Hasil Uji Validitas: Correlations

HASIL UJI VALIDITAS
Correlations
motivasi1 motivasi2 motivasi3 Motivasi
motivasi1 Pearson Correlation 1 .111 .405* .718**
Sig. (2-tailed) .559 .026 .000
N 30 30 30 30
motivasi2 Pearson Correlation .111 1 .137 .566**
Sig. (2-tailed) .559 .471 .001
N 30 30 30 30
motivasi3 Pearson Correlation .405* .137 1 .787**
Sig. (2-tailed) .026 .471 .000
N 30 30 30 30
Motivasi Pearson Correlation .718** .566** .787** 1
Sig. (2-tailed) .000 .001 .000
N 30 30 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Correlations
puas1 puas2 puas3 puas4 Kepuasan
puas1 Pearson Correlation 1 .229 .443* -.021 .667**
Sig. (2-tailed) .223 .014 .912 .000
N 30 30 30 30 30
puas2 Pearson Correlation .229 1 .144 .219 .638**
Sig. (2-tailed) .223 .449 .246 .000
N 30 30 30 30 30
puas3 Pearson Correlation .443* .144 1 .120 .712**
Sig. (2-tailed) .014 .449 .527 .000
N 30 30 30 30 30
puas4 Pearson Correlation -.021 .219 .120 1 .481**
Sig. (2-tailed) .912 .246 .527 .007
N 30 30 30 30 30
Kepuasan Pearson Correlation .667** .638** .712** .481** 1
Sig. (2-tailed) .000 .000 .000 .007
N 30 30 30 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
Correlations
disip1 disip2 disip3 Disiplin
disip1 Pearson Correlation 1 .307 .497** .790**
Sig. (2-tailed) .099 .005 .000
N 30 30 30 30
disip2 Pearson Correlation .307 1 .241 .705**
Sig. (2-tailed) .099 .199 .000
N 30 30 30 30
disip3 Pearson Correlation .497** .241 1 .761**
Sig. (2-tailed) .005 .199 .000
N 30 30 30 30
Disiplin Pearson Correlation .790** .705** .761** 1
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
Correlations
kinerja1 kinerja2 kinerja3 Kinerja
kinerja1 Pearson Correlation 1 .073 .316 .649**
Sig. (2-tailed) .702 .089 .000
N 30 30 30 30
kinerja2 Pearson Correlation .073 1 .340 .653**
Sig. (2-tailed) .702 .066 .000
N 30 30 30 30
kinerja3 Pearson Correlation .316 .340 1 .808**
Sig. (2-tailed) .089 .066 .000
N 30 30 30 30
Kinerja Pearson Correlation .649** .653** .808** 1
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
HASIL UJI RELIABILITAS
MOTIVASI
Case Processing Summary
N %
Cases Valid 30 100.0
Excludeda 0 .0
Total 30 100.0
a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha N of Items
.769 4
Item Statistics
Mean Std. Deviation N
motivasi1 4.17 .648 30
motivasi2 3.93 .640 30
motivasi3 4.00 .788 30
Motivasi 12.10 1.447 30
Item-Total Statistics
Cronbach's
Scale Mean if Scale Variance if Corrected Item- Alpha if Item
Item Deleted Item Deleted Total Correlation Deleted
motivasi1 20.03 6.102 .578 .732
motivasi2 20.27 6.685 .386 .797
motivasi3 20.20 5.407 .640 .689
Motivasi 12.10 2.093 1.000 .461
Scale Statistics
Mean Variance Std. Deviation N of Items
24.20 8.372 2.894 4
KEPUASAN
N %
Excludeda 0 .0
Total 30 100.0
procedure.
Cronbach's
Alpha N of Items
.740 5
Item Statistics
puas1 3.87 .776 30
puas2 4.07 .828 30
puas3 3.97 .890 30
puas4 4.17 .699 30
Kepuasan 16.07 2.016 30
Cronbach's
puas1 28.27 12.685 .537 .700
puas2 28.07 12.685 .490 .708
puas3 28.17 11.937 .574 .681
puas4 27.97 14.033 .331 .750
Kepuasan 16.07 4.064 1.000 .491
Scale Statistics
32.13 16.257 4.032 5
DISIPLIN
N %
Excludeda 0 .0
Total 30 100.0
procedure.
Cronbach's
Alpha N of Items
.802 4
Item Statistics
disip1 4.00 .643 30
disip2 4.17 .699 30
disip3 4.17 .648 30
Disiplin 12.33 1.493 30
Cronbach's
disip1 20.67 6.299 .683 .753
disip2 20.50 6.466 .553 .789
disip3 20.50 6.397 .642 .765
Disiplin 12.33 2.230 1.000 .611
Scale Statistics
24.67 8.920 2.987 4
KINERJA
N %
Excludeda 0 .0
Total 30 100.0
procedure.
Cronbach's
Alpha N of Items
.777 4
Item Statistics
kinerja1 4.00 .695 30
kinerja2 3.87 .681 30
kinerja3 4.07 .785 30
Kinerja 11.93 1.530 30
Cronbach's
kinerja1 19.87 7.085 .485 .776
kinerja2 20.00 7.103 .494 .774
kinerja3 19.80 6.097 .683 .691
Kinerja 11.93 2.340 1.000 .498
Scale Statistics
23.87 9.361 3.060 4
HASIL ANALISIS REGRESI LINEAR BERGANDA 1
Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 Kepuasan, . Enter
Motivasib
a. Dependent Variable: Disiplin
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .598a .357 .310 1.241
a. Predictors: (Constant), Kepuasan, Motivasi
b. Dependent Variable: Disiplin
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 23.094 2 11.547 7.499 .003b
Residual 41.573 27 1.540
Total 64.667 29
b. Predictors: (Constant), Kepuasan, Motivasi
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) .352 3.108 .113 .911
Motivasi .537 .165 .520 3.252 .003 .931 1.074
Kepuasan .341 .118 .461 2.883 .008 .931 1.074
Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) Motivasi Kepuasan
1 1 2.978 1.000 .00 .00 .00
2 .018 12.837 .00 .34 .40
3 .004 29.028 1.00 .66 .60
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 10.50 14.35 12.33 .892 30
Std. Predicted Value -2.054 2.265 .000 1.000 30
Standard Error of Predicted .227 .626 .380 .100 30
Value
Adjusted Predicted Value 10.39 14.18 12.31 .899 30
Residual -2.525 2.011 .000 1.197 30
Std. Residual -2.035 1.621 .000 .965 30
Stud. Residual -2.152 1.703 .007 1.013 30
Deleted Residual -2.825 2.220 .019 1.321 30
Stud. Deleted Residual -2.321 1.769 -.001 1.045 30
Mahal. Distance .008 6.406 1.933 1.581 30
Cook's Distance .000 .185 .035 .049 30
Centered Leverage Value .000 .221 .067 .055 30
UJI ASUMSI KLASIK ANALISIS REGRESI LINEAR BERGANDA 1
UJI NORMALITAS ANALISIS REGRESI LINEAR BERGANDA 1
One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 30
Normal Parametersa,b Mean .0000000
Std. Deviation 1.19730379
Most Extreme Differences Absolute .155
Positive .081
Negative -.155
Test Statistic .155
Asymp. Sig. (2-tailed) .064c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
UJI MULTIKOLENIARITAS ANALISIS REGRESI LINEAR BERGANDA 1
Coefficientsa
1 (Constant) .352 3.108 .113 .911
Motivasi .537 .165 .520 3.252 .003 .931 1.074
Kepuasan .341 .118 .461 2.883 .008 .931 1.074
UJI HETEROSKEDASTISITAS ANALISIS REGRESI LINEAR BERGANDA 1
Variables
1 Kepuasan, . Enter
Motivasib
a. Dependent Variable: abs_res1
Model Summaryb
1 .095a .009 -.064 .77456
a. Predictors: (Constant), Kepuasan, Motivasi
b. Dependent Variable: abs_res1
ANOVAa
1 Regression .149 2 .075 .124 .884b
Residual 16.198 27 .600
Total 16.347 29
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.880 1.940 .969 .341
Motivasi -.043 .103 -.082 -.413 .683
Kepuasan -.028 .074 -.075 -.378 .709
HASIL ANALISIS REGRESI LINEAR BERGANDA 2
Variables
1 Disiplin, . Enter
Kepuasan,
Motivasib
a. Dependent Variable: Kinerja
Model Summaryb
1 .585a .342 .266 1.311
a. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
b. Dependent Variable: Kinerja
ANOVAa
1 Regression 23.205 3 7.735 4.503 .011b
Residual 44.662 26 1.718
Total 67.867 29
b. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
1 (Constant) 5.009 3.283 1.526 .139
Motivasi -.016 .206 -.015 -.076 .940 .669 1.495
Kepuasan -.032 .143 -.042 -.220 .827 .712 1.405
Disiplin .618 .203 .603 3.039 .005 .643 1.556
Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) Motivasi Kepuasan Disiplin
1 1 3.971 1.000 .00 .00 .00 .00
2 .018 14.802 .00 .23 .32 .00
3 .007 23.119 .19 .05 .02 .83
4 .003 35.250 .81 .72 .66 .17
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 9.88 13.58 11.93 .895 30
Std. Predicted Value -2.298 1.846 .000 1.000 30
Standard Error of Predicted .277 .674 .465 .114 30
Value
Adjusted Predicted Value 10.18 13.49 11.94 .891 30
Residual -2.396 2.253 .000 1.241 30
Std. Residual -1.828 1.719 .000 .947 30
Stud. Residual -1.967 1.777 -.003 1.007 30
Deleted Residual -2.774 2.478 -.008 1.408 30
Stud. Deleted Residual -2.090 1.859 -.010 1.038 30
Mahal. Distance .330 6.707 2.900 1.849 30
Cook's Distance .000 .152 .034 .042 30
Centered Leverage Value .011 .231 .100 .064 30
UJI ASUMSI KLASIK ANALISIS REGRESI LINEAR BERGANDA 2

