BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis desain penelitian yang digunakan di dalam penelitian ini adalah jenis deskriptif. Jenis desain deskriptif digunakan dalam penelitian ini, yang bertujuan untuk membantu memecahkan masalah yang terjadi pada masa sekarang serta berpusat pada masalah yang aktual. Table 3.1 Desain penelitian Tujuan Penelitian Desain Riset Jenis Penelitian Metode penelitian Unit analisis Time horizone T1 Asosiatif Survey Individu-karyawan Cross sectional koperasi RSPP T2 Asosiatif Survey Individu-karyawan Cross sectional koperasi RSPP T3 Asosiatif Survey Individu-karyawan Cross sectional koperasi RSPP Sumber : penulis Keterangan : T-1 untuk mengetahui pengaruh antara gaya kepemimpinan terhadap kinerja karyawan koperasi RSPP 33

34 T-2 untuk mengetahui pengaruh antara disiplin kerja karyawan terhadap kinerja karyawan koperasi RSPP T-3 untuk mengetahui pengaruh antara gaya kepemimpinan dan disiplin kerja terhadap kinerja karyawan Koperasi RSPP 3.2 Operasionalisasi Variabel Penelitian Definisi operasional variable penelitian ini terdiri atas : Table 3.2 Operasionalisasi Variabel Penelitian Variabel konsep Sub Variabel Indikator Utama Gaya Kepemimpinan (X1) Lewin Otokratis Kerja keras Sungguh-sungguh Teliti dan tertib Tunduk sepenuhnya pada peraturan yang ada Demokratis Bertanggung jawab Bagian dari kelompok Bersifat terbuka Laissez faire Menyerahkan tugas sepenuhnya pada bawahan Tidak ikut campur tangan

35 Inisiatif dan prakarsa karyawan disiplin (X2) Hasibuan Kesediaan dan kesadaran karyawan menaati norma dan peraturan yang ada Tujuan dan kemampuan Teladan pimpinan Balas jasa Keadilan Waskat Sanksi hukuman Ketegasan Hubungan kemanusiaan Ketepatan waktu Menggunakan peralatan kantor dengan baik Tanggung jawab yang tinggi Ketaatan terhadap aturan kantor

36 Kinerja Gomez Tingkat Kuantitas kerja karyawan (Y) keberhasilan Kualitas kerja seseorang secara Kreatifitas keseluruhan dalam Kooperatif melaksanakan Keandalan tugas sesuai Inisiatif dengan tanggung Kualitas pribadi jawab 3.3 Jenis dan Sumber Data Penelitian Jenis data yang dipakai dalam penelitian ini adalah data kualitatif dengan sumber data berupa data primer dan data sekunder. Table 3.3 Jenis dan Sumber Data Penelitian Jenis Data Sumber Data Gaya kepemimpinan Data primer dari koperasi RSPP menggunakan kuesioner Disiplin Data primer dari koperasi RSPP menggunakan kuesioner Kinerja karyawan Data primer dari koperasi RSPP menggunakan kuesioner Sejarah perusahaan dan struktur perusahaan Data sekunder dari Koperasi RSPP Sumber : Penulis

37 3.4 Teknik Pengumpulan Data Untuk mengumpulkan informasi dan data yang diperlukan, maka peneliti menggunakan beberapa teknik pengumpulan data, yakni: Teknik pengumpulan data dalam penelitian ini adalah dengan melakukan : Wawancara Menurut Sugiyono (2009, p137) wawancara adalah teknik pengumpulan data apabila peneliti ingin melakukan studi pendahuluan untuk menemukan permasalahan yang harus diteliti. Dalam penelitian ini, peneliti melakukan wawancara dengan pimpinan koperasi dan beberapa karyawan Koperasi RSPP dengan beberapa pertanyaan. Pertanyaan yang diajukan berupa 6C (Customer, Competitor, Center, Channel, Company, Lingkungan bisnis). Kuesioner Menurut Sugiyono (2009, p142), Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara member sepangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya. Kuesioner merupakan teknik pengumpulan data yang efisien bila peneliti tahu dengan pasti variable yang akan diukur dan tahu apa yang bias diharapkan dari responden Pengumpulan data melalui kuesioner Survey melalui pembagian kuesioner yang berisi pertanyaan mengenai penelitian kepada responden yang memenuhi syarat. Kuesioner merupakan teknis pengumpulan data yang

