HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Data dan Hasil Penelitian
3) Perlunya atasan dilapangan memberikan delegasi pekerjaan dengan melakukan kolaborasi antara mekanik yg telah mempunyai keahlian
4.2.1 Pengaruh KualitasPesertaMagang terhadap KualitasSDM
Sesuai dengan gambar 5, hubungan antara KualitasPesertaMagang dan KualitasSDM dapat digambarkan dengan persamaan sebagai berikut :
KualitasSDM = a + b1KualitasPesertaMagang + e
Berdasarkan hasil analisa jalur yang dilakukan dengan menggunakan SPSS AMOS ver 20, diketahui hubungan antara KualitasPesertaMagang dan KualitasSDM terlihat sesuai dengan gambar 8 berikut.
Gambar 8
64
Dari gambar 8 terlihat bahwa estimasi nilai b1 adalah sebesar 0,25 (pembulatan 2 desimal) dan nilai e4 sebesar 0,15 (pembulatan 2 desimal).
Nilai koefisien regresi yang dihasilkan dari hubungan antara
KualitasPesertaMagang dan KualitasSDM dapat dilihat pula dari tabel 7 – Koefisien Regresi, dimana hasil estimasi hubungan antara KualitasPesertaMagang dan KualitasSDM menghasilkan figur sebagai berikut :
Estimate S.E. C.R. P Label
Kualit asSDM <--- Kualit asPesert aM agang 0,246 0,065 3,782 * * *
Nilai P sebesar *** menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |3,782| adalah lebih kecil dari 0,001. Dengan perkataan lain nilai bobot regresi (b1) KualitasPesertaMagang sebagai predictor KualitasSDM secara signifikan berbeda dari nol pada tingkat 0,001 (two tail). Pengujian nilai e4 bisa dilihat dari tabel 11 – nilai varian, dimana nilai varian dari e4 menghasilkan figur sebagai berikut :
Estimate S.E. C.R. P Label
e4 0,15 0,038 4 * * *
Nilai P sebesar *** menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |4| adalah lebih kecil dari 0,001. Dengan perkataan lain nilai varian e4 secara signifikan berbeda dari nol pada tingkat 0,001 (two tail). Berdasarkan kedua hal di atas, maka hubungan antara KualitasPesertaMagang danKualitasSDM dapat digambarkan dengan persamaan sebagai berikut :
65
Persamaan di atas menunjukan bahwa setiap kenaikan sebesar 1 unit KualitasPesertaMagang maka akan menyebabkan kenaikan KualitasSDM sebesar 0,246 unit.
Dari persamaan tersebut di atas dapat dilihat secara jelas bahwa KualitasPesertaMagang secara signifikan mempengaruhi KualitasSDM.
Dari tabel 8 terlihat bahwa total pengaruh KualitasPesertaMagang terhadap KualitasSDM adalah sebesar 0,246 dimana pengaruh tersebut seluruhnya merupakan pengaruh langsung KualitasPesertaMagang terhadap KualitasSDM seperti yang terlihat pada tabel 9.
4.2.2 Pengaruh FaktorDiluarSDM, KualitasSDM dan KualitasPeserta-Magang terhadap MeanTimeToRepair
Sesuai dengan gambar 5, hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeToRepair dapat digambarkan dengan persamaan sebagai berikut :
MeanTimeToRepair = a + b1FaktorDiluarSDM + b2KualitasSDM + b3KualitasPesertaMagang + e
Berdasarkan hasil analisa jalur yang dilakukan dengan menggunakan SPSS AMOS ver 20, diketahui hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeToRepair terlihat sesuai dengan gambar 9 berikut.
66
Gambar 9
Hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeToRepair
Dari gambar 9 di atas terlihat bahwa estimasi nilai b1 adalah sebesar -0,03 (pembulatan 2 desimal), nilai b2 sebesar 0,24 (pembulatan 2 desimal) dan nilai b3 sebesar 0,84 (pembulatan 2 desimal) serta nilai e1 sebesar 0,10 (pembulatan 2 desimal).
