BAB III METODE PENELITIAN

BAB III
METODE PENELITIAN
3.1 Desain Penelitian
Jenis desain penelitian yang digunakan di dalam penelitian ini adalah jenis deskriptif.
Jenis desain deskriptif digunakan dalam penelitian ini, yang bertujuan untuk membantu
memecahkan masalah yang terjadi pada masa sekarang serta berpusat pada masalah yang
aktual.
Table 3.1 Desain penelitian
Tujuan
Desain Riset
Penelitian
Jenis Penelitian
Metode penelitian
Unit analisis
Time horizone
T1
Asosiatif
Survey
Individu-karyawan
Cross sectional
koperasi RSPP
T2
Asosiatif
Survey
Individu-karyawan
Cross sectional
koperasi RSPP
T3
Asosiatif
Survey
Individu-karyawan
Cross sectional
koperasi RSPP
Sumber : penulis
Keterangan :
T-1
untuk mengetahui pengaruh antara gaya kepemimpinan terhadap kinerja
karyawan koperasi RSPP
33
34
T-2
untuk mengetahui pengaruh antara disiplin kerja karyawan terhadap kinerja
karyawan koperasi RSPP
T-3
untuk mengetahui pengaruh antara gaya kepemimpinan dan disiplin kerja
terhadap kinerja karyawan Koperasi RSPP
3.2 Operasionalisasi Variabel Penelitian
Definisi operasional variable penelitian ini terdiri atas :
Table 3.2 Operasionalisasi Variabel Penelitian
Variabel
konsep
Sub Variabel
Gaya
Lewin
Otokratis
Indikator Utama
•
Kerja keras
Kepemimpinan
•
Sungguh-sungguh
(X1)
•
Teliti dan tertib
•
Tunduk
sepenuhnya
pada peraturan yang
ada
Demokratis
Laissez faire
•
Bertanggung jawab
•
Bagian dari kelompok
•
Bersifat terbuka
•
Menyerahkan
tugas
sepenuhnya
pada
bawahan
•
Tidak
tangan
ikut
campur
35
•
Inisiatif dan prakarsa
karyawan
disiplin (X2)
Hasibuan
Kesediaan dan
•
kesadaran
Tujuan
dan
kemampuan
karyawan menaati
•
Teladan pimpinan
norma dan
•
Balas jasa
peraturan yang ada
•
Keadilan
•
Waskat
•
Sanksi hukuman
•
Ketegasan
•
Hubungan
kemanusiaan
•
Ketepatan waktu
•
Menggunakan
peralatan
kantor
dengan baik
•
Tanggung jawab yang
tinggi
•
Ketaatan
aturan kantor
terhadap
36
Kinerja
Tingkat
•
Kuantitas kerja
keberhasilan
•
Kualitas kerja
seseorang secara
•
Kreatifitas
keseluruhan dalam
•
Kooperatif
melaksanakan
•
Keandalan
tugas sesuai
•
Inisiatif
dengan tanggung
•
Kualitas pribadi
Gomez
karyawan (Y)
jawab
3.3 Jenis dan Sumber Data Penelitian
Jenis data yang dipakai dalam penelitian ini adalah data kualitatif dengan sumber data
berupa data primer dan data sekunder.
Table 3.3 Jenis dan Sumber Data Penelitian
Jenis Data
Sumber Data
Gaya kepemimpinan
Data primer dari koperasi RSPP
menggunakan kuesioner
Disiplin
Data primer dari koperasi RSPP
menggunakan kuesioner
Kinerja karyawan
Data primer dari koperasi RSPP
menggunakan kuesioner
Sejarah perusahaan dan struktur perusahaan
Data sekunder dari Koperasi RSPP
Sumber : Penulis
37
3.4 Teknik Pengumpulan Data
Untuk mengumpulkan informasi dan data yang diperlukan, maka peneliti menggunakan
beberapa teknik pengumpulan data, yakni:
Teknik pengumpulan data dalam penelitian ini adalah dengan melakukan :
•
Wawancara
Menurut Sugiyono (2009, p137) wawancara adalah teknik pengumpulan data apabila
peneliti ingin melakukan studi pendahuluan untuk menemukan permasalahan yang harus
diteliti. Dalam penelitian ini, peneliti melakukan wawancara dengan pimpinan koperasi
dan beberapa karyawan Koperasi RSPP dengan beberapa pertanyaan. Pertanyaan yang
diajukan berupa 6C (Customer, Competitor, Center, Channel, Company, Lingkungan
bisnis).
