BAB V HASIL DAN ANALISIS

BAB V HASIL DAN ANALISIS

5.1

Uji Validitas dan Reliabilitas Instrumen

Pernyataan-pernyataan yang terkandung dalam kuesioner untuk variabel Motivasi (X1), Pelatihan (X2), Kompensasi (X3) dan Kinerja Pegawai (Y) disusun sedemikian rupa sehingga dapat memberikan masukan data bagi penulis. Setiap pernyataan disusun dan diukur dalam skala Likert yaitu dengan pernyataan-pernyataan yang ditampilkan dalam bentuk angka (bobot nilai 1-4), seperti pada Tabel 5.1. Tabel 5.1. Pembobotan Nilai untuk Jawaban Responden Alternatif Jawaban Sangat Setuju (SS) Setuju (S) Tidak Setuju (TS) Sangat Tidak Setuju (STS) Sumber : Skala Likert

Pernyataan 4 3 2 1

Pengujian validitas dan reliabilitas adalah proses untuk menguji setiap pernyataan yang ada dalam sebuah kuesioner, apakah isi dari pernyataan tersebut sudah valid dan reliabel. Jika pernyataan tersebut sudah valid dan reliabel, berarti sudah dapat digunakan untuk mengukur faktor-faktornya.

Uji Validitas Instrumen Uji validitas adalah untuk mengetahui sejauh mana alat pengukur benar-benar mengukur apa yang seharusnya diukur. Instrumen yang valid berarti alat ukur

78

79

yang digunakan untuk mengukur data tersebut adalah valid.

Valid berarti

instrumen, tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur. Dalam penelitian ini analisis validitas dilakukan terhadap instrumen penelitian variabel X1, X2 , X3 dan Y, dengan bantuan software SPSS 17. Dasar pengambilan keputusan adalah : 1) Jika r hitung > r tabel, maka pernyataan valid. 2) Jika r hitung < r tabel, maka pernyataan tidak valid. Nilai dari r-tabel didapat dari tabel Korelasi Momen-Produk Pearson untuk nilai n = 30 dan taraf signifikan 5% didapat nilai dari r-tabel sebesar 0,361, sedangkan r-hitung diperoleh dari kolom corrected item total correlation hasil perhitungan SPSS. Dari hasil analisa data yang dilakukan dilihat sebagai berikut :

Variabel Motivasi (X1) Dengan melalui masukan dari 30 orang responden, dan taraf signifikansi sebesar 5%, maka diperoleh hasil seperti perolehan r-hitung seperti diuraikan pada Tabel 5.2.

80

Tabel 5.2. Uji Validitas Variabel Motivasi (X 1) Nomor Kuesioner 1 2 3 4 5 6 7 8 9 10 11 12

r-hitung

r-tabel

Keterangan

0,509 0,537 0,589 0,655 0,601 0,509 0,580 0,465 0,632 0,584 0,678 0,558

0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361

VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID

Sumber : Hasil SPSS Validitas Variabel Motivasi (Lampiran 1) Analisis validitas dengan variabel yang diuji adalah variabel X1 yaitu variabel Motivasi.

Variabel ini terdiri dari 12 (dua belas) pernyataan dan

seluruh hasil uji validitas atas 12 (dua belas) pernyataan dalam koesioner variabel Motivasi (X1) diperoleh hasil dimana masing-masing r-hitung lebih besar dari r-tabel. Dengan demikian keduabelas pernyataan dalam koesioner yang diuji dinyatakan valid dan data yang digunakan dalam penelitian ini dapat digunakan dalam penelitian selanjutnya.

Variabel Pelatihan (X2) Dari masukan 30 orang responden, dan taraf signifikansi sebesar 5%, maka diperoleh hasil seperti perolehan r-hitung seperti diuraikan pada Tabel 5.3.

81

Tabel 5.3. Uji Validitas Variabel Pelatihan (X 2 ) Nomor Kuesioner 1 2 3 4 5 6 7 8 9 10 11 12

r-hitung

r-tabel

Keterangan

0,733 0,639 0,637 0,787 0,806 0,717 0,615 0,511 0,721 0,779 0,796 0,734

0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361


Sumber : Hasil SPSS Validitas Variabel Pelatihan (Lampiran 2) Pada variabel Pelatihan (X2) terdapat 12 (dua belas) pernyataan, dan seluruh hasil uji validitas atas 12 (dua belas) pernyataan dalam koesioner variabel Pelatihan (X2) diperoleh hasil dimana masing-masing r-hitung lebih besar dari r-tabel. Dengan demikian keduabelas pernyataan dalam koesioner yang diuji dinyatakan valid dan data yang digunakan dalam penelitian ini dapat digunakan dalam penelitian selanjutnya.

Variabel Kompensasi (X3) Berdasarkan dari masukan 30 orang responden, dan taraf signifikansi sebesar 5%, maka diperoleh hasil seperti perolehan r-hitung seperti diuraikan pada Tabel 5.4.

82

Tabel 5.4. Uji Validitas Variabel Kompensasi (X 3) Nomor Kuesioner 1 2 3 4 5 6 7 8 9 10 11 12

r-hitung

r-tabel

Keterangan

0,505 0,528 0,607 0,803 0,817 0,638 0,729 0,586 0,492 0,633 0,680 0,698

0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361


Sumber : Hasil SPSS Validitas Variabel Kompensasi (Lampiran 3) Pada variabel Kompensasi (X3) terdapat 12 (dua belas) pernyataan, dan seluruh hasil uji validitas atas 12 (dua belas) pernyataan dalam koesioner variabel Kompensasi (X3) diperoleh hasil dimana masing-masing r-hitung lebih besar dari r-tabel. Dengan demikian keduabelas pernyataan dalam koesioner yang diuji dinyatakan valid dan data yang digunakan dalam penelitian ini dapat digunakan dalam penelitian selanjutnya.

Variabel Kinerja Karyawan (Y) Dengan melalui masukan dari 30 orang responden, dan taraf signifikansi sebesar 5%, maka diperoleh hasil seperti perolehan r-hitung seperti diuraikan pada Tabel 5.5.

83

Tabel 5.5. Uji Validitas Variabel Kinerja (Y) Nomor Kuesioner 1 2 3 4 5 6 7 8 9 10 11 12

r-hitung

r-tabel

Keterangan

0,563 0,680 0,683 0,641 0,522 0,716 0,558 0,617 0,541 0,526 0,555 0,565

0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361


Sumber : Hasil SPSS Validitas Variabel Kinerja (Lampiran 4) Selanjutnya pada variabel Kinerja (Y) terdapat 12 (dua belas) pernyataan, dan seluruh hasil uji validitas atas 12 (dua belas) pernyataan dalam koesioner variabel Kinerja (Y) diperoleh hasil dimana masing-masing r-hitung lebih besar dari r-tabel. Dengan demikian keduabelas pertanyataan dalam koesioner yang diuji dinyatakan valid dan data yang digunakan dalam penelitian ini dapat digunakan dalam penelitian selanjutnya.

Uji Reliabilitas Instrumen Dalam uji reliabilitas instrumen setiap variabel peneliti menggunakan teknik Alpha Cronbach, variabel dikatakan reliabel jika nilai hitung atau Alpha Cronbach ≥ 0,6 dan dikatakan tidak reliabel bila nilai hitung atau Alpha Cronbach ≤ 0,6 (Nurgiantoro 2002:332).

84

Dalam penelitian ini uji reliabilitas dilakukan terhadap instrumen penelitian variabel X1, X2 , X3 dan Y dapat dilihat pada Tabel 5.6. Tabel 5.6. Uji Reliabilitas Alpha Tolok Cronbach’s ukur 1 X1 0,812 > 0,6 2 X2 0,908 > 0,6 3 X3 0,874 > 0,6 4 Y 0,828 > 0,6 Sumber : Hasil Pengolahan SPSS (Lampiran 5)

Nomor

Variabel

Keterangan Reliabel Reliabel Reliabel Reliabel

Berdasarkan hasil pengolahan SPSS dengan Uji statistik Cronbach Alpha diperoleh masing-masing nilai variabel X1 = 0,812 > 0,6, X2 = 0,908 > 0,6, X3 = 0,874 > 0,6 dan Y = 0,828 > 0,6 sehingga dapat disimpulkan bahwa instrumen yang dipakai reliabel sehingga untuk perhitungan selanjutnya data yang dihasilkan dapat digunakan untuk mengukur.

5.2

Karakteristik Responden Kuesioner yang disebarkan dan diterima penulis dalam penelitian ini

adalah sebanyak 30 kuesioner dengan obyek penelitiannya adalah pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan. Selanjutnya dipaparkan karakteristik dari responden secara umum berdasarkan jenis kelamin, usia, unit kerja, masa kerja, dan pendidikan terakhir.