38 dilakukan dengan memberi seperangkat pertanyaan atau pernyataan tertulis yang akan ditujukan kepada responden. Pengumpulan data di kepustakaan Penelitian kepustakaan merupakan penelitian yang mencari, menganalisa, membuat interpretasi serta menggeneralisasi fakta-fakta yang merupakan pendapat, hasil kerja, karya-karya para ahli yang digali dari buku-buku jurnal dan dokumen yang tersedia. 3.5 Teknik Pengambilan Sampel Teknik sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasi keseluruhan populasi. Metode sampling banyak menggunakan teori probabilitas dan teori statistika. Tahapan sampling adalah: Mendefinisikan populasi yang hendak diamati Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang mungkin Menentukan metode sampling yang tepat Melakukan pengambilan sampel (pengumpulan data) Melakukan pengecekan ulang proses sampling Teknik pengambilan sampel dalam penelitian ini adalah simple random sampling. Menurut Kuncoro (2007, p41) simple random sampling adalah cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan stata (tingkatan)

39 dalam anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap homogeny (sejenis). Sampel dalam penelitian ini adalah seluruh karyawan koperasi RSPP, dimana jumlah karyawan di Koperasi RSPP berjumlah 113 orang. 3.5.1 Teknik Penentuan Jumlah Sampel Tujuan penggunaan sampel adalah peneliti dapat memperoleh data yang dapat mencerminkan keadaan populasi. Penarikan sampel yang terlalu banyak akan memerlukan biaya yang besar, oleh karena itu peneliti perlu menentukan jumlah sampel yang layak, yaitu jumlah sampel yang dapat mencerminkan keadaan populasi. pada Koperasi RSPP, teknik pengambilan sampel akan menggunakan teknik sampling kemudahan. Berdasarkan sampling kemudahan ini, peneliti menyeleksi dengan menyaring kuesioner yang ada, apabila orang-orang tersebut diketahui sebesar n, di mana: (Kuncoro, 2007, p50) Keterangan: n= jumlah sampel minimal α= tingkat kepercayaan atau tingkat signifikan e= error estimasi atau tingkat kesalahan (wibisono, 2003) Bila peneliti mengasumsikan bahwa tingkat kepercayaan 95% dengan error estimasi = 5% atau 0.05. Jadi karena = 0.05, sehingga perhitungannya sebagai berikut:

40 Jadi penelitian ini mengambil sampel sebanyak 88.109 responden dan dibulatkan menjadi 90 responden. Kuesioner ini disebarkan di Koperasi RSPP dari tanggal 5 Mei sampai dengan 16 mei 2012. 3.6 Metode Analisis Berdasarkan data yang telah didapatkan dan tujuan penelitian yaitu ingin mengetahui adanya pengaruh gaya kepemimpinan dan disiplin kerja terhadap kinerja karyawan, maka metode yang penulis gunakan dalam penelitian ini dengan menggunakan analisis Regresi. Penelitian ini ingin mengetahui seberapa jauh pengaruh 2 variable yaitu pengaruh Gaya Kepemimpinan (X1) dan Disiplin Kerja Karyawan (X2) Pada Koperasi RSPP, Jadi Penelitian ini memakai Regresi Berganda. Semua data yang ada nantinya akan diolah menggunakan komputer dengan bantuan software SPSS 16. Adapun teknik analisis mencakup : Table 3.4 Metode Analisis Tujuan penelitian Metode analisis T1 T2 T3 Regresi linear sederhana Regresi linear sederhana Regresi linear berganda Sumber : penulis

41 3.6.1 Skala Likert Untuk mengukur pernyataan mengenai gaya kepemimpinan dan motivasi terhadap kinerja karyawan, maka setiap jawaban diberi nilai (skor), dimana dalam pemberian nilai digunakan skala Likert, nilai (skor) jawaban adalah sebagai berikut : Table 3.5 Bobot dan Kategori Pengukuran Data Keterangan penilaian Sangat Setuju (SS) 5 Setuju (S) 4 Ragu-ragu ( R ) 3 Tidak Setuju (TS) 2 Sangat Tidak Setuju (STS) 1 Sumber : penulis Berdasarkan kategori-kategori tersebut, dapat diketahui bobot nilai tertinggi adalah 5 dan bobot nilai terendah adalah 1. Untuk mengetahui range maka selisih antara bobot nilai tertinggi dan bobot nilai terendah adalah 4, untuk mengetahui jumlah interval kelas dan besar interval kelas, dapat digunakan rumus sebagai berikut : Keterangan R = Range (rentang kelas) K = jumlah interval kelas I = besar interval kelas

