BAB 4 HASIL DAN PEMBAHASAN
4.1 Hasil Pengumpulan Data Pada penelitian ini, pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada para responden yang merupakan karyawan pada PT. BKR yang berada di luar tingkatan manajer yang didistrbusikan secara acak dengan bantuan dari departemen HRD. Dari hasil pengumpulan kuesioner dihasilkan data distribusi kuesioner sebagai berikut : Tabel 4.1 Distribusi Kuesioner Kuesioner yang disebarkan
112 buah
Kuesioner yang diterima
80 buah
Kuesioner tidak sah
8
Kuesioner sah
72 buah
Response Rate
64.28%
buah
Kuesioner yang diterima ternyata tidak memenuhi ekspektasi dari peneliti, yaitu sesuai dengan total kuesioner yang disebarkan sebanyak 112. ini dikarenakan kesibukan dari masing-masing karyawan dan adanya jam kerja (shift ) yang berbedabeda dari masing-masing karyawan.
49
Tetapi dari angka response rate yang cukup besar yakni 64,28% dan 80 buah kuesioner yang diterima, maka data yang diperoleh sudah dianggap dapat merepresentatif responden yang dituju, karena apabila ditinjau dari jumlah karyawan yaitu sebanyak 112 orang pada PT. BKR, maka bila dihitung dengan menggunakan rumusan slovin didapatkan perhitungan sebagai berikut : s=
n 1 + n.e 2
dimana : n = Jumlah Populasi. e = Taraf Kesalahan maka, jumlah sample dengan taraf kesalahan 10 % adalah :
s=
112 = 53 1 + 112 x0.12
(
)
Dari perhitungan diatas, maka dapat disimpulkan bahwa jumlah responden telah memenuhi syarat untuk diolah lebih lanjut. Model kuesioner yang dibagikan menggunakan skala likert, dengan bentuk : STS (Sangat Tidak Setuju), TS (Tidak Setuju), N (Netral), S (Setuju), dan SS (Sangat Setuju) dengan nilai jawaban dari 1 sampai 5. Dari hasil pengumpulan data kuesioner, maka kemudian disusun dalam format M x N, dimana M menunjukkan jumlah responden yang mengisi kuesioner sebesar 72 orang, dan N adalah jumlah variabel penelitian, yaitu sebesar 18 buah yang diberi kode X1 sampai X18.
50
4.2 Analisis Data dan pembahasan
Dari data-data yang telah terkumpul, maka akan dilakukan pengolahan data dan analisis melalui beberapa tahapan seperti uji validitas,uji reliabilitas, dan regresi linier. 4.2.1 Uji Validitas
Pengolahan data diawali dengan melakukan uji validitas dengan menggunakan koefisien r, yang didapat dari rumusan Korelasi Product Moment. Dengan menggunakan rumusan tersebut yang dimasukkan dalam program Microsoft Excel, maka diperoleh angka korelasi setiap variabel : Tabel 4.2 Uji Validitas Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9
r 0.478 0.550 0.595 0.553 0.600 0.516 0.726 0.046 0.660
Ket. Variabel Valid X10 Valid X11 Valid X12 Valid X13 Valid X14 Valid X15 Valid X16 Non Valid X17 Valid X18
r 0.581 0.561 0.450 0.604 0.787 0.493 0.534 0.404 0.675
Ket. Valid Valid Valid Valid Valid Valid Valid Valid Valid
Dari tabel diatas dapat dilihat bahwa dari 18 variabel yang ada, terdapat 1 variabel yang tidak memenuhi syarat atau tidak valid, yaitu X8 dimana syarat untuk memenuhi kevalidan adalah bila nilai korelasi rhitung > rkritis dimana rkritis diperoleh dari harga koefisien di tabel dengan jumlah responden sebesar 30 orang dan tingkat signifikansi 5% menghasilkan nilai 0.361.
