BAB II TINJAUAN PUSTAKA
2.8 Hipotesis
Gambar 2.1 Kerangka Konseptual
2.8 Hipotesis
1. Variabel Tingkat Upah berpengaruh positif terhadap Produktivitas Tenaga Kerja di Kota Medan.
2. Variabel Tingkat Pendidikan berpengaruh positif terhadap Produktivitas Tenaga Kerja di Kota Medan.
3. Variabel Tingkat Kesehatan berpengaruh positif terhadap Produktivitas Tenaga Kerja di Kota Medan.
Tingkat Upah (X1)
Tingkat Pendidikan
(X2)
Produktivitas Tenaga Kerja
(Y)
Tingkat Kesehatan
(X3)
BAB III
METODE PENELITIAN
Metode penelitian adalah peraturan kegiatan atau prosedur yang akan dilakukan dengan mengumpulkan data guna memecahkan permasalahan dan menguji hipotesis penelitian, metodologi penelitian juga merupakan analisis teoritis mengenai suatu cara atau metode. Metode yang digunakan dalam penelitian ini adalah sebagai berikut:
3.1 Ruang Lingkup Penelitian
Dalam penelitian ini, penelitian menggunakan data kuantitatif. Dimana data kuantitatif adalah data yang bersifat numerik atau angka. Penelitian dilakukan di kota Medan dalam runtun waktu dua puluh tahun (1997-2016) untuk melihat Pengaruh Tingkat Upah, Tingkat Pendidikan Dan Tingkat Kesehatan Terhadap Produktivitas Tenaga Kerja di Kota Medan.
3.2 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini seluruhnya adalah data sekunder yang diperoleh dari buku-buku, jurnal, catatan-catatan, internet, serta sumber- sumber lainnya yang berhubungan dengan masalah penelitian. Sumber data sekunder yang digunakan dalam penelitian ini berasal dari Badan Pusat Statistik(BPS) berupa data tingkat upah (upah minimum kota), tingkat pendidikan (rata-rata lama sekolah), tingkat kesehatan (angka harapan hidup) yang diukur berdasarkan jumlah penduduk yang bekerja di kota Medan. Data sekunder yang digunakan dalam penelitian ini dalam runtun waktu (time series) yaitu selama periode 1997-2016.
3.3 Definisi Operasional
1. Produktivitas Tenaga Kerja adalah hasil perbandingan antara pengorbanan (input) dengan penghasilan (output). Dalam penelitian ini produktivitas tenaga kerja dilihat dari perbandingan antara PDRB harga konstan dengan jumlah tenaga kerja. Dalam satuan Rupiah.
2. Tingkat Upah adalah hak pekerja/buruh yang diterima dan dinyatakan dalam bentuk uang sebagai imbalan kepada pekerja/buruh. Tingkat Upah dalam penelitin ini diambil dari upah minimum kota dari tahun 1997-2016 menurut Badan Pusat Statistik(BPS) Sumatera Utara. Dalam satuan Rupiah.
3. Tingkat Pendidikan diambil dari angka Rata-rata Lama Sekolah, yaitu jumlah tahun yang dihabiskan oleh penduduk usia 15tahun ke atas diseluruh jenjang pendidikan formal yang pernah dijalani di kota Medan dari tahun 1997-2016 menurut Badan Pusat Statistik(BPS) Sumatera Utara. Dalam satuan tahun.
4. Tingkat Kesehatan diambil dari Angka Harapan Hidup, yaitu persentase rata- rata lama hidup yang masih akan dijalani oleh seseorang yang telah berhasil mencapai umur x, pada satu tahun tertentu di kota Medan dari tahun 1997-2016 menurut Badan Pusat Statistik(BPS) Sumatera Utara.
Dalam satuan tahun.