Karakteristik Responden Berdasarkan Jenis Kelamin Pada bab sebelumnya dijelaskan bahwa jumlah pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan sebanyak

85

30 orang, berdasarkan hasil dari sebaran responden untuk jenis kelamin dapat dilihat pada Tabel 5.7. Tabel 5.7. Karakteristik Responden Berdasarkan Jenis Kelamin Frequency Valid

Percent

Laki-laki

19

63.3

Perempuan

11

36.7

Total

30

100.0

Sumber : Hasil SPSS Karakteristik Responden (Lampiran 6) Pada hasil analisa deskriptif frekuensi untuk karakteristik jenis kelamin dengan menggunakan SPSS maka didapat bahwa jumlah responden terbanyak adalah laki-laki yaitu sebanyak 19 orang sebesar 63,3% dan jumlah responden perempuan adalah sebanyak 11 orang atau 36,7%. Berdasarkan data yang didapat menunjukkan bahwa jumlah pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan yang berjenis kelamin lakilaki lebih banyak daripada yang berjenis kelamin perempuan.

Karakteristik Responden Berdasarkan Umur (Usia ) Sesuai dengan hasil sebaran responden berdasarkan usia dapat dilihat pada Tabel 5.8. Tabel 5.8. Karakteristik Responden Berdasarkan Usia Frequency Valid

Percent

20 - 30 thn

11

36.7

31 - 40 thn

16

53.3

41 - 50 thn

2

6.7

51 - 55 thn Total

1

3.3

30

100.0

Sumber : Hasil SPSS Karakteristik Responden (Lampiran 6)

86

Dari hasil analisa deskriptif frekuensi untuk karakteristik usia dengan menggunakan SPSS maka didapat bahwa jumlah responden yang berusia antara 20–30 tahun sebanyak 11 orang atau sebesar 36,7%, responden yang berusia antara 31–40 tahun sebanyak 16 orang atau sebesar 53,3%, responden yang berusia antara 41–50 tahun sebanyak 2 orang atau sebesar 6,7%, dan jumlah responden yang berusia antara 51–55 tahun sebanyak 1 orang atau sebesar 3,3%. Berdasarkan pada data yang didapat menunjukkan bahwa pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan lebih banyak berusia antara 31 sampai dengan 40 tahun dimana hal ini merupakan tergolong pada usia produktif.

Karakteristik Responden Berdasarkan Unit Kerja Dengan berdasarkan data dari Biro Kepegawaian dan Organisasi Sekretariat Jenderal Kementerian Perhubungan dan dari hasil sebaran responden yang didapat untuk karakteristik berdasarkan Unit Kerja dapat dilihat pada Tabel 5.9. Tabel 5.9. Karakteristik Responden Berdasarkan Unit Kerja Frequency Valid

Percent

Sekretariat Jenderal

9

30.0

Inspektorat Jenderal

4

13.3

Direktorat Jenderal Perhubungan Darat

2

6.7

Direktorat Jenderal Perhubungan Laut

4

13.3

Direktorat Jenderal Perhubungan Udara

3

10.0

Direktorat Jenderal Perkeretaapian

2

6.7

Badan Pendidikan dan Pelatihan Perhubungan

4

13.3

Badan Penelitian dan Pengembangan Perhubungan

2

6.7

30

100.0

Total

Sumber : Hasil SPSS Karakteristik Responden (Lampiran 6)

87

Dari hasil analisa deskriptif frekuensi untuk karakteristik unit kerja dengan menggunakan SPSS maka didapat bahwa jumlah responden dari unit kerja Sekretariat Jenderal sebanyak 9 orang atau sebesar 30%, responden dari unit kerja Inspektorat Jenderal sebanyak 4 orang atau sebesar 13,3%, responden dari unit kerja Direktorat Jenderal Perhubungan Darat sebanyak 2 orang atau sebesar 6,7%, responden dari unit kerja Direktorat Jenderal Perhubungan Laut sebanyak 4 orang atau sebesar 13,3%, responden dari unit kerja Direktorat Jenderal Perhubungan Udara sebanyak 3 orang atau sebesar 10%, responden dari unit kerja Direktorat Jenderal Perkeretaapian sebanyak 2 orang atau sebesar 6,7%, responden dari unit kerja Badan Pendidikan dan Pelatihan Perhubungan sebanyak 4 orang atau sebesar 13,3%, dan responden dari unit kerja Badan Penelitian dan Pengembangan sebanyak 2 orang atau sebesar 6,7%. Berdasarkan data dapat dilihat bahwa pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan yang berasal dari unit kerja Sekretariat Jenderal dalam hal ini Biro Kepegawaian dan Organisasi jauh lebih banyak dibandingkan dengan unit kerja lain, hal ini dikarenakan Sekretariat Jenderal atau Biro Kepegawaian dan Organisasi merupakan penanggungjawab

operasional

dari

data

kepegawaian

di

lingkungan

Kementerian Perhubungan.

Karakteristik Responden Berdasarkan Masa Kerja Untuk hasil sebaran responden berdasarkan masa kerja dapat dilihat pada Tabel 5.10.

88

Tabel 5.10. Karakteristik Responden Berdasarkan Masa Kerja Frequency Valid

Percent

1 - 5 thn

22

73.3

6 - 10 thn

4

13.3

11 - 15 thn

2

6.7

> 20 thn

2

6.7

30

100.0

Total

Sumber : Hasil SPSS Karakteristik Responden (Lampiran 6) Dari hasil analisa deskriptif frekuensi untuk karakteristik masa kerja dengan menggunakan SPSS maka didapat bahwa jumlah responden dengan masa kerja antara 1 - 5 tahun sebanyak 22 orang atau sebesar 73,3%, responden dengan masa kerja antara 6 - 10 tahun sebanyak 4 orang atau sebesar 13,3%, responden dengan masa kerja antara 11 - 15 tahun sebanyak 2 orang atau sebesar 6,7%, dan jumlah responden dengan masa kerja antara diatas 20 tahun sebanyak 2 orang atau sebesar 6,7%. Berdasarkan pada data yang didapat menunjukkan bahwa pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan yang memiliki masa kerja antara 1 – 5 tahun lebih banyak sedangkan yang memiliki masa kerja antara 16 – 20 tahun tidak ada yang menjadi pengelola Sistem Informasi Kepegawaian.

Karakteristik Responden Berdasarkan Pendidikan Berikut ini adalah kondisi pegawai pengelola Sistem Informasi Kepegawaian Pusat di Kementerian Perhubungan berdasarkan tingkat pendidikan dapat dilihat pada Tabel 5.11.

89

Tabel 5.11. Karakteristik Responden Berdasarkan Pendidikan Frequency Valid

Percent

SLTA

4

13.3

D-I

1

3.3

D-III

3

10.0

18

60.0

4

13.3

30

100.0

D-IV/S-1 S-2 Total

Sumber : Hasil SPSS Karakteristik Responden (Lampiran 6) Dari hasil analisa deskriptif frekuensi untuk karakteristik pendidikan dengan menggunakan SPSS maka didapat bahwa jumlah responden yang berpendidikan SLTA sebanyak 4 orang atau sebesar 13,3%, responden yang berpendidikan D-I sebanyak 1 orang atau sebesar 3,3%,

responden yang

berpendidikan D-III sebanyak 3 orang atau sebesar 10%, jumlah responden yang berpendidikan D-IV/S-1 sebanyak 18 orang atau sebesar 60%, dan jumlah responden yang berpendidikan S-2 sebanyak 4 orang atau sebesar 13,3%. Data ini menunjukkan bahwa pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan berpendidikan S1. Kesempatan untuk mengembangkan karir pada bidang kepegawaian di Kementerian Perhubungan terbuka lebar, dimana salah satu syarat untuk dapat menduduki suatu jabatan misalnya eselon IV adalah minimal S1. Para pegawai pengelola juga diberikan kesempatan melanjutkan pendidikan pada jenjang yang lebih tinggi untuk dapat meningkatkan kompetensi.

90

5.3

Analisis Data

Hasil Pengolahan Data Primer Bagian ini membahas hasil pengolahan data yang telah dikumpulkan dari lapangan. Sebelum dilakukan penghitungan regresi korelasi, hasil koefisien determinasi dan analisis persamaan linier terlebih dahulu penulis uraikan mengenai deskripsi dari variabel-variabel terkait. Dari hasil jawaban responden terhadap variabel-variabel terkait, yaitu variabel X1, X2, X3 dan Y dapat dilihat persentase jawaban tertinggi dengan perincian masing-masing adalah sebagai berikut :

a.

