BAB 4
HASIL DAN PEMBAHASAN
4.1 Hasil Pengumpulan Data
Pada penelitian ini, pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada para responden yang merupakan karyawan pada PT. BKR yang berada di luar tingkatan manajer yang didistrbusikan secara acak dengan bantuan dari departemen HRD. Dari hasil pengumpulan kuesioner dihasilkan data distribusi kuesioner sebagai berikut :
Tabel 4.1 Distribusi Kuesioner Kuesioner yang disebarkan 112 buah Kuesioner yang diterima 80 buah Kuesioner tidak sah 8 buah
Kuesioner sah 72 buah
Response Rate 64.28%
Kuesioner yang diterima ternyata tidak memenuhi ekspektasi dari peneliti, yaitu sesuai dengan total kuesioner yang disebarkan sebanyak 112. ini dikarenakan kesibukan dari masing-masing karyawan dan adanya jam kerja (shift ) yang berbeda-beda dari masing-masing karyawan.
Tetapi dari angka response rate yang cukup besar yakni 64,28% dan 80 buah kuesioner yang diterima, maka data yang diperoleh sudah dianggap dapat merepresentatif responden yang dituju, karena apabila ditinjau dari jumlah karyawan yaitu sebanyak 112 orang pada PT. BKR, maka bila dihitung dengan menggunakan rumusan slovin didapatkan perhitungan sebagai berikut :
2 e . n 1 n s + = dimana : n = Jumlah Populasi. e = Taraf Kesalahan
maka, jumlah sample dengan taraf kesalahan 10 % adalah :
(
)
53 1 . 0 112 1 112 2 = + = x sDari perhitungan diatas, maka dapat disimpulkan bahwa jumlah responden telah memenuhi syarat untuk diolah lebih lanjut.
Model kuesioner yang dibagikan menggunakan skala likert, dengan bentuk : STS (Sangat Tidak Setuju), TS (Tidak Setuju), N (Netral), S (Setuju), dan SS (Sangat Setuju) dengan nilai jawaban dari 1 sampai 5. Dari hasil pengumpulan data kuesioner, maka kemudian disusun dalam format M x N, dimana M menunjukkan jumlah responden yang mengisi kuesioner sebesar 72 orang, dan N adalah jumlah variabel
4.2 Analisis Data dan pembahasan
Dari data-data yang telah terkumpul, maka akan dilakukan pengolahan data dan analisis melalui beberapa tahapan seperti uji validitas,uji reliabilitas, dan regresi linier.
4.2.1 Uji Validitas
Pengolahan data diawali dengan melakukan uji validitas dengan menggunakan koefisien r, yang didapat dari rumusan Korelasi Product Moment. Dengan menggunakan rumusan tersebut yang dimasukkan dalam program Microsoft Excel, maka diperoleh angka korelasi setiap variabel :
Tabel 4.2 Uji Validitas
Variabel r Ket. Variabel r Ket. X1 0.478 Valid X10 0.581 Valid X2 0.550 Valid X11 0.561 Valid X3 0.595 Valid X12 0.450 Valid X4 0.553 Valid X13 0.604 Valid X5 0.600 Valid X14 0.787 Valid X6 0.516 Valid X15 0.493 Valid X7 0.726 Valid X16 0.534 Valid X8 0.046 Non Valid X17 0.404 Valid X9 0.660 Valid X18 0.675 Valid
Dari tabel diatas dapat dilihat bahwa dari 18 variabel yang ada, terdapat 1 variabel yang tidak memenuhi syarat atau tidak valid, yaitu X8 dimana syarat untuk memenuhi kevalidan adalah bila nilai korelasi rhitung > rkritis dimana rkritis diperoleh dari harga koefisien di tabel dengan jumlah responden sebesar 30 orang dan tingkat
Variabel yang memiliki validitas tertinggi yaitu X14 dengan nilai koefisien korelasi sebesar 0.787.
4.2.2. Uji Reliabilitas
Pengujian reabilitas dilakukan untuk mengukur keandalan dan kekonsistensian dari alat ukur pada penelitian. Pengujian ini menggunakan rumus koefisien alpha cronbach, yang menggunakan perhitungan koefisien keandalan (α), yang menetapkan batas minimum α sebesar 0.60. Di bawah ini terdapat ringkasan hasil perhitungan α dengan menggunakan bantuan program SPSS 11.5 dengan menggunakan one shot method.
