BAB 4 Hasil dan Pembahasan
4.1.
PT. X
4.1.1. Profil PT. X PT. X melayani jasa penyewaan kendaraan meliputi penyewaan kendaraan dengan perawatan berkala, penyediaan kendaraan pengganti, layanan darurat dan perpanjangan STNK yang merupakan cakupan standar layanan penyewaan kendaraan ditambah dengan Fleet Management System bagi korporasi skala besar berikut desain Vehicle Standar Operating Procedures (VSOP). PT. X didukung oleh lebih dari 400 jaringan layanan purna jual resmi dan tidak resmi di seluruh Indonesia berikut rekanan penyedia jasa asuransi kendaraan terkemuka di Indonesia. PT. X melayani bermacam perusahaan di seluruh Indonesia dengan menawarkan berbagai pelayanan Iengkap bagi klien korporasi seperti: •
Long Term Rental : Penyewaan kendaraan dengan jangka waktu 1 sampai 5 tahun kepada target pelanggan korporasi. Pembayaran dilakukan monthly fix amount bervariasi dimuka atau sesudah sewa.
59
60
•
Short Term Rental : Penyewaan kendaraan untuk kebutuhan ad-hoc dengan masa sewa jam-jaman, harian, mingguan hingga maksimum 11 bulan. Layanan dapat meliputi dengan/tanpa pengemudi.
•
Driver Management : Produk layanan pelengkap dari jasa penyewaan kendaraan dengan mengutamakan standarisasi layanan pengemudi yang handal dan profesional.
•
Fleet Management System : Produk layanan pengelolaan kendaraan meliputi jasa kordinasi penggunaan kendaraan dan biaya operasional untuk mencapai tingkat efesiensi pemakaian kendaraan dan biaya operasional.
Dengan keuntungan-keuntungan sebagai berikut:
• Budget bulanan tetap dan nol kapital. • Balance Sheet Management. • Layanan telpon 24 Jam. • Pusat layanan purna jual resmi. • Asuransi yang komprehensif. • Mobil pengganti.
61
4.1.2. Visi dan Misi
Gambar 4.1.Visi dan Misi PT. X
62
4.1.3. Struktur Organisasi
Gambar 4.2. Struktur Organisasi PT. X
63
4.2.
Profil Responden Berdasarkan hasil penelitian yang telah dilakukan terhadap 42 responden
( karyawan PT. X ) maka dapat diketahuit profil responden berdasarkan jenis kelamin, usia, dan masa kerja. 4.2.1. Komposisi Karyawan PT. X berdasarkan Jenis Kelamin Tabel 4.1. Komposisi Karyawan PT. X berdasarkan Jenis Kelamin Jenis Kelamin
Jumlah Karyawan
Persentase
Perempuan
18
43 %
Laki - laki
24
57 %
Total
42
100 %
Sumber : PT. X Tahun 2012
64
4.2.2. Komposisi Karyawan PT. X berdasarkan Jenjang Usia Tabel 4.2. Komposisi Karyawan PT. X berdasarkan Jenjang Usia Usia ( Tahun )
Jumlah Karyawan
Persentase ( % )
20 – 25 tahun
6
14 %
26 – 35 tahun
33
79 %
35 – 40 tahun
3
7%
Total
42
100 %
Sumber : Data Primer diolah Tahun 2012 4.2.3. Komposisi Karyawan PT. X berdasarkan Masa Kerja Tabel 4.3. Komposisi Karyawan PT. X berdasarkan Masa Kerja Masa Kerja Karyawan
Jumlah Karyawan
Persentase ( % )
Lebih dari 2 tahun
13
31 %
1 – 2 tahun
16
38 %
Kurang dari 1 tahun
13
31 %
Total
42
100
Sumber : Data Primer diolah Tahun 2012
65
4.3.
Transformasi Data Ordinal menjadi Interval Mentransformasi data ordinal menjadi interval gunanya untuk memenuhi
sebagian syarat analisis parametrik yang mana data setidak – tidaknya berskala interval. Teknik transformasi yang digunakan adalah menggunakan MSI ( Method of Successive Interval ) A.