•
Kuesioner
Menurut Sugiyono (2009, p142), Kuesioner merupakan teknik pengumpulan data
yang dilakukan dengan cara member sepangkat pertanyaan atau pernyataan tertulis
kepada responden untuk dijawabnya. Kuesioner merupakan teknik pengumpulan data
yang efisien bila peneliti tahu dengan pasti variable yang akan diukur dan tahu apa yang
bias diharapkan dari responden
•
Pengumpulan data melalui kuesioner
Survey melalui pembagian kuesioner yang berisi pertanyaan mengenai penelitian kepada
responden yang memenuhi syarat. Kuesioner merupakan teknis pengumpulan data yang
38
dilakukan dengan memberi seperangkat pertanyaan atau pernyataan tertulis yang akan
ditujukan kepada responden.
•
Pengumpulan data di kepustakaan
Penelitian kepustakaan merupakan penelitian yang mencari, menganalisa, membuat
interpretasi serta menggeneralisasi fakta-fakta yang merupakan pendapat, hasil kerja,
karya-karya para ahli yang digali dari buku-buku jurnal dan dokumen yang tersedia.
3.5 Teknik Pengambilan Sampel
Teknik sampling adalah bagian dari metodologi statistika yang berhubungan
dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode
yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasi
keseluruhan populasi. Metode sampling banyak menggunakan teori probabilitas dan teori
statistika.
Tahapan sampling adalah:
• Mendefinisikan populasi yang hendak diamati
• Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang
mungkin
• Menentukan metode sampling yang tepat
• Melakukan pengambilan sampel (pengumpulan data)
• Melakukan pengecekan ulang proses sampling
Teknik pengambilan sampel dalam penelitian ini adalah simple random sampling.
Menurut Kuncoro (2007, p41) simple random sampling adalah cara pengambilan sampel
dari anggota populasi dengan menggunakan acak tanpa memperhatikan stata (tingkatan)
39
dalam anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap
homogeny (sejenis). Sampel dalam penelitian ini adalah seluruh karyawan koperasi
RSPP, dimana jumlah karyawan di Koperasi RSPP berjumlah 113 orang.
3.5.1 Teknik Penentuan Jumlah Sampel
Tujuan penggunaan sampel adalah peneliti dapat memperoleh data yang dapat
mencerminkan keadaan populasi. Penarikan sampel yang terlalu banyak akan
memerlukan biaya yang besar, oleh karena itu peneliti perlu menentukan jumlah sampel
yang layak, yaitu jumlah sampel yang dapat mencerminkan keadaan populasi. pada
Koperasi RSPP, teknik pengambilan sampel akan menggunakan teknik sampling
kemudahan. Berdasarkan sampling kemudahan ini, peneliti menyeleksi dengan
menyaring kuesioner yang ada, apabila orang-orang tersebut diketahui sebesar n, di
mana: (Kuncoro, 2007, p50)
Keterangan:
n= jumlah sampel minimal
α= tingkat kepercayaan atau tingkat signifikan
e= error estimasi atau tingkat kesalahan
(wibisono, 2003)
Bila peneliti mengasumsikan bahwa tingkat kepercayaan 95% dengan error estimasi =
5% atau 0.05. Jadi karena = 0.05, sehingga perhitungannya sebagai berikut:
40
Jadi penelitian ini mengambil sampel sebanyak 88.109 responden dan dibulatkan menjadi
90 responden. Kuesioner ini disebarkan di Koperasi RSPP dari tanggal 5 Mei sampai
dengan 16 mei 2012.
3.6 Metode Analisis
Berdasarkan data yang telah didapatkan dan tujuan penelitian yaitu ingin mengetahui
adanya pengaruh gaya kepemimpinan dan disiplin kerja terhadap kinerja karyawan, maka
metode yang penulis gunakan dalam penelitian ini dengan menggunakan analisis Regresi.