3.4 Metode Analisis Data
Untuk menghitung besarnya pengaruh variabel bebas terhadap variabel terikat dalam penelitian ini digunakan analisis regresi linier berganda dengan
menggunakan program komputer E-views. Analisis regresi tersebut merupakan metode analisis yang digunakan selain untuk mengetahui hubungan variable bebas (X) terhadap variable terikat (Y), juga dapat digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat. Adapun model analisis regresi yang digunakan adalah Regresi Linear Berganda dimana :
Y = β0 + β1X1 + β2X2 + β3X3 + e Keterangan :
Y = Produktivitas Tenaga Kerja β0 = Intercept
β1β2β3 = Koefisien regresi X1 = Tingkat Upah (Rupiah) X2 = Tingkat pendidikan (tahun) X3 = Tingkat Kesehatan (tahun) e = Term of error
3.5 Test of Goodness of Fit (Uji Kesesuaian) 3.5.1 Koefisien Determinasi (R-square)
Koefisien determinasi dilakukan untuk melihat seberapa besar variabel-variabel independen secara bersama mampu memberi penjelasan mengenai variabel dependen. Besarnya koefisien determinasi adalah antara 0 hingga 1 (0<R2<1), dimana nilai koefisien mendekati 1, maka model tersebut dikatakan baik karena semakin dekat hubungan antara variabel-variabel independen dengan variabel dependennya.
3.5.2 Uji t-statistik
Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel lainnya konstan. Dalam uji ini, digunakan hipotesis sebagai berikut:
Ho : b1 = b………(tidak ada pengaruh) Ha : b1 ≠ b……….(ada pengaruh)
Dalam b1 adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X terhadap Y. Bila nilai t-statistik > t-tabel maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh secara nyata (signifikan) terhadap variabel dependen.
Ho : β = 0 Ho diterima (t-statistik < t-tabel) artinya variabel independen secara parsial tidak berpengaruh nyata terhadap variabel dependen.
Ha : β ≠ 0 Ha diterima (t-statistik > t-tabel) artinya variabel independen secara parsial berpengaruh nyata terhadap variabel dependen.
3.5.3 Uji F-statistik
Uji F-statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen. Untuk pengujian ini digunakan hipotesis sebagai berikut:
Ho : b1 = 0………..(tidak ada pengaruh)
Ha : b1 ≠ 0 ………..( ada pengaruh)
Pengujian ini dilakukan dengan membandingkan nilai hitung dengan F-tabel jika F-hitung>F–F-tabel maka Ho ditolak dan Ha diterima yang berarti variabel independen secara bersama-sama mempengaruhi variabel dependen.
Kriteria pengambilan keputusan:
Ho : β1 = β2= 0 Ho diterima (F-hitung < F-tabel) artinya variabel independen secara bersama-sama tidak berpengaruh nyata terhadap variabel dependen.
Ha : β1 ≠ β2 ≠ 0 Ha diterima (F-hitung > F-tabel) artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel dependen.
3.6 Uji Asumsi Klasik 3.6.1 Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah data yang digunakan mempunyai distribusi normal atau tidak. Data yang baik memiliki distribusi normal atau mendekati normal. Uji asumsi klasik normalitas mengasumsikan bahwa distribusi probabilitas dari gangguan t memiliki rata-rata yang diharapkansama dengan nol, tidak berkorelasi dan mempunyai varian yang konstan. Dengan asumsi ini penaksir akan memenuhi sifat-sifat statistik yang diinginkan seperti unbiased dan memiliki varian yang minimum. Normalitas dapat dideteksi dengan menggunakan uji Jarque-Berra (JB), dengan melihat nilai probability J-B. Jika probability J-B > α (0,05) maka nilai residual terdistribusi normal.
3.6.2 Uji Multikolineritas
Multikolineritas digunakan untuk mengetahui ada atau tidaknya hubungan korelasi antar variabel bebas (independent). Adanya multikolinearitas dapat dilihat dari Tolerance Value atau nilai Variance Inflation factor (VIF). Dasar pengambilan keputusan pada Uji Mutikolinearitas :
a. Nilai VIF < dari 10, maka artinya tidak terjadi multikolinearitas terhadap data yang di uji.
b. Nilai VIF > dari 10, maka artinya terjadi multikolinearitas terhadap data yang di uji.
