BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
2. Analisis Data
a. Uji Validitas dan Reabilitas
1) Uji Validitas
Uji validitas digunakan untuk mengukur valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pernyataan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Maka penyelesaian dilakukan dengan program SPSS (versi 24).
Tabel 4.18 Hasil Uji Validitas
Hasil Uji Validitas Variabel Kompetensi (X dan Y)
No.Butir Soal R hitung R tabel 5% (80) Keterangan 1 0.491 0,220 Valid 2 0.489 0,220 Valid 3 0.377 0,220 Valid 4 0.349 0,220 Valid 5 0.285 0,220 Valid 6 0.299 0,220 Valid 7 0.345 0,220 Valid 8 0.276 0,220 Valid 9 0.284 0,220 Valid 10 0.365 0,220 Valid 11 0.689 0,220 Valid 12 0.278 0,220 Valid 13 0.227 0,220 Valid 14 0.371 0,220 Valid 15 0.349 0,220 Valid 16 0.343 0,220 Valid 17 0.484 0,220 Valid 18 0.248 0,220 Valid 19 0.454 0,220 Valid 20 0.259 0,220 Valid 21 0.719 0,220 Valid 22 0.321 0,220 Valid 23 0.488 0,220 Valid 24 0.356 0,220 Valid
Sumber: Data yang Diolah, Tahun 2020.
Berdasarkan perbandingan antara nilai R hitung dengan R tabel, maka disimpulkan bahwa semua butir soal untuk variabel kompetensi (X) adalah valid dan dapat dilakukan pengujian data lebih lanjut.
2) Uji Reabilitas
Uji reabilitas digunakan untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu kewaktu.
Tabel 4.19 Hasil Uji Reabilitas
Reliability Statistics
Cronbach's Alpha Part 1 Value .955a
N of Items 12b
Part 2 Value .169a
N of Items 12c
Total N of Items 24
Correlation Between Forms .083d
Spearman-Brown Coefficient Equal Length .182d
Unequal Length .154d
Guttman Split-Half Coefficient .279
Sumber : Output SPSS24, Tahun 2020
Berdasarkan tabel output reliability statistics diketahui nilai korelasi gutmen spilit- half cosfficient adalah sebesar 0,279 > 0,80, dengan demikian dapat disimpulkan bahwa butir soal untuk variabel kompetensi (X dan Y) secara keseluruhan dinyatakan reliabel.
b. Hasil Uji Asumsi Klasik
Sebelum data analisis, terlebih dahulu melakukan uji persyarat analisis atau yang sering disebut uji asumsi klasik yang dilakukan untuk memastikan apakah model tersebut terdapat normalitas, Multikolinearitas, dan heterokedastisitas. Setiap uji persyarat yang dilakukan bertujuan untuk mengetahui dan
menjelaskan hasil analisis yang dilakukan dengan menggunakan SPSS versi 24.
1) Uji Normalitas
Untuk menguji apakah distribusi data normal atau tidak dapat dilakukan salah satunya dengan melihat normal probability plot yang membandingkan distribusi komulatif dengan data sesungguhnya dengan distribusi komulatif dan distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesunguhnya akan mengikuti garis diagonalnya. Ini dapat dilihat dari gambar 4.2 dibawah :
Normal P-P Plot of Regresion Standardized Residual Dependent Variabel : Tenaga Kerja
0,12 0,10 0,8 0,6 0,4 0,2 0,0 0,0 0,2 0,4 0,6 0,8 0,10 0,12
Berdasarkan gambar di atas, maka uji normalitas dengan menggunakan grafik normal probability, maka model regresi memenuhi asumsi normalitas dan dapat digunakan untuk pengujian hipotesis selanjutnya.
2) Uji Multikolinearitas
Uji multikolinieritas ini bertujuan untuk mengetahui apakah tiap-tiap variabel bebas saling berhubungan secara linear. Jika ada kecenderungan adanya multikolinear maka salah satu variabel memiliki gejala multikolinear. Pengujian adanya multikolinier ini dapat dilakukan dengan melihat nilai VIF (varians inflation factor) pada masing-masing variabel bebasnya. Jika nilai VIF nya lebih kecil dari 10 tidak ada kecenderungan terjadi gejala multikolinear. Dari hasil pengujian SPSS diperoleh nilai korelasi antar variabel LnX1, LnX2, LnX3, dan LnY1 di peroleh sebagai berikut :
Tabel 4.20 Hasil Uji Multikolinearitas
Coefficientsa Model Collinearity Statistics Toleranc VIF 1 UPAH .999 1.001 PRODUKTIVITAS TENAGA KERJA .999 1.001 MODAL .999 1.001
a. Dependent Variable: PENYERAPAN TENAGA KERJA
Sumber : Output SPSS24, Tahun 2020
Dengan melihat nilai uji coba multikolinearitas di atas bahwa masing – masing nilai VIF variabel bebas < dari 10 maka tidak terjadi korelasi diantara variabel independennya.
