HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian
4.1.3. Penjelasan Responden
Dalam penelitian ini, variabel terikat (dependent variable) yaitu kinerja petugas pemasyarakatan (Y) dan dua variabel bebas (independent variable) terdiri dari : variabel pemberian insentif (X1), variabel tunjangan risiko (X2).
4.1.3.1 Penjelasan Responden Tentang Pemberian Insentif
Definisi operasional variabel pemberian insentif persepsi petugas pemasyarakatan bagian pengamanan atas kompensasi yang diberikan kepada mereka karena keberhasilan prestasinya yang diperlihatkan oleh petugas tersebut melebihi prestasi rata-rata yang ditentukan.
Untuk butir pertanyaan-pertanyaan variabel pemberian insentif (lampiran 3), mayoritas responden memberikan opsi jawaban ke-2 (setuju) dan ke-3 (netral), hal ini menunjukkan petugas pemasyarakatan bagian pengamanan memberikan tanggapan yang positif terhadap pemberian insentif di Lembaga Pemasyarakatan Klas IIA-Anak Medan, walaupun terdapat sebagian petugas pemasyarakatan bagian pengamanan yang merasakan perlu perbaikan insentif dengan memberikan komentar atas pertanyaan yang diberikan.
4.1.3.2 Penjelasan Responden Tentang Tunjangan Risiko
Definisi operasional variabel ini adalah persepsi petugas pemasyarakatan bagian pengamanan atas tunjangan yang diberikan kepada Pegawai Negeri Sipil yang diangkat sebagai petugas pemasyarakatan di lingkungan instansi pemerintah yang lingkup tugas dan tanggung jawabnya meliputi bidang pemasyarakatan sebagai bentuk kompensasi atas risiko bahaya keselamatan dan kesehatan dalam melaksanakan tugas penyelenggaraan pemasyarakatan.
Untuk butir pertanyaan-pertanyaan variabel tunjangan risiko, mayoritas responden memberikan opsi jawaban ke-2 (setuju) dan ke-3 (netral), hal ini menunjukkan petugas pemasyarakatan bagian pengamanan memberikan tanggapan yang positif terhadap tunjangan risiko yang diberikan, walaupun terdapat sebagian petugas pemasyarakatan bagian pengamanan yang merasakan perlu lebih diperhatikan atas tunjangan risiko yang diberikan dengan memberikan komentar atas pertanyaan yang diberikan.
4.1.3.3 Penjelasan Responden Tentang Kinerja Petugas Pemasyarakatan
Definisi operasional variabel ini adalah hasil kerja yang dapat dicapai oleh seseorang atau sekelompok orang dalam suatu organisasi, sesuai dengan wewenang dan tanggung jawab masing-masing, dalam rangka upaya mencapai tujuan organisasi bersangkutan secara legal, tidak melanggar hukum dan sesuai dengan norma dan etika.
Untuk butir pertanyaan-pertanyaan variabel kinerja petugas pemasyarakatan, pimpinan lebih cenderung memilih jawaban untuk opsi jawaban 2 (setuju) dan ke-3 (netral), hal ini menunjukkan pimpinan menilai kinerja petugas pemasyarakatan bagian pengamanan sudah baik dalam bekerja, walaupun ada sebagian petugas pemasyarakatan bagian pengamanan yang dirasakan perlu diperhatikan dan ditingkatkan lagi kinerjanya.
-3 -2 -1 0 1 2 3
Regression Standardized Residual
0 2 4 6 8 10 12 Frequency Mean = -8.81E-16 Std. Dev. = 0.967 N = 32
Dependent Variable: Kinerja Histogram
4.1.4 Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik yang dimaksudkan untuk memastikan bahwa model regresi linear berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, alat uji statistik linear berganda dapat dipergunakan.
4.1.4.1 Uji Normalitas
Untuk pengujian normalitas data dalam penelitian ini dideteksi melalui analisa grafik dan statistik yang dihasilkan melalui perhitungan regresi dengan SPSS. Hasil pengujian normalitas dapat dilihat pada Gambar 1 berikut :
Sumber : Penelitian, 2009 (Data Diolah)
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
0.0 0.2 0.4 0.6 0.8 1.0 Expe cted Cum Prob
Dependent Variable: Kinerja
Normal P-P Plot of Regression Standardized Residual
Sumber : Penelitian, 2009 (Data Diolah)
Gambar 4.2 Uji Normalitas
Dari Gambar 2 di atas, dapat disimpulkan bahwa data yang digunakan menunjukkan normal. Ghozali (2005) menyatakan bahwa, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi meneuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi nomalitas. Analisis dari grafik di atas
terlihat titik-titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Maka model regresi layak dipakai untuk memprediksi kinerja petugas pemasyarakatan berdasarkan masukan variabel independen.
