H. Teknik Analisis Data
3. Analisis Regresi Berganda
Pengujian regresi berganda ini dimaksudkan untuk membuktikan kebenaran pernyataan hipotesis I, II, III dan IV penelitian serta mengetahui besarnya nilai Koefisien Determinasi (R Square).
Persamaan regresi linier berganda penelitian ini dapat dirumuskan sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + e Dimana :
Y = Penafsiran variabel dependen (kinerja karyawan) X1 = Variabel independen 1 (lingkungan)
X2 = Variabel independen 2 (disiplin)
X3 = Variabel independen 3 (kepuasan kerja) a = Konstanta / intercept
b1, b2, b3 = Koefisien regresi e = (error) / residual 4. Uji Hipotesis
Digunakan untuk mengetahui ada tidaknya pengaruh variabel bebas terhadap variabel terikat , maka dilakukan pengujian terhadap hipotesis yang diajukan dalam penelitian ini. Metode pengujian terhadap hipotesis yang diajukan, dilakukan secara parsial menggunakan uji t dan pengujian secara simultan menggunakan uji F, serta pengujian Koefisien determinasi (R2).
a. Uji statistik t
Untuk menguji pengaruh variabel independen (lingkungan, disiplin dan kepuasan kerja) secara persial atau sendiri terhadap variabel dependen (kinerja karyawan) digunakan uji t. Untuk
menjawab hipotesis I, II, dan III dilakukan dengan menggunakan uji t. Adapun langkah yang dilakukan adalah sebagai berikut :
a. Perumusan hipotesis (Ha dan Ho)
H0 : b1, b2, b3 = 0, berarti secara persial variabel lingkungan (X1), disiplin (X2) dan kepuasan kerja (X3) tidak berpengaruh secara signifikan terhadap variabel kinerja karyawan (Y).
Ha : b1, b2, b3 ≠ 0, berarti secara persial variabel lingkungan (X1), disiplin (X2) dan kepuasan (X3) berpengaruh secara signifikan terhadap kinerja karyawan (Y).
b. Penentuan nilai kritis
Nilai kritis dalam pengujian hipotesis terhadap koefisien regresi dapat ditentukan dengan menggunakan tabel distribusi normal
menggunakan acuan tingkat signifikan (α = 5% / 2) dan besarnya
nilai db (derajad bebas). Nilai db dapat diperoleh dengan rumus sebagai berikut : Keterangan : n = jumlah sampel k = jumlah variabel 1 = nilai konstanta
db = n – k - 1
c. Mengetahui nilai thitung masing – masing variabel dan kemudian membandingkan dengan ttabel.
Nilai thitung masing – masing koefisien regresi dapat diketahui dari hasil perhitungan komputer. Tapi secara matematis rumus thitung dapat ditulis sebagai berikut :
Keterangan :
b1 = koefisien regresi
b0 = mewakili nilai B tertentu sesuai dengan hipotesisnya sb = simpanan baku koefisien regresi b
d. Pengambilan keputusan
Perbandingan keputusan dilakukan berdasarkan perbandingan nilai thitungmasing – masing koefisien dengan nilai tabel (nilai kritis) sesuai dengan tingkat signifikansi yang dilakukan. Secara sistematis dapat digambarkan sebagai berikut :
H0 diterima jika –t α/2 (db) < t < t α/2 Ha diterima jika –t α/2 (db) < t > t α/2
db = n – k – 1 ( n = sampel, k = banyaknya variabel bebas, 1 = nilai konstan).