51
Variabel yang memiliki validitas tertinggi yaitu X14 dengan nilai koefisien korelasi sebesar 0.787. 4.2.2. Uji Reliabilitas
Pengujian
reabilitas
dilakukan
untuk
mengukur
keandalan
dan
kekonsistensian dari alat ukur pada penelitian. Pengujian ini menggunakan rumus koefisien alpha cronbach, yang menggunakan perhitungan koefisien keandalan (α), yang menetapkan batas minimum α sebesar 0.60. Di bawah ini terdapat ringkasan hasil perhitungan α dengan menggunakan bantuan program SPSS 11.5 dengan menggunakan one shot method. Tabel 4.3 Hasil perhitungan alpha cronbach
X1 X2 X3 X4 X5 X6 X7 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18
Scale Mean if Item Deleted
Scale Variance if Item Deleted
63.7000 64.4333 64.7667 63.7333 63.7667 64.0000 63.9000 63.8000 64.5000 64.1333 64.6000 64.2333 64.0000 65.2667 64.9333 64.1000 64.4000
63.6655 58.7368 58.8747 63.0299 61.9092 61.3793 58.0241 62.1655 59.0862 61.1540 59.9034 59.2885 58.8966 59.0299 57.8575 63.4724 58.5931
Reliability Coefficients N of Cases = 30.0 Alpha = .9006
Corrected ItemTotal Correlation .4639 .5502 .6081 .5416 .6011 .5347 .7282 .6533 .5622 .5660 .4600 .6189 .7797 .5070 .5368 .4057 .6686
N of Items = 17
52
Alpha if Item Deleted .8982 .8959 .8933 .8966 .8947 .8958 .8892 .8942 .8951 .8950 .8995 .8930 .8886 .8978 .8974 .8993 .8912
Seperti terlihat di atas bahwa nilai α diatas melebihi batas minimum α 0.6 yaitu sebesar 0.9006, yang berarti alat ukur yang digunakan terbukti andal. Nilai ini juga membuktikan bahwa variabel-variabel pembentuk faktor tersebut memiliki konsistensi internal yang tinggi dari persepsi karyawan, nilai α ini pun menunjukkan bahwa variabel-variabel memiliki korelasi yang tinggi dalam menjelaskan faktor yang bersangkutan. Dari perhitungan di atas dapat diinterpretasikan dimana : 9 Scale mean if Item Deleted menerangkan nilai rata-rata total jika variabel
tersebut dihapus, misalnya jika X1 dihapus maka rata-rata total bernilai 63.70, jika X2 dihapus maka rata-rata totalnya bernilai 64.43 dan sterusnya. 9 Scale Variance if Item Deleted menerangkan besarnya varian total jika
variabel (butir) tersebut dihapuskan. Besarnya varian total jika X1 dihapuskan adalah 63.6655, sedangkan jika X2 dihapus adalah 53.7368 dan seterusnya. 9 Corrected Item-Total Correlation merupakan korelasi antara skor item dengan
skor total item yang dapat digunakan untuk menguji validitas instrument. Korelasi skor item/X1 terhadap skor total adalah 0.4639, korelasi skor X2 dengan skor total adalah 0.5502 dan seterusnya. 9 Alpha if Item Deleted merupakan besarnya reliabilitas alpha jika satu item
dihapuskan, misalnya jika X1 dihapuskan maka besarnya koefisien reliabilitas alpha sebesar 0.8982, jika X2 dihapuskan nilai koefisien reliabilitas alpha sebesar 89.59 dan seterusnya.
53
4.2.3 Regresi Linear Berganda
4.2.3.1. Analisa regresi linier berganda Pada analisa regresi linier berganda akan ditentukan faktor-faktor manakah yang telah ditetapkan memiliki korelasi terhadap variable independent. Data yang dipakai pada analisa regresi linier beganda bukan lagi data mentah dari 18 variabel yang sebelumnya telah ditentukan, tetapi merupakan rata-rata penjumlahan dari pengelompokkan variabel menurut faktor pembentuknya. Analisa ini dilakukan dengan bantuan dari program SPSS dengan menggunakan metode Stepwise. Model persamaan regresi berganda : Y = a + b1.X1 + b2.X2 + … + bn.Xn Pada penelitian ini, faktor yang menjadi variabel dependen (Y) adalah faktor kinerja karyawan (F4), dan 3 faktor yang menjadi variabel independen, yaitu : F1 = Faktor Komunikasi. F2 = Faktor Desentralisasi. F3 = Faktor Delegasi. Dari faktor-faktor di atas, maka persamaan regresi menjadi : F4 = a + b1.F1 + b2.F2 + b3.F3 Di bawah ini akan dijelaskan tahapan-tahapan regresi linear berganda metode Stepwise : 1. Menghitung korelasi antara variabel dependen terhadap variabel independent
54
Tabel 4.4 Korelasi antar Faktor Correlations
Pearson Correlation
Sig. (1tailed)
N
F4
F4 1.000
F1 .395
F2 .229
F3 .003
F1
.395
1.000
.874
.435
F2
.229
.874
1.000
.367
F3
.003
.435
.367
1.000
F4
.