Transformasi variabel Pelatihan Tabel 4.4. Transformasi variabel Pelatihan Skala Ordinal
Berubah
Menjadi
Nilai Alternatif Jawaban 1
Menjadi
1.00
Nilai Alternatif Jawaban 2
Menjadi
2.28
Nilai Alternatif Jawaban 3
Menjadi
3.28
Nilai Alternatif Jawaban 4
Menjadi
4.15
Nilai Alternatif Jawaban 5
Menjadi
5.14
Sumber : Data Primer diolah Tahun 2012
66
B.
Transformasi variabel Motivasi Tabel 4.5. Transformasi variabel Motivasi Skala Ordinal
Berubah
Menjadi
Nilai Alternatif Jawaban 1
Menjadi
1.00
Nilai Alternatif Jawaban 2
Menjadi
2.05
Nilai Alternatif Jawaban 3
Menjadi
2.80
Nilai Alternatif Jawaban 4
Menjadi
3.69
Nilai Alternatif Jawaban 5
Menjadi
4.89
Sumber : Data Primer diolah Tahun 2012
67
C.
Transformasi variable Kinerja Tabel 4.6. Transformasi variabel Kinerja Skala Ordinal
Berubah
Menjadi
Nilai Alternatif Jawaban 1
Menjadi
1.00
Nilai Alternatif Jawaban 2
Menjadi
2.32
Nilai Alternatif Jawaban 3
Menjadi
3.24
Nilai Alternatif Jawaban 4
Menjadi
4.09
Nilai Alternatif Jawaban 5
Menjadi
5.17
Sumber : Data Primer diolah Tahun 2012
4.4.
Uji Validitas dan Realibilitas
4.4.1. Uji Validitas Uji validitas untuk tiap instrumen dilakukan dengan menggunakan rumus korelasi Pearson Product Moment dengan mengkorelasikan skor tiap butir pertanyaan (sebagai variabel X) dengan skor total ( variabel Y). Dasar pengambilan keputusan pada uji validitas ini adalah sebagai berikut :
68
• Jika r hitung > r table, maka butir atau pertanyaan tersebut valid • Jika r hitung < r table, maka butir atau pertanyaan tersebut tidak valid Nilai r hasil didapat dari hasil perhitungan korelasi Pearson product moment antara skor tiap butir pertanyaan dengan skor total dan nilai r table = 0.26 Pelatihan yang dinilai oleh karyawan PT.X, dapat diuji Validitasnya yang dijelaskan pada tabel-tabel dibawah ini. Tabel 4.7. Uji Validitas Pelatihan Pertanyaan
Koefisien Korelasi
Keterangan
P1
0.588
Valid
P2
0.520
Valid
P3
0.487
Valid
P4
0.020
Tidak Valid
P5
0.442
Valid
P6
0.242
Tidak Valid
P7
0.552
Valid
P8
0.528
Valid
69
P9
0.475
Valid
P10
0.452
Valid
P11
0.323
Valid
P12
0.301
Valid
P13
0.570
Valid
P14
0.485
Valid
P15
-0.056
Tidak Valid
P16
0.001
Tidak Valid
Sumber: Data Primer diolah Tahun 2012 Berdasarkan hasil uji di atas maka dapat disimpulkan bahwa pada butir P4, P6, P15, dan P16 tidak valid, karena nilai r hitung < r table yaitu 0.26. Dan untuk butir P1, P2, P3, P5, P7, P8, P9, P10, P11, P12, P13, P14, valid karena nilai r hitung >
r table yaitu 0.26. Karena adanya data yang tidak valid, maka pertanyaan yang
tidak valid dibuang sehingga pertanyaan yang ada dalam pada kuesioner dapat digunakan untuk mengumpulkan data yang sebenarnya. Lalu pertanyaan yang valid diuji kembali validitasnya. Hasilnya sebagai berikut :
70
Tabel 4.8. Uji Validitas Pelatihan II Pertanyaan
Koefisien Korelasi
Keterangan
P1
0.709
Valid
P2
0.541
Valid
P3
0.529
Valid
P5
0.427
Valid
P7
0.657
Valid
P8
0.577
Valid
P9
0.467
Valid
P10
0.453
Valid
P11
0.312
Valid
P12
0.287
Valid
P13
0.590
Valid
P14
0.525
Valid
Sumber: Data Primer diolah Tahun 2012
71
Motivasi yang dinilai oleh karyawan PT. X, dapat diuji Validitasnya yang dijelaskan pada tabel – tabel dibawah ini. Tabel 4.9. Uji Validitas Motivasi Pertanyaan
Koefisien Korelasi
Keterangan
P17
0.632
