Descriptives

Descriptive Statistics

N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis

Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statistic Std. Error

X1.1 30 2 3 5 111 3.70 .098 .535 .286 -.174 .427 -.535 .833
X1.2 30 2 3 5 103 3.43 .104 .568 .323 .882 .427 -.168 .833
X1.3 30 2 3 5 109 3.63 .140 .765 .585 .755 .427 -.836 .833
X1.4 30 2 2 4 109 3.63 .102 .556 .309 -1.216 .427 .623 .833
X1.5 30 2 2 4 109 3.63 .102 .556 .309 -1.216 .427 .623 .833
Kepemimpinan 30 8 13 21 541 18.03 .351 1.921 3.689 -.176 .427 .375 .833
Valid N (listwise) 30

 Jika nilai Skewness positif maka maka distribusi data “miring ke kiri distribusi normal” sebaliknya apabila Skewness negative maka
distribusi data “miring ke kanan distribusi normal”.
 Jika nilai kurtosis positive maka distribusi data “meruncing” dan apabila kurtosis negative maka distribusi data “melandai”

KESIMPULAN
 Variable kepemimpinan (X1.1) memiliki Skewness negative dan Kurtosis negative artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “melandai”.
 Variable kepemimpinan (X1.2) memiliki Skewness positive dan Kurtosis negative artinya distribusi data ‘miring ke kiri distribusi normal”
dan kurtosis maka data tersebut “melandai”.
 Variable kepemimpinan (X1.3) memiliki Skewness positive dan Kurtosis negative artinya distribusi data ‘miring ke kiri distribusi normal”
dan kurtosis maka data tersebut “melandai”.
 Variable kepemimpinan (X1.4) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “meruncing”.
 Variable kepemimpinan (X1.5) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “meruncing”.

 Maka dapat disimpulkan dari variable kepemimpinan memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke
kanan distribusi normal” dan kurtosis maka data tersebut “meruncing”.
Descriptives

Descriptive Statistics

N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis

Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statistic Std. Error

X2.1 30 3 2 5 117 3.90 .111 .607 .369 -.950 .427 2.911 .833
X2.2 30 2 3 5 115 3.83 .118 .648 .420 .166 .427 -.502 .833
X2.3 30 3 2 5 104 3.47 .115 .629 .395 .133 .427 -.104 .833
X2.4 30 2 3 5 115 3.83 .084 .461 .213 -.670 .427 1.132 .833
X2.5 30 2 3 5 111 3.70 .109 .596 .355 .189 .427 -.482 .833
Kompensasi 30 8 14 22 562 18.73 .355 1.946 3.789 -.559 .427 .050 .833
Valid N (listwise) 30

 Jika nilai Skewness positif maka maka distribusi data “miring ke kiri distribusi normal” sebaliknya apabila Skewness negative maka
distribusi data “miring ke kanan distribusi normal”.
 Jika nilai kurtosis positive maka distribusi data “meruncing” dan apabila kurtosis negative maka distribusi data “melandai”

KESIMPULAN
 Variable Kompensasi (X2.1) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Kompensasi (X2.2) memiliki Skewness positive dan Kurtosis negative artinya distribusi data ‘miring ke kiri distribusi normal” dan
kurtosis maka data tersebut “melandai”.
 Variable Kompensasi (X2.3) memiliki Skewness positive dan Kurtosis negative artinya distribusi data ‘miring ke kiri distribusi normal” dan
kurtosis maka data tersebut “melandai”.
 Variable Kompensasi (X2.4) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Kompensasi (X2.5) memiliki Skewness positive dan Kurtosis negative artinya distribusi data ‘miring ke kiri distribusi normal” dan
kurtosis maka data tersebut “melandai”.

