HASIL PENELITIAN DAN PEMBAHASAN
4.2. Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas dapat dilakukan dengan dua cara yaitu dengan analisi grafik dan uji statistik Kolmogorov-Smirnov. Tampilan grafik Histogram yang terdapat pada gambar 4.1 di bawah ini memberikan pola distribusi normal karena menyebar secara merata ke kiri dan ke kanan.
Gambar 4.1: Uji Normal Grafik Histogram Produktivitas Kerja
Pada gambar 4.2 grafik Normal Plot Produktivitas Kerja di bawah ini terlihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Dari grafik ini dapat disimpulkan bahwa model garis regresi memenuhi asumsi normalitas.
Gambar 4.2: Uji Normal P-P Plot Kepuasan Kerja
4.3.2. Uji Multikolonierisitas
Pengujian multikolonierisitas pada penelitian ini dilakukan dengan melihat collnarity statistic dan nilai koefisien korelasi diantara variabel bebas. Uji multikolonierisitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Mulitikonierisitas terjadi apabila (1) nilai
Tabel 4.3: Hasil Uji Multikolonierisitas untuk Variabel Motivasi dan Kreativitas Kerja
Model
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 13.564 2.729
X1 .251 .061 .274 .796 1.257
X2 .418 .067 .414 .796 1.257
a. Dependent Variable: Y
Sumber : Hasil Penelitian, 2010 (data diolah)
Berdasarkan tabel 4.3 di atas terlihat nilai VIF untuk variabel Motivasi, Kreatifitas Kerja dan Produktivitas Kerja lebih kecil dari 10. Sedangkan nilai
tolerance-nya lebih besar dari 0.10, hal ini menunjukkan bahwa variabel bebas dalam penelitian ini tidak saling berkolerasi atau tidak ditemukan adanya korelasi antara variabel bebas.
4.3.3. Uji Heteroskedastisitas
Suatu asumsi penting dari model linier klasik adalah bahwa gangguan yang muncul dalam fungsi regresi populasi adalah homoskedastik yaitu semua gangguan memiliki varians yang sama, Gujarati (1995).
Salah satu cara yang digunakan untuk mendeteksi adanya heteroskedastisitas adalah dengan menggunakan uji glejser (glejser test), yaitu dengan menguji hubungan antara absolut residual model (selisih Y*
Observasi
dengan Y*
Prediksi) dengan setiap variabel independennya. Hasil pengujian terlihat pada tabel 4.4 dibawah ini :
Tabel 4.4 : Hasil Uji Heteroskedastisitas untuk Variabel Motivasi dan Kreativitas Kerja Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 13.564 2.729 4.971 .000 X1 .251 .061 .274 4.111 .000 X2 .418 .067 .414 6.221 .000 a. Dependent Variable: Y
Sumber : Hasil Penelitian, 2010 (data diolah)
Berdasarkan tabel 4.4 di atas dari hasil tampilan output SPSS dengan jelas menujukkan bahwa koefisien parameter beta untuk variabel bebas tidak ada yang signifikan, maka dapat disimpulkan bahwa pada model regresi tidak terdapat unsur heteroskedastisitas.
4.3.4. Uji Autokorelasi
Pendeteksian masalah autokorelasi dilakukan dengan pengujian Watson atau uji d. Dari label 4.5 dibawah ini diperoleh nilai hitung Durbin-Watson sebesar 1.642. Dari tabel statistik Durbin-Durbin-Watson dengan alpha 5% diperoleh nilai d (Durbin-Watson) berada diantara lower bound (d) dan du(upper bound) = 4 – dl atau dapat ditulis sebagai berikut, dl < d < du atau 0.341 < 1.642 < 3.659. Hal ini dapat disimpulkan tidak terjadi autokorelasi baik positif maupun negatif pada persamaan regresi antara variabel Motivasi Kerja dan Kreatifitas Kerja.