Variabel Motivasi (X1) Tabel 5.12. Hasil Analisis Deskriptif Variabel Motivasi (X1)

No. Pernyataan

1

2

3

4

Jumlah

1

2

3

4

Jumlah

1

0

3

21

6

30

0

10

70

20

100

2

0

10

15

5

30

0

33

50

17

100

3

0

8

19

3

30

0

27

63

10

100

4

0

2

23

5

30

0

7

77

17

100

5

0

6

20

4

30

0

20

67

13

100

6

0

3

21

6

30

0

10

70

20

100

7

0

0

24

6

30

0

0

80

20

100

8

0

1

23

6

30

0

3

77

20

100

9

0

3

22

5

30

0

10

73

17

100

10

0

5

18

7

30

0

17

60

23

100

11

0

5

17

8

30

0

17

57

27

100

12

0

3

21

6

30

0

10

70

20

100

Ratarata

0,00

4,08

20,33

5,58

0,00

13,61

67,78

18,61

Nilai

%

Sumber : Hasil Pengolahan Data (Lampiran 7)

91

Seperti digambarkan pada tabel di atas bahwa nilai pernyataan dari variabel motivasi (X1), responden yang menjawab sangat setuju berjumlah 18,61%, setuju berjumlah 67,78%, tidak setuju berjumlah 13,61%, dan sangat tidak setuju berjumlah 0,00%, Dilihat dari hasil jawaban responden ternyata 86,39% menjawab sangat setuju dan setuju. Berdasarkan hasil dari responden maka kecenderungan terbanyak yang memilih sangat setuju adalah pada butir pertanyaan ke 11 sebanyak 27% pilihan, bahwa atasan sangat memotivasi dengan memberikan penghargaan atas hasil kerja yang dilakukan. Sedangkan kecenderungan responden terbanyak yang memilih setuju adalah pada butir pertanyaan ke 7 sebanyak 80% pilihan, bahwa rekan kerja dapat mendukung dengan baik penyelesaian pekerjaan yang diperlukan. Untuk kecenderungan responden terbanyak yang memilih tidak setuju adalah pada butir pertanyaan ke 2 sebanyak 33% pilihan, ini berarti kenyamanan ruangan kerja belum dapat mendukung untuk berkonsentrasi dalam menyelesaikan pekerjaan. Tidak ada satupun pegawai pengelola yang memberikan pilihan sangat tidak setuju.

92

b.

Variabel Pelatihan (X2) Tabel 5.13. Hasil Analisis Deskriptif Variabel Pelatihan (X2 )

No. Pernyataan

1

2

3

4

Jumlah

1

2

3

4

Jumlah

1

0

6

23

1

30

0

20

77

3

100

2

1

2

25

2

30

3

7

83

7

100

3

0

5

23

2

30

0

17

77

7

100

4

0

7

20

3

30

0

23

67

10

100

5

0

10

16

4

30

0

33

53

13

100

6

0

4

23

3

30

0

13

77

10

100

7

0

2

23

5

30

0

7

77

17

100

8

0

2

25

3

30

0

7

83

10

100

9

0

3

26

1

30

0

10

87

3

100

10

0

3

21

6

30

0

10

70

20

100

11

0

5

19

6

30

0

17

63

20

100

12

0

5

18

7

30

0

17

60

23

100

Ratarata

0,08

4,50

21,83

3,58

0,28

15,00

72,78

11,94

Nilai

%

Sumber : Hasil Pengolahan Data (Lampiran 8) Seperti digambarkan pada tabel di atas bahwa nilai pernyataan dari variabel pelatihan (X2), responden yang menjawab sangat setuju berjumlah 11,94%, setuju berjumlah 72,78%, tidak setuju berjumlah 15,00%, dan sangat tidak setuju berjumlah 0,28%, Dilihat dari hasil jawaban responden ternyata 84,72% menjawab sangat setuju dan setuju. Berdasarkan hasil dari responden maka kecenderungan terbanyak yang memilih sangat setuju adalah pada butir pertanyaan ke 12 sebanyak 23% pilihan, bahwa fasilitas dalam pelatihan yang tersedia sudah sangat menunjang proses pembelajaran yang dibutuhkan oleh peserta pelatihan. Sedangkan kecenderungan responden terbanyak yang memilih setuju adalah pada butir pertanyaan ke 9 sebanyak 87% pilihan, bahwa fasilitator

93

dapat memberikan solusi terhadap pertanyaan tentang permasalahan yang dihadapi. Untuk kecenderungan responden terbanyak yang memilih tidak setuju adalah pada butir pertanyaan ke 5 sebanyak 33% pilihan, ini berarti tingkat kesulitan dalam pelatihan belum sesuai dengan kemampuan peserta pelatihan. Dengan melihat kecenderungan responden terbanyak yang memilih sangat tidak setuju adalah pada butir pertanyaan ke 2 sebanyak 3% pilihan, ini berarti Isi program/materi pelatihan yang diberikan belum dapat mendukung penyelesaian pekerjaan.

c.

Variabel Kompensasi (X3 ) Tabel 5.14. Hasil Analisis Deskriptif Variabel Kompensasi (X3)

No. Pernyataan

1

2

3

4

Jumlah

1

2

3

4

Jumlah

1

0

7

22

1

30

0

23

73

3

100

2

0

4

23

3

30

0

13

77

10

100

3

0

5

21

4

30

0

17

70

13

100

4

0

5

19

6

30

0

17

63

20

100

5

0

10

16

4

30

0

33

53

13

100

6

0

8

18

4

30

0

27

60

13

100

7

0

3

21

6

30

0

10

70

20

100

8

0

5

19

6

30

0

17

63

20

100

9

0

2

25

3

30

0

7

83

10

100

10

0

2

21

7

30

0

7

70

23

100

11

0

2

20

8

30

0

7

67

27

100

12

0

5

18

7

30

0

17

60

23

100

Ratarata

0,00

4,83

20,25

4,92

0,00

16,11

67,50

16,39

Nilai

%

Sumber : Hasil Pengolahan Data (Lampiran 9)

94

Seperti digambarkan pada tabel di atas bahwa nilai pernyataan dari variabel kompensasi (X3 ), responden yang menjawab sangat setuju berjumlah 16,39%, setuju berjumlah 67,50%, tidak setuju berjumlah 16,11%, dan sangat tidak setuju berjumlah 0,00%, Dilihat dari hasil jawaban responden ternyata 83,89% menjawab sangat setuju dan setuju. Berdasarkan hasil dari responden maka kecenderungan terbanyak yang memilih sangat setuju adalah pada butir pertanyaan ke 11 sebanyak 27% pilihan, bahwa kompensasi berupa sarana dan prasarana yang ada sudah sangat memadai untuk mendukung penyelesaian pekerjaan. Sedangkan kecenderungan responden terbanyak yang memilih setuju adalah pada butir pertanyaan ke 9 sebanyak 83% pilihan, bahwa kompensasi yang berupa mutasi dapat berjalan dengan baik dan dapat mempengaruhi produktivitas kerja. Untuk kecenderungan responden terbanyak yang memilih tidak setuju adalah pada butir pertanyaan ke 5 sebanyak 33% pilihan, ini berarti kompensasi berupa honor yang diberikan belum berdasarkan prestasi. Tidak ada satupun pegawai pengelola yang memberikan pilihan sangat tidak setuju.

95

d.

Variabel Kinerja (Y) Tabel 5.15. Hasil Analisis Deskriptif Variabel Kinerja (Y)

No. Pernyataan

1

2

3

4

Jumlah

1

2

3

4

Jumlah

1

0

2

21

7

30

0

7

70

23

100

2

0

5

17

8

30

0

17

57

27

100

3

0

2

26

2

30

0

7

87

7

100

4

0

2

19

9

30

0

7

63

30

100

5

0

3

22

5

30

0

10

73

17

100

6

0

1

20

9

30

0

3

67

30

100

7

0

1

25

4

30

0

3

83

13

100

8

0

1

22

7

30

0

3

73

23

100

9

0

0

23

7

30

0

0

77

23

100

10

0

0

24

6

30

0

0

80

20

100

11

0

1

21

8

30

0

3

70

27

100

12

0

5

13

12

30

0

17

43

40

100

Ratarata

0,00

1,92

21,08

7,00

0,00

6,39

70,28

23,33

Nilai

%

Sumber : Hasil Pengolahan Data (Lampiran 10) Seperti digambarkan pada tabel di atas bahwa nilai pernyataan dari variabel kinerja (Y), responden yang menjawab sangat setuju berjumlah 23,33%, setuju berjumlah 70,28%, tidak setuju berjumlah 6,39%, dan sangat tidak setuju berjumlah 0,00%, Dilihat dari hasil jawaban responden ternyata 93,61% menjawab sangat setuju dan setuju. Berdasarkan hasil dari responden maka kecenderungan terbanyak yang memilih sangat setuju adalah pada butir pertanyaan ke 12 sebanyak 40% pilihan, bahwa pegawai sebagian besar sudah dapat memperbaiki sendiri peralatan kerja yang rusak.