UJI NORMALITAS ANALISIS REGRESI LINEAR BERGANDA 2

Unstandardized
Residual
N 30
Positive .095
Negative -.171
Test Statistic .171
UJI MULTIKOLENIARITAS ANALISIS REGRESI LINEAR BERGANDA 2
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
1 (Constant) 5.009 3.283 1.526 .139
Motivasi -.016 .206 -.015 -.076 .940 .669 1.495
Kepuasan -.032 .143 -.042 -.220 .827 .712 1.405
Disiplin .618 .203 .603 3.039 .005 .643 1.556
UJI HETEROSKEDASTISITAS ANALISIS REGRESI LINEAR BERGANDA 2
Variables Variables
Model Entered Removed Method
1 Disiplin, . Enter
Kepuasan,
Motivasib
Model Summaryb
1 .341a .116 .014 .71116
a. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
b. Dependent Variable: abs_res2
ANOVAa
1 Regression 1.732 3 .577 1.142 .351b
Residual 13.149 26 .506
Total 14.882 29
Coefficientsa
Standardized
1 (Constant) 1.307 1.781 .734 .470
Motivasi -.034 .112 -.069 -.307 .761
Kepuasan -.114 .078 -.320 -1.466 .155
Disiplin .157 .110 .327 1.420 .167
A. Hasil Pengujian Instrumen Penelitian
1. Hasil Uji Validitas
Uji validitas dilakukan dengan mengkorelasikan antara skor faktor dengan skor
total dan bila korelasi tiap faktor tersebut bernilai positif (r > 0,30), maka instrumen
penelitian tersebut dapat dikatakan valid. Instrumen yang valid adalah instrumen yang
dapat digunakan untuk mengukur apa yang seharusnya diukur. Tinggi rendahnya
validitas menunjuk kan sejauh mana data yang terkumpul tidak menyimpang dari
gambaran tentang variabel yang dimaksud. Hasil uji validitas penelitian ini
ditunjukkan dalam Tabel 1 berikut ini:
Tabel 1
Hasil Uji Validitas
Item Korelasi Item r tabel

No Variabel Keterangan
Pernyataan Total
X1.1 0,718 0,30 Valid
1 Motivasi X1.2 0,566 0,30 Valid
X1.3 0,787 0,30 Valid
X2.1 0,667 0,30 Valid
X2.2 0,638 0,30 Valid
2 Kepuasan
X2.3 0,712 0,30 Valid
X2.4 0,481 0,30 Valid
Y1.1 0,790 0,30 Valid
3 Disiplin Y1.2 0,705 0,30 Valid
Y1.3 0,761 0,30 Valid
Y2.1 0,649 0,30 Valid
4 Kinerja
Y2.2 0,653 0,30 Valid
Y2.3 0,808 0,30 Valid
Tabel 1 menunjukkan bahwa seluruh koefisien korelasi dari indikator variabel
yang diuji nilainya lebih besar dari 0,30 (Korelasi Item Total > 0,30). Hasil tersebut
menunjukkan bahwa seluruh indikator yang terdapat pada penelitian ini terbukti valid.
2. Hasil Uji Reliabilitas
Uji reliabilitas digunakan untuk mengukur konsistensi suatu variabel pada
penelitian. Instrumen dikatakan reliabel untuk mengukur variabel bila memiliki nilai
Cronbach Alpha > 0,60. Hasil uji reliabilitas penelitian ini ditunjukkan dalam Tabel 2
berikut ini:
Tabel 2
Hasil Uji Reliabilitas
Variabel Cronbach’s Alpha Keterangan

Motivasi (X1) 0,769 Reliabel
Kepuasan(X2) 0,740 Reliabel
Disiplin (Y1) 0,802 Reliabel
Kinerja (Y2) 0,777 Reliabel
Tabel 2 menunjukkan masing-masing nilai Cronbach’s Alpha pada tiap
instrumen tersebut lebih besar dari 0,60 (Cronbach’s Alpha) > 0,60 yaitu sebesar
0,769, 0,740, 0,802 dan 0,777. Hal tersebut menunjukkan bahwa semua instrumen
reliabel sehingga dapat digunakan untuk melakukan penelitian.
B. Uji Asumsi Klasik
Model regresi dikatakan model yang baik apabila dalam model tersebut bebas dari
asumsi klasik statistik. Suatu model regresi linear berganda secara teoritis akan
menghasilkan nilai parameter penduga yang tepat bila memenuhi persyaratan asumsi
klasik regresi, yaitu: uji normalitas, multikolinearitas, dan heteroskedastisitas.
1. Uji normalitas
Pada penelitian ini pengujian normalitas dilakukan menggunakan analisis statistik
One-Sample Kolmogorov-Smirnov, yaitu dengan membandingkan signifikansi
Kolmogorov-Smirnov dengan alpha (0,05) Adapun hasil uji One-Sample Kolmogorov-
Smirnov dapat ditampilkan dalam Tabel 3 dan Tabel 4.
Tabel 3
Uji Normalitas Regresi 1

