A. Pendekatan, Metode dan Jenis Penelitian
5. Teknik analisis data
1. Uji Validitas
Uji validitas dilakukan untuk mengetahui tingkat kevalidan dari instrumen (kuesioner) yang digunakan dalam pengumpulan data yang diperoleh dengan cara mengkorelasi setiap skor variabel jawaban responden dengan total skor masing- masing variabel. Menurut Sugiyono (2017:168), “Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur.”
2. Uji Reliabilitas
Ghozali (2016:47) Reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indicator dari variabel atau konsturk. Suatau kuesioner dikatan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu.
Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu : 1. Repeated Measure atau pengukuran ulang
2. One Shot atau pengukuran sekali saja, kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan
Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai Cronbach Alpha > 0.70
3. Uji Asumsi Klasik
Pengujian asumsi klasik ini dilakukan untuk mengetahuui kondisi data yang ada agar dapat menentukan model analisis yang tepat. Uji asumsi klasik bertujuan untuk menentukuan ketepatan model, pengujian asumsi klasik yang digunakan terdiri atas :
a. Uji Normalitas
Menurut Ghozali (2016:154) “Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal” Asumsi normalitas merupakan persyaratan yang sangat penting karena jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil . Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu dianjurkan di samping uji grafik dilengkapi dengan uji statistik. Untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dapat menggunakan dengan uji statistik non-parametrik Kolmogoro-Smirnov (K-S), analisis grafik serta dengan grafik normal P-Plot.
Uji statistik non-parametrik Kolmogoro-Smirnov (K-S), sebagai dasar pengambilan keputusan bisa dilakukan berdasarkan probabilitas (Asymtotic Significance), yaitu:
a. Jika probabilitas > 0,05 maka distribusi dari populasi adalah normal b. Jika probabilitas < 0,05 maka populasi tidak berdistribusi secara normal
Kerjasama dengan orang lain
1. Kerjasama Likert
Sumber : Sinambela (2017 : 335)
b. Uji Multikolonieritas
Ghozali (2016:103) mengatakan bahwa : “Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen)”. Model regresi yang baik seharusnya tidak terjadi kolerasi,maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai kolerasi antar sesama variabel independen sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut :
a. Nilai 𝑅2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada kolerasi yang cukup tinggi (umumnya di atas 0,90) maka hal ini merupakan indikasi adanya multikolinearitas.
c. Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation faktor (VIF). Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena =1/tolerance) nilai cutoff yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai Tolerance>0,10 atau sama dengan nilai VIF<10.
c. Analisis Regresi Linear Berganda
Analisis regresi yang memiliki satu variabel dependen dan lebih dari satu variabel independen. Dan analisis regresi ini mengukur kekuatan hubungan antara dua variabel atau lebih. Model persamaan regresi linear berganda yaitu sebagai berikut :
Dimana : Y = Kinerja a = Konstanta
b1 = Koefisien Regresi Motivasi X1 = Motivasi
b2 = Koefisien Regresi Kompensasi X2 = Perputaran Kompensasi e = Error
d. Uji Koefisien Determinasi (𝑹𝟐)
Ghozali (2016:95) Uji koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
Y = a + b1X1 + b2X2 + e
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hamper semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Kelemahan mendasar penggunaan koefisisen determinasi adalah bisa terhadap jumlah variabel independen yang dimasudkan kedalam model.Setiap tambahan satu variabel independen, maka R2 pasti meningkat tidak peduli apakah apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen.
Oleh karena itu banyak yang menganjurkan untuk menggunakan nilai adjusted R2 pada sat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
Dalam kenyataan nilai adjusted R2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai adjusted R2 negatif, maka nilai adjusted dianggap bernilai nol. Secara matematis jika nilai R2 = 1, maka adjusted R2 = R2 = 0, maka adjusted R2 = ( 1 - k )( n - k ), jika k > 1, maka adjusted R2 akan bernilai negatif.
3.7.2.1 Uji Hipotesis (Uji Statistik t)
Untuk menguji hipotesis ini, peneliti akan melakukan uji hipotesis statistik t atau biasa disebut dengan uji parsial. Ghozali (2016 : 171) berpendapat bahwa : “Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen”. Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, rumusan masalah telah dinyatakan dalam bentuk kalimat pernyataan. Uji t ini melihat signifikan tidaknya pengaruh variabel-variabel bebas yaitu Motivasi (X1) dan Kompensasi (X2) secara individu terhadap Kinerja(Y). Langkah dalam pengujian hipotesis ini adalah sebagai berikut :
Ho : Tidak terdapat pengaruh yang signifikan antara Motivasi (X1) dan Kompensasi (X2) terhadap Kinerja(Y)
Ha : Terdapat pengaruh yang signifikan antara Motivasi (X1) dan Kompensasi (X2) terhadap Kinerja(Y)
Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau :
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen, Kriteria pengujiannya adalah :
1. Jika p-value ≤ 0.05, maka Ho ditolak dan Ha diterima 2. Jika p-value >0.05, maka Ho diterima dan Ha ditolak b. Uji F (Simultan)
Pengujian ini dilakukan untuk mengetahui signifikan atau tidaknya pengaruh variabel bebas secara bersama-sama/simultan terhdap variabel terikatnya. Apabila hasil uji FhitungFtabel berarti variabel cukup signifikan untuk menjelaskan variabel dependen.
Ho : bi = 0
Ha : bi ≠ 0
Untuk menghitung apakah Ho ditolak Ha diterima yaitu dengan membandingkan Fhitungdengan Ftabel. Adapun kriteria pengujiannya adalah sebagai berikut :
1. Jika nilai Fhitung > Ftabel, maka Ho ditolak dan Ha diterima, artinya secara statistik variabel X mempunyai pengaruh yang signifikan terhadap variabel Y.
2. Jika nilai Fhitung < Ftabel, maka Ho diterima dan Ha ditolak, artinya secara statistik adalah variabel X tidak mempunyai pengaruh yang signifikan terhadap variabel Y.