HASIL DAN PEMBAHASAN PENELITIAN 4.1 Gambaran Perusahaan
2) Karakteristik Responden Berdasarkan Lama Bekerja Tabel 4.3
4.2.2 Metode Analisis Statistik
4.2.2.1 Analisis Regresi Linier Berganda
Metode analisis regresi linier berfungsi untuk mengetahui pengaruh/hubungan antara variabel independent (kedisiplinan kerja dan insentif) dan variabel dependent (produktivitas karyawan) akan digunakan analisis regresi linear berganda (multiple regression analysis). Peneliti menggunakan bantuan program software SPSS versi 19 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 sebagai berikut :
1. 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
a. Analisis Grafik
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 :
Sumber : Hasil Pengolahan SPSS 19,0 (2013) Gambar 4.2
Hasil Uji Normal P-P Plot Of Regression Standardized Residual
Pada Gambar 4.2, P-P plot menunjukkan bahwa tiitk-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang diperoleh berdistribusi normal.
b. Analisis Statistik
Pengujian normalitas yang didasarkan pada uji statistik non parametrik Kolmogorof-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 4.9 hasil uji
Kolmogorov Smirnov.
Tabel 4.7 Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parametersa,,b Mean .0000000
Std. Deviation 2.56491566
Most Extreme Differences Absolute .129
Positive .079
Negative -.129
Kolmogorov-Smirnov Z .921
Asymp. Sig. (2-tailed) .364
a. Test distribution is Normal. b. Calculated from data.
Pada tabel diatas bahwa nilai Asymp. Sig. (2-tailed) adalah 0,364 lebih besar dari 0,05, sehingga model regresi yang didapat adalah berdistribusi normal.
2. 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 4.8 berikut ini: Tabel 4.8
Hasil Uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4.388 2.000 2.195 .033
KedisiplinanKerja .283 .100 .489 2.820 .007 .230 4.344
Insentif .558 .273 .354 2.042 .047 .230 4.344
Tabel 4.8 memperlihatkan bahwa nilai VIF sebesar 4,344 < 5 , Maka tidak terdapat multikolinearitas dan Tolerance sebesar 0,230 > 0,1, maka tidak terdapat multikolinearitas. Hal ini berarti pada variabel independent, yaitu kedisiplinan kerja dan insentif tidak terdapat hubungan linier sempurna atau pasti, diantara variabel tersebut sehingga model regresi layak digunakan.
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:
a. 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.
Sumber : Hasil Pengolahan SPSS 19,0 (2013) Gambar 4.3
Scatterplot Uji Heteroskedastisitas
Pada Gambar 4.3, 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.
b. Analisis Statistik
Gejala heteroskedastisitas dapat juga dideteksi melalui uji Glejser. Tabel 4.9 berikut inimenampilkan hasil pengujian heteroskedastisitas dengan uji Glejser.
Tabel 4.9 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 3.438 1.265 2.718 .009 kedisiplinankerja -.079 .063 -.359 -1.241 .221 Insentif .066 .173 .110 .379 .707
a. Dependent Variable: Absut
Sumber : Hasil Pengolahan SPSS 19,0
Pada Tabel 4.9 dapat dilihat bahwa variabel kedisiplinan kerja dan insentif
signifikan terhadap variabel terikat. Hal ini ditunjukkan oleh nilai signifikansi α
(sig > 0,05). Hal ini dapat disimpulkan bahwa data variabel kedisiplinan kerja dan insentif bebas dari heteroskedastisitas.
1. Uji F (Uji Serentak)
Uji F (uji serentak) adalah untuk melihat apakah variabel independent
yaitu (X) yang terdiri dari dua variabel yaitu: kedisiplinan kerja (X1), insentif (X2
Langkah-langkah pengujiannya adalah sebagai berikut:
), secara bersama-sama (serentak) berpengaruh secara positif dan signifikan terhadap variabel dependent yaitu produktivitas kerja (Y).
a. Menentukan model hipotesis untuk H0 dan H b. Mencari nilai f
1. tabel
c. Menentukan kriteria pengambilan keputusan.
dengan cara menentukan tingkat kesalahan (α) dan menentukan derajat kebebasan.
d. Mencari nilai fhitung
e. Kesimpulan.
dengan menggunakan bantuan aplikasi SPSS 19,0.
Hasil pengujian adalah sebagai berikut:
1. Model hipotesis yang digunakan dalam uji F ini adalah sebagai berikut:
H0 : b1 = b2
Artinya secara bersama-sama (serentak) tidak terdapat pengaruh yang positif dan signifikan dari variabel independent (kedisiplinan kerja dan insentif) terhadap variabel dependent (produktivitas kerja).
= 0
H1 : b1 ≠ b2
Artinya secara bersama-sama (serentak) terdapat pengaruh yang positif dan signifikan dari variabel independent (kedisiplinan kerja dan insentif) terhadap variabel dependent (produktivitas kerja).
≠ 0
Nilai fhitung akan dibandingkan dengan nilai ftabel.
