Felinda Arumningtyas
Saqinah Rahma
[Type text]
HIPOTESIS 1 : MOTIVASI (INDEPENDEN X1) DAN LINGKUNGAN KERJA
(INDEPENDEN X2) BERPENGARUH (POSITIF) TERHADAP KEPUASAN KERJA
(DEPENDEN X3)
MODEL 1 :
Langkah – langkah analisis regresi pada SPSS:
1. Isi variabel view seperti berikut
5. Klik PLOTS, masukkan ZPRED ke kolom X dan ZRESID ke kolom Y lalu klik Next masukkan
ZPRED ke kolom X dan SRESID ke kolom Y centang “normal probability plot” dan klik Continue
6. Klik STATISTICS centang opsi mana saja yang ingin di tampilkan di dalam output, Pada kasus ini
centang pada bagian Estimate, Model Fit, Durbin Watson, Collinearity diagnostics, lalu klik
Continue
8. Klik OK
Kolmogorov-Smirnova Shapiro-Wilk
Unstandardized
Residual
a. Median
Keputusan
Berdasarkan Tabel Run Test pada hasil output SPSS diatas diperoleh nilai signifikansi = 0.024,
dimana nilai sig = 0.024 < α = 0,05 sehingga H0 ditolak. Artinya, pada taraf signifikansi 5%
terdapat autokorelasi.
Berdasarkan output Scatterplot diketahui bahwa plot-plot menyebar secara acak sehingga asumsi
linearitas terpenuhi.
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Keputusan
Coefficients a
1 (Constant)
8.198 3.399 2.412 .018
X1
.325 .111 .297 2.939 .004 .602 1.662
X2
.853 .172 .501 4.961 .000 .602 1.662
a. Dependent Variable: X3
Keputusan
Berdasarkan Tabel Coefficients pada hasil output SPSS diatas diperoleh nilai VIF(Motivasi) =
1,662 dimana nilai VIF = 1,662 < 10 serta diperoleh nilai VIF(Lingkungan Kerja) = 1,662
dimana nilai VIF = 1,662< 10 maka pada taraf signifikansi 5% tidak terjadi multikolinieritas.
ANOVAa
Total 1243,887 79
Keputusan
Berdasarkan Tabel Anova Output SPSS diatas, diperoleh keputusan bahwa nilai sig = 0.000.
Dimana nilai sig = 0.000 < α = 5% menunjukan bahwa H 0 ditolak. Artinya, pada taraf
signifikansi α = 5% model regresi cocok.
Coefficientsa
Keputusan
Berdasarkan Tabel Coefficient output SPSS diatas, diperoleh keputusan bahwa nilai
sig(Motivasi) = 0.004 dan niali sig(Lingkungan Kerja) = 0,000. Dimana nilai sig = 0.004 < α =
5% dan niali sig = 0,000 < α = 5% menunjukan bahwa H 0 ditolak. Artinya, pada taraf
signifikansi α = 5% Motivasi dan Lingkungan Kerja signifikan berpengaruh terhadap Kepuasan
Kerja.
Koefisien Determinasi
Untuk mengetahui tingkat ketepatan paling baik dalam analisis regresi dengan ditunjukkan oleh
besarnya nilai koefisien determinasi ( R2) antara 0 dan 1.
Model Summaryb
Berdasarkan hasil output diatas diperoleh nilai R 2 = 0.527 yang artinya Kepuasan Kerja dipengaruhi
oleh Motivasi dan Lingkungan Kerja sebesar 52,70% dan sisanya sebesar 47,30% dipengaruhi oleh
faktor lain.
Kesimpulan:
Asumsi Normalitas, Nonmultikolinieritas, Linearitas, dan Homoskedastisitas terpenuhi ,
Nonautokorelasi tidak terpenuhi, Uji F model sesuai, Uji t parameter signifikan.
MODEL 2 :
Kolmogorov-Smirnova Shapiro-Wilk
Berdasarkan Tabel One Sampel Kolmogorov Smirnov Test pada hasil output SPSS
diatas diperoleh nilai signifikansi = 0.200, dimana nilai sig = 0.200 > α = 0,05 sehingga H 0
diterima. Artinya, pada taraf signifikansi 5% nilai residual dari regresi pada data
berdistribusi normal.