Gambar 3.1
Kurva Normal Distributor t b. Uji statisti F
Pengujian signifikansi terhadap koefisien korelasi ganda dapat menggunakan uji F dengan rumus (Hasan, 2002:125)
R2/ k F =
( 1 – R2 ) ( n – k- 1 ) Dimana :
R = koefisien korelasi linier berganda n = banyaknya data
k = banyaknya variabel bebas
langkah – langkah uji F hitung adalah sebagai berikut : a. Menentukan hipotesis (Ho dan Ha)
Ho : b1, b2, b3 = 0, berarti secara simultan variabel lingkungan (X1), disiplin (X2) dan kepuasan kerja (X3) tidak
Ho diterima
Ho ditolak Ho ditolak
α / 2 α / 2
-t-tabel +t-tabel
berpengaruh secara signifikan terhadap kinerja karyawan (Y).
Ha : b1, b2, b3 ≥ 0, berarti secara simultan variabel lingkungan (X1), disiplin (X2) dan kepuasan kerja (X3) berpengaruh secara signifikan terhadap kinerja karyawan (Y).
b. Menentukan tingkat signifikan
Taraf nyata (α) yang dipilih oleh peneliti adalah 5%, artinya hasil
penelitian ini dapat dipertanggung jawabkan kebenarannya sebesar 95% dengan tingkat kesalahan 5%.
c. Menentukan nilai derajad bebas (db)
Menentukan besarnya nilai derajad bebas dapat dilakukan dengan rumus berikut :
db1 = k dan db2 = n-k-1 Keterangan :
k = jumlah variabel bebas n = jumlah sampel
1 = angka konstanta d. Menetapkan nilai F tabel
Nilai F hitung dapat diperoleh dengan melihat pada F tabel berdasarkan pada besarnya nilai level of Significanse (5%) dan besarnya derajad bebas (db).
e. Membuat keputusan hipotesis
Gambar 3.2
Kurva Distribusi F Untuk Hipotesis IV c. Koefisien Determinasi (Adjusted R Square)
Koefisien determinasi adalah suatu indikator yang menunjukkan besarnya varian dari variabel dependen (Y=Kinerja karyawan) yang bisa dijelaskan oleh variabel independen (Xi = lingkungan (X1), disiplin (X2), kepuasan kerja (X3)). Sehingga untuk mencari koefisien determinasi bisa mendapatkan dari besarnya penyimpangan atau varian variabel dependen dibagi dengan total penyimpangan atau varian (Santoso dan Ashari, 2003:170).
Secara matematis rumus koefisien determinasi dapat dijabarkan sebagai berikut : (Santoso dan Ashari, 2003:170).
2 2 2 ˆ 1 Y Y Y Y Variation Total Variation Explained R Keterangan : R2 = Koefisien Determinasi Ho diterima Ha diterima 0 F-tabel (0,05(db1,db2)Y = Nilai Y
Ŷ = Nilai Y Prediksi
Ȳ = Rata – rata Y Kesimpulan :
1. Nilai R2 yang rendah menunjukkan bahwa kemampuan variabel–variabel bebas dalam menjelaskan variabel terikat rendah.
2. Nilai R2 yang mendekati nilai 1 (satu) menunjukkan variabel-variabel bebas memiliki kemampuan yang tinggi untuk menjelaskan variasi terikat.
I. Alat Analisis
Dalam penelitian ini teknik analsis yang digunakan adalah analisis berganda.Regresi berganda seringkali digunakan untuk mengatasi analisis regresi yang melibatkan hubungan dari dua atau lebih variabel bebas (Sujianto, 2009: 56).Analisis linier berganda digunakan untuk menguji hipotesis tentang antara dua variabel bebas atau lebih secara bersam-sama dengan satu variabel terikat. Penggunaan model analisis regresi berganda dimaksudkan agar banyaknya variabel indenpenden yang diduga akan mempengaruhi variabel dependen dapat terakomodir serta dapat secara jelas pola hubungan yang terbentuk antar variabelnya (Ghazali, 2013: 68).
