BAB V DESKRIPSI DATA, ANALISIS DATA, DAN PEMBAHASAN
5.3 Hasil Uji Statistik
Berdasarkan data yang telah dikumpulkan, jawaban dari responden telah direkapitulasi kemudian dianalisis untuk mengetahui pengaruh kepemimpinan, lingkungan kerja realistis pada inovasi perawat rumah sakit Panti Rapih dengan menggunakan analisis kuantitatif.
Analisis kuantitatif yang digunakan dalam penelitian ini adalah uji validitas dan reliabilitas, uji asumsi klasik, regresi linier berganda dan uji t.
5.3.1 Uji Validitas dan Uji Reliabilitas
Uji validitas dan reliabilitas digunakan untuk mengetahui apakah instrumen atau alat penelitian yang digunakan benar-benar mencerminkan variable atau atribut yang diteliti.
5.3.1.1 Uji Validitas
Uji validitas dalam penelitian ini menggunakan analisis faktor, hasil uji validitas dapat dilihat pada tabel V.9 berikut ini:
Tabel V.9 KMO and Bartlett’s
Kaiser-Meyer-Olkin Measur of Adequac .63
Bartlett’s Sphericit Approx. Chi-df Sig. 568.62 136 .00
Sumber : Data primer yang diolah, 2011
Dari perhitungan hasil uji validitas diperoleh nilai Kaiser
Meyer-Olkin Measure of Sampling Adequacy pada kotak KMO
and Bartlet’s test adalah 0,636. Hasil ini memperlihatkan bahwa instrumen ini valid karena KMO telah melebihi 0,5. Di samping itu nilai Bartlet’s test menunjukkan nilai 568,635 dengan nilai signifikansi 0,000 sehingga dapat disimpulkan bahwa instrumen ini telah memenuhih syarat valid.
1. Uji Validitas Item-item Variabel Kepemimpinan (X1)
Tabel V.10
Anti-image Matrices Kebolehterimaan Keselamatan
Sumber : Data Primer yang diolah, 2011
Hasil analisis faktor pada pertanyaan-pertanyaan variabel Kepemimpinan ditunjukkan dalam tabel berikut ini
Tabel V.11
Anti-image Matrices Kebolehterimaan Kepemimpinan Component 1 KP 1 KP 2 KP 3 KP 4 KP 5 KP 6 ,599 ,610 ,550 ,630 ,700 ,495
Sumber : Data Primer yang diolah, 2011
Jika melihat tabel di atas yang mana loading factor -nya (component matrix) seluruhnya lebih dari 0,4. Ini berarti seluruh item pertanyaan kepemimpinan valid dan
Kp 1 Kp 2 Kp 3 Kp 4 Kp 5 Kp 6 Anti-image Correlation Kp 1 ,599(a) -,237 -,306 ,188 -,452 -,173 Kp 2 -,237 ,610(a) ,208 -,408 -,039 -,127 Kp 3 -,306 ,208 ,550(a) -,295 -,044 -,470 Kp 4 188 -,408 -,295 ,630(a) -,315 ,058 Kp 5 -,452 -,039 -,044 -,315 ,700(a) ,115 Kp 6 ,173 -,127 -,470 ,058 ,115 ,495(a)
dapat dianalisis lebih lanjut. Ini berarti bahwa pertanyaan yang diajukan, terutama tentang kepemimpinan tidak menimbulkan kebingungan atau dapat dipahami dengan baik. Para responden rata-rata dapat memahami dengan baik apa yang dimaksud dengan pertanyaan dalam kuesioner mengenai kepemimpinan.