Unstandardized
Residual
N 30
Positive .081
Negative -.155
Test Statistic .155
Berdasarkan uji normalitas dengan menggunakan One-Sample Kolmogorov-
Smirnov Test yang ditampilkan pada Tabel 3 tersebut menunjukkan bahwa besarnya
nilai sig. Kolmogorov-Smirnov adalah sebesar 0,064. Nilai sig. Kolmogorov-Smirnov
tersebut lebih besar dibandingkan dengan nilai alpha sebesar 0,05 maka
mengindikasikan bahwa data yang digunakan pada penelitian ini terdistribusi normal,
sehingga dapat disimpulkan bahwa model regresi linear pertama memenuhi asumsi
normalitas.
Tabel 4
Uji Normalitas Regresi 2

Unstandardized
Residual
N 30
Positive .095
Negative -.171
Test Statistic .171
Berdasarkan uji normalitas dengan menggunakan One-Sample Kolmogorov-
Smirnov Test yang ditampilkan pada Tabel 4 tersebut menunjukkan bahwa besarnya
nilai sig. Kolmogorov-Smirnov adalah sebesar 0,025. Nilai sig. Kolmogorov-Smirnov
tersebut lebih kecil dibandingkan dengan nilai alpha sebesar 0,05 maka
mengindikasikan bahwa data yang digunakan pada penelitian ini tidak terdistribusi
normal, sehingga dapat disimpulkan bahwa model regresi linear kedua belum
memenuhi asumsi normalitas.
2. Uji multikolinieritas
Uji multikolinearitas dilakukan untuk melihat apakah terdapat korelasi yang
sempurna antar variabel bebas yang digunakan pada penelitian ini. Pengujian
multikolinearitas dilakukan dengan menganalisis nilai tolerance dan nilai VIF. Nilai
tolerance dan nilai VIF digunakan untuk mengukur variabilitas variabel independen
atau hubungan antar variabel independen, jika nilai tolerance kurang dari 0,10 atau
nilai VIF lebih dari 10 maka menunjukkan adanya multikolinearitas. Adapun nilai
tolerance dan nilai VIF ditunjukkan pada Tabel 5 dan Tabel 6 berikut:
Tabel 5
Uji Multikolinieritas Regresi 1
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
1 (Constant) .352 3.108 .113 .911
Motivasi .537 .165 .520 3.252 .003 .931 1.074
Kepuasan .341 .118 .461 2.883 .008 .931 1.074
Berdasarkan Tabel 5 tersebut ditunjukkan bahwa tidak terdapat variabel bebas
yang memiliki nilai tolerance kurang dari 0,10 dan juga tidak ada variabel bebas yang
memiliki nilai VIF lebih dari 10. Maka dari pada itu model regresi pertama bebas dari
gejala multikoleniaritas.
Tabel 6
Uji Multikolinieritas Regresi 2
Coefficientsa
Model Unstandardized Standardized t Sig. Collinearity Statistics
Coefficients Coefficients
B Std. Error Beta Tolerance VIF
1 (Constant) 5.009 3.283 1.526 .139
Motivasi -.016 .206 -.015 -.076 .940 .669 1.495
Kepuasan -.032 .143 -.042 -.220 .827 .712 1.405
Disiplin .618 .203 .603 3.039 .005 .643 1.556
Berdasarkan Tabel 6 tersebut ditunjukkan bahwa tidak terdapat variabel bebas
yang memiliki nilai tolerance kurang dari 0,10 dan juga tidak ada variabel bebas yang
memiliki nilai VIF lebih dari 10. Maka dari pada itu model regresi kedua bebas dari
gejala multikoleniaritas.
3. Uji heteroskedastisitas
Pengujian heteroskedastisitas diakukan melalui metode glesjer dan dengan grafik
scatterplot. Metode glesjer meregresikan model regresi untuk mendapatkan nilai
residualnya, kemudian nilai residual tersebut diabsolutkan dan dilakukan regresi
dengan semua variabel independen. Bila terdapat variabel independen yang
berpengaruh secara signifikan terhadap residual absolut maka terjadi
heteroskedastisitas pada model regresi ini. Tabel 7 dan 8 menunjukkan hasil
perhitungan statistik dengan metode glesjer.
Tabel 7
Uji Heteroskedastisitas Regresi 1
Coefficientsa
Standardized
1 (Constant) 1.880 1.940 .969 .341
Motivasi -.043 .103 -.082 -.413 .683
Kepuasan -.028 .074 -.075 -.378 .709
Berdasarkan Tabel 7 tersebut, ditunjukkan bahwa masing-masing model
memiliki nilai signifikansi lebih besar dari 5% (0,05) yaitu sebesar 0,683, 0,709,. Hal
ini menunjukkan bahwa variabel bebas yang digunakan pada penelitian ini tidak
berpengaruh secara signifikan terhadap variabel terikatnya yaitu absolute residual,