Valid
P18
0.382
Valid
P19
0.629
Valid
P20
0.713
Valid
P21
0.248
Tidak Valid
P22
0.365
Valid
P23
0.645
Valid
P24
0.336
Valid
P25
0.685
Valid
P26
0.089
Tidak Valid
P27
0.221
Tidak Valid
Sumber: Data Primer diolah Tahun 2012
72
Berdasarkan hasil uji diatas, maka dapat disimpulkan, bahwa pada butir P21, P26 dan P27 tidak valid, karena nilai r hitung < r table yaitu 0.26. Dan pada butir P17, P18, P19, P20, P22, P23, P24 dan P25, valid, karena nilai r hitung > r table yaitu 0.26. Karena adanya data yang tidak valid, maka pertanyaan yang tidak valid dibuang sehingga
pertanyaan
yang
ada
dalam
kuesioner
dapat
digunakan
untuk
mengumpulkan data yang sebenarnya. Lalu pertanyaan yang valid di uji kembali validitasnya. Hasil nya sebagai berikut : Tabel 4.10. Uji Validitas Motivasi II Pertanyaan
Koefisien Korelasi
Keterangan
P17
0.697
Valid
P18
0.429
Valid
P19
0.669
Valid
P20
0.779
Valid
P22
0.327
Valid
P23
0.681
Valid
P24
0.267
Valid
P25
0.740
Valid
73
Sumber: Data Primer diolah Tahun 2012
Kinerja Karyawan yang dinilai oleh karyawan PT. X dapat diuji validitasnya yang dijelaskan pada tabel – tabel berikut ini. Tabel 4.11. Uji Validitas Kinerja Karyawan Pertanyaan
Koefisien Korelasi
Keterangan
P28
0.716
Valid
P29
0.685
Valid
P30
0.424
Valid
P31
0.348
Valid
P32
0.298
Valid
P33
0.617
Valid
P34
0.709
Valid
P35
0.617
Valid
P36
0.558
Valid
Sumber: Data Primer diolah Tahun 2012
74
Berdasarkan hasil uji diatas, maka dapat disimpulkan data tersebut valid, karena nilai r hitung > r table yaitu 0.26.
4.4.2. Uji Realibilitas Data Setelah alat pengukuran dinyatakan valid, maka tahap berikutnya adalah mengukur realibilitas dari data. Dalam melakukan pengujian realibilitas sample yang digunakan juga sebanyak 42 responden. Dasar pengambilan keputusan ini yaitu: Berdasarkan Haryadi Sarjono dan Winda Julianita (2011,p45), suatu kuesioner dikatakan realiable jika nilai Cronbach’s Alpha nya > 0.60, karena merupakan koefisien reliabilitas instrumen.
75
Pelatihan pada PT. X ditunjukkan pada tabel 4.10 berikut ini: Tabel 4.12. Uji Realibilitas Pelatihan
Reliability Statistics Cronbach's Alpha
N of Items .842
12
Keterangan : Cronbach’s Alpha merupakan koefisien reliabilitas instrumen di mana dalam kasus ini nilai Cronbach’s Alpha adalah 0.842 dengan total item pernyataan sebanyak 12
Motivasi pada PT. X yang ditunjukkan pada tabel 4.11 berikut ini : Tabel 4.13. Uji Realibilitas Motivasi
Reliability Statistics Cronbach's Alpha
N of Items .836
8
Keterangan : Cronbach’s Alpha merupakan koefisien reliabilitas instrumen di mana dalam kasus ini nilai Cronbach’s Alpha adalah 0.836 dengan total item pernyataan sebanyak 8
76
Kinerja pada PT. X yang ditunjukkan pada tabel 4.12 berikut ini : Tabel 4.14. Uji Realibilitas Kinerja
Reliability Statistics Cronbach's Alpha
N of Items .829
9
Keterangan : Cronbach’s Alpha merupakan koefisien reliabilitas instrumen di mana dalam kasus ini nilai Cronbach’s Alpha adalah 0.829 dengan total item pernyataan sebanyak 9
Dapat disimpulkan secara keseluruhan kuesioner di atas data – data nya menunjukkan realiable, karena Cronbach Alpha nya > 0.6. Ini menunjukkan bahwa alat ukur yang digunakan dapat dipakai berkali – kali karena akan memberikan hasil yang serupa, stabil, atau konsistensi.
