UTS Mamak

SAMPEL/ Budaya Motivasi Kinerja

RESPONDEN Organisasi kerja guru

74
1 70 70
71.5
2 72 63
88
3 88 80
73
4 78 60
67.5
5 67 60
75
6 78 64
58
7 68 40
62.5
8 67 50
77.5
9 87 60
82.5
10 77 80
74.5
11 71 70
88.5
12 79 90
86
13 90 74
64.5
14 81 40
79
15 80 70
71.5
16 73 62
54
17 60 40
75
18 80 62
55.5
19 63 40
77.5
20 57 90
59
21 70 40
67.5
22 72 55
76
23 88 56
 75.5
24 78 65
74.5
25 67 74
88
26 78 90
71
27 68 66
65
28 67 55
82
29 87 69
82
30 77,00 79,00

Uji Normalitas

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic Df Sig.
Budaya_Organisasi_ .110 30 .200* .966 30 .427
X1
Motivasi_Kerja_X2 .111 30 .200* .945 30 .127
Kinerja_Guru_Y .108 30 .200* .963 30 .375
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Uji Shapiro Wilk

Untuk menentukan apakah data berdistribusi normal menggunakan Shapiro Wilk, maka pada
SPSS cukup lihat nilai Sig. pada kolom Shapiro Wilk.

Alpha = 0.05

Budaya Organisasi Sig. = 0.427 > 0.05

Motivasi Kerja Sig. = 0.127 > 0.05

Kinerja Guru Sig. = 0.375 > 0.05

Dari hasil pengolahan didapatkan bahwa nilai Sig. pada variabel X1, X2, dan Y lebih besar
dari alpha

Kesimpulan yang didapat adalah data berdistribusi normal.

Regresi Linier Berganda

Dengan menggunakan data yang ada, model yang ingin diuji secara empiris adalah
bagaimana pengaruh faktor-faktor berikut ini :

1. Budaya Organisasi
2. Motivasi Kerja

Terhadap Kinerja Guru.

Regresi linier berganda dimaksudkan untuk menguji pengaruh dua atau lebih variabel
independen terhadap satu variable dependent. Model ini mengasumsikan satu garis lurus
antara variabel dependen dengan masing-masing prediktornya. Hubungan ini biasanya
disampaikan dalam rumus. Sedangkan untuk kasus di atas, rumus yang terbentuk adalah :

Y =∝+ β 1 X 1+ β2 X 2

Dimana :

Y = Kinerja Guru

∝ = Konstanta

β 1 dan β 2 = Koefisien regresi variabel independen

X 1 = Budaya Organisasi

X 2 = Motivasi Kerja

Untuk Tujuan pengujian hipotesis nilai parameter model, model regresi linier juga
mengasumsikan hal-hal sebagai berikut yang dikenal dengan nama Uji Asumsi Klasik :
 1. Normaalitas
2. Heteroskedastisitas
3. Multikolinieritas

Diasumsikan bahwa data memenuhi asumsi klasik.

Langkah Analisis

Koefisien Determinasi

Model Summaryb
Adjusted R Std. Error of the Change Statisti
Model R R Square Square Estimate R Square Change F Change df1
1 1.000a
1.000 1.000 .00000 1.000 40532396650000
000.000
a. Predictors: (Constant), Motivasi_Kerja_X2, Budaya_Organisasi_X1
b. Dependent Variable: Kinerja_Guru_Y

Tampilan SPSS Model Summary menunjukkan besarnya adjusted R 2 sebesar 1.00, hal ini
berarti 100% variasi kinerja guru dapat dijelaskan oleh variasi dari 2 variabel independen
budaya organisasi dan motivasi kerja.

Koefisien Korelasi Ganda (R)

Standar Error Estimasi

Uji Signifikansi Simultan (Uji Statistik F)

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 2619.300 2 1309.650 37.43. 0.000.α
Residual .000 27 .000
Total 2619.300 29
a. Dependent Variable: Kinerja_Guru_Y
b. Predictors: (Constant), Motivasi_Kerja_X2, Budaya_Organisasi_X1
Berdasarkan tabel ANOVA atau F test, diperoleh nilai F hitung sebesar 37.43 dan nilai Sig.
0.000.

F hitung = 37.43 > F tabel 3.34

Kesimpulan : dengan tingkat kepercayaan 95% dapat disimpulkan bahwa Budaya Organisasi
dan motivasi kerja berpengaruh secara simultan terhadap kinerja guru.

Sig. = 0.000 < alpha = 0.05

Kesimpulan : dengan tingkat kepercayaan 95% dapat disimpulkan bahwa Budaya Organisasi
dan motivasi kerja berpengaruh secara simultan terhadap kinerja guru.

Uji Signifikansi Parameter (Uji statistic t)

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2.000 .000 13612067.780 .0
Budaya_Organisasi_X1 .500 .000 .451 127100818.100 .0
Motivasi_Kerja_X2 .500 .000 .785 221506937.300 .0
a. Dependent Variable: Kinerja_Guru_Y

Untuk menginterpretasikan koefisien parameter variabel independen dapat menggunakan

unstandardized coefficients maupun standardized coefficients.

Y =2+ 0.5 X 1+ 0.5 X 2

Manual

a=¿ ¿
b=
[ ( ∑ X X ∑ X Y ) −( ∑ X Y X ∑ X
2
2 1 2 1 X2) ]
[ (∑ X X ∑ X )−(∑ X ]
1 2
2
1
2
2 1 X2)

b 1=
[ ( 128574 X 160881,5 ) −( 13 9980 X 143729 ) ]
[ ( 169082 X 128574 )−(∑ 143729 )2 ]
[ 566064425,5 ]
b 1=
[ 1081523627 ]

b 1=0.5

b=
[ ( ∑ X X ∑ X Y ) −( ∑ X Y X ∑ X
2
1 2 1 1 X2) ]
[ (∑ X X ∑ X )−(∑ X ]
1 2
2
1
2
2 1 X2)

b 2=
[ ( 169082 X 13 9980 )−( 160881,5 X 143729 ) ]
[ ( 169082 X 128574 )−(∑ 143729 )2 ]
b 2=
[ ( 23668013819 ) −( 23123337113,5 ) ]
[ ( 169082 X 128574 )−(∑ 143729 )2 ]
[ 544676705,5 ]
b 2=
[ 1081523627 ]

b 2=0.5

a=¿ ¿

( 2076 )−( 0.5 X 2238 ) −(0.5 X 1914)

a=
30

( 2076 )−( 1119 ) −(957)

a=
30

a=2