3.6.3 Uji Autokorelasi
Uji Autokorelasi digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada suatu pengamatan dalam sebuah model regresi. untuk mengetahui ada atau tidaknya autokorelasi maka dibutuhkan sebuah metode pengujian Breusch-Godfrey.
Adapun langkah-langkah awal pengujian adalah mencari nilai dengan kriteria sebagai berikut :
a. Obs*R-squared > taraf nyata yang digunakan maka persamaan tersebut tidak mengandung autokorelasi.
b. Obs*R-squared < taraf nyata tertentu maka persamaan tersebut mengandung autokorelasi.
3.6.4 Uji Heterokedastisitas
Uji Heterokedastisitas digunakan untuk mengetahui ada atau tidaknya suatu penyimpangan asumsi klasik heterokedastisitas yaitu terdapatnya
ketidaksamaan varian dari residual pada sebuah model regresi. Untuk melakukan sebuah pengujian diperlukan beberapa sebuah metode. Pada penelitian ini menggunakan pengujian White-test. Adapun langkah-langkah yang diperkenankan untuk pengujian White-test oleh Halbert White dalam sebagai berikut :
a. Menghitung nilai residual (et)
b. Menghitung regresi untuk mencari nilai R2
c. Cari nilai (nxR2) dan nilai (berdasarkan degree of fredom yangsama dengan variabel)
d. Bandingkan nilai dan dengan kriteria :
Jika lebih besar dari maka terdapat gejala heterokedastisitas
Jika lebih kecil dari maka tidak terdapat gejala heterokedastisitas
BAB IV
HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Kota Medan
4.1.1 Kondisi Geografis
Secara geografis, Kota Medan terletak antara Lintang Utara dan Bujur Timur dengan ketinggian meter di atas permukaan laut. Kota Medan berbatasan dengan Kabupaten Deli Serdang di sebelah Barat, Selatan dan Timur, sedangkan di sebelah Utara berbatasan dengan Selat Malaka. Sebagian besar wilayah Kota Medan merupakan dataran rendah yang merupakan tempat pertemuan dua sungai penting, yaitu Sungai Babura dan Sungai Deli yang bermuara di Selat Malaka. Letak yang strategis ini menyebabkan Kota Medan berkembang menjadi pintu gerbang kegiatan perdagangan barang dan jasa baik itu domestik maupun internasional. Kota Medan merupakan salah satu dari 33 Daerah Tingkat II di Sumatera Utara dengan luas daerah sekitar . Kota ini merupakan pusat pemerintahan Daerah Tingkat I Sumatera Utara.
4.1.2 Kondisi Iklim dan Topografi
Kota Medan mempunyai iklim tropis dengan suhu minimum menurut Stasiun BMKG Wilayah I pada tahun 2014 yaitu dan suhu maksimum yaitu serta menurut Stasiun Sampali suhu minimumnya yaitu dan suhu maksimum yaitu . Kelembaban udara di wilayah Kota Medan rata-rata dan kecepatan angin rata-rata sebesar , sedangkan rata-rata total laju penguapan tiap bulannya , serta rata-rata curah
hujan di Kota Medan menurut Stasiun Sampali per bulannya . Berikut table luas wilayah perkecamatan di kota Medan:
Tabel 4.1
Luas Wilayah Perkecamatan di Kota Medan Kecamatan
Medan Tuntungan 20,68 7,80
Medan Johor 14,58 5,50
Medan Perjuangan 4,09 1,54
Medan Tembung 7,99 3,01
Sumber : Badan Pusat Statistik Medan
Kota Medan memiliki luas atau dari keseluruhan wilayah Sumatera Utara. Dengan demikian, dibandingkan dengan kota/kabupaten lainnya yang berada di Sumatera Utara, Medan memiliki luas wilayah yang relatif kecil dengan jumlah penduduk yang relatif besar. Wilayah terbesar di Kota Medan berada di Kecamatan Medan Labuhan dengan persentase luas wilayah sebesar dari keseluruhan wilayah Kota Medan. Kota Medan sendiri memiliki 21 Kecamatan dan 158 Kelurahan.