96

Sedangkan kecenderungan responden terbanyak yang memilih setuju adalah pada butir pertanyaan ke 3 sebanyak 87% pilihan, bahwa pegawai sudah mempunyai target dalam penyelesaian pekerjaannya. Untuk kecenderungan responden terbanyak yang memilih tidak setuju adalah pada butir pertanyaan ke 2 sebanyak 17% pilihan, ini berarti apabila pekerjaan belum selesai ada pegawai yang akan pulang atau meninggalkan tempat kerja, dan butir pertanyaan ke 12 sebanyak 17% pilihan, ini berarti masih terdapat pegawai yang belum dapat memperbaiki sendiri peralatan kerja yang rusak. Tidak ada satupun pegawai pengelola yang memberikan pilihan sangat tidak setuju.

Uji Asumsi Klasik Berdasarkan metodologi penelitian yang telah dikemukakan pada bab sebelumnya, bahwa penelitian ini menggunakan analisis regresi linier dan regesi berganda, maka sebelum data tersebut dianalisis, maka terlebih dulu dilakukan uji asumsi klasik.

Uji asumsi klasik yang digunakan dalam

penelitian ini adalah Uji Asumsi Klasik Normalitas, Uji Asumsi Klasik Heteroskedastisitas, Uji Asumsi Klasik Autokorelasi dan Uji Asumsi Klasik Multikolinieritas.

97

Uji Asumsi Klasik Normalitas Uji Asumsi Klasik Normalitas dilakukan untuk menguji data valiabel bebas (X1, X2, X3) dan variabel terikat (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi mendekati normal atau normal sama sekali. Dalam Uji Asumsi Klasik Normalitas ini menggunakan cara normal probability Plot. Hasil pengujian normalitas untuk data yang digunakan pada penelitian ini seperti pada Gambar 5.1. Gambar 5.1. Uji Asumsi Klasik Normalitas P-Plot

Sumber : Hasil SPSS Uji Asumsi Klasik Normalitas P-Plot (Lampiran 11) Dasar pengambilan keputusan untuk menilai suatu data dikatakan normal atau tidak adalah sebagai berikut :

98

a.

Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

b.

Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Berdasarkan gambar seperti Gambar 5.1. terlihat pola distribusi yang

rapat ke garis normal, sehingga dapat dikatakan bahwa data yang digunakan adalah berdistribusi normal. Dengan demikian dapat diambil keputusan bahwa data berada pada distribusi normal.

Uji Asumsi Klasik Heteroskedastisitas Uji Asumsi Klasik Heteroskedastisitas dilakukan dengan menggunakan grafik plot antara nilai prediksi variabel terikat (dependen) yaitu SRESID dengan residualnya ZPRED.

Deteksi ada tidaknya heterokedastisitas dapat dilihat

dengan ada tidaknya pola tertentu pada grafik scatterplot. Dasar analisisnya (Ghazali, 2005:105) : -

Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heterokedastisitas.

-

Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.

99

Hasil dari Uji Asumsi Klasik Heteroskedastisitas data dapat dilihat seperti pada Gambar 5.2. Gambar 5.2. Hasil Uji Asumsi Klasik Heteroskedastisitas

Sumber : Hasil SPSS Uji Asumsi Klasik Heteroskedastisitas (Lampiran 12)

Uji Asumsi Klasik Autokorelasi Uji Asumsi Klasik Autokorelasi dilakukan untuk mengetahui apakah spesifikasi model yang digunakan sudah benar atau belum. Uji Asumsi Klasik Autokorelasi dapat dilakukan dengan menggunakan Uji Durbin Watson. Hasil uji Durbin Watson dapat dilihat pada Tabel 5.16. Tabel 5.16. Hasil Uji Durbin Watson b

Model Summary Model 1

R .895

R Square a

.802

Adjusted R Square

Std. Error of the Estimate

.779

Durbin-Watson

1.727

1.829

a. Predictors: (Constant), Kompensasi, Pelatihan, Motivasi b. Dependent Variable: Kinerja

Sumber : Hasil SPSS Uji Asumsi Klasik Autokorelasi (Lampiran 13) Berdasarkan Tabel 5.20, maka nilai uji Durbin Watson adalah sebesar 1,829 Dengan menggunakan tabel Durbin Watson diketahui nilai dL untuk k = 3 dan N = 30 adalah sebesar 1,214 dan nilai dU adalah sebesar 1,650, dengan

100

menggunakan nilai dl dan du dapat dibuat pembagian daerah Durbin Watson seperti dijelaskan pada Gambar 5.3. Gambar 5.3. Pembagian Daerah Durbin Watson

Menolak H0 autokorelasi positif

dL 1,214

Menerima H0

Daerah keraguraguan

tidak ada autokorelasi

dU 1,650

Menerima H0

Daerah keraguraguan

4 - dU 2,350

Autokorelasi negatif

4 – dL 2,786

Sumber : Hasil SPSS Uji Asumsi Klasik Autokorelasi (Lampiran 13)

Dengan berpedoman pada pembagian daerah Durbin Watson di atas terlihat bahwa nilai 1,829 berada di daerah menerima H0 atau tidak ada autokorelasi. Dengan demikian model regresi adalah linear. Berdasarkan hasil di atas dapat dianalisa menggunakan Tabel Klasifikasi Nilai Durbin Watson (d) pada Tabel 5.17. Tabel 5.17. Klasifikasi Nilai d (Durbin Watson) Nilai d < 1.10 1,10 – 1,54 1,55 – 2,46 2,46 – 2,90 > 2,91 Sumber : Wijaya (2009 :123)

Keterangan Ada autokorelasi Tidak ada kesimpulan Tidak ada autokorelasi Tidak ada kesimpulan Ada autokorelasi

Dari tabel diatas nilai yang dihasilkan perhitungan DW = 1,829 berada pada range tidak adanya autokorelasi.

101

Uji Asumsi Klasik Multikolinieritas Uji Asumsi Klasik Multikolinearitas yang digunakan pada penelitian ini adalah dengan melihat nilai tolerance dan nilai lawannya yaitu Variance Inflation Factor (VIF).

Kedua ukuran ini menunjukkan setiap variabel independen

manakah yang dijelaskan oleh variabel independen lainnya.

Tolerance

mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.

Jadi nilai tolerance yang rendah sama

dengan nilai VIF yang tinggi (VIF = 1 / Tolerance). Nilai cut off yang dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0.10 atau sama dengan VIF > 10 (Ghazali, 2005 : 92). Hasil penghitungan tolerance dan VIF dapat dilihat seperti pada Tabel 5.18. Tabel 5.18. Hasil Pengujian Asumsi Klasik Multikolinieritas Coefficients Unstandardized Coefficients

a

Standardized Coefficients

Model

B

1

5.827

3.191

1.826 .079

Motivasi

.343

.132

.360 2.591 .015

.395 2.531

Pelatihan

.298

.098

.363 3.047 .005

.538 1.859

Kompensasi

.251

.104

.301 2.411 .023

.489 2.044

(Constant)

Std. Error

Beta

Collinearity Statistics t

Sig. Tolerance

VIF

a. Dependent Variable: Kinerja

Sumber : Hasil SPSS Pengujian (Lampiran 14)

Asumsi

Klasik

Multikolinieritas

Berdasarkan tabel di atas terlihat bahwa nilai VIF kurang dari 10 dan dengan nilai tolerance lebih besar dari 0,10, sehingga dapat disimpulkan tidak terdapat gejala multikolinearitas pada data yang digunakan dalam penelitian ini. Dengan demikian data yang ada dapat digunakan pada pengujian statistik selanjutnya.

102

Uji t atau Uji Parsial Uji t atau seringkali disebut sebagai uji parsial merupakan hasil SPSS yang menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat.

Cara melakukan uji t adalah

dengan membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, maka hipotesis yang diterima adalah hipotesis alternatif yang menyatakan bahwa suatu variabel bebas secara individual mempengaruhi variabel terikat.

Analisis Regresi Analisis regresi linear dilakukan untuk mengetahui kontribusi atau pengaruh variabel independen (bebas) yaitu Motivasi (X1), Pelatihan (X2), dan Kompensasi (X3) terhadap variabel dependen (terikat) yaitu Kinerja (Y). Analisis regresi linear berganda digunakan untuk mengetahui pengaruh variabel Motivasi (X1), Pelatihan (X2), dan Kompensasi (X3) secara bersamasama terhadap variabel Kinerja (Y). Analisis regresi linear dan regresi linear berganda juga dapat digunakan untuk mengetahui seberapa kuat hubungan antara variabel independen dan dependen. Hasil analisis regresi linear sederhana dan regresi linear berganda untuk variabel dependen dan independen tersebut dengan menggunakan software SPSS versi 17 adalah sebagai berikut :

103

a.