.000
.027
.490
F1
.000
.
.000
.000
F2
.027
.000
.
.001
F3
.490
.000
.001
.
F4
72
72
72
72
F1
72
72
72
72
F2
72
72
72
72
F3
72
72
72
72
Dari tabel korelasi di atas, maka dapat dianalisa hubungan variabel independen terhadap tiap variabel dependen yaitu : -
Hubungan antara variabel independen F1 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.395 ≈ 0.4 yang menunjukkan suatu tingkat hubungan yang cukup tinggi (substansial). Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor.
-
Hubungan antara variabel independen F2 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.229 menunjukkan terdapatnya suatu hubungan yang substansial antara kedua faktor. Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor.
55
-
Hubungan antara variabel independen F3 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.03, yang menunjukkan tidak adanya hubungan antar dua variabel. Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor. Cara lain yang sederhana untuk mengetahui ada tidaknya korelasiyaitu dengan
melihat koefisien signifikansinya.. Apabila koef. Signifikansi lebih besar daripada α, maka dikatakan tidak terjadi korelasi. Bila dilihat dari tabel diatas, dapat
disimpulkan bahwa nilai dari koef. Signifikan F1(0.000) dan F3 (0.027) memiliki nilai < dari α (0.10) , maka dapat disimpulkan bahwa F1 dan F2 memiliki korelasi terhadap F4, sedangkan pada F3 dapat dilihat bahwa nilai koef. Signifikan (0.490) > α, maka F3 tidak berkorelasi terhadap F4.
2. Memasukkan variabel bebas ke dalam persamaan. Pada regresi linear berganda ini menggunakan metode stepwise, yang analisanya dilakukan dengan cara menambahkan dan mengeluarkan variabelvariabel secara tunggal. Karena penganalisaannya dilakukan per faktor, maka faktor yang terdahului masuk ke dalam perhitungan persamaan regresi merupakan faktor yang memiliki korelasi tertinggi dengan variabel dependen.
56
Memasukkan F1
Tabel 4.5 Koefisien Regresi Coefficients(a)
Model
1
(Constant)
Unstandardized Coefficients Std. Erro B r .065 .601
F1 2
Standardized Coefficients
t
Sig.
Correlations Zeroorder
Beta .107
.915 .000 .739 .000 .027
.152 .587 .149
.395
(Constant) F1
.547 .197 .436
.329
3.601 .335 3.412
F2
.425
.160
.230
2.257
Partial
Part
.395
.395
.395
.395
.414
.403
.229
.262
.241
a Dependent Variable: F4
Dari tabel di atas dapat dilihat, bahwa persamaan regresi yang terbentuk saat variabel laten F1 dimasukkan adalah : Pers.1 : F4 = 0.065 + 0.547 F1. Setiap penambahan variabel independen, didapatkan perubahan terhadap koefisien regresi yang telah terbentuk. Dari tabel dapat kita lihat nilai standar error dari F1 sebesar 0.601. Nilai error ini diharapkan mengecil sehingga tingkat akurasinya semakin baik.