4.5.
Uji Normalitas Uji normalitas bertujuan untuk mengetahui normal atau tidaknya distribusi
data. Ada dua metode Uji normalitas untuk tiap variable dilakukan dengan menggunakan metode KOLMOGOROV – SMIRNOV dengan konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku dan syarat untuk menggunakan metode ini apabila data yang diuji lebih besar daripada 50
77
(respondennya lebih dari 50 orang), sedangkan untuk metode SHAPIRO – WILK menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk dikonversi dalam Shapiro Wilk, untuk menggunakan metode ini apabila data yang diuji lebih kecil daripada 50 (respondennya kurang dari 50 orang), disarankan untuk menggunakan Sig di bagian Shapiro – Wilk. (Haryadi dan Winda, 2011, P64)
Dasar pengambilan keputusan pada uji normalitas ini adalah sebagai berikut. • Jika Sig. atau signifikansi atau nilai probabilitas > 0.05 maka data berdistribusi normal. • Jika Sig. signifikansi atau nilai probabilitas < 0.05 maka data tidak berdistribusi normal. Angka signifikansi dapat diperoleh melalui perhitunga test of normality atau plot melalui alat bantu SPSS. Angka 0.05 merupakan tingkat kesalahan.
4.5.1. Uji Normalitas Data Pelatihan Untuk mengetahui data pelatihan normal atau tidak normal, maka dilakukan uji normalitas dari data yang telah dikumpulkan dengan menggunakan software SPSS. Hasil nya diperlihatkan sebagai berikut.
78
Gambar 4.3 Grafik Normal Q-Q Plot Pelatihan Sumber : Data Primer diolah Tahun 2012
Jika dilihat pada gambar diatas, terlihat sebaran data variabel pelatihan sebagian besar berkumpul disekitar garis uji.
Maka data tersebut berdistribusi
normal. Tabel 4.15 Shapiro-Wilk Test Variabel Pelatihan
Tests of Normality Kolmogorov-Smirnova Statistic PELATIHAN
df
.091
Shapiro-Wilk
Sig. 42
a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
.200*
Statistic .978
df
Sig. 42
.582
79
Sumber: Data Primer diolah Tahun 2012 Keterangan Df (derajat bebas = degree of freedom) diperoleh dari jumlah sampel atau jumlah responden dikurangi 2 (df = N – 2). Jika di lihat dari tabel 4.15 maka variabel pelatihan memiliki sig = 0.582 > 0.05, maka data pelatihan berdistribusi normal
4.5.2. Uji Normalitas Data Motivasi Untuk mengetahui data pelatihan normal atau tidak normal, maka dilakukan uji normalitas dari data yang telah dikumpulkan dengan menggunakan software SPSS. Hasil nya diperlihatkan sebagai berikut.
80
Gambar 4.4. Grafik Normal Q-Q Plot Motivasi Sumber : Data Primer diolah Tahun 2012 Jika dilihat pada gambar diatas, terlihat sebaran data variabel motivasi sebagian besar normal.
berkumpul disekitar garis uji. Maka data tersebut berdistribusi
81
Tabel 4.16 Shapiro-Wilk Test Variabel Motivasi
Tests of Normality Kolmogorov-Smirnova Statistic MOTIVASI
df
.093
Shapiro-Wilk
Sig. 42
.200*
Statistic .977
df
Sig. 42
.538
a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
Sumber: Data Primer diolah Tahun 2012 Keterangan Df (derajat bebas = degree of freedom) diperoleh dari jumlah sampel atau jumlah responden dikurangi 2 (df = N – 2). Jika di lihat dari tabel 4.16 maka variabel pelatihan memiliki sig = 0.538 > 0.05, maka data motivasi berdistribusi normal
4.5.3. Uji Normalitas Data Kinerja
Untuk mengetahui data pelatihan normal atau tidak normal, maka dilakukan uji normalitas dari data yang telah dikumpulkan dengan menggunakan software SPSS. Hasil nya diperlihatkan sebagai berikut
82
Gambar 4.5. Grafik Normal Q-Q Plot Kinerja Sumber : Data Primer diolah Tahun 2012 Jika dilihat pada gambar diatas, terlihat sebaran data variabel kinerja sebagian besar berkumpul disekitar garis uji, hanya sebagian kecil saja yang menjauhi garis uji. Maka data tersebut berdistribusi normal.