Analisis Pengaruh X1 terhadap Y Tabel 5.19. R Square Variabel X1 Terhadap Y b

Model Summary

Model 1

R .814

R Square a

.663

Adjusted R Square .651


Durbin-Watson

2.168

1.876

a. Predictors: (Constant), Motivasi b. Dependent Variable: Kinerja

Sumber : hasil pengolahan SPSS (Lampiran 15) Koefisien Korelasi Angka R atau koefisien korelasi adalah 0.814 hal ini menunjukkan kuat lemahnya hubungan. Untuk menafsirkan angka tersebut digunakan kriteria pada Table 5.20. Tabel 5.20. Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan 0,000 – 0,199 Sangat Rendah 0,200 – 0,399 Rendah 0,400 – 0,599 Sedang 0,600 – 0,799 Kuat 0,800 – 1,000 Sangat Kuat Sumber : Sugiyono (2007:250) Dari hasil perhitungan SPSS diperoleh nilai R = 0.814, jika menggunakan tabel kriteria di atas, maka variabel X1 terhadap Y hubungannya sangat kuat.

104

Koefisien Determinasi (nilai R square) Angka R square atau koefisien determinasi adalah 0,663. Hal ini berarti 66,3% variasi dari variabel Y dijelaskan oleh variabel X1, sedangkan sisanya 100% - 66,3% = 33.7% dijelaskan oleh sebab-sebab lain. Uji t Uji ini dilakukan untuk menguji signifikansi pengaruh variabel X1 secara parsial terhadap variabel Y. Adapun hipotesis pada uji t adalah sebagai berikut : Ho1 = 0 variabel X1 tidak berpengaruh terhadap variabel Y, dan Ha1 ≠ 0 variabel X1 berpengaruh terhadap variabel Y. Adapun dasar pengambilan keputusan adalah : Jika thitung < ttabel, maka H01 diterima; Jika thitung > ttabel, maka H01 ditolak dan Ha1 diterima. Dari hasil perhitungan dengan program SPSS versi 17 didapatkan nilai thitung dan signifikansinya sebagaimana dapat dilihat pada Tabel 5.21. Tabel 5.21. Variabel X1 Terhadap Variabel Y Coefficients Unstandardized Coefficients Model 1

B

Std. Error

a

Standardized Coefficients Beta


Sig. Tolerance

(Constant)

9.650

3.842

2.512 .018

Motivasi

.776

.104

.814 7.427 .000

VIF

1.000 1.000


Sumber : hasil pengolahan SPSS (Lampiran 15) Dari Tabel 5.21. dapat dilihat bahwa nilai t hitung untuk variabel X1 = 7,427 untuk df = n-3 (30-3) = 27 dengan signifikansi (α) 0,05 dan uji dua sisi

105

diperoleh ttabel = 2,052, thitung > ttabel (7,427 > 2,052), maka H01 ditolak dan Ha1 diterima, artinya X1 berpengaruh signifikan terhadap Y. Dari analisis uji t, dapat diprediksi besarnya nilai variabel Y melalui persamaan regresi : Y = 9,650 + 0,776 X1 Angka konstanta 9,650 menyatakan apabila tidak ada pengaruh dari variabel X1 pada dasarnya Y sudah mempunyai nilai sebesar 9,650 dan angka koefisien regresi 0,776 menjelaskan bahwa setiap penambahan satu nilai variabel X1 akan meningkatkan variabel Kinerja sebesar 0,776 kali.

b. Analisis Pengaruh X2 terhadap Y Tabel 5.22. R Square Variabel X2 Terhadap Y b

Model Summary

Model 1

R .772

R Square a

Adjusted R Square

.596

.582

Std. Error of the Estimate 2.375

Durbin-Watson 1.981

a. Predictors: (Constant), Pelatihan b. Dependent Variable: Kinerja

Sumber : hasil pengolahan SPSS (Lampiran 16) Koefisien Korelasi Angka R atau koefisien korelasi adalah 0,772 hal ini berarti menunjukkan kuat lemahnya

hubungan. Apabila dikonfirmasikan dengan tabel

interpretasi koefisien korelasi maka angka ini berada pada posisi hubungan yang kuat.

106

Koefisien Determinasi (nilai R square) Angka R square atau koefisien determinasi adalah 0,596. Hal ini berarti 59,6% variasi dari variabel Y dijelaskan oleh variabel X2, sedangkan sisanya 100% - 59,6% = 40,4% dijelaskan oleh sebab-sebab lain. Uji t Uji ini dilakukan untuk menguji signifikansi pengaruh variabel X2 secara parsial terhadap variabel Y. Adapun hipotesis pada uji t adalah sebagai berikut : Ho2 = 0 variabel X2 tidak berpengaruh terhadap variabel Y, dan Ha2 ≠ 0 variabel X2 berpengaruh terhadap variabel Y. Adapun dasar pengambilan keputusan adalah : Jika thitung < ttabel, maka H02 diterima; Jika thitung > ttabel, maka H02 ditolak dan Ha2 diterima. Dari hasil perhitungan dengan program SPSS versi 17 didapatkan nilai thitung dan signifikansinya sebagaimana dapat dilihat pada Tabel 5.23. Tabel 5.23. Variabel X2 Terhadap Variabel Y Coefficients Unstandardized Coefficients Model 1

B

Std. Error

a



Sig. Tolerance

(Constant)

15.477

3.536

4.377 .000

Pelatihan

.634

.099

.772 6.427 .000

VIF

1.000 1.000



107

diperoleh ttabel = 2.052, thitung > ttabel (6,427 > 2.052), maka H02 ditolak dan Ha2 diterima, artinya X2 berpengaruh signifikan terhadap Y. Dari analisis uji t, dapat diprediksi besarnya nilai variabel Y melalui persamaan regresi : Y = 15,477 + 0,634 X2 Angka konstanta 15,477 menyatakan apabila tidak ada pengaruh dari variabel X2 pada dasarnya Y sudah mempunyai nilai sebesar 15,477 dan angka koefisien regresi 0,634 menjelaskan bahwa setiap penambahan satu nilai variabel X2 akan meningkatkan variabel Kinerja sebesar 0,634 kali.

c.

Analisis Pengaruh X3 terhadap Y Tabel 5.24. R Square Variabel X3 Terhadap Y b

Model Summary

Model 1

R .758

R Square a

Adjusted R Square

.575

.559

Std. Error of the Estimate 2.437

Durbin-Watson 2.252

a. Predictors: (Constant), Kompensasi b. Dependent Variable: Kinerja



interpretasi koefisien korelasi maka angka ini berada pada posisi hubungan yang kuat.

108

Koefisien Determinasi (nilai R square) Angka R square atau koefisien determinasi adalah 0,575. Hal ini berarti 57,5% variasi dari variabel Y dijelaskan oleh variabel X3, sedangkan sisanya 100% - 57,5% = 42,5% dijelaskan oleh sebab-sebab lain. Uji t Uji ini dilakukan untuk menguji signifikansi pengaruh variabel X3 secara parsial terhadap variabel Y. Adapun hipotesis pada uji t adalah sebagai berikut : Ho3 = 0 variabel X3 tidak berpengaruh terhadap variabel Y, dan Ha3 ≠ 0 variabel X3 berpengaruh terhadap variabel Y. Adapun dasar pengambilan keputusan adalah : Jika thitung < ttabel, maka H03 diterima; Jika thitung > ttabel, maka H03 ditolak dan Ha3 diterima. Dari hasil perhitungan dengan program SPSS versi 17 didapatkan nilai thitung dan signifikansinya sebagaimana dapat dilihat pada Tabel 5.25. Tabel 5.25. Variabel X3 Terhadap Variabel Y Coefficients Unstandardized Coefficients Model 1

(Constant) Kompensasi

B

Std. Error

a



Sig. Tolerance

15.232

3.735

4.078 .000

.633

.103

.758 6.149 .000

VIF

1.000 1.000



109

diperoleh ttabel = 2.052, thitung > ttabel (6,149 > 2.052), maka H03 ditolak dan Ha3 diterima, artinya X3 berpengaruh signifikan terhadap Y. Dari analisis uji t, dapat diprediksi besarnya nilai variabel Y melalui persamaan regresi : Y = 15,232 + 0,633 X3 Angka konstanta 15,232 menyatakan apabila tidak ada pengaruh dari variabel X3 pada dasarnya Y sudah mempunyai nilai sebesar 15,232 dan angka koefisien regresi 0,633 menjelaskan bahwa setiap penambahan satu nilai variabel X3 akan meningkatkan variabel Kinerja sebesar 0,633 kali.

d. Analisis Pengaruh X1, X 2 dan X3 terhadap Y Tabel 5.26. R Square Variabel X1 , X2 dan X3 terhadap Y b

Model Summary

Model 1

R .895

R Square a

.802

Adjusted R Square


.779

1.727

Durbin-Watson 1.829




interpretasi koefisien korelasi maka angka ini berada pada posisi hubungan yang sangat kuat.