57
Tabel 4.6 Korelasi Determinasi Model Summary
Model 1 2
R .395(a)
R Square .156
Adjusted R Square .144
Std. Error of the Estimate .38729
.463(b) .214 .192 a Predictors: (Constant), F1 b Predictors: (Constant), F1, F2
.37644
Dari tabel 4.6, maka dapat dilihat angka R square pada waktu penggunaan variabel laten F1 sebesar 0,156. hal ini berarti sekitar 15.6 % faktor kinerja karyawan dapat dijelaskan oleh faktor komunikasi, setelah ditambah oleh faktor desentralisasi, nilai R square menjadi 0.214 yang menunjukkan naiknya prosentase menjadi 21.4 % dimana mengartikan bahwa 21.4 % dari faktor yang mempengaruhi
kinerja
karyawan
dapat
dijelaskan
oleh
dua
variabel
independennya; sedangkan sisanya akan dijelaskan oleh sebab-sebab yang lain. Selanjutnya akan dilakukan uji hipotesis untuk mengetahui apakah setelah masuk ke dalam persamaan regresi F1 benar memiliki pengaruh secara signifikan terhadap F4. Hipotesis yang akan digunakan sebagai berikut : Ho : F1 tidak memiliki pengaruh secara signifikan terhadap F4. Ha : F1 memiliki pengaruh secara signifikan terhadap F4.
58
Uji hipotesis ini akan dilakukan dengan membandingkan thitung yang diperoleh dari tabel 4.5, pada kolom t dengan t tabel yang didapat dari tabel distribusi t. Bila thitung > t tabel, maka tolak Ho, begitu juga sebaliknya. Dengan tingkat alpha 0.10 dan derajat bebas sebesar 70, diperoleh nilai ttabel sebesar 1.671, sedangkan dari perhitungan didapat t pada F1sebesar 3.601. Maka dapat disimpulkan bahwa t
hitung
>t
tabel,
maka Tolak Ho, yang berarti konstanta
memiliki pengaruh yang signifikan terhadap F4 sehingga layak masuk ke dalam persamaan regresi. Tabel 4.7 Anova ANOVA(c)
Model 1
2
Regression
Sum of Squares 1.945
df 1
Mean Square 1.945
Residual
10.500
70
.150
Total
12.444
71
Regression
2.667
2
1.333
9.778
69
.142
Residual Total
F 12.967
Sig. .001(a)
9.410
.000(b)
12.444 71 a Predictors: (Constant), F1 b Predictors: (Constant), F1, F2 c Dependent Variable: F4
Pada tabel anova dapat dilihat Sum of Square sebesar 12.444
yang
menunjukkan besarnya error yang muncul apabila hanya menggunakan rata-rata F4 untuk memprediksi hubungan atau korelasi antara variabel bebas dan variabel tidak bebas. Setelah memasukkan F1, tingkat error berkurang menjadi 10.500. Besarnya error ini mengindikasikan terdapatnya variasi yang tidak dijelaskan oleh
59
model regresi. Semakin bertambahnya variabel signifikan dalam persamaan regresi, maka tingkat error semakin berkurang. Hal ini mengartikan bahwa variabel yang masuk ke dalam persamaan dapat memprediksi hubungan atau korelasi antara variabel dependen dan variabel independen dengan tingkat error yang lebih kecil. Untuk mengetahui variabel bebas mana yang dapat masuk ke dalam persamaan regresi setelah F1, maka dapat dilihat dari perbandingan antara nilai ttabel dan thitung.
Dapat dilihat bahwa faktor F2 memiliki nilai thitung>ttabel dimana pada tingkat 0.05 dengan derajat bebas 69 mendapatkan nilai ttabel sebesar 2.000; sedangkan nilai thitung sebesar 2.257. Jadi, F2 dapat dimasukkan dalam persamaan regresi.
Pada Faktor F3, terlihat bahwa nilai thitung
60
Tabel 4.8 Excluded Variables Excluded Variables(c) Collinearity Statistics Beta In
t
Sig.