Nilai koefisien regresi yang dihasilkan dari hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeToRepair dapat dilihat pula dari tabel 7 – Koefisien Regresi, dimana hasil estimasi hubungan antara
FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan
MeanTimeToRepair menghasilkan figur sebagai berikut :
Nilai P sebesar 0,824 dari pengaruh FaktorDiluarSDM terhadap
67
C.R. (Critical Ratio) sebesar |0,223| adalah sebesar 0,824. Karena Nilai P (0,824) > 0,05 maka nilai bobot regresi (b1) FaktorDiluarSDM sebagai predictor MeanTimeToRepair tidak secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
Nilai P sebesar 0,096 dari pengaruh KualitasSDM terhadap MeanTimeToRepair menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |1,662| adalah sebesar 0,096. Karena Nilai P (0,096) > 0,05 maka nilai bobot regresi (b2) KualitasSDM sebagai predictor MeanTimeToRepair tidak secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
Nilai P sebesar *** dari pengaruh KualitasPesertaMagang terhadap MeanTimeToRepair menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |13,143| adalah lebih kecil dari 0,001. Karena Nilai P (<0,001) < 0,05 maka nilai bobot regresi (b3) KualitasPesertaMagang sebagai predictor MeanTimeToRepair secara signifikan berbeda dari nol pada tingkat 0,001 (two tail).
Pengujian nilai e1 bisa dilihat dari tabel 11 – nilai varian, dimana nilai varian dari e1 menghasilkan figur sebagai berikut :
Estimate S.E. C.R. P Label
e1 0,097 0,024 4 * * *
Nilai P sebesar *** menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |4| adalah lebih kecil dari 0,001. Dengan perkataan lain nilai varian e1 secara signifikan berbeda dari nol pada tingkat 0,001 (two tail).
68
berdasarkan hal tersebut di atas, maka hubungan antara FaktorDiluarSDM,
KualitasSDM, KualitasPesertaMagang danMeanTimeToRepair dapat
digambarkan dengan persamaan sebagai berikut :
MeanTimeToRepair = 0,097 - 0,028 FaktorDiluarSDM + 0,236KualitasSDM + 0,837KualitasPesertaMagang
Mengingat nilai b1 dan b2 tidak secara signifikan berbeda dari nol maka persamaannya menjadi :
MeanTimeToRepair = 0,097 + 0,837KualitasPesertaMagang
Persamaan di atas menunjukan bahwa setiap kenaikan sebesar 1 KualitasPesertaMagang maka akan menyebabkan kenaikan MeanTimeToRepair sebesar 0,837..
Dari persamaan tersebut di atas dapat dilihat secara jelas bahwa kompetensi peserta magang (KualitasPesertaMagang) secara signifikan mempengaruhi pengaruh peserta magang terhadap nilai MTTR (MeanTimeToRepair).
Dari tabel 8, tabel 9 dan tabel 10 terlihat bahwa total pengaruh KualitasPesertaMagang terhadap MeanTimeToRepair adalah sebesar 0,896 dimana 0,837 merupakan pengaruh langsung dan 0,058 merupakan pengaruh tidak langsung melalui KualitasSDM.
69
4.2.3 Pengaruh FaktorDiluarSDM, KualitasSDM dan
KualitasPesertaMagang terhadap MeanTimeBeforeFailure
Sesuai dengan gambar 5, hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeBeforeFailure dapat digambarkan dengan persamaan sebagai berikut :
MeanTimeBeforeFailure = a + b1FaktorDiluarSDM + b2KualitasSDM + b3KualitasPesertaMagang + e
Berdasarkan hasil analisa jalur yang dilakukan dengan menggunakan SPSS AMOS ver 20, diketahui hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeBeforeFailure terlihat sesuai dengan gambar 10 berikut.
Gambar 10
Hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeBeforeFailure
Dari gambar 10 di atas terlihat bahwa estimasi nilai b1 adalah sebesar -0,1 (pembulatan 2 desimal), nilai b2 sebesar 0,31 (pembulatan 2 desimal) dan nilai b3
70
sebesar 0,83 (pembulatan 2 desimal) serta nilai e2 sebesar 0,09 (pembulatan 2 desimal).