110

Koefisien Determinasi (nilai R square) Angka R square atau koefisien determinasi adalah 0,802. Hal ini berarti 80,2% variasi dari variabel Y dijelaskan oleh variabel X1 , X2 dan X3 secara bersama-sama sedangkan sisanya 100% - 80,2% = 19,8% dijelaskan oleh sebab-sebab lain. Tabel 5.27. Variabel X1 , X2 dan X3 terhadap Y Coefficients Unstandardized Coefficients Model 1

(Constant) Motivasi Pelatihan Kompensasi

B

Standardized Coefficients

Std. Error

5.827 .343 .298 .251

a

3.191 .132 .098 .104

Beta


1.826 .360 2.591 .363 3.047 .301 2.411

Sig. Tolerance .079 .015 .005 .023

VIF

.395 2.531 .538 1.859 .489 2.044


Sumber : hasil pengolahan SPSS (Lampiran 18) Dari tabel diatas, dapat diprediksi besarnya nilai variabel terikat (Kinerja) melalui persamaan regresi : Y = 5,827 + 0,343 X1 + 0,298 X2 + 0,251 X3 Dari persamaan diatas diketahui nilai konstantanya adalah sebagai sebesar 5,827. Hal ini memberi gambaran bahwa pada saat Motivasi, Pelatihan dan Kompensasi memiliki nilai 0, maka nilai Kinerja adalah 5,827. Adapun kontribusi variabel bebas (motivasi, pelatihan dan kompensasi) terhadap variabel terikat (Kinerja) dapat dilihat dari nilai koefisien regresi untuk Motivasi (X1 ) sebesar 0,343, Pelatihan (X2) sebesar 0,298 dan koefisien regresi untuk Kompensasi (X3) sebesar 0,251 Berdasarkan dari nilai koefisien regresi tersebut, terlihat bahwa X 1 (Motivasi) mempunyai kontribusi yang positif, dan variabel X2 (Pelatihan)

111

mempunyai kontribusi yang positif demikian pula untuk variabel X3 (Kompensasi) mempunyai kontribusi yang positif.

Tanda positif pada

koefisien regresi untuk variabel X1 (Motivasi), variabel X2 (Pelatihan) dan X3 (Kompensasi) menunjukkan adanya hubungan yang searah dengan variabel Kinerja (Y). Untuk mengetahui apakah koefisien regresi variabel bebas hasil perhitungan di atas memiliki pengaruh nyata terhadap variabel terikat, maka digunakan nilai uji t. Untuk melakukan pengujian terhadap nilai uji t digunakan kurva perbandingan t-tabel dengan t-hitung.

Nilai t-tabel

dengan n = 30 dan α = 0.05 adalah 2,042.

Gambar 5.4. Gambar Kurva

Tolak Ho

Terima Ho

-2

-1

- 2,042 t tabel

1 0

Tolak Ho

2 2,042 2,591 3,047 2,411 t tabel t hit t hit t hit

Sumber : Hasil SPSS Regresi Berganda (Lampiran 18) Gambar kurva di atas menunjukkan bahwa nilai t hitung berada di daerah tolak H0 artinya koefisien regresi memiliki pengaruh nyata atau signifikan terhadap kinerja. Dengan demikian secara parsial atau individu

112

variabel Motivasi, Pelatihan dan Kompensasi memiliki pengaruh yang nyata atau signifikan terhadap kinerja pegawai.

Uji ANOVA atau Uji F Uji anova atau uji F adalah untuk mengetahui nilai signifikansi varibel X secara keseluruhan terhadap variabel Y. Bila nilai sig lebih kecil dari nilai alpha atau nilai kesalahan 0.01 atau sama dengan VIF lebih besar 10 maka hasilnya adalah signifikan. Hasil analisis dapat dilihat seperti pada Tabel 5.28. Tabel 5.28. Hasil Perhitungan Uji Anova atau Uji F b

ANOVA Model 1

Regression Residual Total

Sum of Squares

df

Mean Square

313.391

3

104.464

77.576

26

2.984

390.967

29

F 35.012

Sig. .000

a


Sumber : Hasil SPSS Regresi Berganda (Lampiran 18) Dari hasil diatas terlihat bahwa nilai signifikannya adalah 0,000 yang berarti lebih kecil dari nilai alpha 0,01 dan nilai F hitung adalah 35,012, sedangkan F tabel diperoleh Derajat Kebebasan (dk) atau Degree of Freedom (df) dengan numerator : jumlah variable -1 atau 4-1 = 3 dan denumerator : jumlah kasus -4 atau 30-4 = 26, ini juga ditunjukkan pada kolom df pada table 5.27, sehingga nilai F tabel dengan taraf signifikansi 0,05 diperoleh F tabel 2,96, dengan demikian Nilai F hitung > F Tabel maka hasilnya adalah tolak H0, dengan demikian hasilnya adalah

113

signifikan.

Dengan demikian variabel bebas yang digunakan dalam

penelitian ini secara bersama-sama memiliki pengaruh terhadap variabel terikat. Keseluruhan Analisis Regresi ini dapat digambarkan sebagai berikut :

X1 ( Motivasi ) X2 ( Pelatihan ) X3 ( Kompensasi )

Ryx1

Y ( Kinerja )

Ryx1x2x3 Ryx2

Ryx3

Keterangan: X1

= Motivasi

X2

= Pelatihan

X3

= Kompensasi

Y

= Kinerja

Ryx1

= Pengaruh X1 terhadap Y secara parsial

Ryx2


Ryx3


Ryx1x2x3 = Pengaruh X1 , X2 dan X3 secara bersama sama terhadap Y

114

Matriks Korelasi Dimensi antar Variabel Berdasarkan hasil perhitungan bahwa secara garis besar, matriks korelasi dimensi antar variabel dapat dilihat pada Tabel 5.29. Tabel 5.29. Matriks Korelasi Dimensi antar Variabel VARIABEL KINERJA (Y) ASPEK KUANTITATIF

ASPEK KUALIITATIF

Y-1-1

Y-1-2

Y-2-1

Y-2-2

X1-1-1

0,412

0,599

0,403

0,326

X1-1-2

0,422

0,270

0,177

0,039

X1-1-3

0,228

0,375

0,588

0,245

X1-1-4

0,426

0,279

0,193

0,165

X1-2-1

0,495

0,417

0,328

0,204

X1-2-2

0,422

0,398

0,177

0,432

X1-2-3

0,421

0,285

0,180

0,565

X1-2-4

0,301

0,208

0,212

0,282

X1-2-5

0,153

0,337

0,395

0,424

X2-1

0,342

0,209

0,234

-0,098

X2-2

0,580

0,472

0,460

0,131

X2-3

0,439

0,507

0,295

0,303

X2-4

0,435

0,354

0,382

0,221

X3-1-1

0,520

0,245

0,075

0,150

X3-1-2

0,411

0,425

0,415

0,591

X3-2-1

0,196

-0,018

0,241

0,226

X3-2-2

0,427

0,454

0,356

0,688

VARIABEL Y VARIABEL X

MOTIVASI INSTRINSIK VARIABEL MOTIVASI (X1) MOTIVASI EKSTRINSIK

VARIABEL PELATIHAN (X2)

VARIABEL KOMPENSASI (X3)

PROGRAM PELATIHAN

FINANSIAL NON FINANSIAL

Sumber : Hasil SPSS Korelasi indikator antar dimensi dan variabel (lampiran 19) Pada Tabel 5.29. di atas dapat dijelaskan indikator antar dimensi dan variabel yang paling kuat hubungannya serta yang memiliki nilai koefisien determinan yang mendekati satu untuk masing-masing variabel bebas dengan variabel terikat dapat dijelaskan sebagai berikut :

115



Variabel Motivasi terhadap Kinerja, yang memiliki nilai koefisien determinan yang mendekati satu adalah pada dimensi Motivasi Instrinsik dengan indikator Prestasi dan dimensi Aspek Kuantitatif dengan indikator Jumlah kesalahan dalam melaksanakan pekerjaan dengan nilai 0,599, menjelaskan bahwa tingkat prestasi kerja mempengaruhi jumlah kesalahan yang dilakukan dalam melaksanakan pekerjaan, dengan demikian semakin tinggi prestasi yang dicapai oleh pegawai pengelola Sistem Informasi Kepegawaian maka semakin rendah kesalahan yang dilakukan dalam pekerjaan.



Variabel Pelatihan terhadap Kinerja, yang memiliki nilai koefisien determinan yang mendekati satu adalah pada dimensi Program pelatihan dengan indikator Metode dan dimensi Aspek Kuantitatif dengan indikator Proses pekerjaan dan kondisi pekerjaan dengan nilai 0,580, menjelaskan bahwa metode pelatihan mempengaruhi proses pekerjaan dan kondisi pekerjaan, sehingga metode pelatihan yang tepat/baik bagi pegawai pengelola Sistem Informasi Kepegawaian dapat meningkatkan kompetensi yang dimiliki dan berpengaruh positif terhadap proses pekerjaan serta kondisi pekerjaan.



