BAB IV HASIL DAN PEMBAHASAN
4.4 Hasil Uji Asumsi Klasik
Uji normalitas berujuan untuk menguji apakah model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Berdasarkan hasil perhitungan uji kolmogorov smirnov terhadap residual regresi dengan menggunakan program SPSS diperoleh hasil sebagai berikut :
Tabel 4.7
Hasil Uji Normalitas Model
One-Sample Kolmogorov-Smirnov Test
92 .0000000 .31050669 .124 .124 -.081 1.194 .116 N Mean Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z As ymp. Sig. (2-tailed)
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Sumber: Lampiran 6, diolah Langkah-langkah pengujian :
1. Hipotesa :
H0 : Residual regresi berdistribusi normal H1 : Residual regresi tidak berdistribusi normal 2. Statistik uji : nilai Kolmogorov Smirnov
3. Kritera penerimaan dan penolakan hipotesis yaitu : a. Bila siginifikansi < α , maka H0 ditolak
b. Bila signifikansi α, maka H0 diterima.
4. Tingkat kesalahan (α) yang digunakan adalah sebesar 5% atau 0,05
5. Besarnya signifikansi adalah sebesar untuk pendidikan dan pelatihan (X1) Disiplin Kerja (X2) dan Kinerja karyawan (Y) adalah sebesar 0.116
6. Keputusan : karena signifikansi lebih dari α, maka H0 diterima, yang berarti
Karena nilai signifikansi lebih dari α maka disimpulkan bahwa residual
berdistribusi normal. Maka asumsi normalitas terpenuhi.
4.4.2 Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Menguji adanya multikolinieritas dapat dilihat dari nilai VIF (Variance Inflation Factor). Jika nilai VIF lebih besar dari 10, maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel bebas yang lainnya, sedangkan jika nilai VIF lebih kecil dari 10, maka variabel tersebut tidak memiliki persoalan dengan multikolinieritas. Hasil perhitungan nilai VIF (Variance Inflation Factor) dan matrik korelasi dari variabel independen dapat dilihat pada tabel berikut ini:
Tabel 4.8
Nilai Variance Inflation Variabel Bebas
Variabel Nilai VIF
Pendidikan dan pelatihan
(X1) 3.406
Disiplin Kerja (X2) 3.406
Sumber: Lampiran 6, diolah
Dan hasil perhitungan multikolinearitas dengan melihat nilai VIF, dapat ketahui bahwa untuk semua variabel mempunyai nilai VIF di bawah angka 10. Sehingga hasil uji multikolinearitas dengan menghitung matrik korelasi dan VIF menunjukkan tidak adanya multikolinearitas antar variabel bebas, karena nilai VIF dibawah angka 10.
4.4.3 Heterokedastisitas
2 1 0 -1 -2 -3
Regression Standardized Predicted Value 2 1 0 -1 -2 R egressi on S tudent iz ed R esi dual
Dependent Variable: Kinerja (Y) Scatterplot
Gambar 4.1 Uji Heterokedastisitas
Dari gambar 4.1 diketahui bahwa plot atau titik-titik tidak membentuk suatu pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
4.5 Analisis Data
Analisis data dalam penelitian ini menggunakan Regresi Linear Berganda yang digunakan untuk mengetahui ada tidak pengaruh pendidikan dan pelatihan (X1) Disiplin Kerja (X2) terhadap Kinerja karyawan (Y) di PT. Millenium Ratanindo Perkasa di Menganti - Gresik Jawa Timur
Berdasarkan dari hasil perhitungan diperoleh persamaan regresi linier berganda pada tabel 4.10.
Tabel 4.10
Hasil Analisis Regresi Linier Berganda
Model Unstandardized Coefficients t hitung Sig B Std. Error Constant 1.734 0.244 7.120 0.000 Pendidikan dan pelatihan (X1) 0.375 0.118 3.181 0.002 Disiplin Kerja (X2) (X2) 0.257 0.127 2.024 0.046 R =0.700 R Square = .489 F Hitung = 42.643 Sig. = 0.000 Ftabel = (df: 2/89; α = 2%) = 3.10 ttabel = (df:89; α=5%/2) = 1.9870 Sumber: Lampiran 7, Data Diolah
Berdasarkan hasil perhitungan tersebut diatas, diperoleh persamaan regresi linier berganda sebagai berikut :
Y = 1.734 + 0.375X1 + 0.257 X2
Interprestasi dari model regresi diatas adalah sebagai berikut :
1. Konstanta (a) yang dihasilkan sebesar 1.734 menunjukkan bahwa peningkatan nilai Kinerja karyawan (Y) sebesar 1.734 jika kinerja karyawan PT. Millenium Ratanindo Perkasa di Menganti - Gresik Jawa Timur yang terdiri dari pendidikan dan pelatihan (X1) Disiplin Kerja (X2) adalah konstan.