Nilai koefisien regresi yang dihasilkan dari hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MeanTimeBeforeFailure dapat dilihat pula dari tabel 7 – Koefisien Regresi, dimana hasil estimasi hubungan antara
FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan
MeanTimeBeforeFailure menghasilkan figur sebagai berikut :
Nilai P sebesar 0,431 dari pengaruh FaktorDiluarSDM terhadap
MeanTimeBeforeFailure menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |0,788| adalah sebesar 0,431. Karena Nilai P (0,431) > 0,05 maka nilai bobot regresi (b1) FaktorDiluarSDM sebagai predictor MeanTimeBeforeFailure tidak secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
Nilai P sebesar 0,022 dari pengaruh KualitasSDM terhadap
MeanTimeBeforeFailure menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |2,289| adalah sebesar 0,022. Karena Nilai P (0,022) < 0,05 maka nilai bobot regresi (b2) KualitasSDM sebagai predictor MeanTimeBeforeFailure secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
71
Nilai P sebesar *** dari pengaruh KualitasPesertaMagang terhadap MeanTimeBeforeFailure menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |13,569| adalah lebih kecil dari 0,001. Karena Nilai P (<0,001) < 0,05 maka nilai bobot regresi (b3) KualitasPesertaMagang sebagai predictor MeanTimeBeforeFailure secara signifikan berbeda dari nol pada tingkat 0,001 (two tail).
Pengujian nilai e2 bisa dilihat dari tabel 11 – nilai varian, dimana nilai varian dari e2 menghasilkan figur sebagai berikut :
Estimate S.E. C.R. P Label
e2 0,089 0,022 4 * * *
Nilai P sebesar *** menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |4| adalah lebih kecil dari 0,001. Dengan perkataan lain nilai varian e2 secara signifikan berbeda dari nol pada tingkat 0,001 (two tail). Berdasarkan hal tersebut di atas, maka hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang danMeanTimeBeforeFailure dapat digambarkan dengan persamaan sebagai berikut :
MeanTimeBeforeFailure = 0,089 - 0,095FaktorDiluarSDM + 0,311KualitasSDM + 0,827KualitasPesertaMagang
Mengingat nilai b1 tidak secara signifikan berbeda dari nol maka persamaannya menjadi :
MeanTimeBeforeFailure = 0,089 + 0,311KualitasSDM + 0,827KualitasPesertaMagang
72
Persamaan di atas menunjukan bahwa setiap kenaikan sebesar 1 KualitasSDM maka akan menyebabkan kenaikan MeanTimeBeforeFailure sebesar 0,837 dan setiap kenaikan sebesar 1 KualitasPesertaMagang maka akan menyebabkan kenaikan MeanTimeBeforeFailure sebesar 0,827.
Dari persamaan tersebut di atas dapat dilihat secara jelas bahwa KualitasPesertaMagang dan KualitasSDM secara signifikan mempengaruhi pengaruh peserta magang terhadap MeanTimeBeforeFailure.
Dari tabel 8, tabel 9 dan tabel 10 terlihat bahwa total pengaruh KualitasSDM terhadap MeanTimeBeforeFailure adalah sebesar 0,311 dimana keseluruhannya merupakan pengaruh langsung. Total pengaruh KualitasPesertaMagang terhadap MeanTimeBeforeFailure adalah sebesar 0,904 dimana 0,827 merupakan pengaruh langsung dan 0,076 merupakan pengaruh tidak langsung melalui KualitasSDM.
4.2.4 Pengaruh FaktorDiluarSDM, KualitasSDM dan
KualitasPesertaMagang terhadap MechanicalAvailability
Sesuai dengan gambar 5, hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MechanicalAvailability dapat digambarkan dengan persamaan sebagai berikut :
MechanicalAvailability = a + b1FaktorDiluarSDM + b2KualitasSDM + b3KualitasPesertaMagang + e
Berdasarkan hasil analisa jalur yang dilakukan dengan menggunakan SPSS AMOS ver 20, diketahui hubungan antara FaktorDiluarSDM, KualitasSDM,
73
KualitasPesertaMagang dan MeanTimeToRepair terlihat sesuai dengan gambar 11 berikut.