83
Tabel 4.17 Shapiro-Wilk Test Variabel Kinerja
Tests of Normality Kolmogorov-Smirnova Statistic KINERJA
df
.065
Shapiro-Wilk
Sig. 42
.200*
Statistic .981
df
Sig. 42
.702
a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
Sumber: Data Primer diolah Tahun 2012 Keterangan Df (derajat bebas = degree of freedom) diperoleh dari jumlah sampel atau jumlah responden dikurangi 2 (df = N – 2). Jika di lihat dari tabel 4.16 maka variabel pelatihan memiliki sig = 0.702 > 0.05, maka data kinerja berdistribusi normal
4.6.
Analisis Pengaruh Pelatihan terhadap Kinerja Karyawan
4.6.1. Pengaruh Pelatihan terhadap Kinerja Karyawan Untuk mengetahui ada atau tidak adanya pengaruh antara variabel
X1
(pelatihan) terhadap variabel Y ( kinerja karyawan), digunakan software SPSS untuk membantu menganalisis datanya sebagai berikut:
84
Tabel 4.18.
Variables Entered/Removed Pelatihan terhadap Kinerja Karyawan
Variables Entered/Removedb
Model 1
Variables
Variables
Entered
Removed
PELATIHANa
Method . Enter
a. All requested variables entered. b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012 Keterangan Variables Entered : variabel yang dimasukkan ke dalam persamaan Variables Removed : Variabel yang dikeluarkan dari persamaan Method : Merupakan pilihan metode yang digunakan Tabel 4.19.
Model Summary Pelatihan terhadap Kinerja Karyawan
Model Summaryb
Model 1
R
R Square .617a
.381
a. Predictors: (Constant), PELATIHAN b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Adjusted R
Std. Error of the
Square
Estimate .365
.47747
85
Berikut ini hasil dari analisis bagian dari variabel entered dan model summary: • Pada tabel Variabel Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan, dengan
kata lain variabel bebas dimasukkan dengan
perhitungan regresi. • Angka R Square pada tabel model summary adalah 0.381. Hal ini berarti kinerja karyawan dapat dipengaruhi oleh pelatihan sebesar 38.1 %, sedangkan sisanya 61.9 % dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini. • Standard error of estimate sebesar 0.47747. Semakin kecil standard error of estimate akan membuat model regresi semakin tepat dalam memprediksi variabel dependent. • Angka R pada model summary adalah 0.617, hal ini berarti korelasi pelatihan (X1) terhadap variabel kinerja karyawan (Y) pada tingkat korelasi kuatdan positif (searah).
86
4.6.2. Analisis Anova dan Koefisien Regresi Sederhana Sebelumnya kita harus mengetahui dulu Anova itu apa, Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Dengan bantuan software SPSS hasil perhitungan Anova dan Coefficients dapat dilihat sebagai berikut: Tabel. 4.20 Anova ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
5.611
1
5.611
Residual
9.119
40
.228
14.730
41
Total
a. Predictors: (Constant), PELATIHAN b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
F 24.614
Sig. .000a
87
Tabel 4.21 Tabel Coefficients
Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant) PELATIHAN
Std. Error 1.233
.511
.681
.137
Coefficients Beta
t
.617
Sig.
2.412
.021
4.961
.000
a. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Berikut ini adalah hasil analisis bagian anova dan coefficients. Dari tabel anova dapat diketahui nilai sig dari hasil perhitungan regresi antara pelatihan (X1) sebagai variabel bebas dan kinerja karyawan (Y) sebagai variabel terikat adalah 0.000. Variable Pelatihan (X1) dan Kinerja
Y harus dilakukan pengujian signifikan
hubungan antara kedua variabel tersebut dengan melihat pada tabel 4.20 Anova, yaitu sebagai berikut : Hipotesis : Ho : Tidak terdapat pengaruh yang positif dan signifikan antara pelatihan terhadap kinerja karyawan
88
Ha : Terdapat pengaruh yang positif dan signifikan antara pelatihan terhadap kinerja karyawan
Dasar Pengambilan Keputusan : •
Jika Sig > 0.05, maka Ho diterima dan Ha ditolak, artinya pelatihan tidak berpengaruh secara signifikan terhadap kinerja karyawan
•
Jika Sig < 0.05, maka Ho ditolak dan Ha diterima, artinya pelatihan berpengaruh secara signifikan terhadap kinerja karyawan.