 Maka dapat disimpulkan dari variable Kompensasi memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke
kanan distribusi normal” dan kurtosis maka data tersebut “meruncing”.
Descriptives
Descriptive Statistics

N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis

Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statistic Std. Error

X3.1 30 3 2 5 126 4.20 .155 .847 .717 -1.139 .427 1.275 .833
X3.2 30 2 3 5 143 4.77 .092 .504 .254 -2.153 .427 4.249 .833
X3.3 30 1 4 5 145 4.83 .069 .379 .144 -1.884 .427 1.657 .833
X3.4 30 1 4 5 147 4.90 .056 .305 .093 -2.809 .427 6.308 .833
X3.5 30 2 3 5 125 4.17 .136 .747 .557 -.286 .427 -1.095 .833
Motivasi_Kerja 30 7 18 25 686 22.87 .324 1.776 3.154 -.972 .427 .977 .833
Valid N (listwise) 30

 Jika nilai Skewness positif maka maka distribusi data “miring ke kiri distribusi normal” sebaliknya apabila Skewness negative maka
distribusi data “miring ke kanan distribusi normal”.
 Jika nilai kurtosis positive maka distribusi data “meruncing” dan apabila kurtosis negative maka distribusi data “melandai”

KESIMPULAN
 Variable Motivasi Kerja (X3.1) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Motivasi Kerja (X3.2) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Motivasi Kerja (X3.3) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Motivasi Kerja (X3.4) memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke kanan distribusi normal”
dan kurtosis maka data tersebut “meruncing”.
 Variable Motivasi Kerja (X3.5) memiliki Skewness negative dan Kurtosis negative artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “melandai”.

 Maka dapat disimpulkan dari variable Motivasi Kerja memiliki Skewness negative dan Kurtosis positive artinya distribusi data ‘miring ke
kanan distribusi normal” dan kurtosis maka data tersebut “meruncing”.
Descriptives

Descriptive Statistics

N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis

Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statistic Std. Error

Y1.1 30 1 4 5 136 4.53 .093 .507 .257 -.141 .427 -2.127 .833
Y1.2 30 2 3 5 132 4.40 .103 .563 .317 -.198 .427 -.835 .833
Y1.3 30 4 1 5 123 4.10 .139 .759 .576 -2.202 .427 9.251 .833
Y1.4 30 1 4 5 136 4.53 .093 .507 .257 -.141 .427 -2.127 .833
Y1.5 30 4 1 5 123 4.10 .139 .759 .576 -2.202 .427 9.251 .833
Kinerja_Karyawan 30 9 16 25 650 21.67 .375 2.057 4.230 -.434 .427 .427 .833
Valid N (listwise) 30

 Jika nilai Skewness positif maka maka distribusi data “miring ke kiri distribusi normal” sebaliknya apabila Skewness negative maka
distribusi data “miring ke kanan distribusi normal”.
 Jika nilai kurtosis positive maka distribusi data “meruncing” dan apabila kurtosis negative maka distribusi data “melandai”

KESIMPULAN
 Variable Kinerja Karyawan (Y1.1) memiliki Skewness negative dan Kurtosis negative artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “melandai”.
 Variable Kinerja Karyawan (Y1.2) memiliki Skewness negative dan Kurtosis negative artinya distribusi data ‘miring ke kanan distribusi
normal” dan kurtosis maka data tersebut “melandai”.
 Variable Kinerja Karyawan (Y1.3) memiliki Skewness negative (-2,202) dan Kurtosis positive (9,251) artinya distribusi data ‘miring ke kanan
distribusi normal” dan kurtosis maka data tersebut “meruncing”.
 Variable Kinerja Karyawan (Y1.4) memiliki Skewness negative (-0,141) dan Kurtosis negative (-2,127) artinya distribusi data ‘miring ke
kanan distribusi normal” dan kurtosis maka data tersebut “melandai”.
 Variable Kinerja Karyawan (Y1.5) memiliki Skewness negative (-2,202) dan Kurtosis positive (9,251) artinya distribusi data ‘miring ke kanan
distribusi normal” dan kurtosis maka data tersebut “meruncing”.

 Maka dapat disimpulkan dari variable Kinerja Karyawan memiliki Skewness negative (-0,434) dan Kurtosis positive (0,427) artinya
distribusi data ‘miring ke kanan distribusi normal” dan kurtosis maka data tersebut “meruncing”.