Unstandardized
Residual
a
Test Value -,27553
Cases < Test Value 40
Cases >= Test Value 40
Total Cases 80
Number of Runs 28
Z -2,925
Asymp. Sig. (2-tailed) ,003
a. Median
Keputusan
Berdasarkan Tabel Run Test pada hasil output SPSS diatas diperoleh nilai signifikansi = 0.003,
dimana nilai sig = 0.003 < α = 0,05 sehingga H 0 ditolak. Artinya, pada taraf signifikansi 5%
terdapat autokorelasi.
Berdasarkan output Scatterplot diketahui bahwa plot-plot menyebar secara acak sehingga asumsi
linearitas terpenuhi.
Berdasarkan output Scatterplot diketahui bahwa plot-plot tidak menyebar secara acak sehingga
setelah di transformsi tidak terjadi heteroskedastisitas.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Keputusan
Berdasarkan Tabel Coefficients pada hasil output SPSS diatas diperoleh nilai sig X1 (0.309), X2
(0.792) dimana nilai sig > α = 0,05 sehingga H0 diterima. Artinya, pada taraf signifikansi 5%
tidak terjadi heteroskedastisitas.
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Lingkungan_Kerja_X
,530 ,144 ,408 3,689 ,000 ,602 1,662
2
Keputusan
Berdasarkan Tabel Coefficients pada hasil output SPSS diatas diperoleh nilai VIF(Motivasi) = 1,662
dimana nilai VIF = 1,662 < 10 serta diperoleh nilai VIF(Lingkungan Kerja) = 1,662 dimana nilai VIF
= 1,662< 10 maka pada taraf signifikansi 5% tidak terjadi multikolinieritas.
ANOVAa
Total 722,800 79
Keputusan
Berdasarkan Tabel Anova Output SPSS diatas, diperoleh keputusan bahwa nilai sig = 0.000.
Dimana nilai sig = 0.000 < α = 5% menunjukan bahwa H 0 ditolak. Artinya, pada taraf
signifikansi α = 5% model regresi cocok.
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Lingkungan_Kerja_X
,530 ,144 ,408 3,689 ,000 ,602 1,662
2
Keputusan
Koefisien Determinasi
Untuk mengetahui tingkat ketepatan paling baik dalam analisis regresi dengan ditunjukkan oleh
besarnya nilai koefisien determinasi ( R2) antara 0 dan 1.
Model Summaryb
Berdasarkan hasil output diatas diperoleh nilai R2 = 0.433 yang artinya Kinerja Karyawan
dipengaruhi oleh Motivasi dan Lingkungan Kerja sebesar 43,30% dan sisanya sebesar 56,70%
dipengaruhi oleh faktor lain.
Kesimpulan:
Asumsi Normalitas, Nonmultikolinieritas, Linearitas, dan Homoskedastisitas terpenuhi,
Nonautokorelasi tidak terpenuhi, Uji F model sesuai, Uji t parameter signifikan.
MODEL 3 :
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Keputusan
Berdasarkan Tabel Test of Normality pada hasil output SPSS diatas diperoleh nilai signifikansi =
0.086, dimana nilai sig = 0.086 > α = 0,05 sehingga H 0 diterima. Artinya, pada taraf signifikansi
5% nilai residual dari regresi pada data berdistribusi normal.
Unstandardized
Residual
a. Median
Berdasarkan output Scatterplot diketahui bahwa plot-plot menyebar secara acak sehingga asumsi
linearitas terpenuhi.
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
1 (Constant)
8.342 2.844 2.933 .004
X1
.190 .094 .228 2.022 .047 .541 1.849
X2
.330 .159 .254 2.071 .042 .456 2.194
X3
.234 .092 .307 2.544 .013 .473 2.115
a. Dependent Variable: Y
Keputusan
Berdasarkan Tabel Coefficients pada hasil output SPSS diatas diperoleh nilai VIF
X1 = 1.849, X2 = 2.194 an X3 = 2.115 dimana nilai VIF < 10 maka pada taraf signifikansi 5%
tidak terjadi multikolinieritas.
ANOVAa
Total 722.800 79
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X1, X2
Keputusan
Berdasarkan Tabel Anova Output SPSS diatas, diperoleh keputusan bahwa nilai sig = 0.000.
Dimana nilai sig = 0.000 < α = 5% menunjukan bahwa H 0 ditolak. Artinya, pada taraf
signifikansi α = 5% model regresi cocok.