2. Uji Validitas Item-item Lingkungan Kerja Realistis (X2)
Tabel V.12
Anti-image Matrices Kebolehterimaan Lingkungan Kerja Realistis
Sumber : Data Primer yang diolah, 2011
Sementara itu hasil analisis faktor pada pertanyaan-pertanyaan lingkungan kerja realistis ditunjukkan dalam tabel berikut ini:
LK 1 LK 2 LK 3 LK 4 LK 5 LK 6 Anti-image Correlation LK 1 ,628(a) -,476 ,026 -,343 ,134 -,344 LK 2 -,476 ,587(a) -,236 ,327 -,209 -,036 LK 3 -,026 -,236 ,702(a) -,424 ,306 -,240 LK 4 -,343 ,327 -,424 ,626(a) -,563 -,027 LK 5 ,134 -,209 ,306 -,563 ,601(a) -,280 LK 6 -,344 -,036 -,240 -,027 -,280 ,796(a)
Tabel V.13
Anti-image Matrices Kebolehterimaan Lingkungan Kerja Realistis Component 1 LK 1 LK 2 LK 3 LK 4 LK 5 LK 6 ,628 ,587 ,702 ,626 ,601 ,796
Sumber : Data Primer yang diolah, 2011
Jika melihat tabel di atas, nilai loading factor-nya (component matrix) variabel lingkungan kerja realistis seluruhnya menunjukkan lebih dari 0,4. Ini berarti seluruh item pertanyaan lingkungan kerja realistis adalah valid dan dapat dianalisis lebih lanjut. Ini berarti bahwa pertanyaan yang diajukan terutama tentang lingkungan kerja realistis tidak menimbulkan kebingungan atau dapat dipahami dengan baik. Para responden rata-rata dapat memahami dengan baik apa yang dimaksud dengan pertanyaan dalam kuesioner mengenai lingkungan kerja realistis.
3. Uji Validitas Item-item Variabel Inovasi Perawat (Y)
Tabel V.14
Anti-image Matrices Kebolehterimaan Inovasi Perawat Rumah Sakit
Sumber : Data Primer yang diolah, 2011
Sementara itu hasil analisis faktor pada pertanyaan-pertanyaan variabel Inovasi perawat ditunjukkan dalam tabel berikut ini:
Tabel V.15
Anti-image Matrices Kebolehterimaan Inovasi perawat Component 1 IN 1 IN 2 IN 3 IN 4 IN 5 ,674 ,725 ,671 ,660 ,555
Sumber : Data Primer yang diolah, 2011
Tabel component matrix menunjukkan bahwa angka
loading factor seluruhnya lebih besar dari 0,4, sehingga seluruh item pertanyaan variabel inovasi perawat dinyatakan valid dan dapat dianalisis lebih lanjut. Ini
IN 1 IN 2 IN 3 IN 4 IN 5 Anti-image Correlation IN 1 ,674(a) -,410 -,259 -,477 ,301 IN 2 -,410 ,725(a) -,009 -,072 -,282 IN 3 -,259 -,009 ,671(a) -,017 -,180 IN 4 -,477 -,072 -,017 ,660(a) -,538 IN 5 ,301 -,282 -,180 -,538 ,555(a)
berarti bahwa pertanyaan yang diajukan terutama tentang inovasi perawat tidak menimbulkan kebingungan atau dapat dipahami dengan baik. Para responden rata-rata dapat memahami dengan baik apa yang dimaksud dengan pertanyaan dalam kuesioner mengenai inovasi perawat. 5.3.1.2 Uji Reliabilitas
Pengujian reliabilitas instrumen dilakukan dengan menggunakan teknik Cronbach Alpha. Uji signifikansi pada taraf signifikansi 0,05 artinya instrumen dapat dikatakan reliabel bila nilai alpha > dari r kritis product moment. Atau bisa menggunakan batasan tertentu seperti 0,60. Menurut Sekaran (Priyatno, 2008; 26). Reliabilitas < 0,60 adalah kurang baik, sedangkan 0,70 dapat diterima dan diatas 0,80 adalah baik.
Hasil analisis reliabilitas instrumen, yang didasarkan pada kriteria Cronbach Alpha dapat dilihat dalam tabel V.16 dibawah ini:
Tabel V.16
Hasil Uji Reliabilitas Instrumen Penelitian Variabel
Nilai Cronbach Alpha Keterangan
Kepemimpinan ( X 1 ) 0.658 Reliabel
Lingkungan Kerja Realistis ( X 2) 0,725 Reliabel
Inovasi ( Y ) 0,851 Reliabel
Dari hasil analisis pada tabel V.16 di atas dapat dilihat bahwa setiap instrumen memiliki nilai realibilitas yang memenuhi syarat dan dinyatakan reliabel, karena nilai Cronbach Alpha berada di atas 0,60.
5.3.1.3 Deskripsi tentang hasil kepemimpinan, lingkungan kerja realistis dan inovasi perawat adalah
a) Kepemimpinan
Dari hasil jawaban kuesioner pada lampiran diperoleh nilai rata-rata kepemimpinan sebesar 23,73 menunjukkan bahwa rumah sakit Panti Rapih menggunakan gaya kepemimpinan Laissez faire.
