METODE PENELITIAN
K. Teknik Analisis Data
Menurut Sugiyono (2012:244) analisis data merupakan proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting dan yang akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri sendiri maupun orang lain. Analisis data yang digunakan dalam penelitian ini adalah:
1. Uji Asumsi Klasik
Model regresi linier berganda dapat disebut baik jika terbebas dari asumsi-asumsi klasik statistik (Sunyoto, 2011:131). Uji asumsi-asumsi klasik meliputi:
a. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang terjadi Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya Heteroskedastisitas dapat diketahui dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID) dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi – Y sesungguhnya). Dasar analisis dari uji Heteroskedastisitas melalui grafik plot adalah sebagai berikut:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi Heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas.
b. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menghubungkan data sesungguhnya akan mengikuti garis diagonalnya. Deteksi normalitas dapat dilakukan dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan dari uji normalitas adalah:
1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas
c. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel
independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Dengan teknik ini, akan diukur pengaruh variabel X tersebut melalui besaran koefisien korelasi. Jika koefisien korelasi antar variabel X lebih besar dari 0,60 dikatakan multikolonieritas, tetapi jika variabel bebas lebih kecil atau sama dengan 0,60 dikatakan tidak terjadi multikolonieritas.
2. Analisis Regresi Linier Berganda.
Secara sistematis persamaan regresi linier berganda dirumuskan sebagai berikut (Sujarweni dan Endrayanto, 2012:88):
Y = a + b1X1+ b2X2 Dimana: Y = produktivitas kerja a = konstanta b1 = koefisien X1 X1 = penempatan pegawai b2 = koefisien X2 X2 = pelatihan kerja
Untuk Menghitung persamaan regresi yaitu menghitung a, b1, b2 dapat menggunakan persamaan berikut (Sujarweni dan Endrayanto, 2012:88):
b1 = (∑ 1 ) ∑ 22− 2 (∑ 1 2) ∑ 12 ∑ 22−(∑ 1 2)2 b2= (∑ 1 ) ∑ 22 − 2 (∑ 1 2)
∑ 12 ∑ 22 −(∑ 1 2)2 a = − 1楳1− 2 2
3. Uji F (secara simultan)
Uji F dilakukan untuk melihat pengaruh dari penempatan pegawai dan pelatihan kerja secara bersama-sama (simultan) terhadap produktivitas kerja pegawai di Dinas Kehutanan dan Perkebunan Kabupaten Tanggamus.Pengujian secara simultan menggunakan distribusi F, yaitu membandingkan antara F hitung dengan F tabel.
Langkah-langkah yang dilakukan dalam uji F yaitu (Sunyoto, 2009:155) :
a. Menentukan Ho dan Ha: Ho: b1, b2= 0
Artinya penempatan pegawai dan pelatihan kerja tidak berpengaruh terhadap produktivitas kerja.
Ha: minimal salah satu dari b1, b2≠0
Artinya penempatan pegawai dan pelatihan kerja berpengaruh terhadap produktivitas kerja.
b. Menentukan level of significance (α)
Level of significance (α) dalam penelitian ini adalah sebesar 5% atau
0,05. F tabel dicari dengan menentukan besar degree of freedom (df) pembilang (numerator) dan df penyebut (denominator). Untuk df pembilang menggunakan k, sedangkan df penyebut menggunakan n-k-1.
F = 2/
1− 2 ⁄ − −1
Dimana:
F = Harga F garis regresi yang dicari K = banyaknya variabel bebas n = jumlah sampel
R2 = koefisien determinasi
d. Kriteria penerimaan dan penolakan Hipotesis
Jika Fhitung> Ftabel, maka H0 ditolak dan Ha diterima, yang artinya variabel independen (penempatan pegawai dan pelatihan kerja) secara bersama-sama atau simultan berpengaruh terhadap variabel dependen (produktivitas kerja).
Jika Fhitung≤ Ftabel, maka H0 diterima dan Ha ditolak, yang artinya variabel independen (penempatan pegawai dan pelatihan kerja) secara bersama-sama atau simultan tidak berpengaruh terhadap variabel dependen (produktivitas kerja).
4. Uji t (secara parsial)
Uji t digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mampu mempengaruhi variabel dependen.
Langkah-langkah yang dilakukan dalam uji t yaitu (Sunyoto, 2009:152) :
ti=
a. Menentukan Hodan Ha.
Ho : b1= 0, artinya secara parsial tidak ada pengaruh penempatan pegawai dan pelatihan kerja terhadap produktivitas kerja.
Ha : b1≠ 0, artinya secara parsial ada pengaruh penempatan pegawai terhadap produktivitas kerja.
Ho : b1= 0, artinya secara parsial tidak ada pengaruh penempatan pegawai terhadap produktivitas kerja.
Ha : b2 ≠0, artinya secara parsial ada pengaruh penempatan pegawai terhadap produktivitas kerja.
b. Menentukan level of significance(α):
Dalam penelititan ini level of significance atau tingkat signifikannya sebesar 0,05 (5%) dengan derajat bebas (df) = n-2 dan n merupakan jumlah sampel penelitian.
c. Menentukan nilai thitungdengan rumus (Sunyoto, 2009:152):
Dimana:
ti = t hitung koefisien i
bi = koefisien regresi variabel i sbi = standar error dari i
d. Kriteria Penerimaan dan Penolakan Hipotesis Jika thitung ≥ttabel maka H0 ditolak dan Ha diterima. Jika thitung< ttabelmaka H0 diterima dan Ha ditolak. 5. Koefisien Determinasi
Koefisien determinasi digunakan untuk mengukur besarnya pengaruh dari variabel independen(penempatan pegawai dan pelatihan kerja) terhadap variabel dependen (produktivitas kerja). Adapun rumus yang digunakan adalah (Supranto dan Limakrisna, 2009:163) :
R2 = 1∑ 1 + 2∑ 2 ∑ 2 Keterangan:
R2= koefisien determinasi
X1,2= variabel independen (penempatan pegawai dan pelatihan kerja) Y= variabel dependen (produktivitas kerja)
61 BAB IV
