BAB IV ANALISA DAN PEMBAHASAN
4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat, jika harga koefisien rhitung ≥ 0,300 (Riduwan, 2005:109; Sudarmanto, 2005: 88). Jika alat ukur telah dinyatakn valid, selanjutnya reliabilitas alat ukur tersebut teruji. Menurut Malhotra (1999: 282) nilai Cronbach Alpha yang dapat diterima > 0,600. Pada penelitian ini, teknik pengukuran reliabilitas yang digunakan adalah teknik Crobach. Pengujian validitas dan reliabilitas dilakukan dengan bantuan pengolah data SPSS. 4.1.1 Pendidikan dan Pelatihan Hasil uji validasi dan reliabilitas terhadap butir pertanyaan pada variabel pendidikan dan pelatihan dapat dilihat pada tabel IV.1 dibawah ini: Tabel IV.1 AnalisaValidasi dan Reliabilitas Variabel Pendidikan dan Pelatihan (X) Reliability Statistics Cronbach's Alpha .895
N of Items 8
79
80
Lanjutan Tabel IV.1 Item-Total Statistics
Item1 Item2 Item3 Item4 Item5 Item6 Item7 Item8
Scale Mean if Item Deleted 28.35 28.45 28.25 28.30 27.90 27.80 28.20 28.15
Scale Variance if Item Deleted 23.608 26.366 26.829 24.747 27.253 25.326 26.484 23.292
Corrected Item-Total Correlation .803 .599 .618 .739 .655 .696 .631 .704
Cronbach's Alpha if Item Deleted .869 .889 .887 .876 .885 .880 .886 .882
Sumber: Hasil Penelitian 2011 (Data diolah)
.
Tabel IV.1 tersebut menunjukan bahwa dari ke delapan butir pertanyaan dinyatakan valid. Artinya semua butir mengukur
variabel
pendidikan
dan
pertanyaan untuk
pelatihan
mempunyai
kehandalan/konsistensi yang dapat dipertanggung jawabkan.
4.1.2 Kinerja Pegawai Hasil uji validasi dan reliabilitas terhadap butir pertanyaan pada variabel kinerja Pegawai dapat dilihat pada tabel IV.2 dibawah ini: Tabel IV.2 Analisa Validasi dan Reliabilitas Variabel Kinerja Pegawai (Y) Reliability Statistics Cronbach's Alpha .892
N of Items 12
81
Lanjutan Tabel IV.2 Item-Total Statistics
Item1 Item2 Item3 Item4 Item5 Item6 Item7 Item8 Item9 Item10 Item11 Item12
Scale Mean if Item Deleted 44.15 44.45 44.00 44.10 44.40 44.35 44.20 43.85 43.70 44.35 44.30 44.35
Scale Variance if Item Deleted 60.555 56.155 59.053 57.463 57.832 57.292 59.747 61.397 60.116 56.555 59.589 60.134
Corrected Item-Total Correlation .578 .647 .641 .595 .581 .658 .616 .571 .665 .562 .633 .575
Cronbach's Alpha if Item Deleted .885 .881 .882 .884 .885 .880 .883 .886 .881 .888 .882 .885
Sumber: Hasil Penelitian 2011 (Data diolah)
.
Tabel IV.2 tersebut menunjukan bahwa dari ke duabelas butir pertanyaan dinyatakan valid. Artinya semua butir mengukur
variabel
pendidikan
dan
pertanyaan untuk
pelatihan
mempunyai
kehandalan/konsistensi yang dapat dipertanggung jawabkan.
4.2 Uji Normalitas Hasil uji normalitas variansi pada sampel untuk masing-masing kelompok pria dan wanita, menghasilkan besaran nilai seperti tertera pada tabel
IV.3 uji normalitas sampel baik yang menggunakan rumus
Kolmogorov-Smirnov atau Shapiro-Wilk menghasilkan besaran statistik dan taraf kepercayaannya (Significanse Level) jauh lebih kecil dari taraf kepercayaan yang ditentukan <0,05 untuk semua variabel dependen pada
82
penelitian (pendidikan dan pelatihan). Besaran signifikansi <0,05 ini menunjukkan bahwa data sampel tersebut berdistribusi normal (Amir, 2006: 72). Tabel IV.3 Tests of Normality a
Pendidikan dan Pelatihan
Kolmogorov-Smirnov Statistic df Sig. .141 25 .200*
Statistic .920
Shapiro-Wilk df 25
Sig. .052
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
4.3 Uji Homogenitas Untuk
melakukan
pengujian
homogenitas
populasi
penelitian
diperlukan hipotesis sebagai berikut: Ho
: Data populasi bervarian homogen
Ha
: Data populasi tidak bervariasi homogin
Mengacu pada kriteria pengujian jika nilai Significancy < 0,05 maka Ho ditolak, sedangkan jika nilai significancy > 0,05 maka Ho diterima. Apabila nilai Significancy > alpha 0,05 yang ditetapkan, maka dapat dinyatakan bahwa data tersebut berasal dari populasi yang bervarian homogen (Sudarmanto, 2005: 114; Amir, 2006 : 73). Hasil uji analisis homogenitas dengan menggunakan menu Explore pada SPSS menghasilkan besaran signifikansi seperti pada tabel IV.4
83
Tabel IV.4 Test of Homogeneity of Variances Kinerja Pegawai Levene Statistic 1.826
df1
df2 8
13
Sig. .161
Sumber: Hasil penelitian 2011 (data diolah)
Hasil uji homogenitas pada tabel IV.4 di atas menunjukkan bahwa data yang terdapat pada butir-butir pernyataan pendidikan dan pelatihan dan kinerja pegawai berasal dari populasi yang bervarian homogin karena nilai signifikansi pendidikan dan pelatihan dan kinerja pegawai 0,161 > nilai alpha (0,05) sehingga statistik parametik dalam hal ini teknik analisa data secara regresi dapat digunakan.
