampel R2 = koefisien determinasi
d) Kriteria penerimaan dan penolakan Hipotesis
a) Jika F hitung > F tabel, maka H0 ditolak dan Ha diterima, yang artinya variabel independen (Persepsi Karyawan pada keadilan kompensasi dan Persepsi Karyawan pada kelayakan kompensasi) secara bersama-sama atau simultan berpengaruh terhadap variabel dependen (Motivasi kerja).
b) Jika F hitung F tabel, maka H0 diterima dan Ha ditolak, yang artinya variabel independen (Persepsi Karyawan pada keadilan kompensasi dan Persepsi Karyawan pada kelayakan kompensasi) secara bersama-sama atau simultan tidak berpengaruh terhadap variabel dependen (Motivasi kerja). 2) Uji t (Secara parsial)
Uji t digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mampu mempengaruhi variabel
dependen.Langkah-langkah yang dilakukan dalam uji t yaitu (Sunyoto, 2009:152) :
1) Menentukan Ho dan Ha
Ho : b1, b2 = 0, artinya variabel b1 dan b2 secara parsial tidak berpengaruh terhadap Y
Ha : b1, b2≠ 0, artinya variabel b1 dan b2 secara parsial ada pengaruh terhadap Y
2) Menentukan level of significance (α):
Dalam penelititan ini level of significance atau tingkat signifikannya sebesar 0,05 (5%) / 2 = 0,025 (penelitian dua arah) dengan derajat bebas (df) = n-2 dan n merupakan jumlah sampel penelitian.
3) Menentukan nilai t hitung
4) Kriteria Penerimaan dan Penolakan Hipotesis
Jika thitung ≥ ttabel dan sig/2 < 0,025 maka H0 ditolak dan Ha diterima.
Jika thitung < ttabel dan sig/2 > 0,025 maka H0 diterima dan Ha
ditolak.
Dalam pelaksanaan proses regresi, peneliti menggunakan alat bantu SPSS.
55 BAB IV
