BAB IV PENGUJIAN 4.3 Uji Validitas dan Reliabilitas 4.3. Uji Validitas Uji validitas adalah suatu ukuran yang menunjukkan tingkat tingkat kevalidan atau kesahihan sesuatu instrumen. Uji validitas digunakan untuk mengukur sah atau tidak validnya suatu kuesioner. Uji signifikansi dilakukan dengan menggunakan r tabel. Nilai r tabel untuk sampel 92 dengan tingkat signifikansi 5 % menunjukkan r tabel sebesar 0,205. R table = 0,205 (df = n-2 = 92-2 = 90, = 5 %). Jika r hitung lebih besar dari r tabel dan nilai r positif maka pertanyaan tersebut dikatakan valid. Berikut ini adalah hasil uji validitas. Tabel 4.0 Uji Validitas Variabel Kinerja karyawan Variabel Indikator Corrected Item-Total Correlation (r hitung) >< r tabel Keterangan Kedisiplinan (X ) Lingkungan kerja (X 2 ) Indikator 0,62 > 0,205 Valid Indikator 2 0,635 > 0,205 Valid Indikator 3 0,707 > 0,205 Valid Indikator 0,576 > 0,205 Valid Indikator 2 0,697 > 0,205 Valid Indikator 3 0,860 > 0,205 Valid Pelatihan (X 3 ) Indikator 0,450 > 0,205 Valid
Variabel Indikator Corrected Item-Total Correlation (r hitung) >< r tabel Keterangan Indikator 2 0,62 > 0,205 Valid Indikator 3 0,58 > 0,205 Valid Indikator 4 0,69 > 0,205 Valid Kompetensi (X 4 ) Indikator 0,423 > 0,205 Valid Indikator 2 0,655 > 0,205 Valid Indikator 3 0,558 > 0,205 Valid Kinerja karyawan (Y) Indikator 0,554 > 0,205 Valid Indikator 2 0,633 > 0,205 Valid Indikator 3 0,649 > 0,205 Valid Sumber : Data primer yang diolah, 206 Berdasarkan dari uji validitas menunjukkan bahwa nilai r hitung lebih besar dibanding nilai r tabel. Dengan hasil ini maka kuesioner yang digunakan oleh variabel kedisiplinan, lingkungan kerja, pelatihan, kompentensi dan kinerja karyawan dinyatakan valid sebagai alat ukur variabel. 4.3.2 Uji Reliabilitas Reliabilitas menunjuk pada satu pengertian bahwa suatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik,
sehingga mampu mengungkap data yang bisa dipercaya. Reliabilitas sebenarnya adalah alat ukur untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau kostruk. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,7. Berikut ini adalah hasil uji reliabilitas : Tabel 4.0 Uji Reliabilitas Instrumen Variabel Alpha ( α) Keterangan Kinerja karyawan 0,775 Reliabel Kedisiplinan 0,804 Reliabel Lingkungan kerja 0,837 Reliabel Pelatihan 0,76 Reliabel Kompetensi 0,720 Reliabel Sumber : Data Primer yang diolah, 206 Dari data diatas dapat diketahui bahwa masing-masing variabel adalah reliabel karena mempunyai nilai alpha lebih besar dari 0,7 4.4 Pengujian Asumsi Klasik 4.4. Pengujian Normalitas Data Uji normalitas dilakukan untuk mengetahui apakah data sampel dalam penelitian ini telah terdistribusi secara normal. Model yang tinggi adalah yang memiliki ditribusi data yang normal atau mendekati normal (Ghozali, 200). Hasil uji normalitas data dengan menggunakan analisis grafik yaitu grafik normal plot menunjukkan titik - titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal, hal ini berarti data berkompetensi normal. Analisis grafik dapat dilihat pada gambar dibawah ini :
Expected Cum Prob Normal P-P Plot of Regression Standardized Residual.0 Dependent Variable: KINERJA 0.8 0.6 0.4 0.2 0.0 0.0 0.2 0.4 0.6 0.8 Observed Cum Prob.0 Gambar 4. Uji Normalitas Gambar tersebut menunjukkan bahwa titik-titik residual model regresi sudah berkompetensi normal karena titik-titik tersebut yang menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Dengan demikian dari grafik tersebut menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas. Uji normalitas dalam penelitian ini juga menggunakan uji kolmogorof Smirnov Test antara lain sebagai berikut : Tabel 4. Uji kolmogorof Smirnov test One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differenc es Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) Mean Std. Deviation Absolute Positive Negative a. Test distribution is Normal. b. Calculated from data. Unstandardiz ed Residual 92.0000000.7657927.37.070 -.37.37.062 Berdasarkan tabel 4.3 dapat dilihat bahwa nilai signifikan sebesar 0.062 lebih besar 0,05. Hal ini dapat diartikan bahwa data berdistribusi normal.