4.4 Uji Linearitas Garis Regresi Untuk melakukan uji linearitas garis regresi juga diperlukan hipotesis. Hipotesis yang digunakan untuk menguji liniaritas garis regresi tersebut dinyatakan sebagai berikut : Ho
: Model Regresi berbentuk linier
Ha
: Model Regresi berbentuk non-linier Untuk menyatakan apakah garis regresi tersebut linier atau tidak
linier atau menerima atau menolak Ho, menurut Sudarmanto (2005; 135), ada dua alternatif ukuran yang dapat digunakan. Koefisien alpha yang digunakan oleh peneliti 5%, maka simpulan yang harus diambil, yaitu Ho akan diterima jika nilai signifikansi dari
84
Deviation From Linearity > dari alpha yang ditetapkan dan sebaliknya, Ho akan ditolak jika mempunyai nilai yang lainnya, Deviation From Linearity ini diperoleh dari tabel ANOVA dengan menggunakan SPSS seperti yang terlihat pada tabel IV. 5 berikut: Tabel IV.5 ANOVA Table
Kinerja Pegawai * Between Pendidikan dan Groups Pelatihan
(Combined) Linearity Deviation from Linearity
Within Groups Total
Sum of Squares 377.907 284.011
df 11 1
Mean Square F Sig. 34.355 1.386 .285 284.011 11.454 .005
93.895
10
9.390
322.333 700.240
13 24
24.795
.379 .935
Sumber: hasil penelitian 2011 (data diolah) Hasil uji linieritas garis regresi berdasarkan data yang terdapat pada tabel IV.5 di atas menunjukkan bahwa garis regresi tersebut adalah linier karena nilai signifikansi untuk pendidikan dan pelatihan dan kinerja pegawai 0,935 lebih besar dari koefisien alpha (5%). Melalui bentuk diagram (chart) yang ditampilkan dapat juga menerjemahkan untuk melihat normalitas sampel, linearitas keterhubungan dan kesamaan varian. Untuk mengetahui persyaratan linearitas dan kesamaan variansi, dapat membuat plot antara nilai residu dengan nilai prediksi (Amir, 2006: 157). Hubungan regresi berbentuk linear dan variansinya dapat dilihat dalam diagram pencar probabilitas (Normal Probability Plot) atau singkat dengan P-P Plot. Diagram ini menggambarkan nilai residu amatan yang dihitung secara kumulatif dan dicocokan dengan nilai residu normal yang
85
digambarkan dengan garis lurus menyamping dari kiri bawah ke kanan atas, seperti terlihat pada gambar IV.6 dibawah. Bila ini residu amatan berkonsentrasi dan sejalan dengan garis tersebut, makas sampel berdistribusi normal, keterhubungan antara dua variabel ditandai dengan adanya garis lurus atau garis yang beraturan. Tabel IV.6
Interpretasi 1. Tabel Descriptive Statistics dapat dibaca sebagai berikut: Rata-rata Kinerja Pegawai
= 50,52
Rata-rata Pendidikan dan Pelatihan
= 35,12
Standar Deviasi Kinerja Pegawai
= 5,402
Standar Deviasi Pendidikan dan Pelatihan
= 3,712
86
2. Tabel Correlation Korelasi Pearson (Pearson Correlation)
= 0,637
Nilai 0,637 merupakan nilai r hitung. Angka ini menunjukkan korelasi atau hubungan yang kuat antara Pendidikan dan Pelatihan dan Kinerja Pegawai, artinya jika
Pendidikan dan Pelatihannya meningkat maka
Kinerja Pegawainya tentu bertambah. Sig (2-tailed) atau probabilitas = 0,001 Uji dilakukan 2 tailed (2 sisi) karena yang akan dicari adalah ada atau tidaknya hubungan dua variabel. Hipotesis: Ho : Tidak ada hubungan (korelasi) antara dua variabel Hi : Ada hubungan (korelasi) antara dua variabel Dasar Pengambilan Keputusan:
Jika probabilitasnya > 0,05 maka Ho diterima
Jika probabilitasnya < 0,05 maka Ho ditolak
Oleh karena signifikannya < 0,05 maka Ho ditolak, berarti ada hubungan antara variabel X dan Y. N atau jumlah yang dianalisis = 25
3. Tabel Variables Entered/Removed a. Variables Entered (variabel yang masuk persamaan). Variabel prediktor yang dimasukkan berdasarkan kriteria Use Probability of F Entry 0,05 dan Removal 0,01. Dapat dilihat bahwa variabel
Pendidikan dan Pelatihan
masuk dalam persamaan karena memenuhi Kriteria. b. Variables Removed (variabel yang dikeluarkan dalam persamaan). Dapat dilihat tidak ada variable prediktor yang dikeluarkan. c. Method (metode) merupakan pilihan metode yang digunakan dalam hal ini digunakan metode enter.