Tabel 4.3 Hasil perhitungan alpha cronbach
Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
X1 63.7000 63.6655 .4639 .8982 X2 64.4333 58.7368 .5502 .8959 X3 64.7667 58.8747 .6081 .8933 X4 63.7333 63.0299 .5416 .8966 X5 63.7667 61.9092 .6011 .8947 X6 64.0000 61.3793 .5347 .8958 X7 63.9000 58.0241 .7282 .8892 X9 63.8000 62.1655 .6533 .8942 X10 64.5000 59.0862 .5622 .8951 X11 64.1333 61.1540 .5660 .8950 X12 64.6000 59.9034 .4600 .8995 X13 64.2333 59.2885 .6189 .8930 X14 64.0000 58.8966 .7797 .8886 X15 65.2667 59.0299 .5070 .8978 X16 64.9333 57.8575 .5368 .8974 X17 64.1000 63.4724 .4057 .8993 X18 64.4000 58.5931 .6686 .8912
Seperti terlihat di atas bahwa nilai α diatas melebihi batas minimum α 0.6 yaitu sebesar 0.9006, yang berarti alat ukur yang digunakan terbukti andal. Nilai ini juga membuktikan bahwa variabel-variabel pembentuk faktor tersebut memiliki konsistensi internal yang tinggi dari persepsi karyawan, nilai α ini pun menunjukkan bahwa variabel-variabel memiliki korelasi yang tinggi dalam menjelaskan faktor yang bersangkutan. Dari perhitungan di atas dapat diinterpretasikan dimana :
9 Scale mean if Item Deleted menerangkan nilai rata-rata total jika variabel tersebut dihapus, misalnya jika X1 dihapus maka rata-rata total bernilai 63.70, jika X2 dihapus maka rata-rata totalnya bernilai 64.43 dan sterusnya.
9 Scale Variance if Item Deleted menerangkan besarnya varian total jika variabel (butir) tersebut dihapuskan. Besarnya varian total jika X1 dihapuskan adalah 63.6655, sedangkan jika X2 dihapus adalah 53.7368 dan seterusnya. 9 Corrected Item-Total Correlation merupakan korelasi antara skor item dengan
skor total item yang dapat digunakan untuk menguji validitas instrument. Korelasi skor item/X1 terhadap skor total adalah 0.4639, korelasi skor X2 dengan skor total adalah 0.5502 dan seterusnya.
9 Alpha if Item Deleted merupakan besarnya reliabilitas alpha jika satu item dihapuskan, misalnya jika X1 dihapuskan maka besarnya koefisien reliabilitas alpha sebesar 0.8982, jika X2 dihapuskan nilai koefisien reliabilitas alpha sebesar 89.59 dan seterusnya.
4.2.3 Regresi Linear Berganda
4.2.3.1. Analisa regresi linier berganda
Pada analisa regresi linier berganda akan ditentukan faktor-faktor manakah yang telah ditetapkan memiliki korelasi terhadap variable independent. Data yang dipakai pada analisa regresi linier beganda bukan lagi data mentah dari 18 variabel yang sebelumnya telah ditentukan, tetapi merupakan rata-rata penjumlahan dari pengelompokkan variabel menurut faktor pembentuknya. Analisa ini dilakukan dengan bantuan dari program SPSS dengan menggunakan metode Stepwise.
Model persamaan regresi berganda : Y = a + b1.X1 + b2.X2 + … + bn.Xn
Pada penelitian ini, faktor yang menjadi variabel dependen (Y) adalah faktor kinerja karyawan (F4), dan 3 faktor yang menjadi variabel independen, yaitu :
F1 = Faktor Komunikasi. F2 = Faktor Desentralisasi. F3 = Faktor Delegasi.
Dari faktor-faktor di atas, maka persamaan regresi menjadi : F4 = a + b1.F1 + b2.F2 + b3.F3
Di bawah ini akan dijelaskan tahapan-tahapan regresi linear berganda metode Stepwise :
Tabel 4.4 Korelasi antar Faktor Correlations F4 F1 F2 F3 F4 1.000 .395 .229 .003 F1 .395 1.000 .874 .435 F2 .229 .874 1.000 .367 Pearson Correlation F3 .003 .435 .367 1.000 F4 . .000 .027 .490 F1 .000 . .000 .000 F2 .027 .000 . .001 Sig. (1-tailed) F3 .490 .000 .001 . F4 72 72 72 72 F1 72 72 72 72 F2 72 72 72 72 N F3 72 72 72 72
Dari tabel korelasi di atas, maka dapat dianalisa hubungan variabel independen terhadap tiap variabel dependen yaitu :
- Hubungan antara variabel independen F1 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.395≈0.4 yang menunjukkan suatu tingkat hubungan yang cukup tinggi (substansial). Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor.
