NAMA : RAISAH AL ATIYAH

NIM : 1410246166

KELAS : MANAJEMEN PENDIDIKAN 1 B

1. Misalkan X1, X ... ., X8 variabel-variabel yang mempengaruhi variabel Z. Tentukanlah

minimal 3 variabel yang dominaan mempengaruhi variabel Z. kemudian periksalah

normalitas dan homogenitas data yang anda peroleh.

Coefficientsa

Model Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 10.374 19.539 .531 .599

REKRUITMENT .441 .355 .366 1.241 .223

GAJI .247 .294 .191 .839 .407

BONUS .032 .354 .030 .091 .928

JENJANG_KARIR -.212 .317 -.203 -.668 .508

GAYA_KEPEMIMPI

NAN

.229 .282 .215 .813 .421

MOTIVASI .150 .302 .109 .497 .622

SARANA -.183 .352 -.148 -.520 .606

JAM_KERJA .071 .410 .055 .173 .863

a. Dependent Variable: KINERJA

3 Variabel yang dominan mempengaruhi Kinerja, adalah Rekruitmen, Gaji, dan Gaya

Kepimpinan dilihat dari standardized Coefficient Beta yaitu 0,366, 0,191 dan 0,215 > 0,05

Pada hasil di atas diperoleh taraf signifikansi Kinerja adalah 0,20 dengan demikian, data

berasal dari populasi yang berdistribusi normal, pada taraf signifikansi 0,05.

Pada hasil di atas diperoleh taraf signifikansi Rekruitmen adalah 0,096 dengan demikian, data

berasal dari populasi yang tidak berdistribusi normal, pada taraf signifikansi 0,05.

Pada hasil di atas diperoleh taraf signifikansi Gaji adalah 0,20 dengan demikian, data berasal

dari populasi yang berdistribusi normal, pada taraf signifikansi 0,05.

Pada hasil di atas diperoleh taraf signifikansi Gaya Kepemimpinan adalah 0,045 dengan

demikian, data berasal dari populasi yang tidak berdistribusi normal, pada taraf signifikansi

0,05.

Hasil dari uji homogenitas dapat dilihat dari output Test of Homogeneity of Variance. Dapat

diketahui bahwa signifikansi sebesar 0,000 karena signifikansi kurang dari 0,05 maka dapat

disimpulkan bahwa ketiga kelompok data kinerja berdasarkan tingkat prestasinya mempunyai

varian yang sama. Dan angka Levene Statistic menunjukkan semakin kecil nilainya maka

semakin besar homogenitasnya

2. UJI REGRESI SEDERHANA

Pada deskripsi ini mean (rata-rata) Kinerja = 67,38, Rekruitment =74,56; standar deviasi

(simpangan baku ) Kinerja = 7.904, Rekruitment =6,270; N (jumlah datum) = 45.

Besar korelasi antara Rekruitment dan Kinerja adalah 0,458 dengan signifikansi 0,001

Hal ini menunjukkan Indeks Determinasi yaitu persentase yang menyumbangkan pengaruh X terhadap Y Sumbangan Rekruitment terhadap kinerja sekitar 21 %, sedangkan 79% dipengaruhi oleh faktor-faktor lain

Persamaan perhitungan adalah sbb

Y = 24,470 + 0,577 X

Dimana Y = Kinerja dan X = Rekruitmen

Menunjukkan bahwa jika tidak ada kenaikan rekruitmen maka kinerja akan mencapai 24,470 sedangkan harga 0,577x menunjukkan bahwa setiap ada penambahan 1 angka untuk rekruitmen, maka akan ada kenaikan kinerja 0,577

t = 3,379 dan Sig = 0,002 < 0,05, berarti terdapat pengaruh dari rekruitmen terhadap kinerja

3. UJI REGRESI BERGANDA

Pada deskripsi ini mean (rata-rata) Kinerja = 67,73, Rekruitment =74,56 Gaji = 74,20 dan

Gaya Kepemimpinan = 73,42; standar deviasi (simpangan baku ) Kinerja = 7.75, Rekruitment

=6,433 Gaji = 5,991 dan Gaya Kepemimpinan = 7,279; N (jumlah datum) = 45.

Besar korelasi antara Rekruitment dan Kinerja adalah 0,451 dengan signifikansi 0,001. Besar

korelasi antara Gaji dan Kinerja adalah 0,296 dengan signifikansi 0,000. Besar korelasi antara

Gaya Kepemimpinan dan Kinerja adalah 0,297 dengan signifikansi 0,000.

Nilai R = 0,492

Koefisien determinasi R2 (R Square) = 0,243; berarti 24,3% sumbangan Rekruitment, Gaji dan

Gaya Kepemimpinan terhadap Kinerja, sedangkan sisanya sebesar 75,7% dipengaruhi oleh

faktor lain.