Variabel Kompensasi terhadap Kinerja, yang memiliki nilai koefisien determinan yang mendekati satu adalah pada dimensi Non Finansial dengan indikator Lingkungan kerja dan Aspek Kualitatif dengan indikator Kemampuan menganalisis data/informasi dengan nilai 0,688, menjelaskan bahwa lingkungan kerja dapat mempengaruhi kemampuan menganalisis

116

data/informasi, sehingga lingkungan kerja yang baik bagi pegawai pengelola Sistem Informasi Kepegawaian mempengaruhi kemampuan menganalisis data/informasi yang diperlukan untuk meningkatkan hasil kerja. 

Dari semua dimensi pada variable bebas yang memiliki hubungan paling kuat adalah dimensi Non Finansial dengan indikator lingkungan kerja, sedangkan untuk variabel kinerja pada dimensi aspek kualitatif dengan indikator kemampuan menganalisis data/informasi. Ini menunjukkan bahwa

lingkungan

kerja

pegawai

pengelola

Sistem

Informasi

Kepegawaian pusat di Kementerian Perhubungan sangat mempengaruhi kemampuan dalam menganalisis data/informasi yang akan berpengaruh pula terhadap hasil kerja.

5.4

Hasil Pembahasan Hasil dari pengujian hipotesis maka terdapat 4 (empat) hipotesis

alternatif yang diajukan secara signifikan dapat diterima, baik pengaruh Motivasi, Pelatihan dan Kompensasi terhadap Kinerja Karyawan. Dimana dengan penerimaan hipotesis tersebut berarti bahwa kedudukan ketiga variabel bebas yaitu Motivasi, Pelatihan dan Kompensasi terhadap variabel terikat yaitu Kinerja dapat dipercaya. Jika organisasi atau perusahaan lebih memperhatikan Motivasi, Pelatihan dan Kompensasi dengan baik yang akan mempengaruhi Kinerja yang baik, maka pada akhirnya akan dapat meningkatkan akurasi data kepegawaian pada sistim informasi kepegawaian.

117

Dari hasil penelitian menunjukkan bahwa pengaruh motivasi, pelatihan dan kompensasi memberikan kontribusi dalam kinerja secara baik dan akan mendatangkan manfaat bagi pegawai yang pada hakikatnya akan berdampak baik/positif pula bagi organisasi tersebut. Artinya, semakin besar nilai variabel Motivasi, Pelatihan dan Kompensasi maka akan semakin baik pula kinerja pegawai dalam melaksanakan aktifitas kerjanya.

Pengaruh Motivasi Terhadap Kinerja Terdapat pengaruh positif Motivasi terhadap Kinerja Karyawan yang ditunjukkan oleh t-hitung 2,591 lebih besar dari t-tabel sebesar 2,042 Hal ini juga diperkuat oleh hasil koefisien korelasi berdasarkan analisis perhitungan regresi linier variabel X1 terhadap Y sebesar 0,814, dengan hasil Ryx1 sebesar 0,814 menunjukkan terdapat hubungan yang sangat kuat dan signifikan antara motivasi dengan kinerja. Artinya jika semakin sering pemberian motivasi dilakukan kepada pegawai maka semakin baik pula kinerja karyawan yang diperoleh. Sebaliknya jika semakin jarang atau kurangnya pemberian motivasi dilakukan kepada karyawan maka akan semakin buruk atau turun kinerja pegawai tersebut. Penemuan penting dari penelitian Hezberg adalah bahwa manajer perlu memahami faktor-faktor apa yang dapat digunakan untuk memotivasi para karyawan. Faktor-faktor pemeliharaan sebagai faktor negatif (yang ekstrinsik) dapat mengurangi dan menghilangkan ketidakpuasan kerja dan menghindarkan masalah, tetapi tidak akan dapat digunakan untuk memotivasi bawahan. Hanya

118

faktor-faktor positiflah, “motivators” (yang instrinsik), yang dapat memotivasi para karyawan untuk melaksanakan keinginan para manajer. Kepuasan kerja yang didasarkan pada faktor-faktor yang sifatnya instrinsik (faktor pemuas) akan tercapai apabila para pegawai merasa puas dengan pekerjaannya. Sebaliknya, ketidakpuasan kerja yang pada umumnya dikaitkan dengan faktor-faktor yang sifatnya ekstrinsik (faktor pemeliharaan) terjadi apabila pegawai merasa tidak puas dengan pekerjaannya. Mengingat bahwa setiap individu dalam organisasi berasal dari berbagai latar belakang pendidikan dan sosial yang berbeda-beda, maka sangat penting bagi para pimpinan organisasi untuk dapat melihat dan memahami faktor instrinsik dan faktor ekstrinsik yang dapat mendukung motivasi pegawai meningkatkan kinerjanya dimasa mendatang.

Pengaruh Pelatihan Terhadap Kinerja Terdapat pengaruh positif Pelatihan terhadap Kinerja Karyawan yang ditunjukkan oleh t-hitung 3,047 lebih besar dari t-tabel sebesar 2,042 Hal ini juga diperkuat oleh hasil koefisien korelasi berdasarkan analisis perhitungan regresi linier variabel X2 terhadap Y sebesar 0,772, dengan hasil Ryx2 sebesar 0,772 menunjukkan terdapat hubungan yang kuat dan signifikan antara pelatihan dengan kinerja. Artinya jika semakin baik teknik dari program pelatihan yang diberikan kepada pegawai maka semakin baik pula kinerja pegawai yang diperoleh. Sebaliknya jika teknik dari program pelatihan yang diberikan kepada pegawai tidak tepat atau semakin buruk maka hasilnya

119

kinerja pegawai tidak akan mengalami peningkatan bahkan tidak dapat mencapai tujuan dari kinerja yang diharapkan oleh organisasi. Bagi Pegawai Negeri Sipil pelatihan memang suatu kebutuhan karena sangat

berguna

untuk

meningkatkan

kompetensinya

(pengetahuan,

keterampilan dan sikap) adalah melalui jalur pelatihan yang paling tepat. Sumantri (2000:2) mengartikan pelatihan sebagai proses pendidikan jangka pendek yang menggunakan cara dan prosedur yang sistematis dan terorganisir. Para peserta pelatihan akan mempelajari pengetahuan dan keterampilan yang sifatnya praktis untuk tujuan tertentu. Menurut Sondang. P Siagian (1994:192) menegaskan tepat tidaknya teknik pelatihan yang digunakan sangat tergantung dari berbagai pertimbangan yang ingin ditonjolkan seperti kehematan dalam pembiayaan, materi program, tersedianya fasilitas tertentu, preferensi dan kemampuan peserta, preferensi kemampuan pelatih dan prinsip-prinsip belajar yang hendak diterapkan. Walaupun demikian, pengelola pelatihan hendaknya mengenal dan memahami semua metode dan teknik pelatihan, sehingga dapat memilih dan menentukan metode dan teknik mana yang paling tepat digunakan sesuai dengan kebutuhan, situasi dan kondisi yang ada. Pada

dasarnya

bahwa

setiap

individu

tidak

memiliki

keahlian/kemampuan yang sama dalam melaksanakan/menyelesaikan suatu pekerjaan untuk itu diperlukan adanya kegiatan pelatihan secara berkelanjutan dengan teknik pelatihan yang tepat dan berdasarkan hasil evaluasi dari pelatihan sebelumnya agar setiap pegawai dengan jabatan tertentu dapat memiliki kemampuan standar yang diperlukan dalam menyelesaikan pekerjaan,

120

pelatihan yang dilakukan merupakan suatu proses pembelajaran baik secara teori maupun praktek, yang bertujuan untuk dapat meningkatkan dan mengembangkan kompetensi atau kemampuan akademik, sosial dan pribadi di bidang pengetahuan, keterampilan dan sikap, serta memiliki manfaat bagi karyawan (peserta pelatihan) dalam meningkatkan kinerja pada tugas atau pekerjaan yang menjadi tanggungjawabnya.