H
Kriteria pengambilan keputusan, yaitu:
0 diterima jika fhitung < ftabel H
pada α = 5 % a diterima jika fhitung > ftabel
2. Hasil uji f
pada α = 5 % hitung dapat dilihat pada Tabel 4.10 :
Tabel 4.10 Hasil Uji-F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 661.688 2 330.844 48.278 .000a
Residual 328.940 48 6.853
Total 990.627 50
a. Predictors: (Constant), insentif, kedisiplinankerja b. Dependent Variable: produktivitaskerja
Sumber : Hasil Pengolahan SPSS 19,0
Dari Tabel 4.10 dapat dilihat bahwa nilai Fhitung adalah 48,278 Pada tingkat kesalahan α = 5%, nilai Fhitung tersebut signifikan. Nilai signifikan 0,000 < 0,05 pada derajat kebebasan (df) = (51-3), nilai Ftabel = 2,80. Berdasarkan kriteria uji hipotesis jika Fhitung > Ftabel maka H0 ditolak dan Ha diterima. Artinya terdapat pengaruh positif dan signifikan dari variabelkedisiplinan kerja (X1), dan variabel insentif (X2
Uji t (Uji Parsial)
) secara bersama-sama terhadap produktivitas kerja pada PT. PP. London Sumatra Indonesia, Tbk Sei Merah Estate.
Uji t dilakukan untuk menguji setiap variabel bebas (X1, X2
H
) apakah mempunyai pengaruh yang signifikan terhadap variabel terikat (Y) secara parsial. Kriteria pengujian sebagai berikut :
0 : b1 = b2 = 0 artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas (X1, X2
H
) terhadap variabel terikat (Y).
0 : b1 ≠ b2 ≠ 0 artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas (X1, X2) terhadap variabel terikat (Y).
% 5
0diterima jikat <t padaα =
H hitung tabel Tabel 4.11 Hasil Uji-t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.388 2.000 2.195 .033 kedisiplinankerja .283 .100 .489 2.820 .004 Insentif .558 .273 .354 2.042 .000
a. Dependent Variable: produktivitaskerja Sumber : Hasil Pengolahan SPSS 19,0
Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda sebagai berikut:
Y = 4,388 + 0,283X1 + 0,558X2 Dimana: + e Y : Produktivitas kerja a : Konstanta b1-b3 X : Koefisien regresi 1 X : Kedisiplinan kerja 2 e : Standard error : Insentif
Dari persamaan tersebut dapat digambarkan sebagai berikut :
a. Jika semua pada variabel independen dianggap konstan maka nilai produktivitas kerja karyawan (Y) adalah sebesar 4,388.
b. Jika terjadi peningkatan terhadap Kedisiplinan kerja (X1
c. Jika terjadi penambahan terhadap Insentif (X
), maka Produktivitas kerja karyawan (Y) akan meningkat.
2), maka Produktivitas kerja karyawan (Y) akan meningkat.
Berdasarkan kriteria uji hipotesis maka dapat disimpulkan: 1. Variabel Kedisiplinan kerja (X1
Nilai t
)
hitung dari variabel ini adalah 2,820 dengan tingkat signifikan 0,004. Nilai ttabel pada α = 5%, dengan derajat
kebebasan (df) = 48 (51-3) adalah 2,009. Berdasarkan kriteria uji hipotesis yaitu thitung > ttabel maka H0
2. Variabel Insentif (X
diterima, maka dapat dinyatakan bahwa dengan nilai 2,820 > 2,009, dan dinyatakan signifikan karena 0,04 < 0,05. Artinya bahwa kedisiplinan kerja berpengaruh positif dan signifikan terhadap produktivitas kerja.
2 Nilai t
)
hitung dari variabel ini adalah 2,042 dengan tingkat signifikan 0.000. Nilai ttabel pada α = 5%, dengan derajat
kebebasan (df) = 48 (51-3) adalah 2,009. Berdasarkan kriteria uji hipotesis yaitu thitung > ttabel maka H0
3. Dari kedua variabel bebas yaitu kedisiplinan kerja (X
diterima, maka dapat dinyatakan bahwa dengan nilai 2,042 > 2,009 dan dinyatakan signifikan karena 0,000 < 0,05 sehingga hipotesis diterima. Artinya bahwa insentif berpengaruh positif dan signifikan terhadap produktivitas kerja.
1) dan insentif (X2), variabel insentif yang lebih dominan berpengaruh terhadap produktivitas kerja karyawan.
2. Pengujian Koefisien Determinan (R2 (
) 2
R ) pada intinya mengukur proporsi atau persentase sumbangan variabel bebas yaitu variabel kedisiplinan kerja (X1), insentif(X2
1 0≤R2≤
), terhadap variasi naik turunnya variabel terikat atau produktivitas (Y) secara bersama-sama, dimana:
Tabel 4.12 Determinan
Berdasarkan Tabel 4.12 dapat dilihat bahwa :
1. R sebesar 0,817 berarti hubungan antara variabel kedisiplinan (X1) dan insentif (X2
2. R Square sebesar 0,668 berarti 66,8 % produktivitas kerja karyawan dapat dijelaskan oleh kedisiplinan kerja dan insentif. Sedangkan sisanya 33,2 % dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini.
) terhadap produktivitas kerja (Y) sebesar 81,7 %. Artinya hubungan erat.
3. Adjusted R Square sebesar 0,654 berarti 6,54%. Sedangkan sisanya 93,46% dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .817a .668 .654 2.61781
a. Predictors: (Constant), insentif, kedisiplinankerja
b.Dependent Variable: produktivitaskerja Sumber : Hasil Pengolahan SPSS 19,0
4. Standard Error of Estimate artinya mengukur variasi dari nilai yang diprediksi. Nilai Standard Error of Estimate dari hasil pengujian koefisien determinan adalah sebesar 2,61781 . Semakin kecil Standard Error of Estimatenya berarti model semakin baik.
4.3 Pembahasan