Hasil : Sig = 0.000 < 0.05, maka Ho ditolak dan Ha diterima, artinya pelatihan berpengaruh secara signifikan terhadap kinerja karyawan •
Pada tabel 4.21 Coefficient menunjukkan persamaan regresi, sebagai berikut:
Y = 1.233 + 0.681 X1
Keterangan : Y : Kinerja Karyawan X1 : Pelatihan Dapat disimpulkan persamaan regresi di atas yaitu konstanta sebesar 1.233 menyatakan bahwa jika tidak ada kenaikan atau penurunan nilai dari variable
89
pelatihan (X1), maka kinerja karyawan (Y) adalah sebesar 1.233. Dan koefisien regresi X1 sebesar 0.681 yang menyatakan bahwa jika pelatihan mengalami kenaikan atau penurunan sebesar satu satuan maka akan mempengaruhi variabel dari pelatihan itu.
90
4.7.
Analisis Pengaruh Motivasi terhadap Kinerja Karyawan
4.7.1
Pengaruh Motivasi terhadap Kinerja Karyawan Untuk mengetahui ada atau tidak adanya pengaruh antara variabel
X2
(motivasi) terhadap variabel Y ( kinerja karyawan), digunakan software SPSS untuk membantu menganalisis datanya sebagai berikut: Tabel 4.22.
Variables Entered/Removed Motivasi terhadap Kinerja Karyawan
Variables Entered/Removedb
Model 1
Variables
Variables
Entered
Removed
MOTIVASIa
Method . Enter
a. All requested variables entered. b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012 Keterangan Variables Entered : variabel yang dimasukkan ke dalam persamaan Variables Removed : Variabel yang dikeluarkan dari persamaan Method : Merupakan pilihan metode yang digunakan
91
Tabel 4.23.
Model Summary Motivasi terhadap Kinerja Karyawan
Model Summaryb
Model 1
R
R Square .709a
.503
Adjusted R
Std. Error of the
Square
Estimate .490
.42802
a. Predictors: (Constant), MOTIVASI b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Berikut ini hasil dari analisis bagian dari variabel entered dan model summary: • Pada tabel Variabel Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan, dengan
kata lain variabel bebas dimasukkan dengan
perhitungan regresi. • Angka R Square pada tabel model summary adalah 0.503. Hal ini berarti kinerja karyawan dapat dipengaruhi oleh motivasi sebesar 50.3 %, sedangkan sisanya 49.7 % dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini. • Standard error of estimate sebesar 0.42802. Semakin kecil standard error of estimate akan membuat model regresi semakin tepat dalam memprediksi variabel dependent.
92
• Angka R pada model summary adalah 0.709, hal ini berarti korelasi motivasi (X2) terhadap variabel kinerja karyawan (Y) pada tingkat korelasi kuat dan positif (searah).
4.7.2. Analisis Anova dan Koefisien Regresi Sederhana Sebelumnya kita harus mengetahui dulu Anova itu apa, Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Dengan bantuan software SPSS hasil perhitungan Anova dan Coefficients dapat dilihat sebagai berikut: Tabel. 4.24 Anova ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
7.402
1
7.402
Residual
7.328
40
.183
14.730
41
Total
a. Predictors: (Constant), MOTIVASI b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
F 40.404
Sig. .000a
93
Tabel 4.25 Tabel Coefficients Coefficientsa Standardized Unstandardized Coefficients Model 1
B
Std. Error
(Constant)
1.515
.357
MOTIVASI
.645
.101
Coefficients Beta
t
.709
Sig.
4.249
.000
6.356
.000
a. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Berikut ini adalah hasil analisis bagian anova dan coefficients. Dari tabel anova dapat diketahui nilai sig dari hasil perhitungan regresi antara Motivasi (X2) sebagai variabel bebas dan kinerja karyawan (Y) sebagai variabel terikat adalah 0.000 Variable Motivasi (X2) dan Kinerja
Y harus dilakukan pengujian signifikan
hubungan antara kedua variabel tersebut dengan melihat pada tabel 4.23 Anova, yaitu sebagai berikut : Hipotesis : Ho : Tidak terdapat pengaruh yang positif dan signifikan antara motivasi terhadap kinerja karyawan
94
Ha : Terdapat pengaruh yang positif dan signifikan antara motivasi terhadap kinerja karyawan
Dasar Pengambilan Keputusan : •
Jika Sig > 0.05, maka Ho diterima dan Ha ditolak, artinya motivasi tidak berpengaruh secara signifikan terhadap kinerja karyawan
•
Jika Sig < 0.05, maka Ho ditolak dan Ha diterima, artinya motivasi berpengaruh secara signifikan terhadap kinerja karyawan.
