PENYAJIAN DAN ANALISIS DATA A.Deskripsi Obyek Penelitian
C. Analisis Data 1. Uji Instrumen 1.Uji Instrumen
4) Pengaruh trust terhadap kepuasan karyawan PT KSI Harjosari
Hasil analisis regresi pengaruh trust terhadap kepuasan karyawan (nasabah) diperoleh nilai thitung sebesar 4,923 dengan nilai probabilitas signifikansi sebesar 0,000. Sedang nilai ttabel pada taraf signifikansi 5% dan uji dua sisi dengan df = 30 adalah sebesar 2,042.
Berdasarkan ketentuan yang telah ditetapkan bahwa Ha diterima, jika diperoleh nilai thitung > ttabel atau –t-hitung < ttabel, maka nilai thitung (4,923) > ttabel (2,042), menunjukkan bahwa trust
berpengaruh signifikan positif terhadap kepuasan karyawan PT KSI Harjosari. Sehingga kurva normal distribusi t-nya dapat digambarkan sebagai berikut:
Dari kurva normal di atas terlihat bahwa nilai thitung berada di dalam daerah penerimaan Ha pada sisi kurva sebelah kanan, sehingga hipotesis diterima. 95 % Daerah Penerimaan Ho 0,025 0,025 Daerah Penerimaan Ha Daerah Penerimaan Ha Gambar 4.5.
Kurva Normal Distribusi t Trust
t-tabel = + 2,042 t-tabel = - 2,042
lxxxvii
b. Uji F
Hasil analisis regresi pengaruh speed (X1), security (X2),
accuracy (X3), dan trust (X4) secara simultan terhadap terhadap kepuasan karyawan (nasabah) diperoleh nilai F-hitung sebesar 90,962 sedang nilai F-tabelnya pada tingkat signifikansi = 5%, df1= 5, dan df2= 30 adalah sebesar 2,53.
Perbandingan kedua nilai tersebut menunjukkan jika nilai F-hitung (90,962) > F-tabel (2,53), sehingga secara simultan variabel
speed (X1), security (X2), accuracy (X3), dan trust (X4) berpengaruh terhadap kepuasan karyawan (nasabah). Sehingga penjelasan gambarnya dapat dilihat sebagai berikut:
Berpengaruhnya variabel speed (X1), security (X2), accuracy (X3), dan trust (X4) secara simultan terhadap kepuasan karyawan (nasabah) menunjukkan bahwa variabel speed (X1), security (X2), accuracy
Daerah Penerimaan Ho Daerah Penerimaan Ha Nilai F-tabel = 2,86 Gambar 4.6. Kurva Distribusi F Nilai F-hitung = 10,558
lxxxviii
(X3), dan trust (X4) dapat dijadikan sebagai prediktor bagi variabel kepuasan karyawan (nasabah) (Y).
c. Koefisien Determinasi (Adjusted R²)
Koefisien determinasi digunakan untuk melihat berapa % dari variasi variabel terikat (Kepuasan Karyawan) dapat diterangkan oleh variasi dari variabel bebas (speed (X1), security (X2), accuracy (X3), dan trust (X4)). Koefisien determinasi dari hasil perhitungan yang dilihat Adjusted R² dalam tampilan output SPSS sebesar 0,914. Hal ini berarti variasi variabel speed (X1), security (X2), accuracy (X3), dan
trust (X4) dalam menjelaskan variasi variabel kepuasan karyawan (Y) sebesar 91,40% dan sisanya 8,60% dijelaskan oleh faktor lain yang tidak diteliti.
Dengan melihat kemampuan model dalam menjelaskan variasi perubahan nilai variabel kepuasan karyawan (Y), maka model persamaan regresi linier berganda tersebut dapat dinyatakan baik untuk dijadikan sebagai penaksir nilai variabel kepuasan karyawan (Y). Untuk meyakinkan keakuratan model persamaan regresi, maka model persamaan regresi tersebut perlu diuji dengan pengujian hipotesis. 3. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal. Untuk menguji apakah distribusi data normal atau tidak, ada dua cara untuk
lxxxix
mendeteksinya, yaitu dengan analisis grafik dan uji statistik. Analisis grafik merupakan cara yang termudah untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Keadaan tersebut dapat dilihat pada tabel di bawah ini.
Tabel 4.9
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 35
Normal Parameters(a,b) Mean Normal
Parameters(a,b)
Std. Deviation
Most Extreme Differences Absolute Most Extreme Differences
Positive
Negative
Kolmogorov-Smirnov Z ,930
Asymp. Sig. (2-tailed) ,353
a Test distribution is Normal. b Calculated from data.