Penelitian ini ingin mengetahui seberapa jauh pengaruh 2 variable yaitu pengaruh Gaya
Kepemimpinan (X1) dan Disiplin Kerja Karyawan (X2) Pada Koperasi RSPP, Jadi Penelitian
ini memakai Regresi Berganda. Semua data yang ada nantinya akan diolah menggunakan
komputer dengan bantuan software SPSS 16. Adapun teknik analisis mencakup :
Table 3.4 Metode Analisis
Tujuan penelitian
Metode analisis
T1
Regresi linear sederhana
T2
Regresi linear sederhana
T3
Regresi linear berganda
Sumber : penulis
41
3.6.1
Skala Likert
Untuk mengukur pernyataan mengenai gaya kepemimpinan dan motivasi terhadap
kinerja karyawan, maka setiap jawaban diberi nilai (skor), dimana dalam pemberian nilai
digunakan skala Likert, nilai (skor) jawaban adalah sebagai berikut :
Table 3.5 Bobot dan Kategori Pengukuran Data
Keterangan
penilaian
Sangat Setuju (SS)
5
Setuju (S)
4
Ragu-ragu ( R )
3
Tidak Setuju (TS)
2
Sangat Tidak Setuju (STS)
1
Sumber : penulis
Berdasarkan kategori-kategori tersebut, dapat diketahui bobot nilai tertinggi adalah 5 dan
bobot nilai terendah adalah 1. Untuk mengetahui range maka selisih antara bobot nilai
tertinggi dan bobot nilai terendah adalah 4, untuk mengetahui jumlah interval kelas dan
besar interval kelas, dapat digunakan rumus sebagai berikut :
Keterangan
R = Range (rentang kelas)
K = jumlah interval kelas
I = besar interval kelas
42
Berdasarkan ketentuan diatas maka penulis mengelompokkan tanggapan
responden berdasarkan batas-batas penelitian terhadap bagian-bagian yang dievaluasi
sehingga dapat dikelompokkan sebagai berikut :
Table 3.6 batas-batas penelitian
Batasan
Keterangan
1-1,8
Sangat tidak setuju
1,81-2,61
Tidak setuju
2,62-3,42
Ragu-ragu
3,43-4,23
Setuju
4,24-5,04
Sangat setuju
Sumber : Andi Supangat (2007, p19)
Kuesioner ini disebarkan dengan tujuan untuk mengetahui pendapat karyawan atau
responden mengenai gaya kepemimpinan dan motivasi karyawan serta kinerja karyawan
Koperasi RSPP.
3.6.2
Transformasi Data
Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi
sebagian dari syarat analisis parametric karena data setidak-tidaknya berskala interval.
Dalam hal ini penulis menggunakan software MSI (Method of Siccessive Interval) untuk
mentransformasi data ordinal menjadi interval. Langkah-langkah transformasi data
ordinal menjadi data interval sebagai berikut :
•
Menyusun data kuesioner dalam 1 kolom
•
Masukan data setiap variable yang telah diubah menjadi 1 kolom ke MSI
pada sheet 1
43
•
Nilai interval pada masing-masing bobot akan keluar pada sheet 3 yaitu
hasil konversi data ordinal menjadi interval
3.6.3
Uji Validitas
Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep yang
diukur sehingga benar-benar mengukur apa yang seharusnya diukur (Sugiyono, 2009,
p172). Validitas adalah suatu ukuran yang menunjukan tingkat keandalan suatu alat ukur.
Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagianbagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat
ukur dengan skor total yang merupakan jumlah tiap skor butir. Untuk menghitung
validitas alat ukur digunakan rumus :
Dimana :
R : koefisien korelasi
N : jumlah data
X : variable bebas
Y : variable terikat
(∑x2) : kuadrat jumlah skor total x
(∑y2) : kuadrat jumlah skor total Y
(∑x) 2 : jumlah kuadrat skor total x
(∑y) 2 : jumlah kuadrat skor total y
44
Selanjutnya uji t dengan rumus
Dimana :
T : nilai t hitung
R : koefisien korelasi hasil r hitung
N : jumlah responden
Distribusi (table t) untuk α = 0,05 dan derajat kebebasan (dk = n-2)
Kaidah keputusan : jika t hitung > t table berarti valid, dan sebaliknya jika t hitung < t
table berarti tidak valid. Jika instrument itu valid, maka dilihat criteria penafsiran
mengenai indeks korelasinya ( r ) sebagai berikut :
Table 3.7 penafsiran indeks korelasi
Indeks korelasi
Penafsiran
0.00-0.199
Sangat rendah
0.20-0.399
Rendah
0.40-0.599
Cukup tinggi
0.60-0.799
Tinggi
0.80-1.000
Sangat tinggi
Sumber : Sugiyono, 2009, p172
3.6.4
Uji Reliabilitas
Keandalan (realibilita) suatu pengukuran menunjukkan sejauh mana pengukuran tersebut
tanpa bias (bekas kesalahan) dan karena itu menjamin pengukuran yang konsisten lintas
waktu dan lintas beragam item dalam instrument. Dengan kata lain, keandalan suatu
45
pengukuran merupakan indikasi mengenai stabilitas dan konsistensi dimana instrument
mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (sekaran, 2006,
p40). Pada program SPSS metode yang digunakan dalam pengujian reliabilitas ini adalah
dengan menggunakan metode alpha cronbach yang dimana satu kuesioner dianggap
reliable apabila cronbach alpha > 0,6.
3.6.5
Analisis Deskriptif
Studi deskriptif dilakukan untuk mengetahui dan menjadi mampu untuk
menjelaskan karakteristik variable yang diteliti dalam suatu situasi (Sekaran, 2006,
p158). Studi deskriptif juga dilakukan untuk memahami karakteristik organisasi yang
mengikuti praktik umum tertentu. Tujuan studi deskriptif adalah memberikan kepada
peneliti sebuah riwayat untuk menggambarkan aspek-aspek yang relevan dengan
fenomena perhatian dari perspektif seseorang, organisasi, orientasi industry, atau lainnya
(Sekaran, 2006, p159). Metode analisis yang digunakan untuk T-1 adalah analisis
deskriptif. Analisis ini dilakukan pada kuesioner yang telah disebarkan dan dijawab oleh
responden melalui perhitungan nilai rata-rata (Mean) dan histogram dari setiap jawaban
pernyataan yang ada pada kuesioner.
3.6.6
Uji Normalitas
Pengujian normalitas mempunyai tujuan untuk mengetahui apakah dalam sebuah model
regresi baik variable terikat (dependent variable) mempunyai distribusi yang normal
ataupun tidak. Model regresi yang baik adalah distribusi data variable terikat adalah
normal atau mendekati normal. Pengujian normalitas dalam penelitian ini dilakukan
dengan menggunakan uji Kolmogorov-Smirnov. Jika nilai signifikansinya lebih besar
dari 0.05 maka data tersebut berdistribusi norml.
46
3.6.7
Analisis Regresi
Regresi linier adalah metode statistika yang digunakan untuk membentuk model
hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel
bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu,
disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel
bebas, disebut sebagai regresi linier berganda. Analisis regresi setidak-tidaknya memiliki
3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang
diteliti,
untuk
tujuan
kontrol,
serta
untuk
tujuan
prediksi.
Regresi
mampu
mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang
bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian
(kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan
model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk
melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam
konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas
yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi
diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5
s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai
input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai
interpolasi.
Data untuk variabel independen X pada regresi linier bisa merupakan data
pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun
data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed
data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang
47
diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan
variabel Y. Sedangkan, pada observational data, informasi yang diperoleh belum tentu
merupakan hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki
beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel
X yang diamati bisa berapa saja, tergantung keadaan di lapangan. Biasanya, fixed data
diperoleh dari percobaan laboratorium, dan observational data diperoleh dengan
menggunakan kuesioner. Di dalam suatu model regresi kita akan menemukan koefisienkoefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam
model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan
statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien
untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel
Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat
dibedakan menjadi 2 macam, yaitu:
1. Intersep (intercept)
Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu
garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan definisi
secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada variabel X
bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi, maka secara ratarata, variabel Y akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu
konstanta yang memungkinkan munculnya koefisien lain di dalam model regresi.