2. Nilai koefisien pendidikan dan pelatihan (β1) sebesar 0.375 menunjukkan bahwa jika variabel pendidikan dan pelatihan (X1) ditingkatkan, maka akan mengakibatkan peningkatan Kinerja karyawan (X2) sebesar 0.375 dengan asumsi variabel lain konstan.
3. Nilai koefisien Disiplin Kerja (X2) (β2) sebesar 0.257 menunjukkan bahwa jika variabel Disiplin Kerja (X2) ditingkatkan, maka akan mengakibatkan peningkatan Kinerja karyawan (Y) sebesar 0.257, dengan asumsi variabel lain konstan.
4.5.1 Analisis Koefisien Korelasi dan Koefisien Determinasi Tabel 4.11
Koefisien Korelasi Dan Koefisien Determinasi
Model Summ aryb
.700a .489 .478 .31398 Model 1 R R Square Adjust ed R Square St d. E rror of the Es timate Predic tors: (Constant), Dis iplin Kerja (X2), P endidikan dan Pelatihan (X1)
a.
Dependent Variable: K inerja (Y ) b.
Sumber: Lampiran 7, Data Diolah
Nilai koefisien korelasi (R) menunjukkan seberapa erat hubungan antara variabel bebas yaitu terdiri dari Pendidikan dan pelatihan (X1), Disiplin Kerja (X2), dengan variabel tak bebas Kinerja karyawan (Y), besarnya nilai koefisien korelasi adalah 0.700. Nilai tersebut menunjukkan bahwa hubungan variabel Pendidikan dan pelatihan (X1), Disiplin Kerja (X2), dengan variabel Kinerja karyawan (Y) adalah sangat erat atau sangat kuat karena terletak antara 0.7 sampai 1
Nilai koefisien determinasi atau R2 digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel tak bebas (Y) yaitu variabel Kinerja karyawan. Hasil dari perhitungan SPSS diperoleh nilai R2 = 0.489 yang berarti bahwa sebesar 48.9% Kinerja karyawan (X2) dapat dijelaskan oleh
variabel Pendidikan dan pelatihan (X1), Disiplin Kerja (X2). Sedangkan sisanya 51.1% dipengaruhi oleh variabel lain diluar model regresi linear berganda dalam penelitian ini.
4.5.2 Pengujian Hipotesis
Sehubungan dengan perumusan masalah dan hipotesis penelitian yang diajukan sebagaimana diuraikan pada bagian sebelumnya, maka dapat dijelaskan bahwa variabel-variabel yang mempunyai pengaruhKinerja karyawan (Y) adalah variabel Pendidikan dan pelatihan (X1) , Disiplin Kerja (X2).
1. Uji F (Uji Simultan)
Uji Simultan (uji F) menunjukkan bahwa seluruh variabel bebas yaitu Pendidikan dan pelatihan (X1), Disiplin Kerja (X2), pengaruh signifikan (secara nyata) terhadap variabel terikat (Kinerja karyawan).
Tabel 4.12
Hasil Perhitungan Uji F
Model Anova Sum of Squares Df Mean Square Fhit
Regression 8.408 2 4.204 42.643
Residual 8.774 89 0.99
Total 17.181 91
Sumber: Lampiran 7, Data Diolah Langkah-langkah pengujian : 1. Hipotesis
H0 : β1 = β2 = 0 artinya variabel pendidikan dan pelatihan (X1) , Disiplin Kerja (X2) tidak berpengaruh signifikan secara simultan terhadap kinerja karyawan (Y).
H1 : β1 ≠ β2 ≠ 0 artinya variabel pendidikan dan pelatihan (X1), Disiplin Kerja (X2) berpengaruh signifikan secara simultan terhadap kinerja karyawan (Y).
2. Besarnya nilai
F tabel = Fα (df regresi, df residual)= Fα (k, n – k – 1 ) F tabel = F0.05 (4, 75) = 3.10
3. Daerah kritis atau daerah penolakan Bila F hitung ≥ F tabel maka H0 ditolak Bila F hitung < F tabel maka H0 diterima 4. Fhitung = 42.643
Gambar 4.2
Daerah Penerimaan H0 dan Penolakan H0 Uji F
5. Kesimpulan
Karena F hitung ≥ F tabel yaitu 56.813 ≥ 2.49, maka H0 ditolak pada tingkat signifikansi 5 % sehingga dapat diambil kesimpulan bahwa secara simultan semua variabel bebas (Pendidikan dan pelatihan (X1), Disiplin Kerja (X2)) berpengaruh secara signifikan terhadap variabel terikat Y (Kinerja Karyawan). Daerah Penerimaan H0 2.49 Daerah Penolakan Ho 56.813 0
2. Uji t (Uji Parsial)
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial dari masing-masing variabel bebas terhadap variabel terikat (tak bebas). Pada tahapan ini dilakukan pengujian terhadap pengaruh variabel bebas yang terdapat pada model yang terbentuk untuk mengetahui apakah variabel bebas (X) yang ada dalam model secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat (Y).
