HASIL DAN PEMBAHASAN
B. Hasil Uji Deskriptif Demografi Responden
4. Hasil Analisis
a. Hasil Uji Normalitas
Data-data bertipe skala sebagai pada umumnya mengikuti asumsi distribusi normal. Namun, tidak mustahil suatu data tidak mengikuti asumsi normalitas. Untuk mengetahui kepastian sebaran data yang diperoleh harus dilakukan uji normalitas terhadap data yang bersangkutan. Dengan demikian, analisis statistika yang pertama harus digunakan dalam rangka analisis data adalah analisis statistik berupa uji normalitas.
85 Gambar 4.1
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Loyalitas Kerja (Z)
Sumber: Data primer diolah, 2015
Dari gambar di atas dapat dilihat bahwa data penelitian memiliki penyebaran dan distribusi yang normal karena data memusat pada nilai rata-rata dan median atau nilai plot PP terletak digaris diagonal, maka dapat dikatakan bahwa data tersebut berdistribusi normal.
b. Hasil Uji Korelasi
Dalam metode analisis jalur, untuk mencari hubungan kausal atau pengaruh variabel-variabel penelitian, terlebih dahulu dihitung matriks korelasi dari variabel-variabel kompensasi, produktivitas kerja dan loyalitas kerja. Berikut adalah hasil penghitungan koefisien korelasi dengan menggunakan software SPSS:
86 Tabel 4.37 Korelasi Correlations Kompensasi Produktivitas
Kerja Loyalitas Kerja Kompensasi Pearson Correlation 1 .554** .560**
Sig. (2-tailed) .000 .000
N 60 60 60
Produktivitas Kerja Pearson Correlation .554** 1 .785**
Sig. (2-tailed) .000 .000
N 60 60 60
Loyalitas Kerja Pearson Correlation .560** .785** 1 Sig. (2-tailed) .000 .000
N 60 60 60
**. Correlation is significant at the 0.01 level (2-tailed). Sumber: Data primer diolah, 2015
Berdasarkan tabel di atas dapat diketahui nilai korelasi antar variabel. Angka koefisien korelasi bertanda negatif (-) menunjukkan bahwa hubungan antara kedua variabel tersebut bersifat berbanding terbalik, artinya peningkatan satu variabel akan diikuti oleh penurunan variabel lain.
Tabel 4.38
Interpretasi Koefisien Korelasi
Internal Koefisien Tingkat Hubungan
0.00 – 0.199 Sangat rendah 0.20 – 0.399 Rendah 0.40 – 0.599 Sedang 0.60 – 0.799 Kuat 0.80 – 1.000 Sangat kuat Sumber : Sugiono, 2013:183
Untuk pengujian lebih lanjut, maka diajukan Hipotesis:
H0 : Tidak ada hubungan (korelasi) yang signifikan antara dua variabel
87 H1 : Ada hubungan (korelasi) yang signifikan antara dua variabel Pengujian berdasarkan uji probabilitas (prob):
Jika Probabilitas > 0.05, maka H0 diterima. Jika Probabilitas < 0.05, maka H0 ditolak.
Berdasarkan hasil pengujian di atas, maka dapat disimpulkan dengan tabel yang terdapat dibawah ini:
Tabel 4.39
Pengujian Hubungan Antar Sub Variabel
Hubungan Koefisien
Korelasi
Kategori Probabilitas Kesimpulan Loyalitas kerja (Z) dengan
Kompensasi (X)
0,560 Sedang 0.000 Signifikan
Loyalitas kerja (Z) dengan Produktivitas kerja (Y)
0,785 Kuat 0.000 Signifikan
Produktivitas kerja (Y) dengan Kompensasi (X)
0,554 Sedang 0.000 Signifikan
Sumber: Data primer diolah, 2015
Berdasarkan hasil pengujian di atas, diketahui bahwa variabel memiliki nilai probabilitas dibawah 0,05. Hal ini dapat diartikan bahwa terdapat hubungan yang signifikan yaitu antara loyalitas kerja (Z) dengan kompensasi (X), antara loyalitas kerja (Z) dengan produktivitas kerja (Y), dan antara produktivitas kerja (Y) dengan kompensasi (X). c. Hasil Analisis Jalur (Path Analysis)
Teknik pengolahan data selanjutnya dalam menyelesaikan penelitian ini adalah dengan menggunakan Analisis Jalur (Path Analysis), dimana analisis jalur ini berfungsi untuk mengetahui pengaruh langsung dan tidak langsung sekumpulan variabel, sebagai variabel
88 penyebab (variabel eksogen) terhadap seperangkat variabel lainnya yang merupakan variabel akibat (varibel endogen).