maka dari itu model regresi pertama dalam penelitian ini bebas dari gejala
heteroskedastisitas.
Tabel 8
Uji Heteroskedastisitas Regresi 2
Coefficientsa
Standardized
1 (Constant) 1.307 1.781 .734 .470
Motivasi -.034 .112 -.069 -.307 .761
Kepuasan -.114 .078 -.320 -1.466 .155
Disiplin .157 .110 .327 1.420 .167
Berdasarkan Tabel 8 tersebut, ditunjukkan bahwa masing-masing model
memiliki nilai signifikansi lebih besar dari 5% (0,05) yaitu sebesar 0,761, 0,155, dan
0,167. Hal ini menunjukkan bahwa variabel bebas yang digunakan pada penelitian ini
tidak berpengaruh secara signifikan terhadap variabel terikatnya yaitu absolute
residual, maka dari itu model regresi kedua dalam penelitian ini bebas dari gejala
heteroskedastisitas.
C. Analisis Regresi Linier Berganda Pertama
Model analisis regresi linear berganda pertama digunakan untuk mendapat
koefisien regresi yang akan menentukan apakah hipotesis yang dibuat akan diterima atau
ditolak. Hasil analisis ini mengacu pada hasil pengaruh variabel Motivasi (X1), variabel
Kepuasan (X2) terhadap Disiplin (Y) Adapun hasil analisis regresi dengan program
Statitical Pacage of Social Science (SPSS) versi 25.0 for Windows dapat dilihat pada
Tabel 9 berikut.
Tabel 9
Hasil Analisis Regresi Linear Berganda 1
Coefficientsa
1 (Constant) .352 3.108 .113 .911
Motivasi .537 .165 .520 3.252 .003 .931 1.074
Kepuasan .341 .118 .461 2.883 .008 .931 1.074
Berdasarkan Tabel 9 dapat ditulis persamaan regresi linear berganda sebagai
berikut.
Y1 = 0,352+0,537 X1 + 0,341 X2
Dimana :
Y1 = Disiplin
X1 = Motivasi
X2 = Kepuasan
Persamaan regresi linear berganda tersebut menunjukkan arah masing-masing variabel
bebas terhadap variabel terikatnya. Persamaan regresi linear berganda tersebut dapat
diuraikan sebagai berikut :
Nilai constant 0,352 menunjukan apabila Motivasi, Kepuasan bernilai sama dengan 0
(nol) maka Disiplin bernilai sebesar 0,352

X1 = +0,537 menunjukkan bahwa Motivasi berpengaruh positif terhadap Disiplin,
yang berarti apabila Motivasi meningkat maka Disiplin akan mengalami
peningkatan, dengan asumsi variabel Kepuasan dianggap konstan.
X2 = +0,341, menunjukkan bahwa Kepuasan berpengaruh positif terhadap
Loyalitas, yang berarti apabila Kepuasan meningkat maka Disiplin akan
mengalami peningkatan, dengan asumsi variabel Motivasi dianggap konstan.
1. Hasil Uji F
Uji F digunakan untuk mengetahui apakah secara serempak (simultan) seluruh
variabel bebas (variabel Promosi (X1) ,Kepuasan (X2) ) memiliki pengaruh terhadap
variabel terikat (Disiplin (Y1). Uji statistik F bertujuan untuk mengetahui kelayakan
model regresi linier sebagai alat analisis yang menguji pengaruh variabel independen
terhadap variabel dependen. Uji F dilakukan untuk melihat nilai signifikansi pada tabel
annova dengan bantuan program SPSS. Bila nilai signifikansi annova < α (0,05), maka
model ini dikatakan fit dengan data observasi atau variabel independen mampu
menjelaskan variabel dependen
Tabel 10 Uji F Analisis Regresi Linear Berganda 1