4.1.3 Kependudukan
Penduduk Kota Medan terdiri dari berbagai macam suku atau etnis.
Sampai saat ini, Kota Medan dihuni oleh berbagai macam etnis seperti Melayu, Simalungun, Batak Toba, Mandailing, China ( Tionghoa), Angkola, Karo, Tamil, Benggali, Jawa, Nias dan lain sebagainya. Menurut Dinas Kependudukan dan Catatan Sipil Kota Medan, jumlah penduduk Kota Medan pada tahun 2016 mencapai 2.229.408 jiwa.
Berdasarkan data perkecamatan di Kota Medan, jumlah penduduk terbanyak terdapat di Kecamatan Medan Deli dengan jumlah 184.762 jiwa, diikuti Kecamatan Medan Marelan dengan jumlah 167.984 jiwa. Sedangkan kecamatan dengan jumlah penduduk terendah terdapat di Kecamatan Medan Baru yakni sebanya 40.560 jiwa. Dari 2.229.408 jiwa penduduk yang ada di Kota Medan , yang paling banyak penduduknya adalah penduduk berjenis kelamin perempuan, yakni sebesar 1.128.388 jiwa.
Berikut dapat dilihat tabel jumlah penduduk dan ratio jenis kelamin menurut kecamatan di kota Medan :
Tabel 4.2
Jumah Penduduk Dan Rasio Jenis Kelamin Menurut Kecamatan di Kota Medan Sumber : Badan Pusat Statistik Medan, 2016
4.2 Perkembangan Produktivitas Tenaga Kerja di Kota Medan
Menurut Suprihanto (2002), peningkatan produktivitas merupakan pengertian relatif, melukiskan keadaan yang lebih baik dibandingkan dengan suatu keadaan masa lampau atau keadaan di tempat lain. Perbandingan antara output (PDRB) dengan input (tenaga kerja yang bekerja). Berikut dapat dilihat perkembangan produktivitas tenaga kerja di kota Medan :
Tabel 4.3
Perkembangan Produktivitas Tenaga Kerja di Kota Medan pada tahun 1997-2016 Tahun Produktivitas Tenaga Kerja
Sumber: Badan Pusat Statistik (data diolah)
Dari Tabel 4.3 dapat dilihat perkembangan produktivitas tenaga kerja di kota Medan mengalami peningkatan yang signifikan dari tahun ke tahun.
Walaupun sempat mengalami sedikit penurunan di tahun 1998 dari Rp 8.000.865 menjadi Rp. 6.327.134 akibat imbas dari krisis ekonomi di kawasan Asia dan merembet ke Indonesia. Namun keadaan tersebut tidak berlangsung lama, pada tahun 1999 produktivitas tenaga kerja di kota Medan naik menjadi Rp.6.446.979.
Kemudian pada tahun-tahun berikutnya terus mengalami kenaikan. Tetapi pada tahun 2008 mengalami penurunan sebesar Rp. 654.963 akibat meningginya jumlah tenaga kerja yang bekerja tetapi PDRB kota Medan hanya meningkat sedikit. Selanjutnya produktivitas tenaga kerja di kota Medan meningkat dari tahun ke tahun.
4.3 Perkembangan Tingkat Upah di kota Medan
Besarnya UMK (Upah Minimum Kota) tiap tahunnya terus mengalami peningkatan. Tingkat upah ditentukan berdasarkan kepada produktivitas yang dihasilkan oleh tenaga kerja dalam satuan waktu yang ditentukan.