42 Berdasarkan ketentuan diatas maka penulis mengelompokkan tanggapan responden berdasarkan batas-batas penelitian terhadap bagian-bagian yang dievaluasi sehingga dapat dikelompokkan sebagai berikut : Batasan Table 3.6 batas-batas penelitian Keterangan 1-1,8 Sangat tidak setuju 1,81-2,61 Tidak setuju 2,62-3,42 Ragu-ragu 3,43-4,23 Setuju 4,24-5,04 Sangat setuju Sumber : Andi Supangat (2007, p19) Kuesioner ini disebarkan dengan tujuan untuk mengetahui pendapat karyawan atau responden mengenai gaya kepemimpinan dan motivasi karyawan serta kinerja karyawan Koperasi RSPP. 3.6.2 Transformasi Data Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat analisis parametric karena data setidak-tidaknya berskala interval. Dalam hal ini penulis menggunakan software MSI (Method of Siccessive Interval) untuk mentransformasi data ordinal menjadi interval. Langkah-langkah transformasi data ordinal menjadi data interval sebagai berikut : Menyusun data kuesioner dalam 1 kolom Masukan data setiap variable yang telah diubah menjadi 1 kolom ke MSI pada sheet 1

43 Nilai interval pada masing-masing bobot akan keluar pada sheet 3 yaitu hasil konversi data ordinal menjadi interval 3.6.3 Uji Validitas Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep yang diukur sehingga benar-benar mengukur apa yang seharusnya diukur (Sugiyono, 2009, p172). Validitas adalah suatu ukuran yang menunjukan tingkat keandalan suatu alat ukur. Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagianbagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur digunakan rumus : Dimana : R : koefisien korelasi N : jumlah data X : variable bebas Y : variable terikat ( x 2 ) : kuadrat jumlah skor total x ( y 2 ) : kuadrat jumlah skor total Y ( x) 2 : jumlah kuadrat skor total x ( y) 2 : jumlah kuadrat skor total y

44 Selanjutnya uji t dengan rumus Dimana : T : nilai t hitung R : koefisien korelasi hasil r hitung N : jumlah responden Distribusi (table t) untuk α = 0,05 dan derajat kebebasan (dk = n-2) Kaidah keputusan : jika t hitung > t table berarti valid, dan sebaliknya jika t hitung < t table berarti tidak valid. Jika instrument itu valid, maka dilihat criteria penafsiran mengenai indeks korelasinya ( r ) sebagai berikut : 3.6.4 Uji Reliabilitas Table 3.7 penafsiran indeks korelasi Indeks korelasi Penafsiran 0.00-0.199 Sangat rendah 0.20-0.399 Rendah 0.40-0.599 Cukup tinggi 0.60-0.799 Tinggi 0.80-1.000 Sangat tinggi Sumber : Sugiyono, 2009, p172 Keandalan (realibilita) suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias (bekas kesalahan) dan karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrument. Dengan kata lain, keandalan suatu

45 pengukuran merupakan indikasi mengenai stabilitas dan konsistensi dimana instrument mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (sekaran, 2006, p40). Pada program SPSS metode yang digunakan dalam pengujian reliabilitas ini adalah dengan menggunakan metode alpha cronbach yang dimana satu kuesioner dianggap reliable apabila cronbach alpha > 0,6. 3.6.5 Analisis Deskriptif Studi deskriptif dilakukan untuk mengetahui dan menjadi mampu untuk menjelaskan karakteristik variable yang diteliti dalam suatu situasi (Sekaran, 2006, p158). Studi deskriptif juga dilakukan untuk memahami karakteristik organisasi yang mengikuti praktik umum tertentu. Tujuan studi deskriptif adalah memberikan kepada peneliti sebuah riwayat untuk menggambarkan aspek-aspek yang relevan dengan fenomena perhatian dari perspektif seseorang, organisasi, orientasi industry, atau lainnya (Sekaran, 2006, p159). Metode analisis yang digunakan untuk T-1 adalah analisis deskriptif. Analisis ini dilakukan pada kuesioner yang telah disebarkan dan dijawab oleh responden melalui perhitungan nilai rata-rata (Mean) dan histogram dari setiap jawaban pernyataan yang ada pada kuesioner. 3.6.6 Uji Normalitas Pengujian normalitas mempunyai tujuan untuk mengetahui apakah dalam sebuah model regresi baik variable terikat (dependent variable) mempunyai distribusi yang normal ataupun tidak. Model regresi yang baik adalah distribusi data variable terikat adalah normal atau mendekati normal. Pengujian normalitas dalam penelitian ini dilakukan dengan menggunakan uji Kolmogorov-Smirnov. Jika nilai signifikansinya lebih besar dari 0.05 maka data tersebut berdistribusi norml.