Hasil : Sig = 0.000 < 0.05, maka Ho ditolak dan Ha diterima, artinya motivasi berpengaruh secara signifikan terhadap kinerja karyawan •
Pada tabel 4.24 Coefficient menunjukkan persamaan regresi, sebagai berikut:
Y = 1.515 + 0.645 X2
Keterangan : Y : Kinerja Karyawan X2 : Motivasi Dapat disimpulkan persamaan regresi di atas yaitu konstanta sebesar 1.515 menyatakan bahwa jika tidak ada kenaikan atau penurunan nilai dari variable
95
motivasi (X2), maka kinerja karyawan (Y) adalah sebesar 1.515. Dan koefisien regresi X2 sebesar 0.645 yang menyatakan bahwa jika motivasi mengalami kenaikan atau penurunan sebesar satu satuan maka akan mempengaruhi variabel dari motivasi itu.
96
4.8.
Analisis
Pengaruh
Pelatihan dan Motivasi
terhadap
Kinerja
Karyawan. 4.8.1 Pengaruh Pelatihan dan Motivasi terhadap Kinerja Karyawan.
Untuk mengetahui ada atau tidak adanya pengaruh antara variabel pelatihan dan variabel X2 (motivasi) terhadap variabel
X1
Y ( kinerja karyawan),
digunakan software SPSS untuk membantu menganalisis datanya sebagai berikut:
Tabel 4.26.
Variables Entered/Removed Pelatihan dan Motivasi terhadap Kinerja Karyawan
Variables Entered/Removedb
Model 1
Variables
Variables
Entered
Removed
MOTIVASI, PELATIHANa
Method . Enter
a. All requested variables entered. b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012 Keterangan Variables Entered : variabel yang dimasukkan ke dalam persamaan Variables Removed : Variabel yang dikeluarkan dari persamaan Method : Merupakan pilihan metode yang digunakan
97
Tabel 4.27.
Model Summary Pelatihan dan Motivasi terhadap Kinerja Karyawan
Model Summaryb
Model
R
1
R Square .773a
.598
Adjusted R
Std. Error of the
Square
Estimate .577
.38987
a. Predictors: (Constant), MOTIVASI b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Berikut ini hasil dari analisis bagian dari variabel entered dan model summary: • Pada tabel Variabel Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan, dengan
kata lain variabel bebas dimasukkan dengan
perhitungan regresi. • Angka R Square pada tabel model summary adalah 0.598. Hal ini berarti kinerja karyawan dapat dipengaruhi oleh pelatihan dan motivasi sebesar 59.8 %, sedangkan sisanya 40.2 % dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini.
98
• Standard error of estimate sebesar 0.38987. Semakin kecil standard error of estimate akan membuat model regresi semakin tepat dalam memprediksi variabel dependent. • Angka R pada model summary adalah 0.773, hal ini berarti korelasi pelatihan (X1) dan motivasi (X2) terhadap variabel kinerja karyawan (Y) pada tingkat korelasi kuat dan positif (searah).
4.8.2 Analisis Anova dan Koefisien Regresi Berganda Sebelumnya kita harus mengetahui dulu Anova itu apa, Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Dengan bantuan software SPSS hasil perhitungan Anova dan Coefficients dapat dilihat sebagai berikut: Tabel. 4.28 Anova ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
8.802
2
4.401
Residual
5.928
39
.152
14.730
41
Total
a. Predictors: (Constant), MOTIVASI, PELATIHAN b. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
F 28.955
Sig. .000a
99
Tabel 4.29 Tabel Coefficients Coefficientsa Standardized Unstandardized Coefficients Model 1
B
Coefficients
Std. Error
(Constant)
.623
.438
PELATIHAN
.391
.129
MOTIVASI
.486
.106
Beta
t
Sig.