Tabel 4.13 Hasil Perhitungan Uji t
Model Anova thitung ttabel
Pendidikan dan pelatihan (X1) 3.181 1.9870
Disiplin Kerja (X2) 2.024 1.9870
Sumber: Lampiran 7, Data Diolah
a. Uji Parsial Antara Variabel Pendidikan dan pelatihan (X1) Terhadap Kinerja karyawan (Y)
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial variabel Pendidikan dan pelatihan (X1) terhadap variabel Kinerja karyawan (Y).
Hipotesis :
• H0 : β1 = 0 (Artinya, secara parsial variabel Pendidikan dan pelatihan (X1) tidak mempunyai pengaruh yang signifikan terhadap variabel Kinerja Karyawan)
H1 : β1 ≠ 0 (Artinya, secara parsial variabel Pendidikan dan pelatihan (X1) mempunyai pengaruh yang signifikan terhadap variabel Kinerja karyawan)
• α = 0,05/2 = 0.025 dengan df (n - k - 1) = 89 dimana ttabel = 1.9870
• thitung = 3.181
Gambar 4.3
Kriteria Daerah Penerimaan Atau Penolakan Variabel X1
• Kesimpulan :
Berdasarkan perhitungan diperoleh thitung sebesar 3.181 lebih besar dari ttabel sebesar 1.9870 maka H0 ditolak pada tingkat signifikansi 5% sehingga kesimpulannya secara parsial variabel Pendidikan dan pelatihan (X1) mempunyai pengaruh signifikan terhadap Kinerja karyawan (Y).
b. Uji Parsial Antara Variabel Disiplin Kerja (X2) Terhadap Variabel Kinerja karyawan (Y)
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial variabel Disiplin Kerja (X2) terhadap variabel Kinerja karyawan (Y).
3.181 1.9870
Daerah penolakan H0 Daerah Daerah penolakan H0
penerimaan H0
-1.9870
Hipotesis :
• H0 : β2 = 0 (Artinya, secara parsial variabel Disiplin Kerja (X2) tidak mempunyai pengaruh yang signifikan terhadap variabel Kinerja karyawan) H1 : β2 ≠ 0 (Artinya, secara parsial variabel Disiplin Kerja (X2) mempunyai pengaruh yang signifikan terhadap variabel Kinerja karyawan)
• α = 0,05/2 = 0.025 dengan df (n - k - 1) = 89 dimana ttabel = 1.9870
• thitung = 2.024
Gambar 4.4
Kriteria Daerah Penerimaan Atau Penolakan Variabel X2
• Kesimpulan :
Berdasarkan perhitungan diperoleh thitung sebesar 2.024 lebih besar dari ttabel sebesar 1.9870 maka H0 diterima pada tingkat signifikansi 5% sehingga kesimpulannya secara parsial variabel Disiplin Kerja (X2) mempunyai pengaruh signifikan terhadap Kinerja karyawan.
4.5.3 Koefisien Korelasi Parsial
Nilai korelasi parsial (r) menunjukkan berapa erat hubungan antara variabel bebas yaitu terdiri dari Pendidikan dan pelatihan (X1) dan Disiplin Kerja (X2),
2.024 1.9870
Daerah penolakan H0 Daerah Daerah penolakan H0
penerimaan H0
-1.9870
Tabel 4.14
Nilai Koefisien Korelasi Parsial
Variable r r2 Dalam
Persentase Pendidikan dan pelatihan
(X1) 0.319 0,102 10.2%
Disiplin Kerja (X2) 0.210 0.044 4.4%
Sumber: Lampiran 7, Data Diolah
Berdasarkan data yang didapat dilihat pada Tabel 4.14 diatas, terlihat bahwa nilai koefisien determinasi (r2) terbesar adalah untuk variabel Pendidikan dan pelatihan (X1) sebesar 10.2%, artinya secara parsial variabel Pendidikan dan Pelatihan (X2) memberikan pengaruh yang paling dominan terhadap Kinerja karyawan (Y) dengan nilai prosentase hubungan sebesar 10.2%. Sedangkan yang memberikan pengaruh yang terkecil terhadap Kinerja karyawan (Y) yaitu variable disiplin kerja sebesar 4.4 %.