Intersep tidak selalu dapat atau perlu untuk diinterpretasikan. Apabila data pengamatan
pada variabel X tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki
makna yang berarti, sehingga tidak perlu diinterpretasikan.
48
2. Slope
Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope
adalah koefisien regresi untuk variabel X (variabel bebas). Dalam konsep statistika, slope
merupakan suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang
diberikan suatu variabel X terhadap variabel Y. Nilai slope dapat pula diartikan sebagai
ratarata pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap
peningkatan satu satuan variabel X.
Contoh model regresi:
Y = 9.4 + 0.7*X + σ
Angka 9.4 merupakan intersep, 0.7 merupakan slope, sedangkan σ merupakan error. Error
bukanlah berarti sesuatu yang rusak, hancur atau kacau. Pengertian error di dalam konsep
statistika berbeda dengan pengertian error yang selama ini dipakai di dalam kehidupan
sehari-hari. Di dalam konsep regresi linier, error adalah semua hal yang mungkin
mempengaruhi variable terikat Y, yang tidak diamati oleh peneliti.
3.6.8
Uji Asumsi Klasik Regresi Linier
Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter
model regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati.
Parameter regresi diduga melalui teknik perhitungan yang disebut Ordinary Least Square
(OLS). Tentu saja, yang namanya menduga, kita tidak mungkin terlepas dari kesalahan,
baik itu sedikit maupun banyak. Namun dengan OLS, kesalahan pendugaan dijamin yang
terkecil (dan merupakan yang terbaik) asal memenuhi beberapa asumsi. Asumsi-asumsi
tersebut biasanya disebut asumsi klasik regresi linier. Untuk mengetahui apakah koefisien
49
regresi yang kita dapatkan telah sahih (benar; dapat diterima), maka kita perlu melakukan
pengujian terhadap kemungkinan adanya pelanggaran asumsi klasik tersebut.
Secara manual, dalam melakukan uji asumsi klasik regresi linier, kita
harus terlebih dahulu mendapatkan data residual. Perlu kita ingat, pengujian asumsi
klasik menggunakan data residual, bukan data pengamatan, kecuali uji asumsi
multikolinieritas. Dengan kata lain, penerapan pengujian asumsi klasik regresi linier
dilakukan terhadap data residual, kecuali untuk uji asumsi multikolinieritas. Memang,
untuk memunculkan hasil uji asumsi klasik regresi linier, pengguna paket software
statistika pada umunya tidak diminta untuk memasukkan data residual. Hal ini
disebabkan karena pada umumnya software statistika secara otomatis melakukan uji
asumsi klasik tanpa terlebih dahulu meminta pengguna software memasukkan data
residual. Menurut penulis, hal inilah yang membuat sebagian orang tidak menyadari
bahwa sebenarnya saat melakukan uji asumsi klasik, software statistika terlebih dahulu
mendapatkan data residual dan baru kemudian melakukan perhitungan uji asumsi klasik
regresi linier.
Asumsi klasik regresi linier adalah sebagai berikut:
1. Model dispesifikasikan dengan benar
Asumsi ini adalah asumsi pertama yang harus dipenuhi oleh peneliti. Maksud dari
“model dispesifikasikan dengan benar” adalah bahwa model regresi tersebut dirancang
dengan benar oleh peneliti. Khusus untuk asumsi ini memang tidak ada uji statistikanya.
Hal ini disebabkan karena model regresi yang dirancang berhubungan dengan konsep
teoritis dari kasus yang sedang diteliti.
50
2. Error menyebar normal dengan rata-rata nol dan suatu ragam (variance) tertentu.
Penulisan matematis dari asumsi kedua ini adalah:
‫ ~ ع‬N {0,σ2} ‫ ع‬merupakan lambang untuk error. Sedangkan ~ adalah lambang
matematis untuk kalimat “menyebar mengikuti distribusi” dan notasi N {0,σ2}
menyatakan distribusi/sebaran normal dengan rata-rata nol dan ragam σ2. Statistik uji
yang paling sering digunakan untuk menguji asumsi kenormalan error dengan
menggunakan data residual adalah Kolmogorov-Smirnov normality test. KolmogorovSmirnov test bekerja dengan cara membandingkan 2 buah distribusi/sebaran data, yaitu
distribusi yang dihipotesiskan dan distribusi yang teramati. Distribusi yang dihipotesiskan
dalam kasus ini adalah distribusi normal. Sedangkan distribusi yang teramati adalah
distribusi yang dimiliki oleh data yang sedang kita uji. Apabila distribusi yang teramati
mirip dengan distribusi yang dihipotesiskan (distribusi normal), maka kita bisa
menyimpulkan bahwa data yang kita amati memiliki distribusi/sebaran normal.
Hipotesis dalam uji normalitas adalah:
H0 : Data menyebar normal
H1 : Data tidak menyebar normal.
Selain dengan statistik uji, pemeriksaan kenormalan residual dapat pula dilakukan
dengan QQ-Plot.
Ciri-ciri dari data yang menyebar normal bila diplotkan dengan QQ-Plot adalah
bahwa titik-titik data tersebut tersebar di sekitar garis lurus. Pembaca sebaiknya tidak
perlu terkejut bila suatu saat menemukan bahwa ujung-ujung dari titik-titik data tersebut
51
agak menjauh dari garis lurus. Hal ini adalah hal yang wajar dan tidak perlu dianggap
serius. Fokus perhatian kita sebenarnya adalah pada daerah tengah dari kumpulan titik
data tersebut. Bila dapat didekati atau digambarkan dengan garis lurus, maka data
tersebut dapat dikatakan menyebar normal.
3. Ragam dari error bersifat homogen (homoskedastic).
Maksud dari ragam bersifat homogen adalah bahwa error memiliki nilai ragam
yang sama antara error ke-i dan error ke-j. Secara matematis ditulis σ2‫ ع‬i = σ2‫ ع‬j = σ2
‫ع‬dimana
i, j = 1, ...., n; dan n = banyaknya pengamatan. Bagaimanapun juga, error
sebenarnya berupa data. Hanya saja, sangat sulit atau bahkan tidak mungkin untuk
mengetahui nilainya secara pasti. Oleh karena itu, diperlukan suatu penduga dari data
error. Data penduga yang paling tepat adalah data residual. Setiap nilai dari data residual
diharapkan memiliki nilai ragam yang mirip. Apabila error memiliki ragam yang
homogen, demikian juga seharusnya dengan residualnya.
3.7 Rancangan Uji Hipotesis
Hasil analisis yang diperoleh harus diuji terlebih dahulu dengan uji hipotesis
konseptual. Pengujian hipotesis ini menggunakan derajat tingkat kepercayaan sebesar
95%, dimana tingkat presisi α = 5% (0,05).
Dasar pengambilan kepitisan berdasarkan Sig :
Jika sig ≤ 0,05 maka Ho ditolak, artinya signifikan
Jika sig ≥ 0,05 maka Ho diterima artinya tidak signifikan
Untuk T-2 :
52
Ho : Gaya kepemimpinan tidak berpengaruh secara signifikan terhadap disiplin kerja
karyawan
Ha : gaya kepemimpinan berpengaruh positif dan signifikan terhadap disiplin kerja
karyawan
Dasar pengambilan keputusan :
sig ≤ 0,05 maka Ho ditolak
sig ≥ 0,05 maka Ho diterima
untuk T-3 :
Ho : motivasi tidak berpengaruh secara signifikan terhadap disiplin kerja karyawan
Ha : motivasi berpengaruh positif dan signifikan terhadap disiplin kerja karyawan
Dasar pengambilan keputusan :
sig ≤ 0,05 maka Ho ditolak
sig ≥ 0,05 maka Ho diterima
untuk T-4 :
Ho : Gaya kepemimpinan dan motivasi tidak berpengaruh secara signifikan terhadap
disiplin kerja karyawan
Ha : gaya kepemimpinan dan motivasi berpengaruh positif dan signifikan terhadap
disiplin kerja karyawan
53
Dasar pengambilan keputusan :
sig ≤ 0,05 maka Ho ditolak
sig ≥ 0,05 maka Ho diterima