Dari tabel 4.4 dapat dilihat perkembangan produktivitas tenaga kerja di kota Medan terus mengalami peningkatan. Pada tahun 1997 besaran nominal upah minimum kota Medan adalah Rp. 151.000. Dari tahun ke tahun mengalami kenaikan hingga pada tahun 2015 upah minimum kota Medan diatas 2jutaan yaitu Rp.2.037.000, yang sebelumnya besaran nominal upah minimum kota Medan pada tahun 2014 yaitu Rp.1.851.500. Dan pada tahun 2016 upah minimum kota Medan sebesar Rp.2.271.255. Berikut perkembangan tingkat upah di kota Medan pada tahun 1997-2016:
Tabel 4.4
Perkembangan Tingkat Upah di Kota Medan Pada Tahun 1997-2016
Tahun Tingkat Upah (Rupiah) Pertumbuhan (%)
1997 151.000 -
Sumber: Dinas Tenaga kerja dan Transmigrasi
4.4 Perkembangan Tingkat Pendidikan di Kota Medan
Pendidikan merupakan salah satu aspek yang penting dalam kehidupan masyarakat karena sangat berperan dalam meningkatkan kualitas hidup.
Pendidikan dapat diukur menggunakan angka rata-rata lama sekolah. Berikut dapat dilihat perkembangan tingkat pendidikan di kota Medan pada tahun 1997-2016:
Tabel 4.5
Perkembangan Tingkat Pendidikan Di Kota Medan Pada Tahun 1997-2016 Tahun Tingkat Pendidikan (tahun)
Sumber: Badan Pusat Statistik Sumatera Utara
Dari Tabel 4.5 dapat dilihat perkembangan tingkat pendidikan di kota Medan mengalami peningkatan. Peningkatan penduduk yang menamatkan pendidikan di kota Medan mencapai angka 11,18 tahun atau menunjukkan bahwa adanya indikasi kebijakan pemerintah tentang wajib belajar 12 tahun telah berhasil.
4.5 Perkembangan Tingkat Kesehatan di Kota Medan
Kesehatan merupakan suatu hal yang penting. Daerah yang memiliki tingkat kesehatan yang tinggi akan lebih berhasil dalam melaksanakan
pembangunan. Angka harapan hidup adalah salah satu indikator yang biasa digunakan untuk mengetahui rencana pembangunan di bidang kesehatan di masa yang akan datang sekaligus sebagai evaluasi pembangunan kesehatan yang telah dilaksanakan. Berikut dapat dilihat perkembangan tingkat kesehatan di kota Medan paa tahun 1997-2016 :
Tabel 4.6
Perkembangan Tingkat Kesehatan di Kota Medan Pada Tahun 1997-2016 Tahun Tingkat Kesehatan (tahun)
Sumber: Badan Pusat Statistik Sumatera Utara
Dari Tabel 4.5 dapat dilihat perkembangan tingkat kesehatan di kota Medan terus meningkat. Terlihat dari tahun 1997 dari 69,3 naik menjadi 72,34 pada tahun 2016.
4.6 Hasil dan Analisa 4.6.1 Interpretasi Model
Untuk melihat ada tidaknya pengaruh tingkat upah, tingkat pendidikan, dan tingkat kesehatan terhadap produktivitas tenaga kerja di kota Medan akan dilihat dari hasil regresi yang akan dilakukan terhadap variabel-variabel tersebut.
Adapun model persamaan yang dibentuk adalah model persamaan linier berganda. Adapun pendekatan analisis regresi yang digunakan adalah Ordinary Least Square (OLS), dimana model analisis sebagai berikut :
Y = β0 + β1X1 + β2X2 + β3X3 + e Keterangan :
Y = Produktivitas Tenaga Kerja β0 = Intercept
β1β2β3 = Koefisien regresi X1 = Tingkat Upah (Rupiah) X2 = Tingkat Pendidikan (tahun) X3 = Tingkat Kesehatan (tahun) e = Term of error
Untuk mendapatkan hasil regresi antara variabel independen (tingkat upah, tingkat pendidikan, tingkat kesehatan), maka digunakan data sekunder yang berasal dari Badan Pusat Statistik yang dicatat mulai dari tahun 1997-2016 dan diolah dengan menggunakan program eviews 8 dengan hasil sebagai berikut :
Tabel 4.7
Variable Coefficient Std. Error t-Statistic Prob.