87
Tabel Model Summary R disebut juga dengan koefisien korelasi. Dapat dibaca bahwa nilai koefisien korelasi antara variabel Pendidikan dan Pelatihan (X) terhadap Kinerja Pegawai (Y) adalah 0,637, berarti hubungan antara
Pendidikan
dan Pelatihan dengan Kinerja Pegawai adalah sebesar 63,70%. R Square disebut koefisien determinasi. Dari tabel dapat dibaca bahwa nilai R square (R2) adalah 0,406, artinya 40,60% variasi yang terjadi terhadap tinggi atau rendahnya Kinerja Pegawai disebabkan variasi Pendidikan dan Pelatihan, sedangkan sisanya (59,40%) tidak dapat diterangkan. Adjusted R square merupakan nilai R2 yang disesuaikan sehingga gambarannya lebih mendekati mutu penjajakan model dalam populasi.
n -1 Adjusted R2 = 1 – (1 – R2) n k Dimana: n = jumlah sampel k = jumlah parameter 25 - 1 Adjusted R2 = 1 – (1 – 0,406) = 0,380 25 - 2
Std. Error of the Estimation merupakan kesalahan standar dari penaksiran dan bernilai 4,254
Tabel Anova Tabel ini menampilkan Fhitung. Uji F berguna untuk menentukan apakah model penaksiran yang digunakan tepat atau tidak. Model persamaan yang digunakan adalah model linear Ŷ = a + bX Untuk menguji apakah model linear Ŷ = a + bX tersebut sudah tepat atau belum, Fhitung pada tabel anova perlu dibandingkan dengan Ftabel Fhitung = 15,694 Ftabel dilihat pada:
taraf signifikansi 5%
88
df pembilang = jumlah variabel – 1 = ( 2 – 1) = 1
df penyebut = jumlah data – jumlah variabel = (25 – 2) = 23
Ftabel = 4,28. Oleh karena Fhitung>Ftabel maka dapat disimpulkan bahwa model linear Ŷ = a + bX tepat dan dapat digunakan. Selain membandingkan Fhitung dengan Ftabel, ada cara yang lebih mudah untuk menentukan ketepatan model di atas, yaitu dengan membandingkan probabilitas (pada tabel Anova tertulis Sig) dengan taraf nyatanya (0,05 atau 0,01).
Jika probabilitasnya > 0,05 maka model ditolak
Jika probabilitasnya < 0,05 maka model diterima
Dapat dilihat probabilitas (Sig) adalah 0,001 < 0,05 berarti model diterima atau dapat disimpulkan bahwa bentuk persamaan linear Ŷ = a + bX tepat. 4. Tabel Coefficients
Kolom Unstandardized Coefficients Constant (Konstanta)
= 17,970
= 0,927
Pendidikan dan Pelatihan
Dari sini didapat persamaan regresi Ŷ = 17,970 + 0,927X
Kolom t
Uji t berguna untuk menguji signifikansi koefisien regresi (b), yaitu apakah variabel independen (X) berpengaruh secara nyata atau tidak. Hipotesis: Ho = Pendidikan dan Pelatihan tidak berpengaruh nyata terhadap Kinerja Pegawai Ha = Pendidikan dan Pelatihan berpengaruh nyata terhadap Pegawai
Pengambilan Keputusan
Jika –ttabel
Kinerja
89
Jika thitung<-thitung
ttabel maka Ho ditolak
ttabel dilihat dengan derajat bebas = n – k n
= jumlah sampel, dalam hal ini bernilai 25
k
= jumlah variabel yang digunakan. Dalam hal ini bernilai 2
sehingga derajat bebasnya adalah 23 (25-2). Oleh karena uji t yang dilakukan adalah uji 2 arah maka yang dibaca adalah t (½ 0,05) atau t 0,025.
ttabel
= 2,07
thitung (X)
= 3,962
Keputusan: Variabel Pendidikan dan Pelatihan (X)
Oleh karena thitung>ttabel maka Ho ditolak artinya Pelatihan
Pendidikan dan
berpengaruh secara nyata (signifikan) terhadap Kinerja
Pegawai persamaan regresi Ŷ = 17,970 + 0,927X dimana Ŷ
= Kinerja Pegawai
X
= Pendidikan dan Pelatihan
Dari persamaan dapat diuraikan sebagai berikut: Pengambilan
keputusan
juga
dapat
dilakukan
dengan
probabilitasnya dimana nilainya 0,001 lebih kecil dari 0,05.
melihat