3) Uji Heterokedastisitas
Uji heteroskedastisitas dimaksudkan untuk mendeteksi gangguan yang diakibatkan faktor- faktor dalam model tidak memiliki varians yang sama. Jika varians berbeda disebut homokedastisitas model regresi yang baik jika tidak terjadi heteroskedastisitas. Pengujian heteroskedasisitas dilakukan dengan menggunakan uji glejser. Uji glejser menunjukkan bahwa model regresi tidak terkena heteroskedastisitas, jika nilai signifikansinya lebih dari 0,05.
Gambar 4.3 Hasil Uji Heterokedastisitas
Dengan melihat gambar scatterplot antara SRESID dan ZPRED tidak terjadi heterokedasitas karena titik-titik terlihat menyebar di atas dan di bawah angka 0 pada sumbu y atau tidak ada pola yang jelas. Maka dapat disimpulkan dalam penelitian regresi linear berganda ini terdapat heterokedastisitas.
c. Hasil Analisis Regresi Linear Berganda
Penelitian ini terdapat tiga variabel bebas, Upah, Produktivitas Tenaga Kerja, dan Modal serta variabel terikat, yaitu Penyerapan Tenaga Kerja. Untuk menguji ada tidaknya pengaruh tiap variabel bebas terhadap variabel terikat, maka dilakukan pengujian model regresi dengan variabel terikat maka dilakukan pengujian model regresi dengan hasil sebagai berikut:
Tabel 4.21 Hasil Uji Regresi Linear Berganda
D a r i
Dari hasil uji regresi diperoleh model persamaan regreasi sebagai berikut :
Y = 3.384+ (3.638)+ (2.785)+ (3.401)+ ɛ Dimana:
Y = Penyerapan Tenaga Kerja β0 = Konstanta
β1, β2, β3 = Koefisien Regresi = Upah
= Produktivitas Tenaga Kerja = Modal ɛ = Eror Term Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 3.384 1.232 2.746 .324 UPAH 3.638 .104 .050 .112 .996 PRODUKTIVITAS TENAGA KERJA 2.785 .123 .071 .431 .540 MODAL 3.401 .150 .024 .212 .834
a. Dependent Variable: PENYERAPAN TENAGA KERJA b. Sumber : Output SPSS24, Tahun 2020
Koefisen-koefisen pada persamaan regresi linear berganda pada tabel 4.21 dapat dipahami sebagai berikut :
1) Berdasarkan persamaan regresi menujukkan bahwa nilai konstanta tidak mengalami perubahan yang dengan nilai Rp. 3.384.
2) Berdasarkan hasil penelitian dan uji regresi Upah bernilai positif sebesar Rp. 3.638, yang artinya bahwa setiap kenaikan Rp. 1 Upah maka Penyerapan Tenaga Kerja mengalami peningkatan sebesar Rp. 3.638.
3) Berdasarkan hasil penelitian dan uji regresi Produktivitas Tenaga Kerja bernilai positif sebesar Rp. 2.785, yang artinya bahwa setiap kenaikan sebesar Rp. 1 Produktivitas Tenaga Kerja maka Penyerapan Tenaga Kerja mengalami peningkatan sebesar Rp. 2.785.
4) Berdasarkan hasil penelitian dan uji regresi Modal bernilai positif sebesar Rp. 3.401, yang artinya bahwa setiap kenaikan sebesar Rp. 1 Modal maka Penyerapan Tenaga Kerja mengalami peningkatan sebesar Rp. 3.401.
d. Hasil Uji Hipotesis
1) Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) merupakan alat untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Pengujian R2 atau koefisien determinasi berguna untuk melihat seberapa besar proporsi sumbangan seluruh variabel bebas terhadap naik turunnya variabel terikat.
