Professional Documents
Culture Documents
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).
**. Correlation is significant at the 0.01 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
**. Correlation is significant at the 0.01 level (2-tailed).
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
**. Correlation is significant at the 0.01 level (2-tailed).
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
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
.740 5
Item Statistics
Mean Std. Deviation N
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
Item-Total Statistics
Cronbach's
Scale Mean if Scale Variance if Corrected Item- Alpha if Item
Item Deleted Item Deleted Total Correlation Deleted
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
Mean Variance Std. Deviation N of Items
32.13 16.257 4.032 5
DISIPLIN
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
.802 4
Item Statistics
Mean Std. Deviation N
disip1 4.00 .643 30
disip2 4.17 .699 30
disip3 4.17 .648 30
Disiplin 12.33 1.493 30
Item-Total Statistics
Cronbach's
Scale Mean if Scale Variance if Corrected Item- Alpha if Item
Item Deleted Item Deleted Total Correlation Deleted
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
Mean Variance Std. Deviation N of Items
24.67 8.920 2.987 4
KINERJA
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
.777 4
Item Statistics
Mean Std. Deviation N
kinerja1 4.00 .695 30
kinerja2 3.87 .681 30
kinerja3 4.07 .785 30
Kinerja 11.93 1.530 30
Item-Total Statistics
Cronbach's
Scale Mean if Scale Variance if Corrected Item- Alpha if Item
Item Deleted Item Deleted Total Correlation Deleted
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
Mean Variance Std. Deviation N of Items
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
a. Dependent Variable: Disiplin
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
a. Dependent Variable: Disiplin
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
a. Dependent Variable: Disiplin
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
a. Dependent Variable: Disiplin
UJI ASUMSI KLASIK ANALISIS REGRESI LINEAR BERGANDA 1
UJI NORMALITAS ANALISIS REGRESI LINEAR BERGANDA 1
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
a. Dependent Variable: Disiplin
UJI HETEROSKEDASTISITAS ANALISIS REGRESI LINEAR BERGANDA 1
Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 Kepuasan, . Enter
Motivasib
a. Dependent Variable: abs_res1
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .095a .009 -.064 .77456
a. Predictors: (Constant), Kepuasan, Motivasi
b. Dependent Variable: abs_res1
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression .149 2 .075 .124 .884b
Residual 16.198 27 .600
Total 16.347 29
a. Dependent Variable: abs_res1
b. Predictors: (Constant), Kepuasan, Motivasi
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
a. Dependent Variable: abs_res1
HASIL ANALISIS REGRESI LINEAR BERGANDA 2
Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 Disiplin, . Enter
Kepuasan,
Motivasib
a. Dependent Variable: Kinerja
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .585a .342 .266 1.311
a. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
b. Dependent Variable: Kinerja
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 23.205 3 7.735 4.503 .011b
Residual 44.662 26 1.718
Total 67.867 29
a. Dependent Variable: Kinerja
b. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. 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
a. Dependent Variable: Kinerja
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
a. Dependent Variable: Kinerja
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
a. Dependent Variable: Kinerja
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Disiplin, . Enter
Kepuasan,
Motivasib
a. Dependent Variable: abs_res2
b. All requested variables entered.
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .341a .116 .014 .71116
a. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
b. Dependent Variable: abs_res2
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.732 3 .577 1.142 .351b
Residual 13.149 26 .506
Total 14.882 29
a. Dependent Variable: abs_res2
b. Predictors: (Constant), Disiplin, Kepuasan, Motivasi
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
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. Dependent Variable: abs_res2
A. Hasil Pengujian Instrumen Penelitian
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
Tabel 1
Hasil Uji Validitas
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.
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
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
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
1. Uji normalitas
Tabel 3
Uji Normalitas Regresi 1
Smirnov Test yang ditampilkan pada Tabel 3 tersebut menunjukkan bahwa besarnya
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
Smirnov Test yang ditampilkan pada Tabel 4 tersebut menunjukkan bahwa besarnya
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
2. Uji multikolinieritas
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
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
a. Dependent Variable: Disiplin
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
a. Dependent Variable: Kinerja
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
Tabel 7
Uji Heteroskedastisitas Regresi 1
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
a. Dependent Variable: abs_res1
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
heteroskedastisitas.
Tabel 8
Uji Heteroskedastisitas Regresi 2
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
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. Dependent Variable: abs_res2
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
residual, maka dari itu model regresi kedua dalam penelitian ini bebas dari gejala
heteroskedastisitas.
C. Analisis Regresi Linier Berganda Pertama
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
Unstandardized Standardized Collinearity
Coefficients Coefficients 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
a. Dependent Variable: Disiplin
berikut.
Y1 = 0,352+0,537 X1 + 0,341 X2
Dimana :
Y1 = Disiplin
X1 = Motivasi
X2 = Kepuasan
bebas terhadap variabel terikatnya. Persamaan regresi linear berganda tersebut dapat
Nilai constant 0,352 menunjukan apabila Motivasi, Kepuasan bernilai sama dengan 0
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
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
2. Hasil Uji t
Uji parsial (uji t) digunakan untuk menguji pengaruh masing-masing variabel bebas
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients 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
a. Dependent Variable: Disiplin
berikut.
1) Perumusan hipotesis
terhadap Disiplin
Disiplin
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,003
0,003< 0,05, sehingga H0 ditolak dan Ha diterima yang berarti bahwa variabel
berikut.
1) Perumusan hipotesis
terhadap Disiplin
terhadap Disiplin
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,008
5) Kesimpulan
0,008< 0,05, sehingga H0 ditolak dan Ha diterima yang berarti bahwa variabel
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
Tabel 12
Hasil Analisis Regresi Linear Berganda 2
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. 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
a. Dependent Variable: Kinerja
berikut.
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
Nilai constant 5,009 menunjukan apabila Motivasi, Kepuasan dan Disiplin bernilai
konstan.
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
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
Uji parsial (uji t) digunakan untuk menguji pengaruh masing-masing variabel bebas
(Kinerja).
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. 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
a. Dependent Variable: Kinerja
berikut.
1) Perumusan hipotesis
terhadap Kinerja
Kinerja
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,940
5) Kesimpulan
Berdasarkan hasil analisis di atas dapat dijelaskan bahwa tingkat signifikansi
0,940> 0,05, sehingga H0 diteriam dan Ha ditolak yang berarti bahwa variabel
berikut.
1) Perumusan hipotesis
terhadap Kinerja
terhadap Kinerja
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,827
5) Kesimpulan
0,827> 0,05, sehingga H0 diterim dan Ha ditolak yang berarti bahwa variabel
berikut.
1) Perumusan hipotesis
terhadap Kinerja
3) Besarnya t-sig
Berdasarkan hasil perhitungan dengan program SPSS diketahui nilai tsig sebesar
0,005
5) Kesimpulan
signifikansi 0,005 < 0,05, sehingga H 0 ditolak dan Ha diterima yang berarti bahwa