Penghitungan Menggunakan SPSS Dalam Metodologi Penelitian
Penghitungan Menggunakan SPSS Dalam Metodologi Penelitian
TUGAS
LAPORAN PENELITIAN
DISUSUN OLEH :
YUSANTI EKA OKTAVIASARI; SH
221A10142
Dosen Pengampu :
Dr. Endra Priawasana.,M.Pd
Mata Kuliah : Statistik dan Metodologi Penelitian
S2 TEKNOLOGI PEMBELAJARAN
PASCASARJANA
UNIVERSITAS PGRI ARGOPURO JEMBER
2023
[Type text]
KATA PENGANTAR
Puji syukur kami panjatkan kepada Allah SWT, karena atas berkah dan karuniaNya tim penulis
dapat menyelesaikan laporan penelitian ini, yang berjudul “Uji Anacova (Kovarian)”. Pada laporan
penelitian ini akan diuraikan materi-materi tentang hal tersebut, kiranya dengan ketulusan hati kami
mengucapkan terima kasih kepada Bapak Dr. Endra Priawasana.,M.Pd selaku dosen mata kuliah Statistik
dan Metodologi Penelitian yang telah memberikan tugas mengenai laporan penelitian ini sehingga
pengetahuan kami dalam penulisan laporan ini semakin bertambah.
Laporan penelitian ini disusun guna memenuhi tugas mata kuliah Statistik dan Metodologi
Penelitian.Kami sadar laporan penelitian ini jauh dari kesempurnaan, maka dari itu kami mengharapkan
kritik dan saran yang membangun dari setiap pembaca agar perbaikan dapat dilakukan. Semoga laporan
penelitian ini dapat bermanfaat bagi para pembaca. Terimakasih
Soal 1
Seorang peneliti ingin mengetahui hubungan antara inteligensi (IQ), motivasi belajar (MB) dan
kebiasaan belajar (KB) dengan prestasi belajar (PB) Fisika di SMA. Selain untuk mengetahui hubungan
ketiga variabel prediktor tersebut peneliti juga ingin membuat persamaan garis prediksi dan sumbangan
masing-masing variabel prediktor ke kriteriumnya. Untuk keperluan itu, dikumpulan data pada 60
orang siswa yang diambil secara random.
Data IQ, MB, KB, dan PB saudara tentukan sendiri dan tidak boleh sama. Untuk menyelesaikan
masalah tersebut dibuatlah
a. Rumusan masalahnya?
b. Rumusan hipotesisnya?
c. Interprestasikan hasil analisis data tersebut secara lengkap untuk rumusan masalah yang telah
saudara rumuskan?
d. Apakah ada hubungan antara IQ dan motivasi belajar?
j. Apakah IQ, motivasi, dan kebiasaan belajar secara simultan memiliki kontribusi terhadap
keragamaan pada prestasi belajar fisika?
k. Apakah IQ, motivasi, dan kebiasaan belajar secara simultan memiliki pengaruh terhadap prestasi
belajar fisika?
l. Uji data tersebut,dengan uji- normalitas, uji - homogenitas,uji-analisa data dan uji
lanjut
[Type text]
X1 = INTELEGENSI (IQ)
SAMPEL X1 X2 X3 y
1 75 70 76 88
2 80 79 78 88
3 80 77 76 86
4 85 90 85 85
5 91 98 98 90
6 83 88 86 88
7 86 90 90 88
8 90 89 89 86
9 80 88 88 85
10 85 98 98 90
11 78 86 86 88
12 80 78 77 88
13 85 80 85 86
14 88 80 88 85
15 76 85 86 90
16 75 89 91 90
17 80 88 86 86
18 82 97 86 86
19 85 86 90 90
20 90 78 89 89
21 80 80 88 88
22 74 80 98 98
23 75 85 86 86
24 80 76 77 88
25 78 78 85 88
26 75 88 88 86
27 80 88 86 85
[Type text]
28 90 90 90 90
29 85 94 86 86
30 90 88 88 88
31 80 88 88 88
32 74 90 90 90
33 76 85 85 85
34 80 80 80 80
35 75 78 78 78
36 76 89 89 89
37 75 88 88 88
38 86 88 88 88
39 81 90 90 90
40 74 88 88 88
41 75 88 88 88
42 80 90 90 90
43 75 85 85 85
44 76 80 80 80
45 74 78 78 78
46 86 89 89 89
47 80 88 88 88
48 74 88 88 88
49 75 78 78 78
50 80 80 80 80
51 75 86 86 86
52 76 86 86 86
53 78 88 88 88
54 86 90 90 90
55 80 85 85 85
56 74 80 80 80
57 76 79 78 78
58 80 89 89 89
59 75 88 90 90
60 76 88 95 95
JAWABAN
SOAL 1
Variabel Dependen/terikat (Y) = Prestasi Belajar
b) Hipotesis yang dilakukan menggunakan Hipotesis One – Tailed Test/ Satu Arah.
Hipotesis Satu Arah/ Terarah ini dilakukan untuk mencari apakah ada hubungan atau
pengaruh antara Variabel Independen dengan Variabel Dependen.
Rumusan Hipotesis antara Lain:
Coefficientsa
ranc
Model B Std. Error Bet t Sig. e VIF
a
Penjelasan:
Tabel koefisian (Coefficients) digunakan untuk membuat persamaan regresi. Analisa Regresi linier
berganda ini digunakanuntuk mengetahui ada tidaknya pengaruh dari variabel Independen / Bebas
yaitu intelegensi/IQ (X1), Motivasi Belajar/MB (X2), Kebiasaan belajar/ KB (X3) terhadap variabel
Dependent / terikat Prestasi Belajar (Y).
Y = a + b1 X1 + b2 X2 + b3 X3 + e
1. Konstanta (a) =
39,972
(Prestasi Belajar) akan naik atau terpenuhi. Maka rumusan hipotesis no 4 kesimpulannya
Ho ditolak dan Ha diterima.
Merupakan nilai koefisien regresi variabel Intelegensi(IQ) terhadap variabel Prestasi Belajar (Y)
artinya jika kinerja X1 mengalami peningkatan satu satuan,maka Prestasi Belajar (Y) akan
mengalami peningkatan sebesar 0,005 atau 0,5 % koefisien bernilai positif artinya antara kinerja
X1 dan Y hubungan positif .Kenaikan kinerja Intelegensi/IQ (X1) akan menyebabkan kenaikan
Prestasi Belajar(Y). Maka rumusan hipotesis no 1 kesimpulannya Ho ditolak dan Ha
diterima.
