HASIL PENELITIAN DAN PEMBAHASAN
4.4 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layakatau
tidak layak digunakan dalam penelitian.Uji asumsi klasik adalah persyaratan
statistik yang harus dipenuhi pada regresi liner berganda. Uji Asumsi Klasik yang
digunakan dalam penelitian ini adalah sebagai berikut:
4.4.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti
atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan
pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5%
maka jika nilai Asymp.sig. (2-tailed)diatas, nilai signifikan 5% artinya variabel
residual berdistribusi normal (Situmorang dan Lufti, 2012:100)
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histrogram
dan grafik normal plot yang membandingkan antara dua absorvasi dengan
a. Pendekatan Histogram
Sumber :Hasil pengolahan SPSS
Gambar 4.1
Histogram Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi
normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
b. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS
Gambar 4.2 Plot Uji Normalitas
Pada Gambar 4.2 menunjukkan bahwa pada scatter ploterlihat titik yang
mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual
peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis
c. Pendekatan Kolmogorov-Smirnov
Tabel. 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parametersa Mean .0000000
Std. Deviation 2.47405048
Most Extreme Differences Absolute .165
Positive .075
Negative -.165
Kolmogorov-Smirnov Z .902
Asymp. Sig. (2-tailed) .390
a. Test distribution is Normal.
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig. (2-tailed) adalah
0.390 dan diatas nilai signifiksn (0,05) atau 5%, sehingga dapat disimpulkan
bahwa variabel residual berdistribusi normal.
4.4.2 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam
sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu
pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah yang
Ada beberapa cara untuk mendekati ada atau tidaknya heteroskedastisitas
yaitu :
a. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS
Gambar 4.3
Scatterplot Heteroskedastisitas
Berdasarkan gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas serta
titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi
layak dipakai untuk memprediksi kepuasan kerja berdasarkan masukan variabel
b. Uji Glesjer
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap
variabel independen.Jika variabel independen signifikan secara statistik
mempengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.9
Hasil Uji Glejser heteroskedastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 5.183 3.930 1.319 .198 Gaya Kepemimpinan -.002 .086 -.005 -.027 .978 Kecerdasan Emosional -.091 .095 -.187 -.966 .343
a. Dependent Variable: Absut
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.10 terlihat variabel independen (gaya kepemimpinan dan
kecerdasan emosional) yang tidak signifikan secara statistik mempengaruhi
variabel dependen absolute Ut (absUt). Hal ini terlihat dari probabilitas gaya
kepemipinan (0.978)dan kecerdasan emosional(0,343) diatas tingkat kepercayaan
5 % (0.05), jadi disimpulkan model regresi tidak mengarah adanya
4.4.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala
multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value
dan Varians Inflation factor (VIF). Dengan kriteria sebagai berikut :
1. Apabila VIF > 5 maka diduga mempunyai persoalan Multikolinearitas.
2. Apabila VIF < dari 5 maka tidak terdapat Multikolinearitas.
3. Apabila tolerance < 0,1 maka diduga mempunyai persoalan
multikolinearitas.
4. Apabila tolerance > 0,1 maka tidak terdapat multikolinearitas.
Tabel 4.10
Uji Nilai Tolerance dan VIF Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 8.204 5.770 1.422 .166
Gaya
Kepemimpinan .407 .126 .461 3.235 .003 .955 1.048
Kecerdasan
Emosional .415 .139 .426 2.987 .006 .955 1.048
a. Dependent Variable: Kepuasan Kerja
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih
besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih
kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan
4.5 Pengujian Hipotesis
4.5.1 Uji Signifikansi Simultan (Uji F)
Pengujian ini dilakukan untuk melihat secara bersama-sama pengaruh atau
hubungan signifikan variabel bebas berupa gaya kepemimpinan dan kecerdasan
emosional terhadap variabel terikat berupa kepuasan kerja karyawan café
Goedang Coffee Medan.
Tabel 4.12
Hasil Uji F Signifikansi Simultan (UJI-F) ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 161.860 2 80.930 12.310 .000a
Residual 177.507 27 6.574
Total 339.367 29
a. Predictors: (Constant), Kecerdasan Emosional, Gaya Kepemimpinan b. Dependent Variable: Kepuasan Kerja
b. Dependent Variable: Minat Berwirausaha
Sumber :Hasil pengolahan SPSS
Tabel 4.12 diatas mengungkapkan bahwa nilai F-hitung adalah 12,310
dengan tingkat signifikansi 0,000. Sedangkan F-tabel pada tingkat kepercayaan
95% (α = 0,05) adalah 3,35 . Oleh karena itu pada kedua perhitungan yaitu F
-hitung > F-tabel dan tingkat signifikansinya (0,000) < 0,05 menunjukan bahwa
pengaruh variabel bebas (gaya kepemimpinan dan kecerdasan emosional) secara
4.5.2 Uji Signifikansi Parsial (Uji-t)
Uji-t dilakukan untuk menguji secara parsial apakahgaya kepemimpinan dan
kecerdasan emosional secara parsial atau masing-masing berpengaruh signifikan
terhadap kepuasan kerja karyawan café Goedang Coffee Medan.
Tabel 4.13
Uji Signifikansi Parsial (Uji t) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.204 5.770 1.422 .166 Gaya Kepemimpinan .407 .126 .461 3.235 .003 Kecerdasan Emosional .415 .139 .426 2.987 .006
a. Dependent Variable: Kepuasan Kerja
Sumber :Hasil pengolahan SPSS
1. Variabel gaya kepemimpinan berpengaruh secara positif dan signifikan
terhadap kepuasan kerja hal ini terlihat dari nilai signifikan (0,003) lebih kecil
dari 0,05 dan t-hitung (3,235) lebih besar dibandingkan t-tabel (2,05183).
2. Variabel kecerdasan emosional berpengaruh secara positif dan signifikan
terhadap Minat Berwirausaha hal ini terlihat dari nilai signifikan (0,006) lebih
4.5.3 Pengujian Koefisien Determinasi (R2)
Pengujian Koefisien determinan digunakan untuk mengukur seberapa besar
kontribusi variabel bebas (gaya kepemimpinan dan kecerdasan emosional)
terhadap variabel terikat (kepuasan kerja). Koefisien determinasi berkisar antara
nol sampai satu (0 ≤ R2≥ 1).
Tabel 4.14
Hasil Pengujian Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .691a .477 .438 2.56405
a. Predictors: (Constant), Kecerdasan Emosional, Gaya Kepemimpinan
Sumber :Hasil pengolahan SPSS
Berdasarkan Tabel 4.14 dapat diketahui bahwa :
1. Nilai R sebesar 0.691 sama dengan 69,1 % berarti hubungan antara variabel
gaya kepemimpinan dan kecerdasan emosional terhadap kepuasan kerja
sebesar 69,1% artinya memiliki hubungan yang erat
2. Nilai Adjusted R Square0,438 berarti 43,8% Minat berwirausaha dapat di
jelaskan oleh gaya kepemimpinan dan kecerdasan emosional Sedangkan
sisanya 56,2 % dapat dijelaskan oleh faktor-faktor lain yang diteliti dalam
penelitian ini seperti kompensasi, budaya organisasi dan lain sebagainya
3. Standard Error of the Estimate artinya mengukur variasi dari nilai yang