Sumber: Data Primer Yang Diolah, 2016
Hasil uji Kolmogorov-Smirnov pada table di atas menunjukkan jika nilai Kolmogorov-Smirnov adalah sebesar 0,930 dengan nilai signifikansi (Asymp.Sig) sebesar 0,353. Karena nilai signifikansi hasil analisis menunjukkan angka > dari 0,05 maka data terdistribusi normal.
b. Multikolinieritas
Multikolinieritas artinya ada hubungan linier yang sempurna diantara beberapa atau semua variabel independen. Untuk mengetahui
xc
apakah terjadi multikolinieritas dapat dilakukan dengan menggunakan uji auxiliary regressions. Kriterianya adalah jika R2 regresi persamaan utama lebih besar dari R2 auxiliary regressions maka di dalam model tidak terdapat multikolinieritas. Adapun hasilnya dapat dilihat pada tabel di bawah ini:
Tabel 4.10 Uji Multikolinieritas
Variabel Dependen Variabel Independen R2 auxiliary regressions
Speed (X1) Security (X2), Accuracy (X3), Trust (X4)
0,450
Security (X2) Speed (X1), Accuracy (X3), Trust (X4)
0,522
Accuracy (X3) Speed (X1), Security (X2), Trust (X4)
0,590
Trust (X4) Speed (X1), Security (X2), Accuracy (X3)
0,567 Sumber : Data Primer Yang Diolah, 2016
Hasil pengujian menununjukkan bahwa nilai tidak ada nilai R Square auxiliary regressions yang memiliki nilai lebih tinggi dari nilai R Square regresi utama (0,924), maka disimpulkan tidak terjadi multikolinieritas pada model regresi.
c. Heteroskedastisitas
Heteroskedastisitas terjadi apabila variasi residual regresi (ut) tidak konstan atau berubah-ubah secara sistematik seiring dengan berubahnya nilai variabel independen. Hasil uji heteroskedastisitas dapat dilihat pada tabel di bawah ini :
Tabel 4.11 Uji Park
xci Model Unstandardized Coefficients Standardiz ed Coefficien ts t Sig. B Std. Error Beta 1 (Constant) 1,604 6,806 ,236 ,815 Speed (X1) -,370 ,310 -,270 -1,193 ,242 Security (X2) ,386 ,269 ,348 1,432 ,162 Accuracy (X3) -,562 ,317 -,465 -1,774 ,086 Trust (X4) ,374 ,327 ,292 1,143 ,262 a Dependent Variable: Ln(res_1)^2
Sumber: Data Primer Yang Diolah, 2016
Tabel di atas menunjukkan tidak ada satupun variabel independen yang memiliki nilai p-value (Sig) lebih kurang dari 0,05, sehingga model regresi terbebas dari masalah heteroskedastsitas.
d. Pengujian Linieritas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Pengujian pada SPSS dengan menggunakan Test for Linearity dengan pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (Linearity) kurang dari 0,05. Hasil uji Linearity dapat dilihat pada tabel di bawah ini :
Tabel 4.12 Uji Linieritas
Variabel Independen Variabel
Dependen Sig Speed (X1) Kepuasan Karyawan 0,000 Security (X2) Kepuasan 0,000
xcii Karyawan Accuracy (X3) Kepuasan Karyawan 0,000 Trust (X4) Kepuasan Karyawan 0,000
Dari output di atas dapat diketahui bahwa nilai signifikansi pada Linearity pada masing-masing variabel sebesar 0,000. Karena signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel speed (X1), security (X2), accuracy (X3), dan trust (X4) dengan kepuasan karyawan (nasabah) terdapat hubungan yang linear. 4. Pengujian Hipotesis dan Pembahasan
a. Pengujian Hipotesis 1. Pengujian Hipotesis 1
Pengujian hipotesis 1 bertujuan untuk mengetahui pengaruh
speed terhadap kepuasan karyawan PT KSI Harjosari. Dari perhitungan dengan paket program komputer statistik SPSS dihasilkan thitung sebesar 2,547 dengan nilai probabilitas signifikansi sebesar 0,016. Sedang nilai ttabel pada taraf signifikansi 5% dan uji dua sisi dengan df = 30 adalah sebesar 2,042.
Berdasarkan ketentuan yang telah ditetapkan bahwa Ha diterima, jika diperoleh nilai thitung > ttabel atau –thitung < ttabel, maka nilai thitung (2,547) > ttabel (2,042), sehingga pernyataan hipotesis I
penelitian, “Speed berpengaruh positif dan signifikan terhadap kepuasan nasabah/karyawan PT KSI Harjosari dalam penggunaan
xciii
sistem payroll yang diselenggarakan oleh CIMB Niaga Syariah”,
diterima.