Merupakan nilai koefisien regresi variabel Motivasi Belajar/ MB (X2) terhadap variabel Prestasi
Belajar/PB (Y) artinya jika Motivasi Belajar (X2) mengalami penurunan satu satuan, maka
Prestasi Belajar (Y) akan mengalami penurunan sebesar 0, 173 atau 17.3% koefisien bernilai
negatif artinya Motivasi Belajar / MB (X2) dan Prestasi Belajar/ PB (Y) hubungan negatif.
Penurunan Motivasi Belajar/ MB (X2) akan mengakibatkan penurunan Prestasi Belajar / PB (Y)
Pada variabel Motivasi Belajar/ MB (X2) T hitung bernilai negatif sebesar -1.767 (abaikan
simbol negatif) sehingga T hitung menjadi 1.767 Sedangkan T tabel One – tailed (diket: n = 60
jumlah variabel / k = 4 df = n-k = 60 – 4 = 56) jadi df = 56a= 0.003) sebesar 1.671 Ini berlaku
untuk uji satu arah jika T hitung > T tabel = 1.767 > 1.671 artinya Ho ditolak. Hal ini
menunjukkan ada pengaruh signifikan antara Motivasi Belajar/ MB dengan Prestasi Belajar /
PB. Maka rumusan hipotesis no.2 kesimpulannya Ho ditolak dan Ha diterima.
Merupakan nilai koefisien regresi variabel Kebiasaan Belajar/ KB (X3) terhadap variabel
Prestasi Belajar/PB (Y) artinya jika Kebiasaan Belajar (X1) mengalami peningkatan satu –
satuan, maka Prestasi Belajar (Y) akan mengalami peningkatan sebesar 0.713 atau 71.3%
koefisien bernilai positif artinya antara Kebiasaan Belajar / KB dan Prestasi Belajar / PB (Y)
hubungan positif Kenaikan Kebiasaan Belajar (X1) akan mengakibatkan kenaikan pada Prestasi
Belajar / PB (Y) Maka Rumusan Hipotesis no 3 kesimpulannya Ho ditolak dan Ha diterima.
d. Apakah ada hubungan antara IQ dan Motivasi Belajar?
Correlations
MOTIV
ASI
.30 *
.30 *
Berdasarkan tabel korelasi (Correlations): Diketahui nilai Person Correlation Intelegensi (IQ) dan
Motivasi Belajar (MB) sebesar 0,312 atau 31,2 % maka sisanya sebesar 68,8 % dipengaruhi oleh
variabel lain diluar model. Nilai signifikannya (2-tailed) sebesar 0.014 > 0.05 Artinya antara variabel
Intelegensi (IQ) dan variabel Motivasi Belajar (MB) tidak terdapat hubungan yang signifikan.
Uji korelasi merupakan uji statistik yang hanyak untuk mengetahui apakah ada hubungan antara dua
variabel atau lebih dari penelitian atau seberapa besar hubungan antara variabel penelitian.
Correlations
KEBIASA
AN
.289
.289
*. Correlation is significant at the 0.05 level (2-tailed).
Berdasarkan tabel korelasi (Correlations): Diketahui nilai Person Correlation Intelegensi (IQ) dan
Kebiasaan Belajar (KB) sebesar 0,289 atau 28,9 % maka sisanya sebesar 71,1 % dipengaruhi oleh
variabel lain diluar model. Nilai signifikannya (2-tailed) sebesar 0.025 > 0.05 Artinya antara variabel
Intelegensi (IQ) dan variabel Kebiasaan Belajar (KB) tidak terdapat hubungan yang signifikan.
Uji korelasi merupakan uji statistik yang hanyak untuk mengetahui apakah ada hubungan antara dua
variabel atau lebih dari penelitian atau seberapa besar hubungan antara variabel penelitian.
Correlations
KEBIASA MOTIV
AN ASI
Berdasarkan tabel korelasi (Correlations): Diketahui Nilai Person Correlation Kebiasaan Belajar (KB)
dan Motivasi Belajar (MB) sebesar 0,723 atau 72,3 % maka sisanya sebesar 27,7 % dipengaruhi oleh
variabel lain diluar model. Nilai Person Correlation yang menunjukkan 0,723 artinya memiliki
derajat hubungan korelasi kuat dan bentuk hubungannya adlah positif.. Nilai signifikannya (2-
tailed) sebesar 0.000 < 0.05 Artinya antara variabel Kebiasaan Belajar (KB) dan Motivasi Belajar (MB)
Ada hubungan yang signifikan (Korelasi Positif).
Uji korelasi merupakan uji statistik yang hanyak untuk mengetahui apakah ada hubungan antara dua
variabel atau lebih dari penelitian atau seberapa besar hubungan antara variabel penelitian.
g. Apakah ada hubungan antara IQ dan prestasi belajar?
Correlations
PRESTA
SI
IQ BELAJ
AR
IQ Pearson Correlation 1 .197
N 60 60
N 60 60
Berdasarkan tabel Korelasi (Correlations): Diketahui nilai Pearson Correlation Intelegensi(IQ) dan
Prestasi Belajar (PB) sebesar 0,197 atau 19,7 % maka sisanya sebesar 80,3% dipengaruhi oleh variabel
lain diluar model. Nilai signifikansinya (2-tailed) sebesar 0,132 > 0,05 artinya antara variabel
Intelegensi(IQ) dan variabel Prestasi Belajar(PB) tidak terdapat hubungan yang signifikan.
h. Apakah ada hubungan antara motivasi belajar dan prestasi belajar?
Correlations
MOTIV PRESTA
ASI SI
BELAJ BELAJ
AR AR
N 60 60
*
Sig. (2-tailed) .001
Berdasarkan tabel Korelasi (Correlations): Diketahui nilai Pearson Correlation Prestasi Belajar (PB)
dan Motivasi Belajar(MB) sebesar 0,427 atau 42,7 % maka sisanya sebesar 57,3 % dipengaruhi oleh
variabel lain diluar model. Nilai signifikansinya (2-tailed) sebesar 0,001 = 0,01 artinya antara variabel
Prestasi Belajar(PB) dan Motivasi Belajar (MB) terdapat hubungan yang signifikan.