1) Persamaan Analisis Jalur 1 (Y = yxX + 1)
Dalam penentuan pengaruh variabel penelitian secara keseluruhan didapat nilai koefisien jalur dari penjumlahan seluruh variabel eksogen terhadap variabel endogen. Nilai koefisien jalur (berdasarkan estimate) variabel kompensasi terhadap produktivitas kerja diolah dengan menggunakan bantuan software SPSS 22 dan LISREL 8.5. Berikut adalah hasil pengolahannya:
Tabel 4.40
Koefisien Jalur Persamaan 1 Coefficientsa Model Standardized Coefficients Beta 1 (Constant) Kompensasi .554 a. Dependent Variable: Produktivitas Kerja Sumber: Data primer diolah, 2015
Koefisien-koefisien jalur yang diperoleh berdasarkan hasil pengolahan adalah sebagai berikut:
yx = 0,554
Jadi, persamaan analisis jalur yang terbentuk adalah sebagai berikut:
Y = yxX + 1 Y = 0,554 X
89 2) Persamaan Analisis Jalur 2 (Z=ρzxX+ρzyY +ε2)
Dalam penentuan pengaruh variabel penelitian secara keseluruhan didapat nilai koefisien jalur dari penjumlahan seluruh variabel eksogen terhadap variabel endogen. Nilai koefisien jalur (berdasarkan estimate) variabel variabel kompensasi dan produktivitas kerja terhadap loyalitas kerja diolah dengan menggunakan bantuan software SPSS 22 dan LISREL 8.5. berikut adalah hasil pengolahannya:
Tabel 4.41
Koefisien Jalur Persamaan 2 Coefficientsa Model Standardized Coefficients Beta 1 (Constant) Kompensasi .181 Produktivitas Kerja .685 a. Dependent Variable: Loyalitas Kerja
Sumber: Data primer diolah, 2015
Koefisien-koefisien jalur yang diperoleh berdasarkan hasil pengolahan adalah sebagai berikut:
ρzx = 0,181
ρzy = 0,685
Jadi, persamaan analisis jalur yang terbentuk adalah sebagai berikut:
Z = zxX + zyY + 2 Z = 0,181 X + 0,685 Y
90 d. Hasil Diagram Analisis Jalur
Besarnya koefisien jalur diperlihatkan oleh hasil output diagram jalur dengan menggunakan software LISREL 8.50. Harga koefisien jalur keseluruhan variabel dapat dilihat pada Gambar di bawah ini.
Gambar 4.2 Diagram Analisis Jalur
Kompensasi (X) Produktivitas Kerja (Y) Loyalitas Kerja (Z) 0,554 0,181 0,68 5
Sumber: Data primer diolah, 2015
Berdasarkan diagram di atas, dapat diketahui terdapat dua buah persamaan analisis jalur.
Pertama bahwa variabel kompensasi (X) merupakan satu buah variabel eksogen yang satu dengan yang lainnya mempunyai kaitan korelatif secara bersama-sama mempengaruhi variabel endogen produktivitas kerja (Y).
Kedua diketahui bahwa variabel kompensasi (X) dan produktivitas kerja (Y) merupakan dua buah variabel eksogen yang satu dengan yang lainnya mempunyai kaitan korelatif secara bersama-sama mempengaruhi variabel endogen (Z) (loyalitas kerja).
91 e. Hasil Pengujian Hipotesis
1) Uji t (Uji Parsial)
Pengujian hipotesis secara parsial dimaksudkan untuk mengetahui ada atau tidaknya pengaruh variabel bebas secara parsial terhadap variabel terikat. Hasil hipotesis dalam pengujian ini adalah:
Tabel 4.42 Hasil uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6.050 6.174 .980 .331 Kompensasi .534 .105 .554 5.062 .000 a. Dependent Variable: Produktivitas Kerja
Sumber: Data primer diolah, 2015 Y = yxX + 1
Berikut adalah pengujiannya:
(a) Menguji signifikansi koefisien yx (kompensasi) pada model analisis jalur:
Berikut adalah hipotesis yang diajukan:
H0 : yx = 0 (koefisien yx (kompensasi) tidak signifikan) H1 : yx ≠ 0 (koefisien yx (kompensasi) signifikan) Pengambilan keputusan didasarkan atas dua metode: (1) Berdasarkan perbandingan nilai thitung dengan ttabel.