ANOVAa
1 Regression 23.094 2 11.547 7.499 .003b
Residual 41.573 27 1.540
Total 64.667 29
Berdasarkan tabel 10, dapat dilihat bahwa nilai F sebesar 7,499 dan nilai
signifikansi sebesar 0,003. Hal ini menunjukkan bahwa nilai signifikansi sebesar 0,003
lebih rendah dari nilai alpha (α) 0,05 (0,003<0,05). Dengan demikian, dapat disimpulkan
bahwa Motivasi (X1), Kepuasan (X2), berpengaruh signifikan secara simultan terhadap
Disiplin (Y1), sehingga dapat disimpulkan bahwa model regresi pertama dapat dikatakan
fit dengan data observasi sehingga layak digunakan sebagai alat analisis untuk menguji
pengaruh variabel bebas terhadap variabel terikat.
2. Hasil Uji t
Uji parsial (uji t) digunakan untuk menguji pengaruh masing-masing variabel bebas
(variabel Motivasi, variabel Kepuasan,) terhadap variabel terikat (Disiplin).
Tabel 11 Hasil Uji t Analisis Regresi Linear Berganda 1
Coefficientsa
1 (Constant) .352 3.108 .113 .911
Motivasi .537 .165 .520 3.252 .003 .931 1.074
Kepuasan .341 .118 .461 2.883 .008 .931 1.074
1. Pengaruh Variabel Motivasi (X1) Terhadap Disiplin
Untuk menguji H0 diterima atau ditolak digunakan langkah-langkah sebagai
berikut.
1) Perumusan hipotesis
H0 : βi = 0, artinya variabel Motivasi secara parsial tidak berpengaruh signifikan
terhadap Disiplin
Ha : βi > 0, artinya variabel Motivasi secara parsial berpengaruh signifikan terhadap
Disiplin
2) Taraf nyata (α) = 5% = 0,05
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,003
4) Kriteria Pengujian/pengambilan keputusan
Jika nilai tsig < 0,05 maka H0 ditolak
Jika nilai tsig > 0,05 maka H0 diterima

5) Kesimpulan
Berdasarkan hasil analisis di atas dapat dijelaskan bahwa tingkat signifikansi
0,003< 0,05, sehingga H0 ditolak dan Ha diterima yang berarti bahwa variabel
Motivasi berpengaruh positif signifikan terhadap Disiplin. Koefisien regresi β1
(variabel Motivasi) sebesar 0,537, menunjukkan bahwa meningkatnya Motivasi
maka akan meningkatkan Disiplin.
2. Pengaruh Variabel Kepuasan (X2) Terhadap Disiplin
berikut.
H0 : βi = 0, artinya variabel Kepuasan secara parsial tidak berpengaruh signifikan
terhadap Disiplin
Ha : βi > 0, artinya variabel Kepuasan secara parsial berpengaruh signifikan
terhadap Disiplin
2) Taraf nyata (α) = 5% = 0,05
3) Besarnya t-sig
0,008
5) Kesimpulan
0,008< 0,05, sehingga H0 ditolak dan Ha diterima yang berarti bahwa variabel
Kepuasan berpengaruh positif signifikan terhadap Disiplin. Koefisien regresi β2

(variabel Kepuasan) sebesar 0,341, menunjukkan bahwa meningkatnya Kepuasan
maka akan meningkatkan Disiplin
D. Analisis Regresi Linier Berganda kedua
Model analisis regresi linear berganda kedua digunakan untuk mendapat
koefisien regresi yang akan menentukan apakah hipotesis yang dibuat akan diterima atau
ditolak. Hasil analisis ini mengacu pada hasil pengaruh variabel Motivasi (X1), variabel
Kepuasan (X2) variabel Disiplin (Y1) terhadap Kinerja (Y2) Adapun hasil analisis regresi
dengan program Statitical Pacage of Social Science (SPSS) versi 25.0 for Windows dapat
dilihat pada Tabel 12 berikut.
Tabel 12
Hasil Analisis Regresi Linear Berganda 2
Coefficientsa
1 (Constant) 5.009 3.283 1.526 .139
Motivasi -.016 .206 -.015 -.076 .940 .669 1.495
Kepuasan -.032 .143 -.042 -.220 .827 .712 1.405
Disiplin .618 .203 .603 3.039 .005 .643 1.556
Berdasarkan Tabel 12 dapat ditulis persamaan regresi linear berganda sebagai
berikut.
Y2 = 5,009 -0,016 X1 - 0,032 X2 + 0,618 Y1
Dimana :
Y2 = Kinerja
X1 = Motivasi
X2 = Kepuasan
Y1 = Disiplin
Persamaan regresi linear berganda tersebut menunjukkan arah masing-masing variabel
bebas terhadap variabel terikatnya. Persamaan regresi linear berganda tersebut dapat
diuraikan sebagai berikut :
Nilai constant 5,009 menunjukan apabila Motivasi, Kepuasan dan Disiplin bernilai
sama dengan 0 (nol) maka Kinerja bernilai sebesar 5,009
X1 = -0,016 menunjukkan bahwa Motivasi berpengaruh negatif terhadap Kinerja,
yang berarti apabila Motivasi meningkat maka Kinerja akan mengalami
peneurunan dengan asumsi variabel Kepuasan dan Disiplin dianggap konstan.
X2 = -0,032, menunjukkan bahwa Kepuasan berpengaruh negatif terhadap
Loyalitas, yang berarti apabila Kepuasan meningkat maka Kinerja akan
mengalami penurunan dengan asumsi variabel Motivasi dan Disiplin dianggap
konstan.
X3 = +0,618, menunjukkan bahwa Disiplin berpengaruh positif terhadap Kinerja,
yang berarti apabila Disiplin meningkat maka Kinerja akan mengalami
peningkatan, dengan asumsi variabel Motivasi dan Kepuasan dianggap konstan.

