Nama : Aji Kresna Bayu

Nim : 201011450391
Kelas : 04TPLM001

JUDUL SKRIPSI : HUBUNGAN ANTARA KOMPETENSI DAN KOMPENSASI

DENGAN KINERJA PEGAWAI PADA PERUSAHAAN X

X1 X2 Y
12 10 6
14 11 7
10 14 8
16 13 8
18 15 9
24 20 10
12 8 5
30 16 12
10 12 6
16 9 7

IDENTIFIKASI VARIABEL PENELITIAN

X1 : KOMPETENSI
X2 : KOMPENSASI
Y : KINERJA PEGAWAI

PENGUJIAN (ANALISIS)
UJI NORMALITAS
Bertujuan untuk menguji apakah dalam model regresi variable residu memiliki distribusi
normal (Lihat hasil di One-Sample Kolmogorov Smirnov Test)
Tabel

One-Sample Kolmogorov-Smirnov Test

KOMPETENSI KOMPENSASI
N 10 10
Normal Parametersa,b Mean 16.20 12.80

Std. Deviation 6.426 3.615

Most Extreme Differences Absolute .212 .092

Positive .212 .091

Negative -.167 -.092

Test Statistic .212 .092

Asymp. Sig. (2-tailed) .200c,d .200c,d
 a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Berdasarkan uji Kolmogorov Smirnov didapat nilai signifikansi sebesar 0,2 lebih besar dari
0,05, maka dapat disimpulkan data berdistribusi normal.

UJI MULTIKOLINEARITAS
Uji multikolinearitas bertujuaN untuk mengetahui apakah model regresi ditemukan adanya
korelasi antar variable bebas (independent). Untuk mendeteksi ada atau tidaknya
multikolinearitas di dalam model regresi (Lihat di Coefficients*)
Tabel

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1.412 .925 1.527 .171
KOMPETENSI .200 .052 .613 3.830 .006 .562 1.780
KOMPENSASI .246 .093 .423 2.644 .033 .562 1.780
a. Dependent Variable: KINERJA PEGAWAI

Jika nilai tolerance value di bawah 0,10 atau VIF di atas 10, maka terjadi multikolinearitas.
Berdasarkan tabel di atas diketahui bahwa:
Variabel Tolerance VIF Kriteria
X1 0.562 1.780 Tidak terjadi Multikolinearitas
X2 0.562 1.780 Tidak terjadi Multikolinearitas

UJI HETEROSKEDASTISITAS
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik heteroskedastisitas yaitu adanya ketidaksamaan varians dari residual untuk semua
pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah
tidak adanya gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan
diantaranya yaitu dengan melihat scatterplot.

Jika dot menebar tidak teratur, maka tidak terjadi heteroskedastisitas.

Tabel
UJI REGRESI BERGANDA (UJI HIPOTESIS, KOEFISIEN DETERMINASI,
PERSAMAAN REGRESI)

1. UJI F
Lihat hasil di tabel ANOVA*

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 35.608 2 17.804 31.219 .000b
Residual 3.992 7 .570
Total 39.600 9
a. Dependent Variable: KINERJA PEGAWAI
b. Predictors: (Constant), KOMPENSASI, KOMPETENSI

F hitung > F tabel (ada pengaruh)

Dilihat dari nilai sign 0,00 < 0,05 menunjukan bahwa setiap variable independent secara
bersama-sama berpengaruh signifikan terhadap Y

Bahwa kompetensi dan kompensasi berpengaruh signifikan terhadap kinerja pegawai

 2. UJI T
Lihat tabel coefficients*

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1.412 .925 1.527 .171
KOMPETENSI .200 .052 .613 3.830 .006 .562 1.780
KOMPENSASI .246 .093 .423 2.644 .033 .562 1.780
a. Dependent Variable: KINERJA PEGAWAI

Variabel T Hitung T Tabel Kriteria

X1 3.830 1.90 Berpengaruh terhadap Y
X2 2.644 1.90 Berpengaruh terhadap Y

Kesimpulan:

Karena T1 > Ttab maka H0 ditolak. Dengan demikian, koefisien yang berkaitan
dengan X1 adalah sangat signifikan atau koefisien dari X1 tidak bisa
diabaikan. Dapat disimpulkan bahwa setiap peningkatan satu unit variabel X1
maka variabel Y akan mengalami peningkatan sebesar 0,200 kali pada
konstanta 1,412 sementara variabel X2 diabaikan atau dikontrol.

Karena bahwa T2 > Ttab, sehingga H0 ditolak. Dengan demikian koefisien yang
berkaitan dengan X2 adalah sangat signifikan. Dengan kata lain bahwa
koefisien X2 tidak bisa diabaikan. Dapat disimpulkan bahwa setiap
peningkatan satu unit variabel X2 akan meningkatkan variabel Y sebesar
0,246 kali pada konstanta 1,412 sementara variabel X1 dianggap tetap atau
dikontrol.

3. Koefisien Determinasi
Lihat tabel Model Summary*

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .948 .899 .870 .755
a. Predictors: (Constant), KOMPENSASI, KOMPETENSI
b. Dependent Variable: KINERJA PEGAWAI
 KD = r2
0,899 atau 89,9%

4. Persamaan Regresi
Lihat tabel Coefficients*

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1.412 .925 1.527 .171
KOMPETENSI .200 .052 .613 3.830 .006 .562 1.780
KOMPENSASI .246 .093 .423 2.644 .033 .562 1.780
a. Dependent Variable: KINERJA PEGAWAI