C -62827377 22444039 -2.799290 0.0129
UPAH 1.563802 0.692653 2.257701 0.0383
PENDIDIKAN 1692307. 951173.7 1.779178 0.0942
KESEHATAN 750639.5 323905.7 2.317463 0.0341
R-squared 0.850797 Mean dependent var 9748798.
Adjusted R-squared 0.822821 S.D. dependent var 2549520.
S.E. of regression 1073160. Akaike info criterion 30.78697 Sum squared resid 1.84E+13 Schwarz criterion 30.98612 Log likelihood -303.8697 Hannan-Quinn criter. 30.82585 F-statistic 30.41206 Durbin-Watson stat 1.340376 Prob(F-statistic) 0.000001
Berdasarkan Tabel 4.7, diperoleh persamaan regresi linear berganda sebagai berikut:
Nilai konstanta = -62.827.377. Artinya, apabila tingkat upah (X1), tingkat pendidikan (X2) dan tingkat kesehatan (X3) sama dengan nol (0) maka terjadi penurunan produktivitas sebesar Rp 62.827.377 per tahun.
Dari persamaan di atas dapat dijelaskan sebagai berikut:
a. Nilai koefisien regresi variabel tingkat upah adalah 1,563802, yang berarti bahwa apabila terjadi kenaikan upah sebesar Rp.1 per tahun, maka akan menaikkan produktivitas tenaga kerja sebesar Rp.1,563802 per tahun.
b. Nilai koefisien regresi variabel tingkat pendidikan adalah 1692307, yang berarti bahwa apabila terjadi kenaikan pendidikan sebesar 1 tahun, maka akan menaikkan produktivitas tenaga kerja sebesar Rp.1692307 per tahun.
c. Nilai koefisien regresi variabel tingkat kesehatan adalah 750639,5, yang berartu bahwa apabila terjadi kenaikan kesehatan sebesar 1 tahun, maka akan menaikkan produktivitas tenaga kerja sebesar Rp.750639,5 per tahun.
4.6.2 Goodness of Fit Test (Uji Kesesuaian) 4.6.2.1. Koefisien Determinasi (R-Square / R2)
Koefisien Determinasi digunakan untuk mengukur total variasi variabel terikat yang dapat dijelaskan oleh seluruh variabel bebas. Dari hasil regresi di atas diperoleh koefisen determinasi (R-Square) sebesar 0.850797 atau 85,07%. Hal ini menunjukkan bahwa variabel-variabel independen secara bersama-sama mampu memberi penjelasan mengenai variabel dependen sebesar 85,07 %. Adapun 14,93% lagi dijelaskan oleh variabel lainnya di luar model.
4.6.2.2. Uji t
Untuk menguji apakah variabel independen berpengaruh nyata terhadap variabel dependen, maka berdasarkan Tabel 4.7 dapat dibuat suatu interpretasi model yang diambil pada metode penelitian sebagai berikut :
1. Upah (X1) a. Ho : b = 0
Ha : b ≠ 0
b. α = 5% : 2 = 0,025 df = n-k = 20-4 = 16
t-hitung = 2.257701 t-tabel = 2.11991
c. Kriteria pengambilan keputusan : Ho ditolak jika t-hitung > t-tabel Ho diterima jika t-hitung < t-tabel Ha ditolak jika t-hitung < t-tabel Ha diterima jika t-hitung > t-tabel Kesimpulan :
Berdasarkan hasil analisis model estimasi dapat diketahui bahwa t-hitung
> t-tabel (2.257701 > 2.11991). Dengan demikian Ho ditolak (Ha diterima).
Artinya upah (X1) berpengaruh atau signifikan terhadap produktivitas tenaga kerja di kota Medan (Y) pada α = 5%.