Sedangkan alat analisis yang digunakan dalam penelitian ini adalah menggunakan program olah data SPSS 20 (Statistical Product and Service Solution), SPSS merupakan sebuah program komputer statistik yang berfungsi
untuk membantu dalam memproses data-data statistik secara tepat dan cepat, serta menghasilkan berbagai output yang dikehendaki oleh para pengambil keputusan.Data yang didapat merupakan data kuantitatif di mana data dapat dinyatakan dalam bentuk angka. Sehingga akan mudah diaplikasikan kedalam olah data SPSS 20. Program ini dapat membantu dalam proses pengolahan data, sehingga hasil olah data yang dicapai juga dapat dipertanggungjawabkan dan terpercaya.
60
BAB IV
ANALISIS DATA
A.Deskripsi Objek Penelitian
1. Sejarah Bank Rakyat Indonesia Syariah
Berawal dari akuisisi PT. Bank Rakyat Indonesia (Persero), Tbk., terhadap Bank Jasa Arta pada 19 Desember 2007 dan setelah mendapatkan izin dari Bank Inoneisa pada 16 oktober 2008 melalui o.10/67/KEP.GBI/DpG/2008, maka pada tanggal 17 November 2008 PT. Bank BRISyariah secara resmi beroperasi. Kemudian PT. Bank BRISyariah merubah kegiatan usaha yang semula beroperasional secara konvensional, kemudian diubah menjadi kegiatan perbankan berdasarkan prinsip syariah Islam.
Dua tahun lebih PT. Bank BRISyariah hadir mempersembahkan sebuah bank ritel modern terkemuka dengan layanan finansial sesuai kebutuhan nasabah dengan jangkauan termudah untuk kehidupan lebih bermakna. Melayani nasabah dengan pelayanan prima (service excellence) dan menawarkan beragam produk yang sesuai harapan nasabah dengan prinsip syariah. Kehadiran PT. Bank BRISyariah di tengah-tengah industri perbankan nasional dipertegas oleh makna pendar cahaya yang mengikuti logo perusahaan. Logo ini menggambarkan keinginan dan tuntutan masyarakat terhadap sebuah bank modern sekelas PT. Bank BRISyariah yang mampu melayani masyarakat dalam kehidupan modern. Kombinasi
warna yang digunakan merupakan turunan dari warna biru dan putih sebagai benang merah dengan brand PT. Bank Rakyat Indoneis (Persero), Tbk, Aktivitas PT. Bank BRISyariah semakin kokoh setelah pada 19 Desember 2008 ditandatangani akta pemisahan Unit Usaha Syariah PT. Bank Rakyat Indonesia (Persero), Tbk., untuk melebur ke dalam PT. Bank BRISyariah (proses spin off-) yang berlaku efektif pada tanggal 1 Januari 2009. Penandatanganan dilakukan oleh Bapak Sofyan Basir selaku Direktur Utama PT. Bank Rakyat Indonesia (Persero), Tbk., dan Bapak Ventje Rahardjo selaku Direktur Utama PT. Bank BRISyariah.
Saat ini PT. Bank BRISyariah menjadi bank syariah ketiga terbesar berdasarkan aset. PT. Bank BRISyariah tumbuh dengan pesat baik dari sisi aset, jumlah pembiayaan dan perolehan dana pihak ketiga. Dengan berfokus pada segmen menengah bawah, PT. Bank BRISyariah menargetkan menjadi bank ritel modern terkemuka dengan berbagai ragam produk dan layanan perbankan. Sesuai dengan visinya, saat ini PT. Bank BRISyariah merintis sinergi dengan PT. Bank Rakyat Indonesia (Persero), Tbk., dengan memanfaatkan jaringan kerja PT. Bank Rakyat Indonesia (Persero), Tbk., sebagai Kantor Layanan Syariah dalam mengembangkan bisnis yang berfokus kepada kegiatan penghimpunan dana masyarakat dan kegiatan konsumer berdasarkan prinsip Syariah.
2. Visi dan Misi 1) Visi
Menjadi bank ritel modern terkemuka dengan ragam layanan finansial sesuai kebutuhan nasabah dengan jangkauan termudah untuk kehidupan lebih bermakna.
2) Misi
a) Memahami keragaman individu dan mengakomodasikan beragam kebutuhan finansial nasabah.
b) Menyediakan produk dan layanan yang mengedepankan etika sesuai dengan prinsip – prinsip syariah.
c) Menyediakan akses ternyaman melalui berbagai sarana kapan pun dan dimana pun.
d) Memungkinkan setiap individu untuk meningkatkan kualitas hidup dan menghadirkan ketenteraman pikiran.
B.Analisis Deskriptif Responden
1. Jenis Kelamin
Responden dalam penelitian ini dikelompokkan berdasarkan jenis kelamin, laki-laki dan perempuan. Untuk mengetahui proporsi dengan lebih jelas dapat dilihat pada tabel 4.1 di bawah ini:
Tabel 4.1 Karakteristik Jenis_Kelamin Frequency Percent Valid Percent Cumulative Percent Valid Laki-laki 22 55.0 55.0 55.0 Perempuan 18 45.0 45.0 100.0 Total 40 100.0 100.0
Sumber: Data primer diolah 2017
Berdasarkan tabel 4.1 di atas, dapat diketahui bahwa total responden yaitu sebanyak 40 orang, dimana total responden perempuan berjumlah 18 orang dengan presentase 45% dan responden laki-laki berjumlah 22 orang dengan presentase 55%, sehingga dapat disimpulkan bahwa mayoritas responden adalah laki-laki.
2. Usia
Dalam penelitian ini, responden juga dikelompokkan berdasarkan usia. Untuk mengetahui proporsi usia dengan lebih jelas dapat dilihat pada tabel 4.2 di bawah ini:
Tabel 4.2 Karakteriktik Usia Frequency Percent Valid Percent Cumulative Percent Valid <20 Tahun 1 2.5 2.5 2.5 -30 Tahun 17 42.5 42.5 45.0 31-40 Tahun 19 47.5 47.5 92.5 >41 Tahun 3 7.5 7.5 100.0 Total 40 100.0 100.0
Sumber: Data prime diolah 2017
Berdasarkan tabel 4.2 di atas, dapat diketahui bahwa total responden terbanyak adalah usia 31 s/d 40 tahun atau sebesar 47,5% atau 19 orang. Selanjutnya pada urutan kedua terbanyak adalah usia kurang dari 30 tahun dengan presentase 42,5% atau 17 orang, disusul urutan ketiga yaitu usia lebih dari 41 tahun yaitu sebesar 7,5% atau , urutan terakhir yaitu usia kurang dari 20 tahun dengan presentase 2,5% atau 1 orang.
3. Pendidikan Terakhir
Dalam penelitian ini, responden juga dikelompokkan berdasarkan pendidikan terakhir. Untuk mengetahui proporsi pendidikan terakhir dengan lebih jelas dapat dilihat pada tabel 4.3 di bawah ini:
Tabel 4.3 Karakteristik Pendidikan_Terakhir Frequency Percent Valid Percent Cumulati ve Percent Valid Diploma 3 7.5 7.5 7.5 S1 37 92.5 92.5 100.0 Total 40 100.0 100.0
Sumber: Data primer diolah 2017
Berdasarkan tabel 4.3 di atas, dapat diketahui bahwa total responden terbanyak adalah dengan pendidikan terakhir S1 sebesar 92,5% atau 37 orang. Kemudian pendidikan terakhir diploma yaitu 3 orang atau 7,5%.
4. Masa Kerja
Dalam penelitian ini, responden juga dikelompokkan berdasarkan masa kerja. Untuk mengetahui proporsi masa kerja dengan lebih jelas dapat dilihat pada tabel 4.4 di bawah ini:
Tabel 4.4 Karakteristik Masa_Kerja Frequency Percent Valid Percent Cumulative Percent Valid < 1 Tahun 3 7.5 7.5 7.5 1-5 Tahun 19 47.5 47.5 55.0 5-10 Tahun 18 45.0 45.0 100.0 Total 40 100.0 100.0
Sumber: Data primer diolah 2017
Berdasarkan tabel 4.4 diatas, dapat diketahui bahwa jumlah responden terbanyak dengan masa kerja 1-5 tahun yaitu sebanyak 47,5 % atau 19 orang kemudian masa kerja 5-10 tahun sebanyak 45% yaitu 18 orang kemudian masa kerja kurang dari 1 tahun yang hanya 7,5% atau hanya 1 orang.
C. Analisis Data
1. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2013:52). Adapun kriteria penilaian uji validitas menurut Bawono (2006:69) jika r hitung > r tabel, maka kuesioner sebagai alat pengukur dikatakan valid atau ada korelasi yang nyata antara kedua variabel tersebut.Di bawah ini
adalah tabel hasil uji validitas setelah dilakukan pengolahan dengan IBM Statistics 20.
Tabel 4.5
Ringkasan Hasil Uji Validitas
No Variabel Item Pertanyaan Total Score Correlation Keterangan 1 Lingkungam Kerja LK 1 ,593** Valid LK2 ,548** Valid LK 3 ,690** Valid LK 4 ,533** Valid LK 5 ,643** Valid 2 Disiplin Kerja DK 6 ,654** Valid DK 7 ,677** Valid DK8 ,695** Valid DK 9 ,686** Valid DK 10 ,838** Valid DK 11 ,700** Valid 3 Kepuasan Kerja KK 12 ,755** Valid KK 13 ,892** Valid KK 14 ,907** Valid KK 15 ,777** Valid
Kinerja 17 ,877** Valid Kinerja 18 ,882** Valid Kinerja 19 ,845** Valid Sumber: Data primer diolah 2017
Dari data output di atas, maka dapat disimpulkan bahwa korelasi pertanyaan 1 (satu) sampai dengan 19 menunjukkan r hitung > r tabel (0,2638). Hal ini menunjukkan bahwa semua butir valid dan layak untuk digunakan dalam penelitian.
2. Uji Reabilitas
Uji reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk.Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2013: 47).
Menurut Nunnally dalam Bawono (2006: 68) suatu variable dikatakan reliable jika Cronbach Alpha> 0,60. Sehingga data tersebut bisa dikatakan reliable untuk pengukuran dan meneliti selanjutnya. Adapun hasil uji reliabilitas dapat dilihat pada tabel di bawah ini:
Tabel 4.6
Ringkasan Hasil Uji Reliabilitas
Variabel Nilai Cronbach Alpha
Keterangan
Lingkungan Kerja ,647 Reliable
Disiplin Kerja ,746 Reliable
Kepuasan Kerja ,825 Reliable
Kinerja Karyawan ,831 Reliable
Sumber: Data primer diolah 2017
Berdasarkan tabel 4.6 di atas nilai Cronbach Alpha untuk semua variabel > 0.60.Hal ini menunjukkan bahwa variabel yang digunakan dalam penelitian ini reliable untuk pengukuran dan penelitian selanjutnya.
3. Uji Asumsi Klasik a.Uji Multikolinearitas
Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen (Ghazali, 2013: 105). Salah satu metode yang mendiagnosa adanya Multikolonieritas adalah dengan menganalisis niali tolerance dan lawanya variance inflation
factor (VIF). Tolerance mengukur variabilitas variabel indenpenden yang terpilih yang tidak dijelaskan oleh variabel indenpenden lainya. Nilai tolerance yang rendah sama dengan nilai VIF tinggi, karena VIF = 1/ Tolerance Nilai cutoff yang dipakai untuk menunjukan adanya multikolineritas adalah nilai tolerance lebih dari 0,1 atau sama dengan nilai VIF kurang dari 10 (Ghazali, 2013: 106).
Tabel 4.7 Hasil Uji Multikinearitas
Sumber: Data primer diolah 2017
Hasil uji multikolinearitas pada tabel di atas menunjukkan bahwa hasil output dari nilai VIF hitung (lingkungan = 1,310, disiplin = 1,691, Kepuasan Kerja= 1,569), kurang dari 5. Jadi,
Coefficientsa Model Unstandardized Coefficients Stand ardize d Coeffic ients t Sig. Collinearity Statistics B Std. Error Beta Tolera nce VIF 1 (Constant) 4,216 3,783 1,115 ,272 LINGKUNGAN _KERJA ,139 ,062 ,256 2,231 ,032 ,763 1,310 DISIPLIN_KER JA ,197 ,095 ,272 2,083 ,044 ,591 1,691 KEPUASAN_K ERJA ,440 ,123 ,448 3,569 ,001 ,637 1,569
dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independent.
b. Uji Heteroskedastisitas
Uji heteroscedasticity dilakukan untuk menguji apakah model regresi yang digunakan terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah model yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Apabila koefisien parameter beta dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data model empiris yang di estimasi terdapat heteroskedastisitas, dan sebaliknya jika aparameter beta tidak signifikan secara statistik, maka asumsi homoskedastisitas para data model tersebut tidak dapat ditolak (Ghozali, 2006).
Tabel 4.8 Uji Park
Sumber: Data primer diolah 2017
Berdasarkan tabel 4.8 hasil output di atas dijelaskan bahwa untuk ketiga variabel independen (lingkungan = 0,080, disiplin = 0,835, Kepuasan Kerja= 0,134) bernilai signifikan > 0.05, maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas.
c. Uji Normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual terdistribusi secara normal atau tidak (Priyatno, 2011:277). Jadi yang terjadi dalam hal ini yang diuji normalitas bukan masing-masing variabel independen dan
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1.220 3.158 .386 .701 LINGKUNGAN_KERJA .094 .052 .323 1.803 .080 DISIPLIN_KERJA .017 .079 .043 .210 .835 KEPUASAN_KERJA -.158 .103 -.301 -1.533 .134 a. Dependent Variable: LN_res1_kuadrat
dependen tetapi nilai residual yang dihasilkan dari model regresi. Model regresi yang baik adalah yang memiliki nilai residual yang berdistribusi normal.
Jika nilai residualnya teristribusi normal maka nilai sebaran datanya akan terletak disekitar garis lurus diagonal. Namun jika data tersebut menjauhi garis lurus diagonal, maka data dapat dipastikan bahwa pendistribusian data tidak normal. Berikut ini disajikan hasil normal p-plot dari data yang telah diolah.
Gambar 4.1 Uji normal p-plot
Sumber: Data primer diolah 2017
Dari hasil olahan data, dapat dilihat hasil normal p-plot pada gambar 4.1 menunjukkan titik-titik secara keseluruhan
mengikuti arah garis diagonal, maka dapat disimpulkan bahwa dalam penelitian ini memenuhi asumsi normalitas. Sedangkan untuk mengetahui nilai signifikansinya apakah data berdistribusi normal atau tidak maka menggunakan uji kolmogorov-smirnov test. Data dinyatakan berdistribusi normal jika nilai Asymp. Sig. (2-tailed) dari hasil perhitungan kolmogorov-smirnov lebih besar dari 0,05 (Latan dan Temalagi, 2013:73).
Tabel 4.9 Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parametersa Mean .0000000
Std. Deviation 2.20460012 Most Extreme Differences Absolute .110 Positive .110 Negative -.072 Kolmogorov-Smirnov Z .693
Asymp. Sig. (2-tailed) .722
sumber: Data primer yang diolah 2017
Dari tabel di atas, menunjukkan hasil ouput dari uji normalitas yang dapat dilihat dari nilai Asymp. Sig. (2-tailed) sebesar 0,722 lebih dari 0,05. Jadi dapat ditarik kesimpulan bahwa data dari penelitian ini berdistribusi secara normal