Otokratik Demokratik Laissez faire
6-13 14-21 22-30
b) Lingkungan kerja realistis
Dari hasil jawaban kuesioner pada lampiran diperoleh nilai rata-rata lingkungan kerja realistis sebesar 24,46 menunjukkan bahwa rumah sakit Panti Rapih memiliki lingkungan kerja sangat realistis.
kurang realistis cukup realistis sangat realistis
6-13 14-21 22-30
c) Inovasi perawat
Dari hasil jawaban kuesioner pada lampiran diperoleh nilai rata-rata inovasi perawat sebesar 20,11
menunjukkan bahwa perawat di rumah sakit Panti Rapih memiliki inovasi yang sangat tinggi
rendah sedang tinggi
5-11,6 11,7-18,3 18,4-25
5.3.2 Analisis Regresi Linier Berganda
Model regresi linier berganda digunakan untuk menjawab hipotesis yaitu apakah kepemimpinan dan lingkungan kerja realistis berpengaruh terhadap inovasi karyawan perawat. Hasil regresi linier berganda dapat ditunjukkan seperti pada tabel V.17
Tabel V.17
Hasil Estimasi Regresi Linier Berganda Variabel Koef Regresi
(B)
Koef Beta t hitung
Konstanta 0,058 0,100
Kepemimpinan (X1) 0,544 0,411 4,114
Lingkungan kerja realistis (X2) 0,444 0,315 3,148
Standar error = 0,40737
Adjusted R Square = 0,367
R Square = 0,383
F hitung = 23,926
Signifikan F = 0,000 Sumber: Data primer yang diolah, 2011
Dari hasil analisis regresi berganda terhadap data yang tersaji maka penyelesaian terhadap model persamaan
Y = 0,058 + 0,544 (X1) + 0,444 (X2)
Dapat dihasilkan konstanta masing-masing secara lengkap dalam persamaan sebagai berikut:
IN = 0,058 + 0,544 KP + 0,444 LKR
Dari hasil perhitungan dan pengujian di atas, semua variabel dinyatakan memiliki pengaruh yang signifikan terhadap inovasi perawat.
5.3.3 Uji Asumsi Klasik
5.3.3.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah sebuah model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2006; 110). Normal disini dalam arti mempunyai distribusi data normal. Model regresi yang baik adalah berdistribusi normal atau mendekati normal. Hasil uji normalitas dapat ditunjukkan seperti pada tabel V.18 sebagai berikut:
Tabel V.18 Hasil Uji Normalitas
Variabel
Nilai Asymp sig (2-tailed)
Taraf
signifikansi Keputusan
Kepemimpinan (X1) 0,062 0,05 Normal
Lingkungan kerja realistis (X2)
0,102 0,05 Normal
Inovasi (Y) 0,090 0,05 Normal
Sumber: Data primer yang diolah, 2011
Regresi linier berganda sebaiknya menggunakan R Square
yang sudah disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel independen yang digunakan (Sujianto, 2009;71). Angka Adjusted R Square adalah 0367, artinya 36,7% variabel terikat inovasi dijelaskan oleh variabel bebas yaitu kepemimpinan dan lingkungan kerja realistis dan sisanya 63,3% dijelaskan oleh variabel lain di luar variabel yang digunakan dalam model penelitian ini.
4 3 2 1 0 -1 -2 -3
Regression Standardized Residual
25 20 15 10 5 0 Fr eque nc y Mean = 9.78E-16 Std. Dev. = 0.987 N = 80
Dependent Variable: Inovasi Histogram Gambar V.1 Grafik Histogram 1.0 0.8 0.6 0.4 0.2 0.0
Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Expe cte d C u m Pr ob
Dependent Variable: Inovasi
Normal P-P Plot of Regression Standardized Residual
Gambar V.2 Grafik Normal plot
5.3.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dan residual dari suatu pengamatan ke pengamatan yang lain. Berdasarkan pola gambar Scatterplot model di bawah titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi inovasi karyawan perawat berdasarkan masukkan variabel independen kepemimpinan dan lingkungan kerja realistis.