Correlations
KEBIASA PRESTA
AN SI
BELAJA BELAJ
R AR
KEBIASAAN BELAJAR Pearson Correlation 1 .739**
N 60 60
N 60 60
Berdasarkan tabel Korelasi (Correlations): Diketahui nilai Pearson Correlation Kebiasaan Belajar
(KB) dan Prestasi Belajar(PB) sebesar 0,739 atau 73,9 % maka sisanya sebesar 26,1% dipengaruhi oleh
variabel lain diluar model. Nilai signifikansinya (2-tailed) sebesar 0,000 <0,01 artinya antara variabel
Kebiasaan Belajar(KB) dan Prestasi Belajar (PB) terdapat hubungan yang signifikan.
j. Apakah IQ, motivasi, dan kebiasaan belajar secara simultan memiliki kontribusi terhadap
keragamaan pada prestasi belajar fisika?
DETEKSI MULTIKOLINIERITAS DENGAN NILAI VIF (Variance Inflation Factor ) dan
Berdasarkan Tabel Koefisien (Coefficients) yang sama diatas sebagai hasil uji regresi linier,
perhatikan nilai VIF dan Tolerance.Kedua ini adalah indikasi kuat yang sering dipakai oleh para
peneliti untuk menyimpulkan fenomena terjadinya interkorelasi variabel Independen/Bebas
(X1,X2,X3).Jika nilai VIF kurang dari 10 dan atau nilai Tolerance lebih dari 0,001 maka dapat
disimpulkan dengan tegas pula bahwa tidak terdapat masalah Multikolinieritas dalam
model.Berdasarkan tabel Coefficients diketahui bahwa nilai VIF : IQ (X1) = 1,113 MB (X2) =
2,139 KB (X3) = 2,121 berarti nilai VIF (X1,X2,X3) < 10.Kemudian Nilai Tolerance IQ (X1) =
0,898 MB (X2) = 0,468 KB (X3) = 0,471 berarti nilai Tolerance (X1,X2,X3) > 0,001 .Maka
berdasarkan data tersebut tidak terjadi Multikolinieritas.
Collinearity Diagnosticsa
Variance Proportions
MOTI KEBIASAAN
VASI BELAJAR
Model Dimension Eigenvalue Condition Index (Constant) INTELEGENSI BELAJ
AR
Pada tabel Collinearity Diagnostics diatas sebagai hasil uji regresi linier,kita perhatikan juga nilai
Eigenvalue lebih dari 0,001 dan atau Condition Index kurang dari 30 maka berdasarkan data
Eigenvalue dan Condition Index,dapat disimpulkan bahwa tidak terjadi gejala Multikolinieritas.
k. Apakah IQ, motivasi, dan kebiasaan belajar secara simultan memiliki pengaruh terhadap
prestasi belajar fisika?
Variables Entered/Removeda
Variables Variables
1 KEBIASAAN . E
BELAJAR, IQ, n
MOTIVASI t
BELAJARb e
r
a. Dependent Variable: PRESTASI BELAJAR
Penjelasan :
Model Summary:untuk mengetahui hubungan antara kedua variabel atau lebih didalam persamaan
regresi.Bagaimana pengaruh X1,X2,X3 (variabel Independent) terhadap Y (variabel dependent ) ?Jika
mengamati pada Model Summary kita mengetahui bahwa nilai R Square = 0,570 atau 57% berarti disini
pengaruh X1,X2,X3 terhadap Y sebesar 57% sisanya sebesar 43% dipengaruhi oleh variabel lain diluar
model atau yang tidak diteliti.Berarti hubungan antara variabel dependen(Y) dengan ketiga variabel
independen (X1,X2,X3) dikatakan baik atau memiliki pengaruh yang baik karena nilai R Square diatas
50%.Jika nilai R Square dibawah 50 % berarti hubungan antar variabel dependen dan variabel
independen tidak baik.
l. Uji data tersebut,dengan uji- normalitas, uji - homogenitas,uji-analisa data dan uji lanjut
Pedoman Uji Normalitas : 1. Data dikatakan Normal jika nilai signifikansinya > 0,05
Unstandardiz
ed
Residual
60
.0000000
N
Normal Parametersa,b Mean
2.556270
Std. Deviation
Most Extreme Differences Absolute 36
Positive
Negative
.1
Test Statistic
31
Asymp. Sig. (2-tailed)
.012c
.1
31
-. 0
85
.1
31
a. Test distribution is
Normal. b. Calculated
from data.
c. Lilliefors Significance Correction.
Berdasarkan tampilan Output SPSS diatas kita dapat melihat grafik Histogram dan Normal P-P
Plot.Dimana grafik histogram memberikan pola distribusi data yang terpusat ditengah membentuk
gunung maka sebaran data dikatakan normal.Sedangkan pada gambar Normal P-P Plot terlihat titik-titik
mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi
memenuhi asumsi normalitas.
2. UJI HOMOGENITAS
.079
.010
.006
- Jika nilai signifikansi < 0,005 maka varian data dari kelompok tersebut tidak sama (tidak
homogen )
- Jika nilai signifikansi > 0,005 maka varian data dari kelompok tersebut sama (homogen).
Berdasarkan data Test of Homogeneity of Variances (Based on Mean) diatas :
- Nilai signifikansi Intelegensi (IQ) sebesar 0,079 > 0,005 maka varian data dari kelompok
tersebut sama (homogen).
- Nilai signifikansi Motivasi Belajar (MB) sebesar 0,010 > 0,005 maka varian data dari kelompok
tersebut sama (homogen).
- Nilai signifikansi Kebiasaan Belajar (KB) sebesar 0,006 > 0,005 maka varian data dari
kelompok tersebut sama (homogen ).
3.ANALISA DATA
Jika asumsi dasar (Normalitas) terpenuhi maka langkah selanjutnya menggunakan analisis Uji
Statistik Parametrik dengan uji Paired Sample T Test.Apabila data tidak berdistribusi normal maka
menggunakan Uji Statistik Nonparametrik yaitu Uji Wilcoxon. Uji Paired Sample T Test bertujuan
untuk mengetahui apakah terdapat perbedaan rata-rata dua sampel yang berpasangan.
Pedoman Uji Paired Sample T Test :
- Jika nilai sig. (2-tailed) < 0,005 , maka terdapat hubungan yang signifikan antara variabel
dependent dan independent
- Jika nilai sig. (2-tailed) > 0,005 , maka tidak ada hubungan yang signifikan antara variabel
dependent dan independent.
T- Test
Prestasi Belajar(PB) lebih besar dibandingkan dengan intelegensi (IQ) sehingga terbukti jika kenaikan
Intelegensi(IQ) dapat meningkatkan Prestasi Belajar (PB). Pair 2 Prestasi Belajar (PB) lebih besar
dibandingkan dengan Motivasi Belajar (MB) sehingga terbukti jika kenaikan Motivasi Belajar (MB)
dapat meningkatkan Prestasi Belajar (PB). Pair 3 Prestasi Belajar (PB) lebih besar dibandingkan dengan
Kebiasaan Belajar (KB) sehingga terbukti jika kenaikan Kebiasaan Belajar (MB) dapat meningkatkan
Prestasi Belajar (PB).