Partial Correlation
F2
.496(a)
2.257
.027
.262
Tolerance .236
F3
.209(a) .217(b)
1.735 1.865
.087 .066
.204 .221
.810 .810
Model 1 2
F3
a Predictors in the Model: (Constant), F1 b Predictors in the Model: (Constant), F1, F2 c Dependent Variable: F4
Tabel Excluded Variable digunakan untuk melihat nilai t untuk variabel yang dinyatakan tidak layak untuk dimasukkan ke dalam persamaan, jadi hanya untuk sekedar pembuktian mengapa faktor tersebut tidak dapat masuk. Tabel excluded variable juga digunakan untuk melihat nilai partial correlation, apabila terdapat dua faktor yang setelah melalui uji hipotesis
dinyatakan dapat masuk ke dalam persamaan, maka faktor dengan nilai partial correlation yang lebih tinggi dapat dimasukkan terlebih dahulu. Dalam kasus ini,
nilai partial correlation tidak perlu digunakan karena dari dua faktor yang ada pada tabel hanya satu faktor yang dinyatakan layak untuk dimasukkan ke dalam persamaan regresi.
61
Memasukkan F2
Setelah F2 dimasukkan ke dalam persamaan regresi, nilai dari koefisien regresi mengalami perubahan menjadi : F4 = 0.197 + 0.436 F1 + 0.425 F2. Dari persamaan tersebut dihasilkan R square sebesar 0.214. Hal ini menjelaskan bahwa terjadinya peningkatan setelah faktor F2 masuk ke dalam persamaan. Kenaikan ini menjelaskan kinerja karyawan dapat dijelaskan sebesar 21.4% dari kedua faktor ini. Setelah F2 masuk, maka selanjutnya dilakukan uji hipotesis untuk mengukur kesignifikansian dari pengaruh faktor ini. Pengujian dilakukan dengan melakukan perbandingan antara ttabel dengan
thitung.
Apabila thitung>ttabel maka tolak Ho, begitu
juga sebaliknya. Hipotesis yang digunakan adalah : Ho : F2 tidak memiliki pengaruh secara signifikan terhadap F4. Ha : F2 memiliki pengaruh secara signifikan terhadap F4. Nilai t yang didapat dari tabel dengan α = 0.10 dan derajat bebas 69, adalah sebesar 1,671. nilai ini menunjukkan angka yang lebih kecil daripada thitung yang memiliki nilai 2.257. Dikarenakan thitung>ttabel, maka dapat disimpulkan tolak Ho, yang berarti bahwa F2 memiliki korelasi yang signifikan terhadap variabel dependen F4.
62
Selain menguji F2, maka F1 juga perlu untuk diuji kesignifikaannya setelah F2 masuk dalam persamaan regresi, juga dengan menggunakan uji t : Nilai t yang didapat dari tabel dengan α = 0.10 dan derajat bebas 69, adalah sebesar 1,671, sedangkan nilai thitung sebesar 3.412. Dapat disimpulkan bahwa F1 tetap memiliki hubungan yang signifikan pada persamaan. Pengujian signifikansi pengaruh var independen terhadap var dependen
Untuk menguji signifikansi pengaruh variabel independen secara bersamasama dengan variabel dependennya, maka dilakukan uji F. Hipotesis yang digunakan adalah : Ho : b1 = b3 = b4 = 0. (Tidak terdapat pengaruh variabel independen secara signifikan terhadap variabel dependen) Ha : Sekurang-kurangnya satu b = 0. (terdapat pengaruh variabel independen secara signifikan terhadap variabel dependen). Pada tingkat alpha 0.10, dengan derajat bebas yang dapat dilihat pada tabel anova, dimana v1=2, v2=69. Dari tabel F yang didapat berdasarkan perhitungan pada microsoft excel, didapat nilai Ftabel sebesar 2.38, yang menunjukkan nilai yang lebih kecil daripada Fhitung 9.410. Karena Fhit>Ftab, maka dapat disimpulkan bahwa Ho ditolak yang menunjukkan bahwa sekurang-kurangnya terdapat 1 variabel independen yang berpengaruh signifikan terhadap variable dependent. Hal ini terbukti dari terdapatnya 2 variabel independen yang berpengaruh signifikan terhadap variabel dependen.
63
Pengaruh dari kedua variabel dependen dapat dilihat pada persamaan regresi : F4 = 0.197 + 0.436 F1 + 0.425 F2. Dimana : F4 : Faktor Kinerja Karyawan F1 : Faktor Komunikasi. F2 : Faktor Desentralisasi.