46 3.6.7 Analisis Regresi Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi. Data untuk variabel independen X pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang

47 diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan variabel Y. Sedangkan, pada observational data, informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan. Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data diperoleh dengan menggunakan kuesioner. Di dalam suatu model regresi kita akan menemukan koefisienkoefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu: 1. Intersep (intercept) Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan definisi secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada variabel X bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi, maka secara ratarata, variabel Y akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu konstanta yang memungkinkan munculnya koefisien lain di dalam model regresi. Intersep tidak selalu dapat atau perlu untuk diinterpretasikan. Apabila data pengamatan pada variabel X tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga tidak perlu diinterpretasikan.

48 2. Slope Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope adalah koefisien regresi untuk variabel X (variabel bebas). Dalam konsep statistika, slope merupakan suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang diberikan suatu variabel X terhadap variabel Y. Nilai slope dapat pula diartikan sebagai ratarata pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap peningkatan satu satuan variabel X. Contoh model regresi: Y = 9.4 + 0.7*X + σ Angka 9.4 merupakan intersep, 0.7 merupakan slope, sedangkan σ merupakan error. Error bukanlah berarti sesuatu yang rusak, hancur atau kacau. Pengertian error di dalam konsep statistika berbeda dengan pengertian error yang selama ini dipakai di dalam kehidupan sehari-hari. Di dalam konsep regresi linier, error adalah semua hal yang mungkin mempengaruhi variable terikat Y, yang tidak diamati oleh peneliti. 3.6.8 Uji Asumsi Klasik Regresi Linier Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter model regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati. Parameter regresi diduga melalui teknik perhitungan yang disebut Ordinary Least Square (OLS). Tentu saja, yang namanya menduga, kita tidak mungkin terlepas dari kesalahan, baik itu sedikit maupun banyak. Namun dengan OLS, kesalahan pendugaan dijamin yang terkecil (dan merupakan yang terbaik) asal memenuhi beberapa asumsi. Asumsi-asumsi tersebut biasanya disebut asumsi klasik regresi linier. Untuk mengetahui apakah koefisien

49 regresi yang kita dapatkan telah sahih (benar; dapat diterima), maka kita perlu melakukan pengujian terhadap kemungkinan adanya pelanggaran asumsi klasik tersebut. Secara manual, dalam melakukan uji asumsi klasik regresi linier, kita harus terlebih dahulu mendapatkan data residual. Perlu kita ingat, pengujian asumsi klasik menggunakan data residual, bukan data pengamatan, kecuali uji asumsi multikolinieritas. Dengan kata lain, penerapan pengujian asumsi klasik regresi linier dilakukan terhadap data residual, kecuali untuk uji asumsi multikolinieritas. Memang, untuk memunculkan hasil uji asumsi klasik regresi linier, pengguna paket software statistika pada umunya tidak diminta untuk memasukkan data residual. Hal ini disebabkan karena pada umumnya software statistika secara otomatis melakukan uji asumsi klasik tanpa terlebih dahulu meminta pengguna software memasukkan data residual. Menurut penulis, hal inilah yang membuat sebagian orang tidak menyadari bahwa sebenarnya saat melakukan uji asumsi klasik, software statistika terlebih dahulu mendapatkan data residual dan baru kemudian melakukan perhitungan uji asumsi klasik regresi linier. Asumsi klasik regresi linier adalah sebagai berikut: 1. Model dispesifikasikan dengan benar Asumsi ini adalah asumsi pertama yang harus dipenuhi oleh peneliti. Maksud dari model dispesifikasikan dengan benar adalah bahwa model regresi tersebut dirancang dengan benar oleh peneliti. Khusus untuk asumsi ini memang tidak ada uji statistikanya. Hal ini disebabkan karena model regresi yang dirancang berhubungan dengan konsep teoritis dari kasus yang sedang diteliti.