Selanjutnya uji normalitas data dilakukan dengan analisis statistik dengan menggunakan alat uji non parametrik Kolmogorov – Smirnov (K-S), seperti terlihat pada Tabel 6 berikut ini:
Tabel 4.5 Uji Kolmogorov – Smirnov (K-S)
Dari Tabel 6 di atas diketahui besarnya nilai Kolmogorov-Smirnov adalah 1,036 dan tidak signifikan pada 0,233. Hal ini berarti data residual berdistribusi normal, dan hasilnya konsisten dengan uji sebelumnya.
One-Sample Kolmogorov-Smirnov Test
32 .0000000 1.46452892 .183 .183 -.150 1.036 .233 N Mean Std. Deviation Normal Parametersa,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Unstandardized Residual
Test distribution is Normal.
a.
Calculated from data.
b.
4.1.4.2 Uji Multikolinieritas
Uji mulitikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka terdapat masalah multikolinieritas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel independen.
Hasil pengujian multikolinieritas data dalam penelitian ini menggunakan alat bantu SPSS, hasilnya dapat dilihat pada Tabel 7 berikut :
Tabel 4.6 Hasil Uji Multikolinearitas
Dari Tabel 7 menunjukkan nilai Tolerance tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan Variance Inflation Factor (VIF) juga menunjukkan hal sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel indenpenden dalam model regresi.
Coefficients a 8.300 5.073 .316 .125 .446 .460 2.175 .390 .185 .373 .460 2.175 (Constant) Insentif Tunjangan Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients Tolerance VIF Collinearity Statistics
Dependent Variable: Kinerja a.
-4 -2 0 2 4 Tunjangan -4 -2 0 2 4 Kinerja
Dependent Variable: Kinerja Partial Regression Plot
4.1.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual satu pengamatan kepengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas.
Hasil pengujian heteroskedastisitas data dalam penelitian ini menggunakan alat Bantu SPSS dengan mengamati pola yang terdapat pada Sctterplots, hasilnya dapat dilihat pada Gambar 3 sebagai berikut :
Sumber : Penelitian, 2009 (Data Diolah)
Dari Gambar 3 di atas terlihat bahwa titik-ttitik menyebar secara acak (random) serta tersebar 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.
Menurut Ghozali (2005), jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heterokedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedistisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi keputusan memilih berdasarkan masukan dari variabel bebasnya.
Selanjutnya dilakukan uji statistik untuk menjamin keakuratan hasil. Adapun uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedasitas adalah uji Glesjer.
Tabel 4.7 Hasil Uji Glesjer Coefficients a -2.050 3.604 -.569 .574 -.099 .089 -.291 -1.108 .277 .208 .131 .416 1.585 .124 (Constant) Insentif Tunjangan Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig.
Dependent Variable: Res_2 a.
Dari Tabel 8 di atas menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5%. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedasitas.
4.1.4.4 Uji Kebagusan Model
Tabel 4.8 Hasil Uji Determinasi
Berdasarkan Tabel 9 di atas, diketahui bahwa besarnya koefisien determinasi atau angka Adjusted R2 adalah sebesar 0,554, yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas indenpenden sebesar 55,40%. Jadi model cukup baik. Sedangkan sisanya 44,60% dijelaskan oleh variabel-variabel bebas lain yang tidak diteliti dan tidak dimasukkan ke dalam model regresi seperti gaji, fasilitas kerja, pengembangan karir (promosi jabatan), pendidikan dan latihan dan lain sebagainya yang juga bisa meningkatkan kinerja petugas pemasyarakatan bagian pengamanan. Model Summary b .764 a .583 .554 1.51419 Model 1 R R Square Adjusted R Square Std. Error of the Estimate
Predictors: (Constant), Tunjangan, Insentif a.
Dependent Variable: Kinerja b.