Jika |thitung| > ttabel, maka H0 ditolak Jika |thitung| < ttabel, maka H1 diterima
92 Terlihat bahwa thitung untuk koefisien kompensasi adalah 5,062, Sedang ttabel bisa dihitung pada tabel t-test,
dengan α = 0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 57 (didapat dari rumus n-k, dimana n adalah jumlah data, 60-3=57). Didapat ttabel adalah 2,00.
Oleh karena thitung > ttabel, (5,062 > 2,00), maka H0 ditolak, sehingga dapat disimpulkan bahwa koefisien kompensasi berpengaruh signifikan terhadap produktivitas kerja.
(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05 , maka H0 diterima Jika probabilitas < 0,05 , maka H0 ditolak
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0,000atau probabilitas dibawah 0,05 (0,000 < 0,05). Dengan demikian H0 ditolak, sehingga mempunyai kesimpulan yang sama dengan uji t yaitu koefisien kompensasi berpengaruh signifikan terhadap produktivitas kerja.
93 2) Uji F (Uji Simultan)
(Persamaan Y = yxX + 1)
Pengujian hipotesis secara simultan bertujuan untuk mengukur besarnya pengaruh variabel bebas secara bersama-sama terhadap variabel terikatnya. Hasil hipotesis yang dalam pengujian ini adalah:
Tabel 4.43 Hasil uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig. 1 Regression 883.604 1 883.604 25.623 .000a
Residual 2000.129 58 34.485
Total 2883.733 59
a. Predictors: (Constant), Kompensasi b. Dependent Variable: Produktivitas Kerja Sumber: Data primer diolah, 2015
Pada tabel analisis varian (Anova) ditampilkan hasil uji F yang dapat dipergunakan untuk menguji model apakah variabel kompensasi secara simultan berpengaruh signifikan terhadap produktivitas kerja. Pengujian dilakukan dengan Uji F, hipotesis yang diajukan adalah:
H0 : yx ≠ 0
H1 : sekurang-kurangnya ada sebuah 0, ; i = 1,
Pengambilan keputusan berdasarkan perbandingan nilai Fhitung dengan Ftabel:
Jika Fhitung > Ftabel, maka H0 ditolak Jika Fhitung < Ftabel, maka H0 diterima
yixi
94 Dari penghitungan didapat nilai Fhitung sebesar 25,623. Dengan tingkat signifikansi sebesar 5% dan df1 = 1 dan df2 = 58, didapat nilai Ftabel = 2,76. Karena nilai Fhitung (25,623) > nilai Ftabel (2,76) maka H0 ditolak atau terdapat kecocokan antara model dengan data. Sehingga dapat disimpulkan bahwa aspek variabel kompensasi secara simultan berpengaruh signifikan terhadap produktivitas kerja. Sehingga model analisis jalur yang didapatkan layak digunakan. atau jika dilihat dengan menggunakan nilai signifikansi, diketahui bahwa nilai sig (0,000 < 0,05) sehingga memiliki kesimpulan yang sama dengan Uji F yaitu terdapat kecocokan antara model dengan data.
3) Uji t (Uji Parsial)
Pengujian hipotesis secara parsial dimaksudkan untuk mengetahui ada atau tidaknya pengaruh variabel bebas secara parsial terhadap variabel terikat. Hasil hipotesis dalam pengujian ini adalah:
Tabel 4.44 Hasil uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.396 3.273 1.343 .185 Kompensasi .126 .067 .181 4.897 .003 Produktivitas Kerja .495 .069 .685 7.171 .000 a. Dependent Variable: Loyalitas Kerja
Sumber: Data primer diolah, 2015 Z = zxX + zyY + 2
95 Berikut adalah pengujiannya:
(a) Menguji signifikansi koefisien Zx (kompensasi) pada model analisis jalur:
Berikut adalah hipotesis yang diajukan:
H0 : Zx = 0 (koefisien Zx (kompensasi) tidak signifikan) H1 : Zx ≠ 0 (koefisien Zx1 (kompensasi) signifikan) Pengambilan keputusan didasarkan atas dua metode: (1) Berdasarkan perbandingan nilai thitung dengan ttabel.
Jika |thitung| > ttabel, maka H0 ditolak Jika |thitung| < ttabel, maka H1 diterima
Terlihat bahwa thitung untuk koefisien kompensasi adalah 4,897, sedang ttabel bisa dihitung pada tabel t-test,
dengan α = 0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 57 (didapat dari rumus n-k, dimana n adalah jumlah data, 60-3=57). Didapat ttabel adalah 2,00.