Gambar 11
Hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MechanicalAvailability
Dari gambar 11 di atas terlihat bahwa estimasi nilai b1 adalah sebesar -0,39 (pembulatan 2 desimal), nilai b2 sebesar 0,71 (pembulatan 2 desimal) dan nilai b3
sebesar 0,49 (pembulatan 2 desimal) serta nilai e4 sebesar 0,16 (pembulatan 2 desimal).
Nilai koefisien regresi yang dihasilkan dari hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan MechanicalAvailability dapat dilihat pula dari tabel 7 – Koefisien Regresi, dimana hasil estimasi hubungan antara
FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang dan
74
Nilai P sebesar 0,014 dari pengaruh FaktorDiluarSDM terhadap
MechanicalAvailability menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |2,45| adalah sebesar 0,014. Karena Nilai P (0,014) < 0,05 maka nilai bobot regresi (b1) FaktorDiluarSDM sebagai predictor MechanicalAvailability secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
Nilai P sebesar *** dari pengaruh KualitasSDM terhadap MechanicalAvailability menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |2,289| adalah sebesar 0,022. Karena Nilai P (0,022) < 0,05 maka nilai bobot regresi (b2) KualitasSDM sebagai predictor MeanTimeBeforeFailure
secara signifikan berbeda dari nol pada tingkat 0,05 (two tail).
Nilai P sebesar *** dari pengaruh KualitasPesertaMagang terhadap MeanTimeBeforeFailure menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |13,569| adalah lebih kecil dari 0,001. Berdasarkan hal tersebut nilai bobot regresi (b3) KualitasPesertaMagang sebagai predictor MechanicalAvailability secara signifikan berbeda dari nol pada tingkat 0,001 (two tail).
Pengujian nilai e3 bisa dilihat dari tabel 11 – nilai varian, dimana nilai varian dari e3 menghasilkan figur sebagai berikut :
75
Estimate S.E. C.R. P Label
e3 0,156 0,039 4 * * *
Nilai P sebesar *** menunjukkan bahwa probabilitas untuk mendapatkan nilai C.R. (Critical Ratio) sebesar |4| adalah lebih kecil dari 0,001. Dengan perkataan lain nilai varian e3 secara signifikan berbeda dari nol pada tingkat 0,001 (two tail). Berdasarkan hal tersebut di atas, maka hubungan antara FaktorDiluarSDM, KualitasSDM, KualitasPesertaMagang danMechanicalAvailability dapat digambarkan dengan persamaan sebagai berikut :
MechanicalAvailability = 0,156 - 0,392FaktorDiluarSDM + 0,712KualitasSDM + 0,492KualitasPesertaMagang
Persamaan di atas menunjukan bahwa kenaikan sebesar 1 FaktorDiLuarSDM maka akan menyebabkan penurunan MechanicalAvailability sebesar 0,392. Setiap kenaikan sebesar 1 KualitasSDM maka akan menyebabkan kenaikan MechanicalAvailability sebesar 0,712 dan setiap kenaikan sebesar 1
KualitasPesertaMagang maka akan menyebabkan kenaikan
MechanicalAvailability sebesar 0,492.
Dari persamaan tersebut di atas dapat dilihat secara jelas bahwa kompetensi peserta magang (KualitasPesertaMagang) dan pengaruh sumber daya manusia terhadap kinerja Plant (KualitasSDM) serta pengaruhfaktor lain di luar sumber daya manusia (FaktorDiluarSDM) secara signifikan mempengaruhi pengaruh peserta magang terhadap nilai MA (MechanicalAvailability).
Dari tabel 8, tabel 9 dan tabel 10 terlihat bahwa total pengaruh KualitasSDM terhadap MechanicalAvailability adalah sebesar 0,712 dimana keseluruhannya
76
merupakan pengaruh langsung. Total pengaruh FaktorDiluarSDM terhadap MechanicalAvailability adalah sebesar -0,392 keseluruhannya merupakan
pengaruh langsung. Total pengaruh KualitasPesertaMagang terhadap
MechanicalAvailability adalah sebesar 0,668 dimana 0,492 merupakan pengaruh langsung dan 0,175 merupakan pengaruh tidak langsung melalui KualitasSDM.