1. Hasil Uji F
Uji F digunakan untuk mengetahui apakah secara serempak (simultan) seluruh
variabel bebas (variabel Promosi (X1) ,Kepuasan (X2), dan Disiplin (Y1),) memiliki
pengaruh terhadap variabel terikat (Kinerja (Y2). Uji statistik F bertujuan untuk
mengetahui kelayakan model regresi linier sebagai alat analisis yang menguji pengaruh
variabel independen terhadap variabel dependen. Uji F dilakukan untuk melihat nilai
signifikansi pada tabel annova dengan bantuan program SPSS. Bila nilai signifikansi
annova < α (0,05), maka model ini dikatakan fit dengan data observasi atau variabel
independen mampu menjelaskan variabel dependen
Tabel 13 Uji F Analisis Regresi Linear Berganda 2

ANOVAa
1 Regression 23.205 3 7.735 4.503 .011b
Residual 44.662 26 1.718
Total 67.867 29
Berdasarkan tabel 13, dapat dilihat bahwa nilai F sebesar 4,503 dan nilai
signifikansi sebesar 0,011. Hal ini menunjukkan bahwa nilai signifikansi sebesar 0,011
lebih rendah dari nilai alpha (α) 0,05 (0,011<0,05). Dengan demikian, dapat disimpulkan
bahwa Motivasi (X1), Kepuasan (X2), dan Disiplin (Y1), berpengaruh signifikan secara
simultan terhadap Kinerja (Y2), sehingga dapat disimpulkan bahwa model regresi kedua
dapat diktakan fit dengan data observasi sehingga layak digunakan sebagai alat analisis
untuk menguji pengaruh variabel bebas terhadap variabel terikat.

2. Hasil Uji t
Uji parsial (uji t) digunakan untuk menguji pengaruh masing-masing variabel bebas
(variabel Motivasi, variabel Kepuasan, variabel Disiplin) terhadap variabel terikat
(Kinerja).
Tabel 14 Hasil Uji t Analisis Regresi Linear Berganda 2
Coefficientsa
1 (Constant) 5.009 3.283 1.526 .139
Motivasi -.016 .206 -.015 -.076 .940 .669 1.495
Kepuasan -.032 .143 -.042 -.220 .827 .712 1.405
Disiplin .618 .203 .603 3.039 .005 .643 1.556
1. Pengaruh Variabel Motivasi (X1) Terhadap Kinerja
berikut.
H0 : βi = 0, artinya variabel Motivasi secara parsial tidak berpengaruh signifikan
terhadap Kinerja
Ha : βi > 0, artinya variabel Motivasi secara parsial berpengaruh signifikan terhadap
Kinerja
2) Taraf nyata (α) = 5% = 0,05
3) Besarnya t-sig
0,940
5) Kesimpulan
0,940> 0,05, sehingga H0 diteriam dan Ha ditolak yang berarti bahwa variabel
Motivasi tidak berpengaruh signifikan terhadap Kinerja. Koefisien regresi β1
(variabel Motivasi) sebesar -0,016.
2. Pengaruh Variabel Kepuasan (X2) Terhadap Kinerja
berikut.
H0 : βi = 0, artinya variabel Kepuasan secara parsial tidak berpengaruh signifikan
terhadap Kinerja
Ha : βi > 0, artinya variabel Kepuasan secara parsial berpengaruh signifikan
terhadap Kinerja
2) Taraf nyata (α) = 5% = 0,05
3) Besarnya t-sig
0,827
5) Kesimpulan
0,827> 0,05, sehingga H0 diterim dan Ha ditolak yang berarti bahwa variabel
Kepuasan tidak berpengaruh signifikan terhadap Kinerja. Koefisien regresi β2
(variabel Kepuasan) sebesar -0,032.

3. Pengaruh Variabel Disiplin (X3) Terhadap Kinerja
berikut.
H0 : βi = 0, artinya variabel Disiplin secara parsial tidak berpengaruh signifikan
terhadap Kinerja
Ha : βi > 0, artinya variabel Disiplin secara parsial berpengaruh signifikan
terhadap Kinerja Karyawan
2) Taraf nyata (α) = 5% = 0,05
3) Besarnya t-sig
0,005
5) Kesimpulan
Berdasarkan hasil analisis di atas dapat dijelaskan bahwa tingkat
signifikansi 0,005 < 0,05, sehingga H 0 ditolak dan Ha diterima yang berarti bahwa
variabel Disiplin berpengaruh positif signifikan terhadap Kinerja. Koefisien
regresi β3 (variabel Disiplin) sebesar 0,618, menunjukkan bahwa meningkatnya
Disiplin maka akan meningkatkan Kinerja, sehingga dapat disimpulakan bahwa
disiplin merupakan variabel mediasi motivasi dan kepuasan terhadap kinerja.