Sig. (2-
Paired Differences tailed)
Pair 1 INTELEGENSI
Pair -2PRESTASI
MOTIVASI
BELAJAR -1.367 5.471 .706 -2.780 .047 -1.935 59 .058
Pair 3
KEBIAS -.583 3.600 .465 -1.513 .347 -1.255 59 .214
Berdasarkan data pada tabel Paired Samples Test diketahui nilai Sig. (2-tailed ) pada Pair 1 sebesar
0,000
< 0,005 maka dapat kita simpulkan bahwa terdapat hubungan yang signifikan antara Intelegensi (IQ)
dengan Prestasi Belajar (PB). Pair 2 sebesar 0,058 > 0,005 maka dapat kita simpulkan bahwa tidak
terdapat hubungan yang signifikan antara Motivasi Belajar (MB) dengan Prestasi Belajar (PB). Pair 3
sebesar 0,214 > 0,005 maka dapat kita simpulkan bahwa tidak terdapat hubungan yang signifikan
antara Kebiasaan Belajar (KB) dengan Prestasi Belajar (PB).
4. UJI ANALISA LANJUT
ANOVA
d Mean F Sig
f Square .
.276
INTELEGENSI Between Groups 247.179 8 30.89 1.27
.002
MOTIVASI BELAJAR Between Groups 680.420 8 85.05 3.58
2 9
Within Groups 1208.514 51 23.69
6
Total 1888.933 59
.000
KEBIASAAN BELAJAR BetweenGroups 965.603 8 120.70 9.83
0 9
Within Groups 625.647 51 12.26
8
Total 1591.250 59
Pedoman pengambilan keputusan Uji One Way ANOVA :
Berdasarkan data tabel ANOVA: Nilai signifikansi Intelegensi (IQ) sebesar 0,276 = 0,005 maka Ho
diterima, jadi tidak ada pengaruh yang signifikan. Nilai signifikansi Motivasi Belajar (MB) sebesar
0,002 < 0,005 maka Ho ditolak, jadi ada pengaruh yang signifikan. Nilai signifikansi Kebiasaan
Belajar (KB) sebesar 0,000 < 0,005 maka Ho ditolak, jadi ada pengaruh yang signifikan.
TUGAS
LAPORAN PENELITIAN
UJI ANACOVA (KOVARIAN)
DISUSUN OLEH :
YUSANTI EKA OKTAVIASARI; SH
221A10142
Dosen Pengampu :
Dr. Endra Priawasana.,M.Pd
Mata Kuliah : Statistik dan Metodologi Penelitian
S2 TEKNOLOGI PEMBELAJARAN
PASCASARJANA
UNIVERSITAS PGRI ARGOPURO JEMBER
2023
KATA PENGANTAR
Puji syukur kami panjatkan kepada Allah SWT, karena atas berkah dan karuniaNya
tim penulis dapat menyelesaikan laporan penelitian ini, yang berjudul “Uji Anacova
(Kovarian)”. Pada laporan penelitian ini akan diuraikan materi-materi tentang hal tersebut,
kiranya dengan ketulusan hati kami mengucapkan terima kasih kepada Bapak Dr. Endra
Priawasana.,M.Pd selaku dosen mata kuliah Statistik dan Metodologi Penelitian yang telah
memberikan tugas mengenai laporan penelitian ini sehingga pengetahuan kami dalam
penulisan laporan ini semakin bertambah.
Laporan penelitian ini disusun guna memenuhi tugas mata kuliah Statistik dan
Metodologi Penelitian.Kami sadar laporan penelitian ini jauh dari kesempurnaan, maka dari
itu kami mengharapkan kritik dan saran yang membangun dari setiap pembaca agar
perbaikan dapat dilakukan. Semoga laporan penelitian ini dapat bermanfaat bagi para
pembaca. Terimakasih
i
DAFTAR ISI
Kata Pengantar.....................................................................................................................i
Daftar isi..............................................................................................................................ii
BAB I PENDAHULUAN...................................................................................................1
1.1 Latar Belakang.........................................................................................................1
1.2 Rumusan Masalah....................................................................................................1
1.3..................................................................................................................................Tuju
an Penelitian............................................................................................................2
1.4 Manfaat Penelitian .................................................................................................2
BAB II PEMBAHASAN.....................................................................................................3
BAB III PENUTUP.............................................................................................................8
A. Kesimpulan..............................................................................................................8
B. Saran........................................................................................................................8
ii
BAB I
PENDAHULUAN
iii
1.3 Rumusan Hipotesis
1. Ho : Setelah dikendalikan oleh IQ dan MB (X), Tidak ada perbedaan nilai yang
diperoleh mahasiswa untuk mata kuliah statistik (Y) antara siswa yang diajar dengan
dosen 1, dosen 2 , dosen 3 , dan dosen 4
Ha : Setelah dikendalikan oleh IQ dan MB (X), ada perbedaan nilai yang diperoleh
mahasiswa untuk mata kuliah statistik (Y) antara siswa yang diajar dengan dosen 1,
dosen 2 , dosen 3 , dan dosen 4
2. Ho : Setelah ada treatment/perlakuan yaitu dosen pengajar (4 dosen ), Tidak ada
pengaruh terhadap perbedaan nilai yang diperoleh mahasiswa untuk mata kuliah
statistik (Y) antara siswa yang diajar dengan dosen 1, dosen 2 , dosen 3 , dan dosen 4
Ha : Setelah ada treatment/perlakuan yaitu dosen pengajar (4 dosen ),ada pengaruh
terhadap perbedaan nilai yang diperoleh mahasiswa untuk mata kuliah Statistik (Y)
antara siswa yang diajar dengan dosen 1, dosen 2 , dosen 3 , dan dosen 4
1. Untuk mengetahui apakah ada perbedaan nilai yang diperoleh mahasiswa untuk mata
kuliah statistik (Y) antara siswa yang diajar dengan dosen 1 , dosen 2 , dosen 3, dan
dosen 4 setelah dikendalikan oleh IQ dan MB (peubah kontrol/kovariet) ?
2. Untuk mengetahui apakah ada pengaruh perbedaan (treatmen/perlakuan yaitu dosen
pengajar (4 dosen ) terhadap nilai Statistik mahasiswa antara dosen yang diajar dosen
1, dosen 2, dosen 3 maupun dosen 4.
iv
4) /variabel bebas terhadap peubah respon(Y)nilai mata kuliah Statistika antara siswa
yang diajar dengan dosen 1 , dosen 2, dosen 3, dan dosen 4.
BAB II
PEMBAHASAN
- Jika angka Sig.>0.05 maka Ho tidak ditolak/diterima, yang berarti tidak ada pengaruh
perbedaan perlakuan terhadap peubah respon.
- Jika angka Sig.<0.05 maka Ho ditolak, yang berarti ada pengaruh perbedaan
perlakuan terhadap peubah respon.
Variabel dependen (Y) yaitu nilai yang diperoleh mahasiswa untuk mata kuliah
statistik yaitu nilai yang diperoleh mahasiswa untuk mata kuliah tersebut
variable bebas yaitu perlakuan/treatment yaitu dosen pengajar (terdapat 4 dosen )
v
DATA SAMPEL NILAI MAHASISWA MATA KULIAH STATISTIKA,NILAI IQ
DAN NILAI MB DARI KE- 4 DOSEN PENGAJAR
vi
Berdasarkan data table diatas didapat hasil output SPSS dan interpretasi sebagai
berikut:
1. Setelah dikendalikan oleh IQ dan MB , apakah terdapat perbedaan nilai yang
diperoleh mahasiswa untuk mata kuliah Statistik (Y) antara siswa yang diajar
dengan dosen 1, dosen 2, dosen 3, dan dosen 4 ?
2. Apakah ada pengaruh perbedaan (treatmen/perlakuan yaitu dosen pengajar (4
dosen) /variabel bebas terhadap nilai mata kuliah Statistik mahasiswa (Y) antara
mahasiswa yang diajar dosen 1, dosen 2, dosen 3 maupun dosen 4 ?
Between-Subjects Factors
Value
Label N
DOSEN 1 DOSEN I 15
2 DOSEN II 15
3 DOSEN III 15
4 DOSEN IV 15
vii
Descriptive Statistics
Dependent Variable: NILAIMK.STATISTIK
Std.
DOSEN Mean Deviation N
DOSEN I 86,87 7,200 15
DOSEN II 83,07 6,330 15
DOSEN 84,40 5,514 15
III
DOSEN 87,80 5,833 15
IV
Total 85,53 6,382 60
viii
Tests of Between-Subjects Effects
Dependent Variable: NILAIMK.STATISTIK
Type III Sum Partial Eta
Source of Squares df Mean Square F Sig. Squared
Corrected 1051,335a 5 210,267 8,401 ,000 ,438
Model
Intercept ,089 1 ,089 ,004 ,953 ,000
IQ 150,719 1 150,719 6,022 ,017 ,100
MB 250,602 1 250,602 10,012 ,003 ,156
DOSEN 248,875 3 82,958 3,314 ,027 ,156
Error 1351,599 54 25,030
Total 441360,000 60
Corrected Total 2402,933 59
a. R Squared = ,438 (Adjusted R Squared = ,385)
1. Dari output diatas terlihat bahwa angka signifikasi untuk peubah IQ adalah 0,017 <
0,05, maka hal ini berarti dapat disimpulkan IQ ada pengaruh terhadap nilai mata
ix
kuliah Statistika.Atau bisa diartikan ada hubungan linier antara IQ dengan nilai mata
kuliah Statistika yang diperoleh mahasiswa sehingga asumsi Anacova telah terpenuhi.
2. Angka signifikasi untuk peubah MB adalah 0,003 < 0,05, maka dapat disimpulkan
Motivasi Belajar(MB) ada pengaruh terhadap nilai mata kuliah Statistika. Atau bisa
diartikan ada hubungan linier antara MB dengan nilai mata kuliah Statistika yang
diperoleh mahasiswa sehingga asumsi Anacova telah terpenuhi.
x
BAB III
PENUTUP
3.1 Kesimpulan
1. Analisis anacova (kovarin) adalah uji statistic multivariant yang merupakan
perpaduan antara analisis regresi dengan analisis varian (anova).
2. Ho ditolak dan Ha diterima artinya bahwa setelah dikendalikan oleh IQ dan MB
(X), ada perbedaan nilai yang diperoleh mahasiswa untuk mata kuliah statistik (Y)
antara siswa yang diajar dengan dosen 1, dosen 2 , dosen 3 , dan dosen 4. sehingga
asumsi Anacova telah terpenuhi.
3. Ho ditolak dan Ha diterima artinya ada pengaruh perbedaan (treatmen/perlakuan
yaitu dosen pengajar (4 dosen terhadap nilai Statistik mahasiswa antara dosen
yang diajar dosen 1, dosen 2, dosen 3 maupun dosen 4.
3.2 Saran
Kami sadar bahwa laporan penelitian ini jauh dari kesempurnaan, untuk itu saran dan
kritik yang konstruktif sangat kami harapkan dari semua pembaca. Dan semoga
laporan penelitian ini dapat memberi manfaat bagi kita semua.
xi
TUGAS
LAPORAN PENELITIAN
UJI ANALISIS JALUR (PATH ANALYSIS)
DISUSUN OLEH :
YUSANTI EKA OKTAVIASARI; SH.
22101A142
Dosen Pengampu :
Dr. Endra Priawasana.,M.Pd
Mata Kuliah : Statistik dan Metodologi Penelitian
S2 TEKNOLOGI PEMBELAJARAN
PASCASARJANA
UNIVERSITAS PGRI ARGOPURO JEMBER
xii
2023
xiii
KATA PENGANTAR
Puji syukur kami panjatkan kepada Allah SWT, karena atas berkah dan karuniaNya
tim penulis dapat menyelesaikan laporan penelitian ini, yang berjudul “Uji Analisis Jalur
(Analysis Path)”. Pada laporan penelitian ini akan diuraikan materi-materi tentang hal
tersebut, kiranya dengan ketulusan hati kami mengucapkan terima kasih kepada Bapak Dr.
Endra Priawasana.,M.Pd selaku dosen mata kuliah Statistik dan Metodologi Penelitian yang
telah memberikan tugas mengenai laporan penelitian ini sehingga pengetahuan kami dalam
penulisan laporan ini semakin bertambah.
Laporan penelitian ini disusun guna memenuhi tugas mata kuliah Statistik dan
Metodologi Penelitian.Kami sadar laporan penelitian ini jauh dari kesempurnaan, maka dari
itu kami mengharapkan kritik dan saran yang membangun dari setiap pembaca agar
perbaikan dapat dilakukan. Semoga laporan penelitian ini dapat bermanfaat bagi para
pembaca. Terimakasih
i
DAFTAR ISI
Kata Pengantar.....................................................................................................................i
Daftar isi..............................................................................................................................ii
BAB I PENDAHULUAN...................................................................................................1
1.3 Latar Belakang.........................................................................................................1
1.4 Rumusan Masalah....................................................................................................1
1.5 Rumusan Hipotesis .................................................................................1
1.6 Tujuan Penelitian.....................................................................................................2
1.5 Manfaat Penelitian .................................................................................2
BAB II PEMBAHASAN.....................................................................................................3
BAB III PENUTUP.............................................................................................................13
C. Kesimpulan..............................................................................................................13
D. Saran........................................................................................................................14
BAB I
PENDAHULUAN
Analisis Jalur (Path Analysis) merupakan perluasan dari analisis regresi.Analisis Jalur
di gunakan untuk menganalisa pola hubungan antar variable dengan tujuan untuk mengetahui
pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap
ii
variabel terikat (endogen) yang diaggap mempunyai hubungan sebab akibat. Hubungan antar
variabel bersifat linier, adaptif dan bersifat normal, minimal dalam sekala ukur inteval dan
ratio, menggunakan samperl probability sampling, observed di ukur tanpa kesalahan Untuk
keperluan penelitian ini di ambil secara acak 94 responden. Pertanyaannya adalah bagaimana
teknik analisis data untuk mengukur seberapa besar pengaruh antar variabel baik langsung,
tidak langsung maupun secara total Salah satu uji analisis yang digunakan dalam sebuah
penelitian ini adalah uji Analisis Jalur (Analysis Path).
iii
1. Untuk mengetahui apakah ada pengaruh X1(Kompensasi) dan X2 (Lingkungan
Kerja) terhadap Y1 (Kepuasan Kerja) ?
2. Untuk mengetahui apakah ada pengaruh X1(Kompensasi) dan X2 (Lingkungan
Kerja) terhadap Y2 (Motivasi Kerja) ?
2 Untuk mengetahui apakah ada pengaruh X1(Kompensasi) dan X2 (Lingkungan
Kerja) terhadap Y3 (Kinerja Karyawan) ?
3 Untuk mengetahui apakah ada pengaruh X1(Kompensasi) dan X2 (Lingkungan
Kerja) melalui Y1 (Kepuasan Kerja) terhadap Y3 (Kinerja Karyawan) ?
4 Untuk mengetahui apakah ada pengaruh X1(Kompensasi) dan X2 (Lingkungan
Kerja) melalui Y2 (Motivasi Kerja) terhadap Y3 (Kinerja Karyawan) ?
BAB II
PEMBAHASAN
iv
A. Kriteria Keputusan Uji Analisis Jalur
- Jika angka Sig.>0.05 maka Ho tidak ditolak/diterima, yang berarti tidak ada pengaruh
perbedaan perlakuan terhadap peubah respon.
- Jika angka Sig.<0.05 maka Ho ditolak, yang berarti ada pengaruh perbedaan
perlakuan terhadap peubah respon.
Pengujian analisis jalur untuk mengetahui pengaruh tidak langsung yang diberikan
variabel independen melalui variabel intervening terhadap variabel dependen.ada tiga
variabel yang digunakan adalah:
Untuk keperluan penelitian ini, diambil sampel 94 responden secara random. Data
yang diperoleh adalah sebagai berikut.:
VARIABEL
X1 KOMPENSASI X INDEPENDEN
LINGKUNGAN
X2 KERJA Y VARIABEL DEPENDEN
KEPUASAN VARIABEL
Y1 KERJA Y3 INTERVENING
MOTIVASI
Y2 KERJA
KINERJA
Y3 KARYAWAN
DATA KARYAWAN PT
ANUGERAH GROUP
v
SAMPEL X1 X2 Y1 Y2 Y3
1 72 70 76 88 86
2 80 79 78 88 78
3 80 76 76 86 80
4 82 90 85 85 80
5 90 98 98 90 85
6 80 88 86 88 89
7 85 90 90 88 88
8 90 88 89 86 96
9 75 88 88 85 86
10 85 98 98 90 78
11 76 86 86 88 80
12 80 78 77 88 80
13 85 80 85 86 85
14 90 80 88 85 76
15 75 85 86 90 78
16 71 89 90 90 88
17 80 88 86 86 88
18 90 96 83 86 90
19 85 86 90 90 94
20 90 78 89 89 88
21 80 80 88 88 88
22 75 80 98 98 90
23 75 85 86 86 85
24 80 76 77 88 80
25 75 78 85 88 78
26 71 88 88 86 89
27 80 88 86 85 88
28 90 90 90 90 88
29 85 94 86 86 90
30 90 88 88 88 88
31 80 88 88 88 88
32 74 90 90 90 90
vi
33 75 85 85 85 85
34 80 80 80 80 80
35 75 78 78 78 78
36 76 89 89 89 89
37 74 88 88 88 88
38 86 88 88 88 88
39 80 90 90 90 78
40 74 88 88 88 80
41 75 88 88 88 86
42 80 90 90 90 80
43 75 85 85 85 75
44 76 80 80 80 76
45 74 78 78 78 74
46 86 89 89 89 86
47 80 88 88 88 80
48 76 88 88 88 76
49 75 78 78 78 75
50 80 80 80 80 80
51 75 86 86 86 75
52 76 86 86 86 76
53 74 88 88 88 74
54 86 90 90 90 86
55 80 85 85 85 80
56 75 80 80 80 75
57 75 78 78 78 75
58 80 89 89 89 89
59 75 88 90 90 88
60 78 88 95 95 88
61 70 76 80 88 76
62 79 78 74 90 78
63 76 76 75 85 76
64 90 85 80 80 85
vii
65 98 98 75 78 98
66 88 86 76 89 86
67 90 90 74 88 90
68 88 89 86 88 89
69 88 88 80 90 88
70 98 98 74 88 98
71 86 86 75 88 86
72 78 77 80 90 77
73 80 85 75 85 85
74 80 88 76 80 88
75 85 86 74 78 86
76 89 90 86 89 90
77 88 86 80 88 86
78 96 83 76 88 83
79 86 90 75 78 90
80 78 89 80 80 89
81 80 88 75 86 88
82 80 98 76 86 98
83 85 86 74 88 86
84 76 77 86 90 77
85 78 85 80 85 85
86 88 88 75 80 88
87 88 86 75 78 86
88 80 90 80 89 90
89 75 86 75 90 86
90 76 88 78 80 88
91 74 78 86 75 78
92 80 98 76 86 98
93 85 86 74 88 86
94 76 77 86 90 77
viii
Jika nilai Signifikansi < 0,05 maka terdapat pengaruh perbedaan artinya Ho ditolak
dan Ha diterima
Jika nilai Signifikasi > 0,05 maka tidak terdapat pengaruh perbedaan artinya Ho
diterima dan Ha ditolak
Dari hasil analisis output Uji SPSS didapat data sebagai berikut:
a. Rumusan masalah 1 :
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .352a .124 .105 5.92482
a. Predictors: (Constant), LINGKUNGAN KERJA,
KOMPENSASI
ANALISIS DATA :
Berdasarkan data pada tabel Model Summary : Diketahu nilai R Square sebesar 0,124 maka
memiliki arti bahwa sumbangan pengaruh variabel kompensasi (X1) dan lingkungan kerja
(X2) terhadap variabel kepuasan kerja (Y1) sebesar 12.4 %. Sedangkan nilai e1 dapat dicari
dengan rumus e1 = √ ( 1 – 0,124 ) = 0,935.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 73.733 10.134 7.275 .000
KOMPENSASI -.288 .108 -.288 -2.673 .009
LINGKUNGAN .381 .116 .355 3.294 .001
KERJA
a. Dependent Variable: KEPUASAN KERJA
ANALISIS DATA :
Berdasarkan Tabel Koefisien (Coefficients) diatas :
ix
- Diketahui nilai signifikansi variabel kompensasi (X1) sebesar 0,009 (> 0,005) maka
berkesimpulan bahwa variabel kompensasi tidak berpengaruh secara signifikan
terhadap variabel kepuasan kerja (Y1). Berarti Ho diterima dan Ha ditolak.
- Diketahui nilai signifikansi variabel Lingkungan Kerja (X2) sebesar 0,001 (< 0,005)
maka berkesimpulan bahwa variabel Lingkungan Kerja berpengaruh secara signifikan
terhadap variabel kepuasan kerja (Y1). Berarti Ha diterima dan Ho ditolak..
- Berdasarkan data standardized coefficients beta : dimana variabel kompensasi (X1)
tidak memberikan pengaruh langsung terhadap variabel kepuasan kerja (Y1) karena
nilai yang ada sebesar -0,288.
- Variabel lingkungan kerja (X2) memberikan pengaruh langsung terhadap variabel
kepuasan kerja (Y1) sebesar 0,355.
b. Rumusan masalah 2 :
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .150a .022 .001 4.18248
a. Predictors: (Constant), LINGKUNGAN KERJA,
KOMPENSASI
ANALISIS DATA :
Berdasarkan data pada tabel Model Summary : Diketahu nilai R Square sebesar 0,022 maka
memiliki arti bahwa sumbangan pengaruh variabel kompensasi (X1) dan lingkungna kerja
(X2) terhadap variabel kepuasan kerja (Y1) sebesar 2,2 %. Sedangkan nilai e1 dapat dicari
dengan rumus e1 = √ ( 1 – 0,022 ) = 0,988.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 79.515 7.154 11.115 .000
KOMPENSASI -.042 .076 -.062 -.547 .586
x
LINGKUNGAN .118 .082 .164 1.443 .153
KERJA
Dependent Variable: MOTIVASI KERJA
ANALISIS DATA :
Berdasarkan Tabel Koefisien (Coefficients) diatas :
- Diketahui nilai signifikansi variabel kompensasi (X1) sebesar 0,586 (> 0,005) maka
berkesimpulan bahwa variabel kompensasi tidak berpengaruh secara signifikan
terhadap variabel motivasi kerja (Y2). Berarti Ho diterima dan Ha ditolak.
- Diketahui nilai signifikansi variabel Lingkungan Kerja (X2) sebesar 0,153 (> 0,005)
maka berkesimpulan bahwa variabel Lingkungan Kerja tidak berpengaruh secara
signifikan terhadap variabel motivasi kerja (Y2). Berarti Ho diterima dan Ha
ditolak..
- Berdasarkan data standardized coefficients beta : dimana variabel kompensasi (X1)
tidak memberikan pengaruh langsung terhadap variabel motivasi kerja (Y2) karena
nilai yang ada sebesar -0,062.
- Variabel lingkungan kerja (X2) memberikan pengaruh langsung terhadap variabel
motivasi kerja (Y2) sebesar 0,164.
c.Rumusan masalah 3 :
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .658a .432 .420 4.60649
a. Predictors: (Constant), LINGKUNGAN KERJA,
KOMPENSASI
ANALISIS DATA :
xi
Berdasarkan data pada tabel Model Summary : Diketahu nilai R Square sebesar 0,432 maka
memiliki arti bahwa sumbangan pengaruh variabel kompensasi (X1) dan lingkungna kerja
(X2) terhadap variabel kinerja karyawan (Y3) sebesar 43,2 %. Sedangkan nilai e1 dapat
dicari dengan rumus e1 = √ ( 1 – 0,432 ) = 0,75.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 19.260 7.879 2.444 .016
KOMPENSASI .246 .084 .256 2.945 .004
LINGKUNGAN .527 .090 .509 5.855 .000
KERJA
a. Dependent Variable: KINERJA KARYAWAN
ANALISIS DATA :
Berdasarkan Tabel Koefisien (Coefficients) diatas :
- Diketahui nilai signifikansi variabel kompensasi (X1) sebesar 0,004 (< 0,005)
maka berkesimpulan bahwa variabel kompensasi berpengaruh secara signifikan
terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak dan Ha diterima.
- Diketahui nilai signifikansi variabel Lingkungan Kerja (X2) sebesar 0,000 (<
0,005) maka berkesimpulan bahwa variabel Lingkungan Kerja berpengaruh secara
signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak dan Ha
diterima..
- Berdasarkan data standardized coefficients beta : dimana variabel kompensasi
(X1) memberikan pengaruh langsung terhadap variabel kinerja karyawan (Y3)
sebesar 0,256.
- Variabel lingkungan kerja (X2) memberikan pengaruh langsung terhadap variabel
kinerja karyawan (Y3) sebesar 0,509.
d. Rumusan masalah 4 :
Model Summary
xii
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .666a .443 .424 4.58868
a. Predictors: (Constant), KEPUASAN KERJA,
KOMPENSASI, LINGKUNGAN KERJA
ANALISIS DATA :
Berdasarkan data pada tabel Model Summary : Diketahu nilai R Square sebesar 0,443 maka
memiliki arti bahwa sumbangan pengaruh variabel kompensasi (X1) dan lingkungan kerja
(X2) melalui kepuasan kerja (Y1) terhadap variabel kinerja karyawan (Y3) sebesar 44,3 %.