Dari tabel anova diperoleh nilai F = 4,375 dengan nilai probabilitas (Sig) = 0,009, karena nilai

sig < 0,05 maka keputusan adalah Ho ditolak dan Ha diterima. Oleh sebab itu, pengujian secara

individual dapat dilakukan

Dari tabel di atas diperoleh persamaan : Y = 11,448 + 0,358X1 + 0,179X2 + 0,223X3

Y = Kinerja, X1= Rekruitment, X2= Gaji dan X3= Gaya Kepemimpinan.

Nilai 11,448 merupakan nilai konstanta (a) yang menunjukkan bahwa jika tidak ada

kenaikan Rekruitment, Gaji dan Gaya Kepemimpinan, maka Kinerja akan mencapai 11,448.

Sedangkan harga 0,358X1 merupakan koefisien regresi yang menunjukkan bahwa setiap ada

penambahan 1 nilai/angka untuk Rekruitment, maka aka nada kenaikan kinerja 0,540.

Sedangkan harga 0,358X2 merupakan koefisien regresi yang menunjukkan bahwa setiap ada

penambahan 1 nilai/angka untuk Gaji, maka aka nada kenaikan kinerja 0,358. Sedangkan

harga 0,223X3 merupakan koefisien regresi yang menunjukkan bahwa setiap ada penambahan

1 nilai/angka untuk Gaji, maka aka nada kenaikan kinerja 0,223.

Angka 0,297 pada Standardized Coefficient (Beta) menunjukkan tingkat korelasi antara

Rekruitment dengan Kinerja. Nilai t =1,646 dan sig (p) = 0,107 > 0,05 berarti sumbangan

Rekruitment terhadap Kinerja tidak signifikan. Angka 0,138 pada Standardized Coefficient

(Beta) menunjukkan tingkat korelasi antara Gaji dengan Kinerja. Nilai t = 0,830 dan sig (p) =

0,830 ˃ 0,05 berarti sumbangan Gaji terhadap Kinerja tidak signifikan. Angka 0,209 pada

Standardized Coefficient (Beta) menunjukkan tingkat korelasi antara Gaya Kepemimpinan

dengan Kinerja. Nilai t = 1,842 dan sig (p) = 0,178 ˃ 0,05 berarti sumbangan Gaya

Kepemimpinan terhadap Kinerja tidak signifikan.

UJI LINIERITY

Hasil analisis menunjukkan bahwa nilai signifikansi 0,417 lebih besar dari 0,05 yang artinya

terdapat hubungan linear secara signifikan antara kinerja dan rekruitmen

Hasil analisis menunjukkan bahwa nilai signifikansi 0,135 lebih besar dari 0,05 yang artinya

terdapat hubungan linear secara signifikan antara kinerja dan gaji

Hasil analisis menunjukkan bahwa nilai signifikansi 0,375 lebih besar dari 0,05 yang artinya

terdapat hubungan linear secara signifikan antara kinerja dan gaya kepemimpinan

MULTIKOLINIERITAS

Nilai VIF untuk Rekruitment adalah 1,762, VIF untuk Gaji adalah 1,501 dan VIF untuk Gaya

Kepemimpinan dalah 1,261. Sedangkan nilai Tolerance untuk Rekruitment dalah 0,568,

tolerance Gaji adalah 0,666 dan tolerance untuk Gaya Kepemimpinan adalah 0,793

Dari hasil di atas dapat diketahui nilai variance inflation factor (VIF) ketiga variabel lebih kecil

dari 5, sehingga bisa diduga bahwa antar variabel independen tidak terjadi persoalan

multikolinearitas.

AUTO KORELASI

Terlihat bahwa dari data diatas nilai Durbin-Watson adalah 1,463. Karena nilai Durbin

Watsonnya masih berada diantara 1,21 dan 1,65 maka tidak dapat disimpulkan

ANALISIS JALUR

Judul KONTRIBUSI REKRUITMEN PEGAWAI, GAJI PEGAWAI DAN GAYA KEPEMIMPINAN

TERHADAP KINERJA PEGAWAI

SUB STRUKTUR 1

ρyx1 = 0,538

R2 x1x2x3 -0,207

r12

ρyx2 = -0,288

persamaan struktur X3=x3X1X1+ X3X2X2+ X31

hipotesis

Ha = rekruitmen pegawai dan gaji pegawai berkontribusi secara simultan dan signifikan

terhadap gaya kepemimpinan

Ho = rekruitmen pegawai dan gaji pegawai tidak berkontribusi secara simultan dan signifikan

terhadap gaya kepemimpinan

Dari tabel anova diperoleh nilai F = 6,351 dengan nilai probabilitas (Sig) = 0,004, karena nilai

sig < 0,05 maka keputusan adalah Ho ditolak dan Ha diterima. Oleh sebab itu, pengujian secara

individual dapat dilakukan

X1

X2

X3

Triming (Gaji dikeluarkan)