Hasil Uji Validitas: Correlations

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hasil Uji Validitas: Correlations

Uploaded by

Copyright:

Available Formats

HASIL UJI VALIDITAS

One-Sample Kolmogorov-Smirnov Test

UJI MULTIKOLENIARITAS ANALISIS REGRESI LINEAR BERGANDA 1

UJI ASUMSI KLASIK ANALISIS REGRESI LINEAR BERGANDA 2

One-Sample Kolmogorov-Smirnov Test

UJI HETEROSKEDASTISITAS ANALISIS REGRESI LINEAR BERGANDA 2

1. Hasil Uji Validitas

ditunjukkan dalam Tabel 1 berikut ini:

Item Korelasi Item r tabel

2. Hasil Uji Reliabilitas

Uji reliabilitas digunakan untuk mengukur konsistensi suatu variabel pada

Variabel Cronbach’s Alpha Keterangan

Tabel 2 menunjukkan masing-masing nilai Cronbach’s Alpha pada tiap

reliabel sehingga dapat digunakan untuk melakukan penelitian.

B. Uji Asumsi Klasik

klasik regresi, yaitu: uji normalitas, multikolinearitas, dan heteroskedastisitas.

Pada penelitian ini pengujian normalitas dilakukan menggunakan analisis statistik

One-Sample Kolmogorov-Smirnov, yaitu dengan membandingkan signifikansi

Kolmogorov-Smirnov dengan alpha (0,05) Adapun hasil uji One-Sample Kolmogorov-

Smirnov dapat ditampilkan dalam Tabel 3 dan Tabel 4.

One-Sample Kolmogorov-Smirnov Test

Berdasarkan uji normalitas dengan menggunakan One-Sample Kolmogorov-

nilai sig. Kolmogorov-Smirnov adalah sebesar 0,064. Nilai sig. Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Berdasarkan uji normalitas dengan menggunakan One-Sample Kolmogorov-

nilai sig. Kolmogorov-Smirnov adalah sebesar 0,025. Nilai sig. Kolmogorov-Smirnov

memenuhi asumsi normalitas.

Uji multikolinearitas dilakukan untuk melihat apakah terdapat korelasi yang

Berdasarkan Tabel 5 tersebut ditunjukkan bahwa tidak terdapat variabel bebas

Berdasarkan Tabel 6 tersebut ditunjukkan bahwa tidak terdapat variabel bebas

Pengujian heteroskedastisitas diakukan melalui metode glesjer dan dengan grafik

scatterplot. Metode glesjer meregresikan model regresi untuk mendapatkan nilai

residualnya, kemudian nilai residual tersebut diabsolutkan dan dilakukan regresi

dengan semua variabel independen. Bila terdapat variabel independen yang

berpengaruh secara signifikan terhadap residual absolut maka terjadi

heteroskedastisitas pada model regresi ini. Tabel 7 dan 8 menunjukkan hasil

perhitungan statistik dengan metode glesjer.

Berdasarkan Tabel 7 tersebut, ditunjukkan bahwa masing-masing model

berpengaruh secara signifikan terhadap variabel terikatnya yaitu absolute residual,

Berdasarkan Tabel 8 tersebut, ditunjukkan bahwa masing-masing model

tidak berpengaruh secara signifikan terhadap variabel terikatnya yaitu absolute

Model analisis regresi linear berganda pertama digunakan untuk mendapat

Berdasarkan Tabel 9 dapat ditulis persamaan regresi linear berganda sebagai

Persamaan regresi linear berganda tersebut menunjukkan arah masing-masing variabel

diuraikan sebagai berikut :

(nol) maka Disiplin bernilai sebesar 0,352

yang berarti apabila Motivasi meningkat maka Disiplin akan mengalami

peningkatan, dengan asumsi variabel Kepuasan dianggap konstan.

X2 = +0,341, menunjukkan bahwa Kepuasan berpengaruh positif terhadap

Loyalitas, yang berarti apabila Kepuasan meningkat maka Disiplin akan

mengalami peningkatan, dengan asumsi variabel Motivasi dianggap konstan.

menjelaskan variabel dependen

Tabel 10 Uji F Analisis Regresi Linear Berganda 1

pengaruh variabel bebas terhadap variabel terikat.

(variabel Motivasi, variabel Kepuasan,) terhadap variabel terikat (Disiplin).

Tabel 11 Hasil Uji t Analisis Regresi Linear Berganda 1

1. Pengaruh Variabel Motivasi (X1) Terhadap Disiplin

Untuk menguji H0 diterima atau ditolak digunakan langkah-langkah sebagai

H0 : βi = 0, artinya variabel Motivasi secara parsial tidak berpengaruh signifikan

Ha : βi > 0, artinya variabel Motivasi secara parsial berpengaruh signifikan terhadap

2) Taraf nyata (α) = 5% = 0,05

4) Kriteria Pengujian/pengambilan keputusan

Jika nilai tsig < 0,05 maka H0 ditolak