2. Pendidikan (X2) a. Ho : b = 0
Ha : b ≠ 0
b. α = 5% : 2 = 0,025 df = n-k = 20-4 = 16 t-hitung = 1.779178 t-tabel = 2.11991
c. Kriteria pengambilan keputusan : Ho ditolak jika t-hitung > t-tabel Ho diterima jika t-hitung < t-tabel Ha ditolak jika t-hitung < t-tabel
Ha diterima jika t-hitung > t-tabel Kesimpulan :
Berdasarkan hasil analisis model estimasi dapat diketahui bahwa t-hitung
> t-tabel (1.779178 < 2.11991). Dengan demikian Ho diterima (Ha ditolak).
Artinya pendidikan (X2) tidak signifikan terhadap produktivitas tenaga kerja di kota Medan (Y) pada α = 5%.
3. Kesehatan (X3) a. Ho : b = 0
Ha : b ≠ 0
b. α = 5% : 2 = 0,025 df = n-k = 20-4 = 16 t-hitung = 2.317463 t-tabel = 2.11991
c. Kriteria pengambilan keputusan : Ho ditolak jika t-hitung > t-tabel Ho diterima jika t-hitung < t-tabel Ha ditolak jika t-hitung < t-tabel Ha diterima jika t-hitung > t-tabel Kesimpulan :
Berdasarkan hasil analisis model estimasi dapat diketahui bahwa t-hitung
> t-tabel (2.317463 > 2.11991). Dengan demikian Ho ditolak (Ha diterima).
Artinya kesehatan (X3) berpengaruh atau signifikan terhadap produktivitas tenaga kerja di kota Medan (Y) pada α = 5%.
4.6.2.3 Uji F-statistik
Uji F-Statistik ini berguna untuk pengujian signifikansi pengaruh variabel independen secara bersama-sama terhadap nilai variabel dependen. Uji ini melihat seberapa besar pengaruh variabel X1 (tingkat upah), X2 (tingkat pendidikan), dan X3 (tingkat kesehatan) secara bersama-sama terhadap variabel Y (produktivitas tenaga kerja). Maka berdasarkan tabel 4.7 dapat dibuat suatu interpretasi model yang diambil pada metode penelitian sebagai berikut :
a. Ho : b = 0 Ho : b ≠ 0 b. α = 5%
c. N1 = k-1 = 4-1 = 3 N2 = n-k = 20-4 = 16 d. F-hitung = 30.41206 e. F-tabel = 3.24
f. Kriteria Pengambilan Keputusan : Ho ditolak jika F-hitung > F-tabel Ho diterima jika F-hitung < F-tabel Kesimpulan :
Berdasarkan hasil analisis model regresi pada Tabel 4.7 dapat diketahui bahwa F-hitung > F-tabel (30,41206 > 3,24), maka Ho ditolak (Ha diterima).
Artinya bahwa secara bersama-sama variabel X1 (tingkat upah), X2 (tingkat kesehatan), dan X3 (tingkat kesehatan) berpengaruh secara signifikan terhadap produktivitas tenaga kerja di kota Medan pada α = 5%.
4.6.3 Uji Asumsi Klasik
Adapun hasil uji penyimpangan asumsi klasik pada penelitian ini adalah sebagai berikut :
4.6.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak.
0 0,056560 dengan nilai probabilitas sebesar 0,972116 dimana > 0,05 yang berarti residual berdistribusi normal.
4.6.3.2. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui apakah model regresi tersebut ditemukan adanya korelasi antar variabel bebas. Pengujian untuk mendeteksi ada tidaknya multikolinieritas dilakukan denga melihat nilai VIF.
Tabel 4.8
Hasil Uji Multikolinieritas
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 5.04E+14 8747.883 NA
UPAH 0.479768 10.06023 3.202217 PENDIDIKAN 9.05E+11 1731.426 2.354616 KESEHATAN 1.05E+11 9224.646 2.609725
Berdasarkan Tabel 4.8 diketahui nilai VIF dari masing-msing variabel bebas yang diestimasi tersebut menunjukkan nilai yang lebih rendah dari 10.