Regression Studentized Residual 4.4.2 Pengujian Heteroskedastisitas Pengujian ini bertujuan untuk mendeteksi apakah kesalahan pengganggu dari model yang diamati tidak memiliki varians yang konstan dari satu observasi-keobservasi lainnya. Untuk mengetahui ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan menggunakan grafik heteroskesdastisitas untuk memprediksi nilai variabel dependen dengan variabel independen. Dari scaterplots terlihat titik-titik yang menyebar secara acak serta tersebar diatas maupun dibawah angka 0 pada sumbu Y. Dibawah ini terdapat gambar heteroskedastisitas: Scatterplot Dependent Variable: KINERJA 2 0 - -2-3 -3-2 - 0 Regression Standardized Predicted Value 2 Gambar 4.2 Uji Heterokedastisitas Hasil pengujian heteroskedastisitas menunjukkan tidak terdapat pola yang jelas dari titik-titik tersebut dan titik titik menyebar diatas maupun dibawah angka nol pada sumbu Y. Hal ini menunjukkan bahwa model regresi yang digunakan dalam penelitian ini tidak memiliki gejala adanya heteroskedastisitas, yang berarti bahwa tidak ada gangguan yang berarti dalam model regresi ini. 4.4.3 Pengujian Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent). Model regresi yang tinggi seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi gejala Multikolinearitas dilakukan dengan cara melihat nilai (VIF) Variance Inflation Factor (Ghozali, 2009). Pada perhitungan ini tidak ada satupun variabel independen yang memiliki VIF lebih dari 0, maka data ini bebas dari Multikolinearitas. Sedangkan berdasarkan nilai tolerance tidak ada satupun variabel independen yang memiliki tolerance lebih dari 0,. Untuk hasil selengkapnya dapat dilihat dari tabel 4.8 : Tabel 4.2 Uji Multikolinearitas Model Kedisiplinan Lingkungan pelatihan Kompetensi Coefficients a a. Dependent Variable: KINERJA Collinearity Statistics Tolerance VIF.766.305.554.807.785.274.565.770 Sumber : Hasil Output data, 206 Nilai VIF untuk masing-masing variabel independen dalam persamaan memiliki nilai kurang dari 0 dan nilai tolerance lebih besar dari 0,0 maka semua variabel dalam model tidak terkena masalah multikolinearitas.hal ini dapat disimpulkan bahwa semua variabel bebas tidak mepunyai korelasi yang sangat kuat. 4.5 Analisis Regresi Linier berganda berikut : Adapun regresi linier berganda menggunakan SPSS versi 3.00 antara lain sebagi
Tabel 4.3 Analisis Regresi Linier Berganda Model (Constant) Kedisiplinan Lingkungan pelatihan Kompetensi a. Dependent Variable: KINERJA Unstandardized Coefficients Coefficients a Standardized Coefficients B Std. Error Beta t Sig. -.367.78 -.5.6.238.050.259 4.753.000.248.048.332 5.79.000.36.040.487 9.060.000.7.056.32 2.076.04 berikut : Sumber : Hasil Output data, 206 Sehingga dari persamaan rumus regresi linier berganda dapat diperoleh hasil sebagai Y =-0,367 + 0,238X +0,248 X 2 + 0,36 X 3 +0,7 X 4 Hasil persamaan regresi berganda tersebut diatas memberikan pengertian bahwa : a. Konstanta (α) sebesar -0,367 yang berarti apabila kedisiplinan, lingkungan, pelatihan dan kompetensi idak ada perubahan maka kinerja karyawan cenderung negatif b. b (nilai koefisien regresi X ) 0,238 kedisiplinan bernilai positif, hal ini dapat diartikan bahwa jika kedisiplinan (X ) ditingkatkan sedangkan variabel lain adalah tetap (konstan) maka kinerja karyawan juga akan meningkat c. b 2 (nilai koefisien regresi X 2 ) 0,248 lingkungan kerja bernilai positif, hal ini dapat diartikan bahwa jika lingkungan kerja (X 2 ) meningkat sedangkan variabel lain adalah tetap (konstan) maka kinerja karyawan juga akan meningkat.