1.421
.163
.354
3.035
.004
.535
4.582
.000
a. Dependent Variable: KINERJA_KARYAWAN
Sumber: Data Primer diolah Tahun 2012
Berikut ini adalah hasil analisis bagian anova dan coefficients. Dari tabel anova dapat diketahui nilai sig dari hasil perhitungan regresi antara Pelatihan (X1) dan Motivasi (X2) sebagai variabel bebas dan kinerja karyawan (Y) sebagai variabel terikat adalah 0.000 Variable Pelatihan (X1) dan Motivasi (X2) terhadap Kinerja Karyawan (Y) harus dilakukan pengujian signifikan hubungan antara ketiga variabel tersebut dengan melihat pada tabel 4.27 Anova, yaitu sebagai berikut : Hipotesis : Ho : Tidak terdapat pengaruh yang positif dan signifikan antara pelatihan dan motivasi terhadap kinerja karyawan
100
Ha : Terdapat pengaruh yang positif dan signifikan antara pelatihan dan motivasi terhadap kinerja karyawan
Dasar Pengambilan Keputusan : •
Jika Sig > 0.05, maka Ho diterima dan Ha ditolak, artinya pelatihan dan motivasi tidak berpengaruh secara signifikan terhadap kinerja karyawan
•
Jika Sig < 0.05, maka Ho ditolak dan Ha diterima, artinya pelatihan dan motivasi berpengaruh secara signifikan terhadap kinerja karyawan.
Hasil : Sig = 0.000 < 0.05, maka Ho ditolak dan Ha diterima, artinya pelatihan dan motivasi berpengaruh secara signifikan terhadap kinerja karyawan •
Pada tabel 4.24 Coefficient menunjukkan persamaan regresi, sebagai berikut:
Y = 0.623 + 0.391X1 + 0.486 X2
Keterangan : Y : Kinerja Karyawan X1 : Pelatihan
X2 : Motivasi
101
Dapat disimpulkan persamaan regresi di atas yaitu konstanta sebesar 0.623 menyatakan bahwa jika tidak ada kenaikan atau penurunan nilai dari variable pelatihan (X1) dan motivasi (X2), maka kinerja karyawan (Y) adalah sebesar 0.623. Dan koefisien regresi X1 dan X2 sebesar 0.391 dan 0.486 yang menyatakan bahwa jika pelatihan dan motivasi mengalami kenaikan atau penurunan sebesar satu satuan maka akan mempengaruhi variabel dari pelatihan dan motivasi itu.
102
4.9.
Pembahasan Pemecahan Masalah Dari hasil penelitian yang dilakukan dengan software SPSS 16 mengenai
Analisis Pengaruh Pelatihan dan Motivasi terhadap Kinerja Karyawan Pada PT. X, diketahui bahwa seberapa besar pengaruh dari masing – masing variabel bebas ( Pelatihan dan Motivasi) terhadap variabel terikat (Kinerja Karyawan). 1. Dari persamaan regresi terlihat bahwa variabel Pelatihan memberikan pengaruh sebesar 38.1 %, terhadap kinerja karyawan, sedangkan 61.9 % dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini. Dapat diartikan bahwa Pelatihan di PT. X memiliki pengaruh yang sedang terhadap Kinerja Karyawan (berdasarkan pendapat dari A. Buda and A.Jarynowski (2010) dan Cohen J (1988) ) yang berarti setiap penambahan nilai dari pelatihan akan memberikan penambahan kinerja karyawan sebesar 1.233. Oleh karena itu perusahaan harus dapat meningkatkan pelatihan di PT.X agar dapat meningkatkan kinerja karyawannya. 2. Dari hasil analisis pengaruh antara motivasi terhadap kinerja karyawan, dapat diperoleh kesimpulan bahwa terdapat hubungan yang kuat Hal ini dikarenakan kinerja karyawan dapat dipengaruhi oleh motivasi sebesar 50.3 %, sedangkan sisanya 49.7 % dipengaruhi oleh variabel lain yang
tidak dibahas dalam
penelitian ini. Disini PT.X harus lebih menekankan motivasi kepada karyawannya agar dapat meningkatkan kinerja karyawannya.
103
3. Apabila dilihat pengaruh secara keseluruhan pada variabel pelatihan dan motivasi terhadap kinerja karyawan secara pengaruh dan signifikan terhadap kinerja karyawan sebesar 59.8 %, sedangkan sisanya 40.2 % dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini.