BAB IV ANALISIS DAN PEMBAHASAN
C. Analisis Regresi Linier Berganda
Metode analisis regresi linier berfungsi untuk mengetahui
pengaruh/hubungan antara variabel independent (komponen gaya
kepemimpinan dan komponen fasilitas kerja) dan variabel dependent
(kepuasan kerja) akan digunakan analisis regresi linear berganda (multiple
regression analysis). Peneliti menggunakan bantuan program software SPSS
versi 16 untuk memperoleh hasil yang lebih terarah, dengan menggunakan
metode Enter.Metode Enter dilakukan dengan memasukkan semua variabel
bebas sebagai variabel prediktor. Seluruh variabel akan dimasukkan ke dalam
analisis untuk mengetahui apakah variabel independent mempunyai pengaruh
yang positif dan signifikan terhadap variabel dependent.
Sebelum melakukan analisis regresi berganda, penulis melakukan
pengujian asumsi klasik. Pengujian asumsi klasik dilakukan untuk mendapatkan
hasil penelitian yang BLUE (Best Linier Unbiased Estimation) atau perkiraan
yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi,
yaitu:
4) Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah residual yang diteliti
berdistribusi normal atau tidak. Distribusi data tidak normal, karena
terdapat nilai ekstrem data yang diambil. Pada uji normalitas ada dua
cara yang dapat digunakan yaitu:
Normalitas data dapat dilihat melalui penyebaran titik pada sumbu
diagonal dari P-Plot atau dengan melihat histogram dari residualnya.
Dasar pengambilan keputusan sebagai berikut:
Apabila data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola distribusi
normal maka model regresi memenuhi asumsi normalitas.
Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi normal maka model regresi tidak memenuhi asumsi
normalitas. Hasil dari analisis Grafik P-Plot uji normalitas adalah
sebagai berikut:
Gambar 4.1 Hasil Uji Normal P-P Plot Of Regression Standardized Residual Sumber : Hasil Pengolahan data primer SPSS 16,0 (2011)
disekitar garis diagonal dan mengikuti garis diagonal, maka dapat
disimpulkan bahwa data yang diperoleh berdistribusi normal.
d) Analisis Statistik
Pengujian normalitas yang didasarkan pada uji statistik non
parametrik Smirnov (K-S). Apabila nilai
Kolmogorof-Smirnov Z ≤ Z tabel atau nilai asymp. Sig. (2 tailed) > α maka data dinyatakan berdistribusi normal. Berikut adalah Tabel 4.10 hasil uji
Kolmogorov Smirnov.
Tabel 4.8
Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 65
Normal Parametersa,b Mean .0000000
Std. Deviation 1.15039963 Most Extreme Differences Absolute .090 Positive .038 Negative -.090 Kolmogorov-Smirnov Z .722
Asymp. Sig. (2-tailed) .674
Sumber : Hasil Pengolahan data primer SPSS 16,0 (2011)
Menurut Umar (2008:181) bahwa, apabila pada hasil uji Kolmogorov
Smirnov, nilai Asymp. Sig (2-tailed) lebih besar dari 0,05 (α = 5%, tingkat signifikan) maka data berdistribusi normal. Pada Tabel 4.8
lebih besar dari 0,05, sehingga model regresi yang didapat adalah
berdistribusi normal.
5) Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier
ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada atau
tidaknya multikolinieritas antar variabel dapat dilihat dari nilai variance
inflation factor (VIF) untuk masing-masing variabel independent terhadap
variabel dependent.
Pengambilan Keputusannya:
VIF > 5 maka diduga mempunyai persoalan multikolinieritas
VIF < 5 maka tidak terdapat multikolinieritas
Tolerence < 0,1 maka diduga mempunyai persoalan multikolinieritas
Tolerence > 0,1 maka tidak terdapat multikolinieritas
Pengujian multikolinearitas dapat dilihat pada Tabel 4.9 berikut ini
Tabel 4.9
Hasil Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 15.138 3.513 4.309 .000
GayaKepemimpinan .382 .113 .380 3.373 .001 .870 1.149
FasilitasKerja .299 .112 .299 2.658 .010 .870 1.149
Sumber : Hasil Pengolahan data primer SPSS 16,0 (2011)
Berdasarkan Tabel 4.9 di atas, terlihat untuk semua variabel independen
memiliki angka VIF < 5 dan nilai Tolerance > 0,1. Hal ini dapat disimpulkan
bahwa model regresi tersebut tidak terjadi multikolinearitas.
3) Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi
ketidaksamaan variance dari suatu residual pengamatan ke pengamatan lain.
Gejala heteroskedastisitas dapat dideteksi dengan 2 cara yaitu:
c) Analisis Grafik
Gejala heteroskedastisitas dapat dilihat dengan menggunakan
grafik Scatterplot. Apabila data yang berbentuk titik-titik tidak
membentuk suatu pola atau menyebar, maka model regresi tidak
terkena heteroskedastisitas.
Berikut adalah gambar Scatterplot untuk uji heteroskedastisitas:
Sumber : Hasil Pengolahan SPSS 16,0 (2011)
Pada Gambar 4.2, terlihat titik-titik menyebar secara acak, tidak
membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas
maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi.
a) Analisis Statistik
Gejala heteroskedastisitas dapat juga dideteksi melalui uji Glejser.
Tabel 4.12 berikut ini menampilkan hasil pengujian heteroskedastisitas
dengan uji Glejser.
Tabel 4.10 Hasil Uji Glejser
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1.102 1.988 .554 .581 GayaKepemimpinan -.021 .064 -.045 -.328 .744 FasilitasKerja .013 .064 .027 .197 .845
a. Dependent Variable: absut
Sumber : Hasil Pengolahan data primer SPSS 16,0 (2011)
Pada Tabel 4.10 dapat dilihat bahwa semua variabel bebas tidak
signifikan dengan variabel terikat. Hal ini ditunjukkan oleh nilai
signifikansi dari masing-masing variabel bebas lebih besar dari tingkat
signifikansi α (sig > 0,05). Hal ini dapat disimpulkan bahwa data bebas dari heteroskedastisitas.
Berdasarkan hasil pengujian asumsi klasik diatas, ternyata data telah
lulus uji asumsi klasik, sehingga data siap untuk diregresi linier berganda.
Hasil dari analisis regresi linier berganda dapat dilihat pada Tabel 4.11.
Tabel 4.11
Regresi Linear Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 15.138 3.513 4.309 .000 GayaKepemimpinan .382 .113 .380 3.373 .001 FasilitasKerja .299 .112 .299 2.658 .010
a. Dependent Variable: KepuasanKerja
Sumber : Hasil Pengolahan data primer SPSS 16,0 (2011)
Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda
sebagai berikut: Y= 15,138 + 0, 382X1 + 0,299X2+ e Dimana: Y : Kepuasan Kerja a : Konstanta b1-b2 : Koefisien regresi X1 : Gaya Kepemimpinan X2 : Fasilitas Kerja e : Standard error Interpretasi model:
a. Konstanta (a) = 15,138 artinya tanpa mempertimbangkan variabel
independent, maka pegawai PT.PLN (PERSERO) yang merasa puas dalam
bekerja sebesar 15,138.
b. Koefisien regresi gaya kepemimpnan (X1) = 0,382 artinya gaya
kepemimpinan yang ada sebesar satu satuan, sedangkan variabel lainnya
dianggap tetap, maka akan menaikkan kepuasan kerja pegawai pada PT.PLN
(PERSERO) sebesar 0,382.
c. Koefisien regresi komponen afektif (X2) = 0,299 artinya setiap fasilitas kerja
sebesar satu satuan, sedangkan variabel lainnya dianggap tetap, maka akan
menaikkan kepuasan kerja pegawai pada PT.PLN (PERSERO) sebesar 0,299.
a. Uji F (Uji Serentak)
Uji F (uji serentak) adalah untuk melihat apakah variabel independent yaitu
(X) yang terdiri dari dua variabel yaitu: gaya kepemimpinan (X1), fasilitas
kerja (X2) secara bersama-sama (serentak) berpengaruh secara positif dan
signifikan terhadap variabel dependent yaitu kepuasan kerja (Y).
Langkah-langkah pengujiannya adalah sebagai berikut:
a. Menentukan model hipotesis untuk H0 dan H1
b. Mencari nilai ftabel dengan cara menentukan tingkat kesalahan (α) dan menentukan derajat kebebasan
c. Menentukan kriteria pengambilan keputusan
d. Mencari nilai fhitung dengan menggunakan bantuan aplikasi SPSS 16.0
Hasil pengujian adalah sebagai berikut:
1. Model hipotesis yang digunakan dalam uji F ini adalah sebagai
berikut:
H0 : b1 = b2 = 0
Artinya secara bersama-sama (serentak) tidak terdapat pengaruh yang
positif dan signifikan dari variabel independent (gaya kepemimpinan
dan fasilitas kerja) terhadap variabel dependent (kepuasan kerja).
H1 : b1 ≠ b2 ≠ 0
Artinya secara bersama-sama (serentak) terdapat pengaruh yang
positif dan signifikan dari variabel independent (gaya kepemimpinan
dan fasilitas kerja) terhadap variabel dependent (kepuasan kerja).
Nilai fhitung akan dibandingkan dengan nilai ftabel. Kriteria pengambilan
keputusan, yaitu:
H0 diterima jika fhitung ≤ ftabel pada α=5% dengan tingkat keyakinan 95%.
H1 diterima jika fhitung > ftabel pada α=5% dengan tingkat keyakinan 95%.
2. Hasil uji fhitung dapat dilihat pada Tabel 4.14 :
Tabel 4.12
Hasil Uji-F (Uji Serentak)
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 39.086 2 19.543 14.305 .000a
Residual 84.699 62 1.366
Total 123.785 64
a. Predictors: (Constant), FasilitasKerja, GayaKepemimpinan
Sumber : Hasil Pengolahan data primer SPSS (2011)
Berdasarkan Tabel 4.12 menunjukkan bahwa terdapat nilai F hitung
adalah 14.305 dengan tingkat signifikansi 0,000. Sedangkan F tabel pada tingkat
kepercayaan 95% (α = 0,05) adalah 2,6. oleh karena pada kedua perhitungan yaitu
F hitung > F tabel dan tingkat signifikansinya (0,000) < 0,005, menunjukkan
bahwa pengaruh variabel independen (gaya kepemimpinan dan fasilitas kerja)
secara serempak adalah signifikan terhadap kepuasan kerja pegawai PT.PLN
(PERSERO).
Hasil uji F sesuai seperti teori yang diungkapkan Hasibuan (2007: 203)
bahwa kepuasan kerja karyawan banyak dipengaruhi sikap pimpinan dalam
kepemimpinannya. Kepemimpinan partisipasi memberikan kepuasan kerja bagi
karyawan karena karyawan ikut aktif dalam memberikan pendapatnya untuk
menentukan kebijakan perusahaan. Maka dari itu gaya kepemimpinan demokratis
harus selalu diterapkan di PT.PLN (PERSERO) supaya kepuasan kerja karyawan
kerja, kedisiplinan dan prestasi kerja karyawan dalam mendukung terwujudnya
tujuan perusahaan.
Fasilitas kerja adalah salah satu alat yang digunakan karyawan/pegawai
untuk memudahkan dalam menyelesaikan pekerjaan sehari-hari. Failitas kerja
pada setiap perusahaan akan berbeda dalam bentuk dan jenisnya, tergantung pada
jenis usaha dan besar kecilnya perusahaan tersebut. Fasilitas kerja berkaitan
dengan kepuasan kerja karyawan karena kepuasan kerja berkaitan dengan
pemenuhan kebutuhan. Karyawan yang merasa terpenuhi kebutuhannya akan
mempersepsikan dirinya sebagai karyawan yang memiliki kepuasan atas
pekerjaannya. Sebaliknya, ketidakpuasan muncul apabila salah satu atau sebagian
dari kebutuhannya tidak dapat dipenuhi (Hasibuan, 2007: 201).
b. Uji t (Uji Parsial)
Uji t dimaksudkan untuk melihat secara parsial apakah ada pengaruh yang
signifikan dari variabel independent yaitu gaya kepemimpinan (X1), dan
fasilitas kerja (X2) terhadap variabel dependent yaitu kepuasan kerja (Y).
Uji–t dilakukan dengan menggunakan langkah-langkah sebagai
berikut:
a. Menentukan model hipotesis untuk H0 dan H1
b. Mencari nilai ttabel dengan cara menentukan tingkat kesalahan (α) dan menentukan derajat kebebasan
d. Mencari nilai thitung dengan menggunakan bantuan aplikasi SPSS
16.0
c. Kesimpulan
Hasil Pengujiannya adalah sebagai berikut:
1. Model hipotesis yang digunakan dalam uji t ini adalah sebagai berikut:
H0: b1 = 0
Artinya secara parsial tidak terdapat pengaruh yang signifikan dari
variabel independent yaitu gaya kepemimpinan (X1), dan fasilitas kerja
(X2) terhadap variabel dependent yaitu kepuasan kerja (Y).
HI: b1 ≠ 0
Artinya secara parsial terdapat pengaruh yang signifikan dari variabel
independent yaitu gaya kepemimpinan (X1), dan fasilitas kerja (X2)
terhadap variabel dependent yaitu kepuasan kerja (Y).
Nilai thitung akan dibandingkan dengan nilai ttabel. Kriteria pengambilan
keputusan, yaitu:
Ho diterima bila thitung < ttabel pada α = 5% HI ditolak bila thitung > ttabel pada α = 5%
2. Hasil uji thitung dapat dilihat pada Tabel 4.13 :
Tabel 4.13
Hasil Uji-t (Uji -Parsial)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 15.138 3.513 4.309 .000 GayaKepemimpinan .382 .113 .380 3.373 .001 FasilitasKerja .299 .112 .299 2.658 .010
a. Dependent Variable: KepuasanKerja
Sumber : Hasil Pengolahan data primer SPSS (2011)
Pada Uji-t, suatu variabel independent memiliki pengaruh signifikan
terhadap variabel dependent jika:
thitung > ttabel atau -thitung < -ttabel
Pengaruh secara parsial juga dapat diketahui dengan membandingkan nilai
probabilitas signifikansi pada tabel hasil penelitian dengan (α) = 5%. Suatu variabel bebas berpengaruh secara signifikan jika nilai sig.tabel lebih kecil 0,05
(α = 5%). Sehingga, berdasarkan Tabel 4.14 dapat disimpulkan bahwa: 1. Gaya kepemimpinan
Gaya kepemimpinan berpengaruh secara positif dan signifikan terhadap
kepuasan kerja pada PT.PLN (PERSERO). Berikut ini adalah hasil pengujian
parsial untuk gaya kepemimpinan:
Sig.hitung = 0,000 < (α) = 0,05
Artinya jika ditingkatkan variabel gaya kepemimpinan meningkat satu satuan
maka kepuasan kerja pada PT.PLN (PERSERO) akan meningkat sebesar 0,382
satuan.
Hasil uji-t sesuai dengan teori Hasibuan (2007: 204) yang mana kepuasan
kerja karyawan banyak dipengaruhi sikap pimpinan dalam kepemimpinannya.
Salah satu gaya kepemimpinan demokratis yang harus diterapkan dalam
perusahaaan adalah memberikan perintah kerja yang baik, memberikan
pengarahan, dan pengambilan keputusan bersama, guna menciptakan kepuasan
kerja karyawan. Karna kepuasan kerja karyawan merupakan kunci pendorong
moral kerja, kedesiplinan dan prestasi kerja karyawan dalam mendukung
terwujudnya tujuan perusahaan.
2. Fasilitas kerja
Fasilitas kerja berpengaruh secara positif dan signifikan terhadap kepuasan
kerja pada PT.PLN (PERSERO). Berikut ini adalah hasil pengujian parsial
untuk fasilitas kerja:
thitung = 2,658 > ttabel = 1,998, maka tolak H0 (terima HI)
Sig.hitung = 0,010 > (α) = 0,05
Artinya jika diturunkan variabel fasilitas kerja satu satuan maka kepuasan
kerja pada PT.PLN (PERSERO) akan meningkat sebesar 0,299 satuan.
Hal ini bisa dilihat dari teori Hasibuan (2007: 200) yang mana fasilitas kerja
dengan pemenuhan kebutuhan kerja karyawan seperti komputer, meja kerja,
bangunan, tempat parkir, transportasi, ruang ac, askes, uang pensiun dan
sebagainya. Karyawan yang merasa terpenuhi kebutuhannya akan
mempersepsikan dirinya sebagai karyawan yang memiliki kepuasan atas
pekerjaannya. Sebaliknya, ketidakpuasan muncul apabila salah satu atau
sebagian dari kebutuhannya tidak dapat dipenuhi
c. Pengujian Koefisien Determinan (R2)
Determinan berfungsi untuk mengetahui signifikansi variabel, maka harus
dicari koefisien determinasi (R2). Koefisien deteminasi melihat seberapa besar
pengaruh variabel gaya kepemimpinan (X1), dan fasilitas kerja (X2), terhadap
variabel kepuasan kerja (Y) pada PT.PLN. Koefisien determinan (R2) berkisar
antara 0 (nol) sampai dengan 1 (satu), (0 ≤ R2≤ 1).Pada output SPSS, koefisien determinan terletak pada tabel Model Summary.
Hasil dari pengujian Determinan adalah sebagai berikut:
Tabel 4.14 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .692a .478 .425 1.03747
a. Predictors: (Constant), FasilitasKerja, GayaKepemimpinan b. Dependent Variable: KepuasanKerja
Sumber : Hasil Pengolahan data primer SPSS (2011)
Pada Tabel 4.14 dapat dilihat:
a) Nilai R sebesar 0.692 sama dengan 69.2% yang menunjukkan bahwa
terhadap variabel kepuasan kerja (Y) pada PT.PLN (PERSERO)
hubungannya cukup erat. Tipe hubungan antar variabel dapat dilihat
pada Tabel 4.15 berikut ini:
Tabel 4.15
Tabel Hubungan antar Variabel Nilai Interpretasi
0.0 – 0.19 Sangat Tidak Erat
0.2 – 0.39 Tidak Erat
0.4 – 0.59 Cukup Erat
0.6 – 0.79 Erat
0.8 – 0.99 Sangat Erat
Sumber: Situmorang, Dalimunthe, dkk (2007:113)
b) Standard Error of Estimate artinya mengukur variasi dari nilai yang
diprediksi. Nilai Standard Error of Estimatenya 1,03747. Semakin
BAB V
KESIMPULAN DAN SARAN