Tabel 4.5 : Hasil Uji Autokorelasi untuk Motivasi dan Kreatifitas Kerja Model Summaryb Model R R Square Adjusted R Square Std. Error of
the Estimate Durbin-Watson
1 .590a .348 .341 1.409 1.642
a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y
Sumber : Hasil Penelitian, 2010 (data diolah)
4.4. Pembahasan
4.4.1. Analisis Deskriptif Data Penelitian
Data yang diperoleh dari hasil analiss deskriptif, menunjukkan nilai tertinggi (maximum), nilai terendah (minimum), rata-rata (mean) dan standar deviasi dari setiap variabel yang diteliti untuk hipotesis, baik itu variabel bebas yaitu Motivasi dan Kreatifitas Kerja Produktivitas Kerja serta variabel terikat yaitu Produktivitas Kerja dan Kepuasan Kerja. Hasil analisa deskriptif dapat dilihat pada tabel 4.6 berikut :
Tabel 4.6.
Analisis Deskripsi Penelitian
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
X1 188 36 45 40.28 1.895
X2 188 36 45 40.70 1.720
Y 188 37 44 40.66 1.737
Valid N (listwise) 188
Sumber : Hasil Penelitian 2010 (data diolah)
Dari tabel 4.6 di atas terlihat bahwa rata-rata variabel X1 sebesar 40,28 nilai tertinggi sebesar 45 dan nilai terendah sebesar 36, sedangkan nilai standar deviasi sebesar 1,895. Rata-rata variabel X2 sebesar 40,70 nilai tertinggi sebesar 45 dan nilai terendah sebesar 36 sedangkan standar deviasinya sebesar 1,720. Rata-rata variabel Y sebesar 40,66 nilai tertinggi sebesar 44 dan nilai terendah sebesar 37 sedangkan standar deviasinya sebesar 1,737.
4.4.2. Uji Koefisien Determinasi ( Uji R )
Uji determinasi bertujuan untuk mengukur seberapa jauh kemampuan model, yaitu variasi variabel bebas dalam menerangkan variasi variabel terikatnya. Nilai koefisien deterninasi R2 dapat dilihat dalam tabel 4.7 di bawah ini :
Tabel 4.7 Uji Koefisien Determinan ( Uji R ) Hipotesis Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .590a .348 .341 1.409 1.642 a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y
Sumber : Hasil Penelitian, 2010 (data diolah)
Nilai R2 yang diperoleh adalah sebesar 0.348 atau 34,8% yang menunjukkan kemampuan variabel Motivasi dan Kreatifitas Kerja dalam menjelaskan variasi yang terjadi pada Produktivitas Kerja 34,8%, sedangkan sisanya sebesar 65,2% dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model. Nilai R2 yang kecil dapat diartikan bahwa kemampuan variabel bebas (independent variable) dalam menjelaskan variasi variabel terikat (dependent variable) sangat terbatas. Menurut Ghozali (2005) menyatakan bahwa secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan.
Nilai R2 yang kecil dapat diartikan bahwa kemampuan variabel bebas (independent variable) dalam menjelaskan variasi variabel terikat (dependent variable) sangat terbatas. Menurut Ghozali (2005) menyatakan bahwa secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan.
4.4.3. Uji Serempak (Uji F)
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan jika nilai Fhitung lebih besar dari Ftabel , maka H0 ditolak dan H1 diterima. Berdasarkan tabel 4.8 di bawah ini dapat diketahui bahwa Fhitung = 49,465 dan Ftabel = 3,04, Fhitung lebih besar dari Ftabel dan nilai signifikan adalah 0.000 lebih kecil dari nilai alpha 0.05. Keputusan yang diambil adalah H0
ditolak dan H1 diterima. Diterimanya hipotesis alternatif menunjukkan variabel bebas X1 dan X2 mampu menjelaskan keragaman dari variabel terikat (Y) atau dengan kata lain variabel Motivasi dan Kreatifitas Kerja secara simultan berpengaruh signifikan terhadap Produktivitas Kerja pegawai di Dinas Pemerintah Kabupaten Toba Samosir.
Tabel 4.8 Uji Serempak ( Uji F ) Hiptesis antara varibel Motivasi Kerja dan Kreatifitas Kerja Kerja terhadap Produktivitas Kerja.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 196.477 2 98.239 49.465 .000a
Residual 367.411 185 1.986
Total 563.888 187
a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y