Oleh karena thitung > ttabel, (4,897 > 2,00), maka H0 ditolak, sehingga dapat disimpulkan bahwa koefisien kompensasi berpengaruh signifikan terhadap loyalitas kerja. (2) Berdasarkan nilai probabilitas dengan α = 0,05:
Jika probabilitas > 0,05 , maka H0 diterima Jika probabilitas < 0,05 , maka H0 ditolak
96 Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.003 atau probabilitas dibawah 0,05 (0,0203 < 0,05). Dengan demikian H0 ditolak, sehingga mempunyai kesimpulan yang sama dengan uji t yaitu koefisien kompensasi berpengaruh signifikan terhadap loyalitas kerja. (b) Menguji signifikansi koefisien Zy (produktivitas kerja) pada
model analisis jalur:
Berikut adalah hipotesis yang diajukan:
H0 : Zy = 0 (koefisien Zy (produktivitas kerja) tidak signifikan)
H1 : Zy ≠ 0 (koefisien Zy (produktivitas kerja) signifikan) Pengambilan keputusan didasarkan atas dua metode:
(1) Berdasarkan perbandingan nilai thitung dengan ttabel. Jika |thitung| > ttabel, maka H0 ditolak
Jika |thitung| < ttabel, maka H1 diterima
Terlihat bahwa thitung untuk koefisien produktivitas kerja adalah 7,171, sedang ttabel bisa dihitung pada tabel
t-test, dengan α = 0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 57 (didapat dari rumus n-3, dimana n adalah jumlah data, 60-3=57). Didapat ttabel adalah 2,00.
Oleh karena thitung > ttabel, (7,171 > 2,00), maka H0 ditolak, sehingga dapat disimpulkan bahwa koefisien
97 produktivitas kerja berpengaruh signifikan terhadap loyalitas kerja.
(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05 , maka H0 diterima Jika probabilitas < 0,05 , maka H0 ditolak
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0,000atau probabilitas dibawah 0,05 (0,000< 0,05). Dengan demikian H0 ditolak, sehingga mempunyai kesimpulan yang sama dengan uji t yaitu koefisien produktivitas kerja berpengaruh signifikan terhadap loyalitas kerja.
4) Uji F-hitung (Uji Simultan)
(Persamaan Z = zxX + zyY + 2)
Pengujian hipotesis secara simultan bertujuan untuk mengukur besarnya pengaruh variabel bebas secara bersama-sama terhadap variabel terikatnya. Hasil hipotesis yang dalam pengujian ini adalah:
Tabel 4.45 Hasil uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig. 1 Regression 963.184 2 481.592 50.517 .000a
Residual 543.399 57 9.533
Total 1506.583 59
a. Predictors: (Constant), Produktivitas Kerja, Kompensasi b. Dependent Variable: Loyalitas Kerja
Sumber: Data primer diolah, 2015
98 Pada tabel analisis varian (Anova) ditampilkan hasil uji F yang dapat dipergunakan untuk menguji model apakah variabel kompensasi dan produktivitas kerja secara simultan berpengaruh signifikan terhadap loyalitas kerja. Pengujian dilakukan dengan Uji F, hipotesis yang diajukan adalah:
H0 : ρzx≠, ρzy≠ 0
H1 : sekurang-kurangnya ada sebuah ρzxi0, ; i = 1, 2
Pengambilan keputusan berdasarkan perbandingan nilai Fhitung dengan Ftabel:
Jika Fhitung > Ftabel, maka H0 ditolak Jika Fhitung < Ftabel, maka H0 diterima
Dari penghitungan didapat nilai Fhitung sebesar 50,517. Dengan tingkat signifikansi sebesar 5% dan df1 = 2 dan df2 = 57, didapat nilai Ftabel = 2,76. Karena nilai Fhitung (50,517) > nilai Ftabel (2,76) maka H0 ditolak atau terdapat kecocokan antara model dengan data. Sehingga dapat disimpulkan bahwa aspek variabel kompensasi dan produktivitas kerja secara simultan berpengaruh signifikan terhadap loyalitas kerja. Sehingga model analisis jalur yang didapatkan layak digunakan. Atau jika dilihat dengan menggunakan nilai signifikansi, diketahui bahwa nilai sig (0.000 < 0.05) sehingga memiliki kesimpulan yang sama dengan uji F yaitu terdapat kecocokan antara model dengan data.
99 D. Interprestasi