BAB III METODOLOGI PENELITIAN ................................................ 37-47
G. Teknik Pengolahan dan Analisis Data
Teknik analisis data untuk mengukur variabel-variabel dalam penelitian ini,
menggunakan software SPSS, dengan cara memasukkan hasil dari operasionalisasi
variabel yang akan di uji.
1. Uji Validitas.
Uji ini digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner.
Suatu kuesioner dikatakan valid jika pertanyaan dan kuesioner mampu untuk
mengungkap sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2005: 40).
Untuk menguji valid tidaknya pertanyaan dapat dilakukan melalui program komputer
Excel Statistic Analysis & SPSS.
2. Uji Reliabilitas.
Uji ini untuk mengukur suatu kuesioner yang merupakan indikator dari suatu
variable. Suatu kuesioner dikatakan reliable atau handal jika jawaban pertanyaan
adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2005: 37).
Uji reabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah alat
ukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut
diulang. Alat ukur yang akan digunakan adalah cronbach alpha melalui program
memiliki nilai cronbach alpha › 0,60. Namun ada yang menggunakan 0,70 atau 0,80
atau 0,90 tergantung tingkat kesulitan data dan peneliti (Bhuono Agung, 2005: 72).
3. Uji Asumsi Klasik
Model analisis linier berganda dapat disebut sebagai model yang baik jika
model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi
klasik statistik, baik itu, normalitas, multikolineritas, Autokorelasi, dan
heteroskesdastisitas (Bhuono Agung, 2005: 57).
a. Uji normalitas
Uji ini bertujuan untuk menguji apakah dalam model regresi, variable
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, 2005 : 72). Dasar pengambilan keputusan untuk uji normalitas adalah :
• Jika data menyebar disekitar garis garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan distribusi normal, maka
model regresi memenuhi asumsi normalitas.
• Jika data menyebar jauh dari diagonal atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan distribusi normal, maka
b. Uji multikolinieritas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antara variabel bebas (Ghozali, 2005 :91). Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling
berkorelasi, maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel
bebas yang nilai korelasinya antar sesama variabel bebas lain sama dengan nol.
Dalam penelitian ini teknik untuk mendeteksi ada tidaknya multikolinearitas
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 multikolinearitas diantara variabel bebasnya (Ghozali,
2005 : 69).
c. Uji Autokorelasi
Autokorelasi digunakan untuk menguji suatu model apakah antara variabel
pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk mengetahui
apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan
D-W (Durbin D-Watson). Menurut Singgih Santoso kriteria autokorelasi ada 3, yaitu
(Budi Wahyono, 2016):
- Nilai D-W di bawah -2 berarti diindikasikan ada autokorelasi positif.
- Nilai D-W di antara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi.
d. Uji Heteroskedastisitas
Uji heterokedastisitas menguji terjadinya perbedaan variance residual suatu
periode pengamatan ke periode pengamatan yang lain atau gambaran hubungan
antara nilai yang diprediksi dengan studentized Delete Residual nilai tersebut. Cara
memprediksi ada tidaknya heterokedstisitas pada suatu model dapat dilihat dari pola
gambar Scatterplot Model tersebut. Analisis pada gambar Scatterplot yang
menyatakan model regresi linear berganda tidak terdapat heterokedastisitas jika
(Bhuono Agung, 2005: 62):
- Titik – titik data menyebar di atas dan di bawah atau disekitar angka 0.
- Titik – titik data tidak mengumpul hanya diats atau dibawah saja.
- Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali.
- Penyebaran titik-titik data sebaiknya tidak berpola.
4. Analisis Regresi Linier Berganda.
Regresi bertujuan untuk menguji hubungan pengaruh antara satu variabel
terhadap variabel lain. Persamaan untuk regresi linier berganda adalah sebagai
berikut (Bhuono Agung, 2005: 43):
Y = α + β1X1 + β2X2 + μ
Keterangan:
Y = Kinerja karyawan α = Konstanta
X1 = Motivasi
X2 = Komitmen Organisasional β = koefisien regresi
e = error
5. Koefisien Korelasi
Koefisien Korelasi merupakan nilai yang digunakan untuk mengukur
kekuatan atau keeratan suatu hubungan antarvariabel. Keeratan korelasi dapat
dilekompokkan sebagai berikut (Bhuono Agung, 2005: 35):
1) 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratan sangat
lemah.
2) 0,21 sampai dengan 0,40 berarti korelasi memiliki keeratan lemah.
3) 0,41 sampai dengan 0,70 berarti korelasi memiliki keeratan kuat.
4) 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat
kuat.
5) 0,91 sampai dengan 0,99 berarti korelasi memiliki keeratan sangat kuat
sekali.
6) 1 berarti korelasi sempurna.
6. Koefisien determinasi (R2)
Koefisien Determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan varabel dependen. Nilai R square
dikatakann baik jika diatas 0,5 karena nilai R square berkisar antara 0 – 1 (Bhuono
7. Pengujian Hipotesis
a. Uji statistik f
Uji statistik f digunakan untuk mengkur seberapa jauh pengaruh variabel
bebas secara bersama-sama dalam menerangkan variasi variabel terikat. Uji f dapat
dilakukan dengan melihat nilai signifikasi f pada output uji ANOVA. Jika nilai
signifikansi f 0,05 maka dapat dinyatakan bahwa variabel bebas secara simultan
berpengaruh signifikan terhadap variabel terikat.
b. Uji statistik t
Uji statistik T digunakan untuk mengukur seberapa jauh pengaruh variabel
bebas secara individual dalam menerangkan variasi variabel terikat. Jika nilai t-hitung
lebih besar dari nilai t-tabel, maka dapat dinyatakan bahwa variabel bebas secara individual berpengaruh positif terhadap variabel terikat. Jika nilai signifikansi t
0,05 maka dapat dinyatakan bahwa variabel bebas secara individual berpengaruh
signifikan terhadap variabel terikat.