Dengan demikian, dapat dinyatakan bahwa dalam model tidak terjadi multikolinieritas.
4.6.3.3 Uji Autokorelasi
Uji autokorelasi dalam penelitian ini dilakukan dengan menggunakan uji Breusch-Godfrey Serial Correlation LM. Hasil estimasi terhadap uji autokorelasi dalam penelitian ini dapat dilihat pada Tabel 4.9.
Tabel 4.9 Hasil Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.566755 Prob. 0.5799
Obs*R-squared 1.498012 Prob. 0.4728
Berdasarkan Tabel 4.9 dapat dilihat bahwa nilai probabilitas Obs*R-squared adalah 0,4728. Oleh karena nilai probabilitas Obs*R-Obs*R-squared , maka dapat dinyatakan bahwa dalam model tidak terdapat permasalahan autokorelasi.
4.6.3.4 Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah variabel penganggu mempunyai varian yang tidak konstan dari masing-masing variabel bebas. Untuk mengetahui ada tidaknya heteroskedastisitas dalam model regresi digunakan metode uji White.
Tabel 4.10
Hasil Uji Heterokedastisitas
Heteroskedasticity Test: White
F-statistic 2.240440 Prob. F(9,10) 0.1125
Obs*R-squared 13.36957 Prob. Chi-Square(9) 0.1466
Berdasarkan Tabel 4.10 diketahui nilai probabilitas Chi-square adalah 0,1466. Oleh karena nilai probabilitas Chi-square , maka dapat dinyatakan bahwa dalam model tidak terjadi heteroskedastisitas.
4.7 Pembahasan
4.7.1 Pengaruh Tingkat Upah Terhadap Produktivitas Tenaga Kerja di Kota Medan
Hasil penelitian ini menunjukkan bahwa Tingkat Upah (X1) terhadap produktivitas tenaga kerja (Y) memiliki hubungan berpengaruh positif signifikan dengan nilai probabilitas sebesar 0,0383 lebih besar dari α = 0,05. Artinya, jika tingkat upah naik maka akan meningkatkan produktivitas tenaga kerja di kota Medan. Menurut Suprihanto(2006) hal ini sesuai dengan teori produktivitas.
Menurut teori ini upah ditentukan oleh produktivitas karyawan. Maka produktivitas yang lebih tinggi harus memperoleh upah yang lebih tinggi pula.
Hubungan yang terjadi antara tingkat upah dan produktivitas bersifat timbal balik.
Jika produktivitas tenaga kerja meningkat maka tingkat upah juga akan mengalami peningkatan sehingga upah riil akan naik.
Hal ini sesuai dengan penelitian terdahulu oleh Tri Setiani(2014) yang menyatakan bahwa pengaruh tingkat upah positif signifikan terhadap produktivitas tenaga kerja, dimana semakin tinggi upah seseorang maka produktivitasnya juga akan naik.
4.7.2 Pengaruh Tingkat Pendidikan Terhadap Produktivitas Tenaga Kerja di Kota Medan
Hasil penelitian ini menunjukkan bahwa Tingkat Pendidikan (X2) terhadap produktivitas tenaga kerja (Y) memiliki hubungan positif tidak signifikan dengan nilai probabilitas sebesar 0,0942 lebih besar dari α = 0,05.
Artinya apabila pendidikan naik maka produktivitas tenaga kerja juga naik, tetapi tingkat pendidikan di kota Medan tidak berpengaruh signifikan. Dikarenakan di kota Medan tingkat pendidikan tidak berpengaruh besar terhadap produktivitas tenaga kerja. Hal ini tidak sesuai dengan teori human capital yang mengatakan
Artinya apabila pendidikan naik maka produktivitas tenaga kerja juga naik, tetapi tingkat pendidikan di kota Medan tidak berpengaruh signifikan. Dikarenakan di kota Medan tingkat pendidikan tidak berpengaruh besar terhadap produktivitas tenaga kerja. Hal ini tidak sesuai dengan teori human capital yang mengatakan