50 2. Error menyebar normal dengan rata-rata nol dan suatu ragam (variance) tertentu. Penulisan matematis dari asumsi kedua ini adalah: ع ~ N {0,σ 2 } ع merupakan lambang untuk error. Sedangkan ~ adalah lambang matematis untuk kalimat menyebar mengikuti distribusi dan notasi N {0,σ 2 } menyatakan distribusi/sebaran normal dengan rata-rata nol dan ragam σ 2. Statistik uji yang paling sering digunakan untuk menguji asumsi kenormalan error dengan menggunakan data residual adalah Kolmogorov-Smirnov normality test. Kolmogorov- Smirnov test bekerja dengan cara membandingkan 2 buah distribusi/sebaran data, yaitu distribusi yang dihipotesiskan dan distribusi yang teramati. Distribusi yang dihipotesiskan dalam kasus ini adalah distribusi normal. Sedangkan distribusi yang teramati adalah distribusi yang dimiliki oleh data yang sedang kita uji. Apabila distribusi yang teramati mirip dengan distribusi yang dihipotesiskan (distribusi normal), maka kita bisa menyimpulkan bahwa data yang kita amati memiliki distribusi/sebaran normal. Hipotesis dalam uji normalitas adalah: H0 : Data menyebar normal H1 : Data tidak menyebar normal. Selain dengan statistik uji, pemeriksaan kenormalan residual dapat pula dilakukan dengan QQ-Plot. Ciri-ciri dari data yang menyebar normal bila diplotkan dengan QQ-Plot adalah bahwa titik-titik data tersebut tersebar di sekitar garis lurus. Pembaca sebaiknya tidak perlu terkejut bila suatu saat menemukan bahwa ujung-ujung dari titik-titik data tersebut

51 agak menjauh dari garis lurus. Hal ini adalah hal yang wajar dan tidak perlu dianggap serius. Fokus perhatian kita sebenarnya adalah pada daerah tengah dari kumpulan titik data tersebut. Bila dapat didekati atau digambarkan dengan garis lurus, maka data tersebut dapat dikatakan menyebar normal. 3. Ragam dari error bersifat homogen (homoskedastic). Maksud dari ragam bersifat homogen adalah bahwa error memiliki nilai ragam yang sama antara error ke-i dan error ke-j. Secara matematis ditulis σ 2 j = σ 2 ع i = σ 2 ع dimanaع i, j = 1,..., n; dan n = banyaknya pengamatan. Bagaimanapun juga, error sebenarnya berupa data. Hanya saja, sangat sulit atau bahkan tidak mungkin untuk mengetahui nilainya secara pasti. Oleh karena itu, diperlukan suatu penduga dari data error. Data penduga yang paling tepat adalah data residual. Setiap nilai dari data residual diharapkan memiliki nilai ragam yang mirip. Apabila error memiliki ragam yang homogen, demikian juga seharusnya dengan residualnya. 3.7 Rancangan Uji Hipotesis Hasil analisis yang diperoleh harus diuji terlebih dahulu dengan uji hipotesis konseptual. Pengujian hipotesis ini menggunakan derajat tingkat kepercayaan sebesar 95%, dimana tingkat presisi α = 5% (0,05). Dasar pengambilan kepitisan berdasarkan Sig : Jika sig 0,05 maka Ho ditolak, artinya signifikan Jika sig 0,05 maka Ho diterima artinya tidak signifikan Untuk T-2 :

52 Ho : Gaya kepemimpinan tidak berpengaruh secara signifikan terhadap disiplin kerja karyawan Ha : gaya kepemimpinan berpengaruh positif dan signifikan terhadap disiplin kerja karyawan Dasar pengambilan keputusan : sig 0,05 maka Ho ditolak sig 0,05 maka Ho diterima untuk T-3 : Ho : motivasi tidak berpengaruh secara signifikan terhadap disiplin kerja karyawan Ha : motivasi berpengaruh positif dan signifikan terhadap disiplin kerja karyawan Dasar pengambilan keputusan : sig 0,05 maka Ho ditolak sig 0,05 maka Ho diterima untuk T-4 : Ho : Gaya kepemimpinan dan motivasi tidak berpengaruh secara signifikan terhadap disiplin kerja karyawan Ha : gaya kepemimpinan dan motivasi berpengaruh positif dan signifikan terhadap disiplin kerja karyawan

53 Dasar pengambilan keputusan : sig 0,05 maka Ho ditolak sig 0,05 maka Ho diterima