Pengaruh Kompensasi Terhadap Kinerja Terdapat pengaruh positif Kompensasi terhadap Kinerja Karyawan yang ditunjukkan oleh t-hitung 2,411 lebih besar dari t-tabel sebesar 2,042 Hal ini juga diperkuat oleh hasil koefisien korelasi berdasarkan analisis perhitungan regresi linier variabel X3 terhadap Y sebesar 0,758, dengan hasil Ryx3 sebesar 0,758 menunjukkan terdapat hubungan yang kuat dan signifikan antara kompensasi dengan kinerja. Artinya jika pemberian kompensasi ditingkatkan kepada pegawai maka semakin baik pula kinerja pegawai. Sebaliknya jika tidak ada atau kurangnya pemberian kompensasi kepada pegawai maka akan semakin buruk atau turun kinerja pegawai tersebut. Menurut Mondy (2003:442), bentuk dari kompensasi yang diberikan perusahaan kepada karyawan dapat dikelompokkan menjadi financial compensation dan non-financial compensation, financial compensation adalah kompensasi yang diwujudkan dengan sejumlah uang kartal kepada karyawan yang bersangkutan, sedangkan non-financial compensation adalah balas jasa

121

yang diberikan perusahaan kepada karyawan bukan berbentuk uang, tapi berwujud fasilitas. Dengan adanya rencana remunerasi di Kementerian Perhubungan yang saat masih dalam proses pengajuan dan direncanakan realisasinya pada tahun 2012, maka perlu adanya perhatian kompensasi yang diberikan untuk operator pengelola data terutama data kepegawaian agar kinerja dari pegawai pengelola data

sistem informasi kepegawaian dapat meningkat sehingga akan

meningkatkan kuantitas dan kualitas data kepegawaian yang sangat diperlukan dalam proses bisnis bidang kepegawaian di Kementerian Perhubungan.

Perbandingan pengaruh antara variabel Motivasi, Pelatihan dan Kompensasi terhadap Kinerja Berdasarkan nilai koefisien regresi untuk Motivasi (X1) sebesar 0,343, lebih besar dibandingakan dengan nilai koefisien regresi untuk Pelatihan (X2) sebesar 0,298 dan koefisien regresi untuk Kompensasi (X3) sebesar 0,251 dengan membandingkan besaran nilai dari hasil koefisien regresi pada masingmasing variabel dapat dijelaskan bahwa variabel motivasi merupakan variabel yang sangat berpengaruh dibandingkan dengan variabel pelatihan dan kompensai, apabila

manajemen

pengelola

bidang kepegawaian ingin

meningkatkan kinerja dari pegawai pengelola Sistem Informasi Kepegawaian (SIK) maka akan lebih baik apabila dimulai dari meningkatkan motivasi baik motivasi instrinsik maupun motivasi ekstrinsik para pegawai pengelola SIK.

122

Untuk nilai koefisien regresi dari Pelatihan (X2) sebesar 0,298 lebih besar dibandingkan dengan koefisien regresi untuk Kompensasi (X3) sebesar 0,251 dapat dikatakan bahawa variabel pelatihan memiliki peran yang lebih kuat pengaruhnya dibandingkan dengan variabel kompensasi untuk dapat meningkatkan variabel kinerja, sehingga pihak manajemen dalam upaya untuk meningkatkan kinerja pegawai pengelola SIK, yang lebih baik dengan meningkatkan kualitas dan kuantitas dari program pelatihan sebelum meningkatkan kompensasi yang akan diberikan. Dari nilai koefisien regresi untuk Kompensasi (X3) sebesar 0,251 yang merupakan paling rendah diantara variabel motivasi dan pelatihan, maka jelas terlihat bahwa kompensasi tidak menjadi yang paling mempengaruhi terhadap kinerja pegawai pengelola, dalam penelitian ini terdapat dua variabel yang lebih berpengaruh dibandingkan dengan kompensasi yaitu motivasi dan pelatihan, dengan demikian pihak manajemen pengelola bidang kepegawaian dapat meningkatkan kinerja dengan meningkatkan motivasi, kemudian pelatihan dan setelah itu pemberian kompensasi terhadap hasil dari peningkatan kinerja pegawai pengelola SIK.

Pengaruh Motivasi, Pelatihan dan Kompensasi Secara Bersama-sama Terhadap Kinerja Terdapat Pengaruh Motivasi, Pelatihan dan Kompensasi secara bersama sama terhadap Kinerja Pegawai dengan ditunjukkan pada pola hubungan analisa ketiga variabel tersebut yang dinyatakan dalam persamaan regresi

123

berganda Y = 5,827 + 0,343 X1 + 0,298 X2 + 0,251 X3. Informasi pada persamaan ini dapat dilihat dari nilai koefisien regresi untuk Motivasi (X1) sebesar 0,343, koefisien regresi untuk Pelatihan

(X 2) sebesar 0,298 dan

koefisien regresi untuk Kompensasi (X3 ) sebesar 0,251. Hal ini juga diperkuat oleh hasil koefisien korelasi berdasarkan analisis perhitungan regresi linier variabel X1, X2 dan X3 terhadap Y sebesar 0,802, dengan hasil Ryx1 sebesar 0,802 menunjukkan antara variabel bebas dan variabel terikat secara bersamasama terdapat hubungan yang sangat kuat dan signifikan. Dari nilai koefisien regresi tersebut, terlihat bahwa variabel Motivasi (X1) sangat

mempunyai kontribusi yang positif, artinya bahwa variabel motivasi mempengaruhi

variabel

kinerja

pegawai.

Bilamana

karyawan

mendapatkan motivasi baik dari dalam maupun dari luar maka kinerja pegawai akan semakin bertambah, dan sebaliknya bilamana motivasi mengalami penurunan, maka kinerja pegawai akan semakin menurun. Untuk variabel Pelatihan (X2) juga mempunyai kontribusi yang positif, artinya bahwa variabel pelatihan mempengaruhi variabel kinerja pegawai. Bilamana pelatihan semakin ditingkatkan maka kinerja pegawai akan semakin bertambah, dan sebaliknya bilamana pelatihan mengalami penurunan, maka kinerja pegawai akan semakin menurun. Demikian pula untuk variabel Kompensasi (X3) juga mempunyai kontribusi yang positif, dengan demikian bahwa variabel kompensasi mempengaruhi variabel kinerja pegawai. Bilamana pemberian kompensasi ditingkatkan maka kinerja pegawai akan semakin baik, dan sebaliknya

124

bilamana kompensasi mengalami penurunan, maka kinerja pegawai akan semakin menurun Tanda positif pada koefisien regresi berganda ketiga variabel tersebut menunjukkan adanya hubungan yang searah dengan variabel Kinerja Karyawan (Y). Artinya bahwa setiap adanya perubahan satu unit variabel Motivasi, Pelatihan dan Kompensasi dapat mengakibatkan terjadinya perubahan Kinerja pegawai yang merupakan hasil kerja secara kuantitatif dan kualitatif yang dicapai oleh seorang karyawan dalam melaksanakan tugasnya sesuai dengan tanggung jawab yang diberikan kepadanya, sebagaimana yang dinyatakan oleh Mangkunegara (2006:18) bahwa aspek-aspek standar pekerjaan atau kinerja terdiri dari aspek kuantitatif yang meliputi : proses pekerjaan dan kondisi pekerjaan, waktu yang dipergunakan atau lamanya melaksanakan pekerjaan, jumlah kesalahan dalam melaksanakan pekerjaan, serta jumlah dan jenis pemberian pelayanan dalam bekerja, dan aspek kualitatif yang meliputi : ketepatan kerja dan kualitas pekerjaan, tingkat kemampuan dalam bekerja, kemampuan menganalisis data / informasi, kemampuan / kegagalan menggunakan peralatan kerja, kemampuan mengevaluasi. Hal ini diperkuat oleh analisis korelasi berganda pasangan Motivasi, Pelatihan dan Kompensasi dengan Kinerja pegawai secara bersama sama menghasilkan koefisien korelasi r yang positif sebesar 0,895, artinya apabila Motivasi, Pelatihan dan Kompensasi secara bersama-sama ditingkatkan, maka Kinerja pegawai juga akan mengalami peningkatan. Sebaliknya, apabila Motivasi,

125

Pelatihan dan Kompensasi secara bersama-sama mengalami penurunan, maka Kinerja pegawai juga akan mengalami penurunan. Selanjutnya dengan didapatkannya koefisien determinasi sebesar 0,802 memberi arti bahwa sebesar 80,2% perubahan variabel Kinerja pegawai dipengaruhi oleh variabel Motivasi (X1), Pelatihan (X2) dan Kompensai (X3) secara bersama sama. Sedangkan sisanya 19,8% dipengaruhi oleh variabelvariabel lain yang tidak termasuk dalam penelitian ini.

Korelasi Dimensi antar Variabel Berdasarkan dari hasil korelasi dimensi antar variabel yang dilakukan maka didapat nilai koefisien determinan paling tinggi adalah variabel kompensasi pada dimensi Non Finansial dengan indikator Lingkungan kerja sedangkan untuk variabel kinerja pada dimensi Aspek Kualitatif dengan indikator Kemampuan menganalisis data/informasi dengan nilai 0,688. Ini menunjukkan bahwa lingkungan kerja sangat mempengaruhi pegawai pengelola Sistem Informasi Kepegawaian pusat di Kementerian Perhubungan terhadap kemampuannya dalam menganalisis data/informasi yang juga akan berpengaruh terhadap hasil kerja.

BAB V HASIL DAN ANALISIS

Recommend Documents