4.2.3.2 Pengujian Model Regresi 1. Uji Normalitas Data. Uji
normalitas
data
menggunakan
plot
Probabilitas
Normal,
yang
mengindikasikan kenormalan data apabila titik-titik data yang terkumpul di sekitar garis lurus. Uji normalitas perlu dilakukan untuk suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan uji-t atau uji-F yang menuntut suatu asumsi yang harus diuji , yaitu populasi data harus berditribusi normal dimana apabila jumlah sampel diperbesar, penyimpangan asumsi normalitas ini semakin kecil pengaruhnya.
64
Normal P-P Plot of Regression Stan Dependent Variable: F4 1.00
Expected Cum Prob
.75
.50
.25
0.00 0.00
.25
.50
.75
1.00
Observed Cum Prob
Gambar 4.1. Normalitas data Terlihat pada pola data yang tersebar di dekat garis lurus menandakan bahwa data berdistribusi normal.
2. Uji nonmultikolinearitas. Uji multikolinearitas dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel independen. Adanya hubungan yang linier antar variabel independen akan menimbulkan kesulitan dalam memisahkan pengaruh masing-masing variabel independen terhadap variabel dependennya. Adapun hipotesis yang akan diuji untuk membuktikan ada tidaknya multikolinearitas antar variabel bebas dinyatakan sebagai berikut : Ho : Tidak terdapat hubungan antarvariabel independen. Ha : Terdapat hubungan antarvariabel independen.
65
Ada tidaknya korelasi antar variabel independen dapat diketahui dengan memanfaatkan statistik korelasi product moment dari Pearson.
Tabel 4.9 Korelasi Correlations
F1
Pearson Correlation Sig. (2-tailed) N
F2
Pearson Correlation Sig. (2-tailed) N
F3
Pearson Correlation Sig. (2-tailed) N
F1
F2
F3
1
.176
.021
.
.168
.681
72
72
72
.176
1
.047
.168
.
.731
72
72
72
.021
.047
1
.681
.731
.
72
72
72
Melihat terjadi atau tidaknya multikolinearitas dapat disimpulkan dengan membandingkan tingkat signifikansi dengan α yang telah ditetapkan sebelumnya.
Tabel 4.10 Ringkasan multikolinearitas Keterangan
Signifikansi
Alpha
Kondisi
Kesimpulan
F1-F2
0.168
0.10
Sig>Alp.
Tidak
F1-F3
0.681
0.10
Sig>Alp.
hubungan
F2-F1
0.168
0.10
Sig>Alp.
antara
F2-F3
0.731
0.10
Sig>Alp.
independen.
F3-F1
0.681
0.10
Sig>Alp.
F3-F2
0.731
0.10
Sig>Alp.
66
terjadi linier variabel
4.2.3.3 Analisa Persamaan Regresi. Setelah melakukan pengujian regresi linier berganda dengan metode stepwise, maka didapatkan persamaan regresi, yaitu : F4 = 0.197 + 0.436 F1 + 0.425 F2. Dimana : F4 : Faktor kinerja karyawan. F1 : Faktor Komunikasi. F2 : Faktor Desentralisasi. Dari persamaan tersebut, maka dapat disimpulkan bahwa : 1. Harga koefisien konstanta = 0.197. Hal ini berarti bahwa apabila nilai dari F1 dan F2 di objek penelitian sama dengan nol, maka tingkat atau besarnya variabel dependen F4 di lokasi tersebut adalah sebesar 19.7%. 2. Harga Koefisien b1 = 0.436 berarti bahwa apabila nilai F1 mengalami kenaikan sebesar satu point, sementara variabel independen lainnya bersifat tetap, maka tingkat variabel F4
di perusahaan objek penelitian tersebut akan meningkat
sebesar 43.6% Harga koefisien yang positif menunjukkan adanya hubungan yang selaras antara variabel dependen dengan variabel bebas F1, dimana F1 ini merupakan faktor komunikasi. Ini berarti bahwa semakin besar komunikasi diterapkan, maka
67
