MODEL PENELITIAN

VARIABEL BEBAS = EKSOGEN

VARIABEL TERIKAT =ENDOGEN

VARIABEL MODERATING

VARIABEL INTERVENING

VARIABEL EKSOGEN

VARIABEL ENDOGEN

X1=KOMPENS
ASI

X2=SELF
EFFECY
Y=PRESTAS
I KERJA
X3= KEPUASAN
KERJA

Z=MOTIVASI
 REGRESI LINEAR BERGANDA

PERSAMAAN MATEMATIKA MODEL PENELITIAN

Y = a + β1X1 + β2X2 + β3X3 + β4X4

Asumsi Model Regresi Linear Berganda

Berdasarkan olahan data yang telah dilakukan, maka dapat diketahui bahwa model

hubungan dari analisis regresi linear berganda ini dilihat dari tabel berikut ini:

Tabel 1
Asumsi Model Regresi Linear Berganda

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6.540 2.538 2.577 .011
KOMPETENSI .691 .140 .393 4.943 .000 .861 1.162
SELF_EFFICACY .298 .134 .174 2.225 .028 .893 1.120
KEPUASAN_KERJA .372 .113 .251 3.297 .001 .940 1.064
a. Dependent Variable: PRESTASI_KERJA

Berdasarkan pada tabel 1 maka dapat disusun model penelitian ini adalah sebagai berikut:

Y = a + β1X1 + β2X2 + β3X3

Y= 6,540 + 0,691X1 + 0,298X2 – 0,372X3

 Dilihat dari persamaan linear tersebut, maka dapat dikatakan bahwa hubungan dalam

model penelitian ini adalah hubungan linear positif. Model penelitian dalam bentuk persamaan

regresi linear berganda diatas dapat diartikan sebagai berikut:

1. Diketahui ketika kompenasai (X1), karakteristik pekerjaan (X2), gaya kepemimpinan (X3)

dan motivasi (X4) tidak mengalami perubahan, maka nilai dari minat membeli ulang

konsumen adalah sebesar 5,709 satuan tertentu.

2. Ketika kompensasi (X1) mengalami perubahan pada satuan tertentu maka akan dapat

meningkatkan kinerja karyawan sebesar 0,330 satuan tertentu dengan asumsi bahwa variabel

lainnya tidak mengalami perubahan.

3. Ketika karakteristik pekerjaan (X2) mengalami perubahan pada satuan tertentu maka akan

dapat meningkatkan kinerja karyawan sebesar 0,393 satuan tertentu dengan asumsi bahwa

variabel lainnya tidak mengalami perubahan.

4. Ketika gaya kepemimpinan (X3) mengalami perubahan pada satuan tertentu maka akan

dapat menurunkan kinerja karyawan sebesar 0,067 satuan tertentu dengan asumsi bahwa

variabel lainnya tidak mengalami perubahan.

5. Ketika motivasi (X4) mengalami perubahan pada satuan tertentu maka akan dapat

meningkatkan kinerja karyawan sebesar 0,282 satuan tertentu dengan asumsi bahwa variabel

lainnya tidak mengalami perubahan

Koefisien Determinasi (R2)

Uji determinasi ini untuk melihat seberapa besar kompensasi, karakteristik pekerjaan,

gaya kepemimpinan dan motivasi kerja menjelaskan kinerja karyawan. Untuk dapat mengetahui

besarnya Determinasi kompensasi, karakteristik pekerjaan, gaya kepemimpinan dan motivasi

menjelaskan kinerja karyawan dapat dilihat pada tabel berikut ini:

 Tabel 2

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .426 .181 .160 1.75372
a. Predictors: (Constant), KEPUASAN_KERJA, SELF_EFFICACY,
KOMPETENSI
b. Dependent Variable: MOTIVASI

Berdasarkan pada tabel 2 diketahui bahwa nilai RSquare adalah sebesar 0,181 atau sama

dengan 18,1%. Artinya bahwa kompensasi, karakteristik pekerjaan, gaya kepemimpinan dan

motivasi mampu untuk menjelaskan kinerja karyawan adalah sebesar 18,1% sisanya 81,9%

dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model penelitian ini.

Pengujian Hipotesis

Berdasarkan pengolahan data yang telah dilakukan, maka berikut ini akan dijelaskan

sehubungan yang pengujian atas hipotesis penelitian ini sebagai berikut:

Pengujian Hipotesis Secara Simultan (UJI ANOVA/UJI F) >> UJI SIGNIFIKANSI

MODEL

Uji model dilakukan untuk melihat tingkat signifikansi kompensasi, karakteristik

pekerjaan, gaya kepemimpinan dan motivasi fit atau tidak. Hasil uji model dapat dilihat pada

tabel di bawah ini:

 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 80.938 3 26.979 8.772 .000b
Residual 365.989 119 3.076
Total 446.927 122
a. Dependent Variable: MOTIVASI
b. Predictors: (Constant), KEPUASAN_KERJA, SELF_EFFICACY, KOMPETENSI

Pada pengujian ini akan dibandingkan nilai F hitung dengan nilai Ftabel. Untuk mengetahui

nilai Ftabel terlebih dahulu ditentukan besarnya nilai derajat bebas (degree of freedom) pembilang

(df1) dan derajat bebas penyebut (df2). Untuk menentukan df1 maka dapat digunakan rumus k –

1, dimana k adalah jumlah variabel bebas ditambah variabel terikat, sehingga dapat

ditentukan besarnya df1 adalah 5 – 1 = 4. Selanjutnya untuk menentukan besarnya nilai df2 dapat

digunakan rumus n – k, dimana n adalah jumlah responden dan k adalah jumlah variabel

bebas ditambah variabel terikat, sehingga dapat ditentukan besarnya nilai df2 adalah 103 – 5 =

98. Berdasarkan pada tingkat kepercayaan penelitian sebesar 95% dan tingkat Alpha sebesar 5%

dengan penelitian metode dua sisi, maka dapat ditentukan besarnya nilai F tabel adalah sebesar

2,460.

Berdasarkan pada hasil pada tabel 3 dan nilai Ftabel dapat diketahui bahwa nilai F hitung >

nilai Ftabel, dimana nilai Fhitung adalah sebesar 24,147 lebih besar dari Ftabel sebesar 2,460 (24,147 >

2,460) dengan nilai probabilitas pada pengujian ini adalah sebesar 0.000. Nilai probabilitas
tersebut lebih kecil dibandingkan dengan nilai alfa (0,05) sehingga dapat disimpulkan bahwa

model fit.

Pengujian Hipotesis Secara Parsial (MEMBANDINGKAN NILAI tHITUNG DENGAN NILAI

tTABEL)

Pengujian secara parsial merupakan pengujian atas variabel bebas terhadap terikat secara

satu persatu. Pada pengujian ini akan dibandingkan nilai t hitung dengan nilai ttabel. Untuk

mengetahui nilai ttabel terlebih dahulu ditentukan besarnya nilai derajat bebas (degree of freedom)

dari data penelitian. Berdasarkan pada tingkat kepercayaan penelitian sebesar 95% dan tingkat

Alpha sebesar 5% dengan penelitian metode dua sisi (0,05/2= 0,025), maka dapat ditentukan

nilai derajat bebas pada penelitian ini dengan menggunakan rumus n – k – 1, dimana n adalah

jumlah responden dan k adalah jumlah variabel bebas pada penelitian ini. Berdasarkan jumlah

data pada penelitian ini sebanyak 103 responden, maka dapat ditentukan nilai derajat bebas

penelitian ini adalah 103 – 4 – 1 = 98. Dengan jumlah derajat bebas sebesar 98 maka dapat

ditentukan besarnya nilai ttabel adalah sebesar 1,984.

Data pengujian secara parsial ini dapat dilihatkan seperti pada tabel berikut ini:

Tabel 4
Pengujian Hipotesis
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients t Sig. Collinearity Statistics
Model B Std. Error Beta Tolerance VIF
1 (Constant) 5.709 1.868 3.057 .003
Kompensasi .330 .127 .310 2.605 .011 .363 2.753
Karakteristik_Pekerjaan .393 .123 .297 3.184 .002 .592 1.688
Gaya_Kepemimpinan -.067 .094 -.062 -.709 .480 .677 1.478
Motivasi .282 .134 .236 2.104 .038 .408 2.451
a. Dependent Variable: Kinerja
Berdasarkan pada tabel 4 tersebut, maka pengujian hipotesis secara parsial ini dapat

dijabarkan sebagai berikut:

a. Pengaruh kompensasiTerhadap kinerja karyawan

 Diketahui bahwa variabel Kualitas produk memiliki nilai thitung sebesar 2,605, jika

dibandingkan dengan nilai ttabel maka dihasilkan bahwa 2,605 > 1.984 dengan tingkat

signifikansi sebesar 0.011 lebih kecil dibandingkan dengan nilai alpha penelitian

sebesar 0.05 sehingga disimpulkan bahwa ada pengaruh kualitas produk terhadap minat

membeli ulang konsumen.

b. Pengaruh Harga Terhadap Minat membeli ulang konsumen

Diketahui bahwa variabel harga memiliki nilai Signifikansi sebesar 0.002, dengan nilai

alpha penelitian sebesar 0.05 dapat diketahui bahwa nilai signifikansi hitung lebih kecil

dibandingan dengan nilai Alpha sebesar 0,05 (0,002 < 0,05). Sehingga dapat

disimpulkan bahwa harga memiliki pengaruh signifikan terhadap minat membeli ulang

konsumen