d. b 3 (nilai koefisien regresi X 3 ) 0,36 pelatihan bernilai positif, hal ini dapat diartikan bahwa jika pelatihan (X 3 ) ditingkatkan sedangkan variabel lain adalah tetap (konstan) maka kinerja karyawan juga akan meningkat. e. b 4 (nilai koefisien regresi X 4 ) 0,7 kompetensi bernilai positif, hal ini dapat diartikan bahwa jika kompetensi (X 4 ) lebih strategis sedangkan variabel lain adalah tetap (konstan) maka kinerja karyawan juga akan meningkat. 4.6 Pengujian Hipotesis Secara Simultan (uji F) Pengujian uji F dapat dilihat dari tabel dibawah ini : Tabel 4.4 Uji F Model Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig. 26.85 4 54.23 88.397.000 a 53.356 87.63 270.207 9 a. Predictors: (Constant), Kompetensi, Kedisiplinan, pelatihan, Lingkungan b. Dependent Variable: KINERJA Nilai F hitung sebesar 88,397 dengan tingkat signifikansi 0,000 < 0,05. Dengan demikian keputusan yang diambil Ho ditolak dan menerima Ha. Hal ini berarti bahwa semua variabel bebas secara bersama-sama mampu mempengaruhi variabel terikat secara signifikan. 4.7 Pengujian Hipotesis Pengujian hipotesis dilakukan untuk mengetahui apakah persamaan regresi yang diperoleh tersebut dapat dipertanggung jawabkan atau tidak. Bila hasil analisis nanti
menunjukkan bahwa persamaan regresi yang bersangkutan adalah signifikan atau dapat dipertanggungjawabkan, maka persamaan regresi tersebut dapat digunakan untuk meramalkan variabel Y dan sekaligus untuk membuktikan hipotesis yang diajukan. meliputi : Pengujian hipotesis secara parsial ini dilakukan dengan menggunakan 5 langkah Tabel 4.6 Uji t Model (Constant) Kedisiplinan Lingkungan pelatihan Kompetensi a. Dependent Variable: KINERJA Unstandardized Coefficients Coefficients a Standardized Coefficients B Std. Error Beta t Sig. -.367.78 -.5.6.238.050.259 4.753.000.248.048.332 5.79.000.36.040.487 9.060.000.7.056.32 2.076.04 a. Pengujian hipótesis kedisiplinan terhadap kinerja karyawan Kedisiplinan (X ) = 4,753 dengan sig. = 0,000 < 0,05. Dengan demikian menunjukkan bahwa terdapat pengaruh signifikan antara kedisiplinan terhadap kinerja karyawan (Y). Artinya bahwa setiap peningkatan kedisiplinan akan meningkatkan kinerja karyawan. b. Pengujian hipótesis lingkungan kerja terhadap kinerja karyawan Lingkungan kerja (X 2 ) = 5,79 dengan sig. = 0,000 < 0,05. Dengan demikian menunjukkan bahwa terdapat pengaruh signifikan antara lingkungan kerja terhadap kinerja karyawan (Y). Artinya bahwa setiap peningkatan lingkungan kerja akan meningkatkan kinerja karyawan
c. Pengujian Hipotesis pelatihan terhadap kinerja karyawan Pelatihan (X 3 ) = 9,060 dengan sig. = 0,000 < 0,05.. Dengan demikian menunjukkan bahwa terdapat pengaruh signifikan antara pelatihan terhadap kinerja karyawan. Artinya bahwa setiap peningkatan pelatihan akan meningkatkan kinerja karyawan d. Pengujian hipótesis kompetensi terhadap kinerja karyawan Kompetensi (X 4 ) = 2,076 dengan sig. = 0,000 < 0,05. Dengan demikian menunjukkan bahwa terdapat pengaruh signifikan antara kompetensi terhadap kinerja karyawan (Y). Artinya bahwa setiap peningkatan kompetensi akan meningkatkan kinerja karyawan 4.5 Analisis Koefisien Determinasi Tabel 4.7 Koefisien Determinasi Model Model Summary b Adjusted Std. Error of R R Square R Square the Estimate.896 a.803.793.783 a. Predictors: (Constant), Kompetensi, Kedisiplinan, pelatihan, Lingkungan b. Dependent Variable: KINERJA Sumber : Hasil Output SPSS, 206 Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel independen dalam menjelaskan variabel dependen yang ditunjukkan oleh nilai R square (R 2 ) yaitu sebesar 0,793 artinya variabilitas variabel kedisiplinan, lingkungan kerja,pelatihan dan kompetensi mampu menjelaskan kinerja karyawan (Y) sebesar 79,3 %, sedangkan sisanya sebesar 20,7% dijelaskan oleh variabilitas variabel lain yang tidak diteliti dalam penelitian ini.