semakin tinggi kinerja karyawan yang ditampilkan. Kesimpulan ini mendukung hipotesa awal peneliti, dimana peneliti melakukan dugaan awal bahwa komunikasi berpengaruh searah terhadap kinerja karyawan. 3. Harga Koefisien b2 = 0.425 berarti bahwa apabila faktor F2 mengalami kenaikan sebesar satu point, sementara variabel independen lainnya bernilai nol, maka tingkat variabel F4 di perusahaan objek penelitian tersebut akan meningkat sebesar 42.5%. Harga koefisien yang positif menunjukkan adanya hubungan yang selaras antara variabel dependen dengan variabel bebas F2, dimana F2 ini merupakan faktor Desentralisasi. Ini berarti bahwa semakin besar desentralisasi, maka semakin tinggi proses kinerja karyawan yang ditampilkan. Kesimpulan ini mendukung hipotesa awal peneliti, dimana peneliti melakukan dugaan awal bahwa Desentralisasi berpengaruh searah terhadap kinerja karyawan. Dari kedua koefisien regresi variabel bebas yang masuk ke dalam persamaan regresi metode stepwise menunjukkan bahwa intensitas dari kedua variabel bebas tersebut, dalam hal ini F1 (Komunikasi) dan F2 (Desentralisasi) akan meningkatkan kinerja karyawan.Ini dapat dilakukan dengan melakukan upaya seperti : 1. Komunikasi - Membangun keakraban dalam berkomunikasi untuk membangun kerja sama
68
kerja yang baik secara formal maupun informal. Ini berguna di dalam proses untuk saling bertukar pikiran dan meningkatkan rasa perhatian dan pengertian di antara pemimpin dengan bawahan. - seorang manajer atau pimpinan tidak membuat dirinya sebagai seseorang yang harus dihormati. Jadilah pemimpin yang aktif dalam menjalankan komunikasi dan menerima informasi dari bawahan. Ini berguna di dalam memonitor kemajuan organisasi dan mengontrol pelaksanaan pekerjaan. -mengadakan acara-acara pertemuan informal yang melibatkan seluruh karyawan untuk menjalin keakraban dan mendengarkan apa saja yang menjadi keluh kesah dari para karyawan. 2. Desentralisasi - memberikan keleluasaan bagi manajer tingkat bawah dalam mengambil keputusan yang melibatkan karyawan. Ini berguna untuk meningkatkan moral dan inisiatif dalam bekerja. - melibatkan karyawan dalam setiap pengambilan keputusan/kebijaksanaan yang menyangkut pekerjaan mereka dan khususnya tujuan organisasi. - melakukan suatu pertemuan rutin dalam suatu ruang lingkup pekerjaan, seperti antara supervisor dengan karyawan yang bertujuan untuk saling bertukar pikiran dan gagasan serta menampung ide-ide kreatif dari para karyawan.
69
Pada persamaan regresi metode stepwise, dapat dilihat bahwa faktor F3 yang merupakan faktor delegasi tidak masuk ke dalam persamaan regresi. Hal ini dimungkinkan oleh adanya korelasi yang lemah terhadap variabel dependen. Hal ini juga diperkuat dengan adanya jawaban responden yang menyimpulkan bahwa tanpa adanya delegasi, karyawan tetap akan berusaha untuk menampilkan kinerja yang baik bagi perusahaan. Hal ini juga menunjukkan bahwa tanpa adanya delegasi, karyawan juga tetap akan merasa mempunyai tanggung jawab yang harus mereka jalankan sesuai dengan tingkatan pekerjaan mereka masing-masing. Hal ini menunjukkan bahwa tingkatan delegasi yang tinggi tidak terlalu berpengaruh kepada sebagian besar karyawan. Tentu saja hal ini bertentangan dengan hipotesa awal dari peneliti yang menduga bahwa delegasi mempunyai hubungan yang kuat dengan peningkatan kinerja karyawan, dan memiliki hubungan yang berbanding terbalik, maksudnya adalah jika tingkat delegasi semakin tinggi, maka kinerja karyawan akan semakin termotivasi. Ternyata hal ini tidak sejalan dengan hasil penganalisaan regresi yang menunjukkan korelasi yang positif antar kedua variabel tersebut.
70