Dari tabel anova diperoleh nilai F = 8,814 dengan nilai probabilitas (Sig) = 0,005, karena nilai

sig ≤ 0,05 maka keputusan adalah Ha ditolak dan Ho diterima. Oleh sebab itu, pengujian secara

individual tidak dapat dilakukan

(Jika Ha diterima, maka langkah yang akan dilakukan adalah sbb: )

Tidak signifikan

Persamaan Struktur Baru X3 = ρX 3X 1 X1+ε1 = 0,412X1 + 0,91

¿√1−R2

¿√1−0,170

¿√0,83

¿0,91 ɛ1

ρX1X3

berdasarkan hasil perthitungan analisis jalur struktur tersebut, maka memberikan informasi

secara objektif sebagai berikut:

1. besarnya kontribusi rekruitmen (X1) yang secara langsung mempengaruhi gaya

kepemimpinan adalah = 0,170 atau sebesar 17 % sedangkan 83% dipengaruhi oleh faktor-faktor

lain

X1 X3

SUB STRUKTUR 2\

Ρyx1

Ρx3y

r12

ΡYX2

hipotesis

Hipotesis pertama = rekruitmen pegawai dan gaji pegawai berkontribusi secara simultan dan

signifikan terhadap gaya kepemimpinan

Hipotesis kedua = rekruitmen pegawai dan gaji pegawai gaya kepemimpinan berkontribusi

secara simultan dan signifikan terhadap kinerja pegawai

X1

X2

X3Y

Dari tabel anova diperoleh nilai F = 4,571 dengan nilai probabilitas (Sig) = 0,007, karena nilai

sig < 0,05 maka keputusan adalah Ho ditolak dan Ha diterima. Oleh sebab itu, pengujian secara

individual dapat dilakukan

Dari tabel Coefficient terlihat nilai signifikansi Rekruitmen, Gaji dan Gaya Kepemimpinan lebih

besar dari 0,05 yang berarti Rekruitmen, Gaji dan Gaya Kepemimpinan tidak berpengaruh

terhadap kinerja pegawai. Oleh karena itu digunakan model dekomposisi

Pengaruh LangsungTidak Langsung

TotalMelalui C

Rekruitmen ke Gaya

Kepemiminan0,572 0,572

Rekruitmen ke Kinerja 0,288(0,572)(0,152) =

0,08690,3749

Gaji ke Gaya

Kepemimpinan0,296 0,296

Gaji ke Kinerja 0,152(0,296)(0,214) =

0,06330,2153

Gaya Kepemimpinan

ke Kinerja0,214 0,214

Pengaruh langsung rekruitmen terhadap gaya kepemimpinan = 0,572

Pengaruh langsung rekruitmen terhadap kinerja = 0,288

Pengaruh tidak langsung recruitment terhadap kinerja melalui gaya kepemipinan = 0,0869

Pengaruh total rekruitmen terhadap kinerja = 0,3749

Pengaruh langsung gaji terhadap gaya kepemimpinan = 0,296

Pengaruh langsung gaji terhadap kinerja = 0,152

Pengaruh tidak langsung gaji terhadap kinerja melalui gaya kepemipinan = 0,0633

Pengaruh total rgaji terhadap kinerja = 0,2153

Pengaruh langsung gaya kepemimpinan terhadap kinerja = 0,214

3. Metode Regresi Ridge digunakan untuk mengurangi dampak multikolinearitas dengan cara

menentukan penduga yang bias tetapi cenderung mempunyai jumlah kuadrat residual yang

lebih kecil daripada taksiran yang diperoleh dengan kuadrat terkecil. Estimasi regresi ridge

stabil, dengan pengertian bahwa tidak dipengaruhi oleh adanya variansi yang lebih kecil dalam

penaksiran data karena sifat rata-rata kuadrat residual yang lebih kecil maka diharapkan lebih

dekat pada nilai-nilai koefisien regresi yang sebenarnya dari taksiran kuadrat terkecil

Analisis komponen utama merupakan teknik statistik yang dapat digunakan untuk menjelaskan

struktur variansi-kovariansi dari sekumpulan variabel melalui beberapa variabel baru dimana

variabel baru ini saling bebas, dan merupakan kombinasi linier dari variabel asal. Selanjutnya

variabel baru ini dinamakan komponen utama (principal component). Secara umum tujuan dari

analisis komponen utama adalah mereduksi dimensi data dan untuk kebutuhan interpretasi

Analisis komponen utama bertujuan menghasilkan variabel-variabel baru (komponen utama)

yang saling ortogonal dan mereduksi dimensi data. Teknik yang digunakan untuk meregresikan

komponen utama dengan variabel tak bebas melalui metode kuadrat terkecil disebut regresi

komponen utama.