Tabel 4.22 Hasil Uji Koefisien Determinasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .076a .0686 .750 .85474
a. Predictors: (Constant), MODAL, PRODUKTIVITAS TENAGA KERJA b. Dependent Variable: PENYERAPAN TENAGA KERJA
Sumber : Output SPSS24, Tahun 2020
Dari hasil output SPSS di atas, didapatkan nilai adjusted R square (koefision determinasi) sebesar 0,750 yang artinya pengaruh variabel independen (X) terhadap variabel dependen (Y) sebesar 75,0%. Sedangkan sisanya dipengaruhi dari faktor-faktor lain yang tidak ada dalam penelitian ini.
2) Uji Simultan (Uji F)
Uji ini digunakan untuk mengetahui pengaruh variabel independent secara signifikan terhadap variabel dependent. Dimana jika F hitung < F tabel, Maka Ho diterima atau variabel independen secara bersama-sama tidak memiliki pengaruh terhadap variabel dependen (tidak signifikan) dengan kata lain
perubahan yang terjadi pada variabel terikat tidak dapat dijelaskan oleh perubahan variabel independen, dimana tingkat signifikan yang digunakan yaitu 5 %.
Tabel 4.23 Hasil Uji F
ANOVAa
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression .321 2 11.161 3.220 .803b
Residual 55.524 76 .731
Total 55.845 78
a. Dependent Variable: PENYERAPAN TENAGA KERJA
b. Predictors: (Constant), MODAL, PRODUKTIVITAS TENAGA KERJA
Sumber : Output SPSS24, Tahun 2020
Berdasarkan output di atas diketahui nilai signifikansi untuk pengaruh X1 (Upah), X2 (Produktivitas Tenaga Kerja) dan X3 (Modal) secara simultan terhadap Y (Penyerapan Tenaga Kerja) adalah sebesar 0,803 > 0,05% dan nilai F hitung 3,220 < F tabel 4,10. Sehingga hasil ini menyatakan bahwa secara simultan semua variabel independen yaitu upah (X1), produktivitas tenaga kerja (X2), dan modal (X3) tidak signifikan terhadap variabel dependen yakni penyerapan tenaga kerja (Y).
3) Uji Parsial (Uji t)
Uji signifikan t digunakan untuk menguji pengaruh variabel independen dalam menerangkan variabel dependen secara individual. Dimana jika t hitung > t tabel Ho diterima (signifikan) dan jika t hitung < t tabel Ho diterima (tidak diterima). Uji t digunakan untuk membuat keputusan apakah hipotesis
terbukti atau tidak, dimana tingkat signifikan yang digunakan yaitu 5%.
Tabel 4.24 Hasil Uji t
Sumber : Output SPSS24, Tahun 2020
Berdasarkan hasil tabel di atas, maka :
1) Upah berpengaruh positif namun tidak signifikan terhadap penyerapan tenaga kerja pada industri kecil dan menengah di Kabupaten Pinrang. Ini terlihat dari nilai koefisien variabel upah sebesar 3.638 dengan nilai signifikan sebesar 0.996 (0.996 > 0.05), dibuktikan juga dari nilai t hitung sebesar 0.112 < t tabel sebesar 1.668.
2) Produktivitas ternaga kerja berpengaruh positif namun tidak signifikan terhadap penyerapan tenaga kerja pada industri kecil dan menengah di Kabupaten Pinrang. Ini terlihat dari nilai koefisien variabel produktivitas tenaga kerja sebesar 2.785 dengan nilai signifikan sebesar 0.540 (0.540 > 0.05), dibuktikan juga dari nilai t hitung sebesar 0.431 < t tabel 1.668. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 3.384 1.232 2.746 .324 UPAH 3.638 .104 .050 .112 .996 PRODUKTIVITAS TENAGA KERJA 2.785 .123 .071 .431 .540 MODAL 3.401 .150 .024 .212 .834
3) Modal berpengaruh positif namun tidak signifikan terhadap penyerapan tenaga kerja pada industri kecil dan menengah di Kabupaten Pinrang. Ini terlihat dari nilai koefisien variabel modal sebesar 3.401 dengan nilai signifikan sebesar 0.834 (0.834 > 0.05), dibuktikan juga dari nilai t hitung sebesar 0.212 < t nilai tabel 1.668.
4) Upah berpengaruh dominan terhadap penyerapan tenaga kerja pada industri kecil dan menengah di Kabupaten Pinrang. Ini terlihat dari hasil olah data dimana koefisien variabel upah lebih besar dibandingkan dengan variabel produktivitas tenaga kerja dan modal. Koefisien variabel upah sebesar 3.638, koefisien variabel produktivitas tenaga kerja sebesar 2.785, dan koefisien variabel modal sebesar 3.401.