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
1 (Constant)
8.342 2.844 2.933 .004
X3
.234 .092 .307 2.544 .013 .473 2.115
a. Dependent Variable: Y
Keputusan
Berdasarkan Tabel Coefficient output SPSS diatas, diperoleh keputusan bahwa nilai sig X1 =
0.047, X2 = 0.042, dan X3 = 0.013. Dimana nilai sig = 0.000 < α = 5% menunjukan bahwa H 0
ditolak. Artinya, pada taraf signifikansi α = 5% X1,X2, dan X3 signifikan berpengaruh terhadap
Y.
Koefisien Determinasi
Untuk mengetahui tingkat ketepatan paling baik dalam analisis regresi dengan ditunjukkan oleh
besarnya nilai koefisien determinasi ( R2) antara 0 dan 1.
Model Summaryb
1
.691a .477 .457 2.22952
Berdasarkan hasil output diatas diperoleh nilai R 2 = 0.477 yang artinya Y dipengaruhi oleh X1,X2,
dan X3 sebesar 47,7% dan sisanya sebesar 52,3% dipengaruhi oleh faktor lain.
Kesimpulan:
Asumsi Normalitas, Nonmultikolinieritas, Linearitas, Homoskedastisitas , dan Nonautokorelasi
terpenuhi, Uji F model sesuai, Uji t parameter signifikan.
Mengacu pada output Regresi Model I pada bagian tabel Coefficients dapat diketahui bahwa nilai
signifikansi X1(0.004), X2(0.000). Dimana nilai sig untuk variable X1 dan X2 < α = 5%. Hasil ini
memberikan kesimpulan bahwa Regresi Model I, yakni variabel X1 dan X2 signifikan terhadap X3.
Besarnya nilai R2 atau R Square yang terdapat pada tabel Model Summary adalah sebesar 0,527, hal
ini menunjukkan bahwa kontribusi atau sumbangan pengaruh X1 an X2 terhadap X3 adalah sebesar
52,7% sementara sisanya 47,3% merupakan kontribusi dari variabel-variabel lain yang tidak
dimasukkan dalam penelitian. Sementara itu, untuk nilai e1 dapat dicari dengan rumus e1 = √ (1-
0,527) = 0,6877. Dengan demikian diperoleh diagram jalur model struktur I sebagai berikut:
Coefficients a
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
1 (Constant)
8.198 3.399 2.412 .018
X1
.325 .111 .297 2.939 .004 .602 1.662
X2
.853 .172 .501 4.961 .000 .602 1.662
a. Dependent Variable: X3
Mengacu pada output Regresi Model II pada bagian tabel Coefficients dapat diketahui bahwa nilai
signifikansi X1(0.005), X2(0.000). Dimana nilai sig < α = 5%. Hasil ini memberikan kesimpulan
bahwa Regresi Model II, yakni variabel X1 dan X2 signifikan terhadap Y. Besarnya nilai R 2 atau R
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Lingkungan_Kerja_X
,530 ,144 ,408 3,689 ,000 ,602 1,662
2
Mengacu pada output Regresi Model III pada bagian tabel Coefficients dapat diketahui bahwa nilai
signifikansi X1(0.047), X2(0.042), X3(0.013). Dimana nilai sig < α = 5%. Hasil ini memberikan
kesimpulan bahwa Regresi Model III, yakni variabel X1, X2, dan X3 signifikan terhadap Y. Besarnya
nilai R2 atau R Square yang terdapat pada tabel Model Summary adalah sebesar 0.477, hal ini
menunjukkan bahwa kontribusi atau sumbangan pengaruh X1, X2, dan X3 terhadap Y adalah sebesar
47.7% sementara sisanya 52.3% merupakan kontribusi dari variabel-variabel lain yang tidak
dimasukkan dalam penelitian. Sementara itu, untuk nilai e1 dapat dicari dengan rumus e1 = √ (1-
0,477) = 0,7231. Dengan demikian diperoleh diagram jalur model struktur III sebagai berikut :
Coefficients a
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
X1
.190 .094 .228 2.022 .047 .541 1.849
X2
.330 .159 .254 2.071 .042 .456 2.194
X3
.234 .092 .307 2.544 .013 .473 2.115
a. Dependent Variable: Y