4 2
0 -2
-4
Regression Standardized Predicted Value
4 2 0 -2 -4 Reg ressi on St u d en ti z e d Re sid u al
Dependent Variable: Inovasi Scatterplot
Gambar V.3
Scatterplot
5.3.3.2 Uji Multikolinieritas
Uji multikolineritas adalah uji yang digunakan untuk menguji apakah dalam model regresi ditemukan korelasi antar
variabel bebas. Regresi yang baik adalah regresi yang tidak terjadi multikolinieritas. Untuk mendeteksi ada atau tidaknya multikolinieritas dapat dideteksi dengan cara berikut:
a. Jika antar variabel bebas ada korelasi yang cukup tinggi (di atas 0,90) maka hal ini merupakan indikasi adanya multikolinieritas.
b. Multikolinieritas dapat juga dilihat dari VIF, jika VIF < 10, maka tingkat kolinieritas dapat ditoleransi.
Dari data penelitian yang sudah dihitung dengan menggunakan SPSS 17.0 maka didapatkan tabel sebagai berikut:
Tabel V. 19 Nilai VIF
Sumber: Data primer yang diolah, 2011
Berdasarkan table V.19 di atas, diketahui bahwa nilai VIF semua variabel bebas < 10 dan dapat disimpulkan tidak terjadi multikolinieritas dalam persamaan regresi berganda tersebut.
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 0,058 0,582 0,100 ,921
Kepemimpinan ,544 ,132 ,411 4,114 ,000 ,776 1,289
Lingkungan kerja realistis
5.3.3.3 Uji t (Uji Parsial)
Uji t digunakan untuk mengetahui apakah regresi yang dihasilkan dari masing-masing variabel bebas signifikan atau tidak terhadap variabel dependen. Dengan menggunakan SPSS versi 17.0 maka diperoleh hasil perhitungan seperti di bawah ini.
Tabel V. 20 Tabel Coefficients Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 0,058 0,582 0,100 ,921 Kepemimpinan ,544 ,132 ,411 4,114 ,000 Lingkungan kerja realistis ,444 ,141 ,315 3,148 ,002
Sumber: Data primer yang diolah, 2011
Ho : b1 ; b2 = 0 artinya variabel kepemimpinan dan lingkungan kerja realistis secara parsial tidak berpengaruh pada inovasi perawat.
Ha1 : b1 ; b2 ≠ 0 artinya variabel kepemimpinan dan lingkungan kerja realistis secara parsial berpengaruh pada inovasi perawat.
Dengan menggunakan program SPSS 17.0 diperoleh t hitung. Setelah t hitung dan t tabel (df = n – 2) 80 – 2 = 78 diketahui, maka langkah selanjutnya adalah menentukan kriteria pengujian yaitu: a) Variabel Kepemimpinan (X1)
Bila Ho ditolak maka Ha diterima, yaitu Kepemimpinan berpengaruh pada inovasi perawat rumah sakit Panti Rapih.
Bila Ho diterima maka Ha ditolak, yaitu Kepemimpinan tidak berpengaruh pada inovasi perawat rumah sakit Panti Rapih.
Hasil analisis regresi linier berganda menunjukkan bahwa variabel kepemimpinan (X1) secara parsial berpengaruh signifikan pada inovasi perawat yang ditunjukkan oleh besarnya t hitung > t tabel yaitu 4,114 > 1,9908. Hal ini mendefinisikan bahwa inovasi perawat dipengaruhi oleh gaya kepemimpinan yang terpusat pada karyawan, kepemimpinan dengan kesederajatan, pemimpin berkonsultasi dengan karyawan untuk merumuskan tindakan keputusan bersama.
b) Variabel Lingkungan Kerja Realistis (X2)
Bila Ho ditolak maka Ha diterima, yaitu Lingkungan Kerja realistis berpengaruh pada inovasi perawat rumah sakit Panti Rapih.
Bila Ho diterima maka Ha ditolak, yaitu Lingkungan Kerja realistis tidak berpengaruh pada inovasi perawat rumah sakit Panti Rapih.
Hasil analisis regresi linier berganda menunjukkan bahwa variabel lingkungan kerja realistis (X2) secara parsial berpengaruh signifikan pada inovasi karyawan perawat yang ditunjukkan oleh besarnya t hitung > t tabel yaitu 3,148 > 1,9908. Hal ini mendefinisikan bahwa inovasi perawat ditandai dengan tugas-tugas yang konkret, fisik, eksplisit serta
memberikan tantangan bagi karyawan maupun pimpinan atau kecakapan hubungan antar pribadi karena sebagaian besar tugas-tugas didapat diselesaikan dengan hubungan yang nyata.