Sedangkan nilai e1 dapat dicari dengan rumus e1 = √ ( 1 – 0,443 ) = 0,746.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 27.083 9.871 2.744 .007
KOMPENSASI .216 .087 .224 2.494 .014
LINGKUNGAN .567 .095 .548 5.982 .000
KERJA
KEPUASAN -.106 .081 -.110 -1.307 .195
KERJA
a. Dependent Variable: KINERJA KARYAWAN
ANALISIS DATA :
Berdasarkan Tabel Koefisien (Coefficients) diatas :
- Diketahui nilai signifikansi variabel kompensasi (X1) sebesar 0,014 ( >0,005) maka
berkesimpulan bahwa variabel kompensasi tidak berpengaruh secara signifikan
terhadap variabel kinerja karyawan (Y3). Berarti Ho diterima dan Ha ditolak.
- Diketahui nilai signifikansi variabel Lingkungan Kerja (X2) sebesar 0,000 (< 0,005)
maka berkesimpulan bahwa variabel Lingkungan Kerja berpengaruh secara signifikan
terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak dan Ha diterima.
xiii
- Diketahui nilai signifikansi variabel Kepuasan Kerja (Y1) sebesar 0,195 (> 0,005)
maka berkesimpulan bahwa variabel Kepuasan Kerja (Y1) tidak berpengaruh secara
signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho diterima dan Ha
ditolak.
- Berdasarkan data standardized coefficients beta : dimana variabel kompensasi (X1)
memberikan pengaruh langsung terhadap variabel kinerja karyawan (Y3) sebesar
0,224.
- Variabel lingkungan kerja (X2) memberikan pengaruh langsung terhadap variabel
kinerja karyawan (Y3) sebesar 0,548.
- Variabel Kepuasan Kerja (Y1) tidak memberikan pengaruh langsung terhadap
variabel kinerja karyawan (Y3) karena nilai yang didapat sebesar -0,110.
e. Rumusan masalah 5 :
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .663a .440 .421 4.60254
a. Predictors: (Constant), MOTIVASI KERJA,
KOMPENSASI, LINGKUNGAN KERJA
ANALISIS DATA :
Berdasarkan data pada tabel Model Summary : Diketahu nilai R Square sebesar 0,440 maka
memiliki arti bahwa sumbangan pengaruh variabel kompensasi (X1) dan lingkungan kerja
(X2) melalui motivasi kerja (Y2) terhadap variabel kinerja karyawan (Y3) sebesar 44,0 %.
Sedangkan nilai e1 dapat dicari dengan rumus e1 = √ ( 1 – 0,440 ) = 0,748.
Coefficientsa
Model Unstandardized Standardized t Sig.
Coefficients Coefficients
xiv
B Std. Error Beta
1 (Constant) 9.397 12.088 .777 .439
KOMPENSASI .252 .084 .261 3.004 .003
LINGKUNGAN .512 .091 .494 5.633 .000
KERJA
MOTIVASI .124 .115 .086 1.075 .285
KERJA
a. Dependent Variable: KINERJA KARYAWAN
ANALISIS DATA :
Berdasarkan Tabel Koefisien (Coefficients) diatas :
- Diketahui nilai signifikansi variabel kompensasi (X1) sebesar 0,003 ( < 0,005) maka
berkesimpulan bahwa variabel kompensasi berpengaruh secara signifikan terhadap
variabel kinerja karyawan (Y3). Berarti Ho ditolak dan Ha diterima.
- Diketahui nilai signifikansi variabel Lingkungan Kerja (X2) sebesar 0,000 (< 0,005)
maka berkesimpulan bahwa variabel Lingkungan Kerja berpengaruh secara signifikan
terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak dan Ha diterima.
- Diketahui nilai signifikansi variabel Motivasi Kerja (Y2) sebesar 0,285 (> 0,005)
maka berkesimpulan bahwa variabel Motivasi Kerja (Y2) tidak berpengaruh secara
signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho diterima dan Ha
ditolak.
- Berdasarkan data standardized coefficients beta : dimana variabel kompensasi (X1)
memberikan pengaruh langsung terhadap variabel kinerja karyawan (Y3) sebesar
0,261.
- Variabel lingkungan kerja (X2) memberikan pengaruh langsung terhadap variabel
kinerja karyawan (Y3) sebesar 0,494.
- Variabel Motivasi Kerja (Y2) memberikan pengaruh langsung terhadap variabel
kinerja karyawan (Y3) karena nilai yang didapat sebesar 0,086.
xv
BAB III
PENUTUP
3.3 Kesimpulan
xvi
signifikan terhadap variabel kepuasan kerja (Y1). Berarti Ha diterima dan Ho
ditolak.
5. Berdasarkan hasil dari rumusan masalah 2 bahwa variabel kompensasi (X1) tidak
berpengaruh secara signifikan terhadap variabel motivasi kerja (Y2). Berarti Ho
diterima dan Ha ditolak. Variabel Lingkungan Kerja (X2) tidak berpengaruh
secara signifikan terhadap variabel motivasi kerja (Y2). Berarti Ho diterima dan
Ha ditolak..
6. Berdasarkan hasil dari rumusan masalah 3 bahwa Variabel kompensasi (X1)
berpengaruh secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti
Ho ditolak dan Ha diterima. variabel Lingkungan Kerja (X2) berpengaruh
secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak
dan Ha diterima.
7. Berdasarkan hasil dari rumusan masalah 4 bahwa variabel kompensasi (X1) tidak
berpengaruh secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti
Ho diterima dan Ha ditolak. Variabel Lingkungan Kerja (X2) berpengaruh
secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak
dan Ha diterima. Variabel Kepuasan Kerja (Y1) tidak berpengaruh secara
signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho diterima dan Ha
ditolak.
8. Berdasarkan hasil dari rumusan masalah 5 bahwa variabel kompensasi (X1)
berpengaruh secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti
Ho ditolak dan Ha diterima. variabel Lingkungan Kerja (X2) berpengaruh
secara signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho ditolak
dan Ha diterima. Variabel Motivasi Kerja (Y2) tidak berpengaruh secara
signifikan terhadap variabel kinerja karyawan (Y3). Berarti Ho diterima dan Ha
ditolak.
3.4 Saran
Kami sadar bahwa laporan penelitian ini jauh dari kesempurnaan, untuk itu saran dan
kritik yang konstruktif sangat kami harapkan dari semua pembaca. Dan semoga
laporan penelitian ini dapat memberi manfaat bagi kita semua.
xvii
xviii