- Hubungan antara variabel independen F2 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.229 menunjukkan terdapatnya suatu hubungan yang substansial antara kedua faktor. Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor.
- Hubungan antara variabel independen F3 terhadap variabel dependen F4 dapat dilihat melalui angka korelasi sebesar 0.03, yang menunjukkan tidak adanya hubungan antar dua variabel. Angka positif pada korelasi menyatakan hubungan yang searah antara 2 faktor.
Cara lain yang sederhana untuk mengetahui ada tidaknya korelasiyaitu dengan melihat koefisien signifikansinya.. Apabila koef. Signifikansi lebih besar daripada
α, maka dikatakan tidak terjadi korelasi. Bila dilihat dari tabel diatas, dapat disimpulkan bahwa nilai dari koef. Signifikan F1(0.000) dan F3 (0.027) memiliki nilai < dari α (0.10) , maka dapat disimpulkan bahwa F1 dan F2 memiliki korelasi terhadap F4, sedangkan pada F3 dapat dilihat bahwa nilai koef. Signifikan (0.490) > α, maka F3 tidak berkorelasi terhadap F4.
2. Memasukkan variabel bebas ke dalam persamaan.
Pada regresi linear berganda ini menggunakan metode stepwise, yang analisanya dilakukan dengan cara menambahkan dan mengeluarkan variabel-variabel secara tunggal. Karena penganalisaannya dilakukan per faktor, maka faktor yang terdahului masuk ke dalam perhitungan persamaan regresi merupakan faktor yang memiliki korelasi tertinggi dengan variabel dependen.
Memasukkan F1
Tabel 4.5 Koefisien Regresi Coefficients(a)
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig. Correlations
B
Std. Erro
r Beta
Zero-order Partial Part
1 (Constant) .065 .601 .107 .915 F1 .547 .152 .395 3.601 .000 .395 .395 .395 2 (Constant) .197 .587 .335 .739 F1 .436 .149 .329 3.412 .000 .395 .414 .403 F2 .425 .160 .230 2.257 .027 .229 .262 .241 a Dependent Variable: F4
Dari tabel di atas dapat dilihat, bahwa persamaan regresi yang terbentuk saat variabel laten F1 dimasukkan adalah :
Pers.1 : F4 = 0.065 + 0.547 F1.
Setiap penambahan variabel independen, didapatkan perubahan terhadap koefisien regresi yang telah terbentuk. Dari tabel dapat kita lihat nilai standar error dari F1 sebesar 0.601. Nilai error ini diharapkan mengecil sehingga tingkat akurasinya semakin baik.
Tabel 4.6 Korelasi Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .395(a) .156 .144 .38729 2 .463(b) .214 .192 .37644 a Predictors: (Constant), F1 b Predictors: (Constant), F1, F2
Dari tabel 4.6, maka dapat dilihat angka R square pada waktu penggunaan variabel laten F1 sebesar 0,156. hal ini berarti sekitar 15.6 % faktor kinerja karyawan dapat dijelaskan oleh faktor komunikasi, setelah ditambah oleh faktor desentralisasi, nilai R square menjadi 0.214 yang menunjukkan naiknya prosentase menjadi 21.4 % dimana mengartikan bahwa 21.4 % dari faktor yang mempengaruhi kinerja karyawan dapat dijelaskan oleh dua variabel independennya; sedangkan sisanya akan dijelaskan oleh sebab-sebab yang lain.
Selanjutnya akan dilakukan uji hipotesis untuk mengetahui apakah setelah masuk ke dalam persamaan regresi F1 benar memiliki pengaruh secara signifikan terhadap F4.
Hipotesis yang akan digunakan sebagai berikut :
Ho : F1 tidak memiliki pengaruh secara signifikan terhadap F4. Ha : F1 memiliki pengaruh secara signifikan terhadap F4.
Uji hipotesis ini akan dilakukan dengan membandingkan thitung yang diperoleh dari tabel 4.5, pada kolom t dengan t tabel yang didapat dari tabel distribusi t. Bila thitung > t tabel, maka tolak Ho, begitu juga sebaliknya.
Dengan tingkat alpha 0.10 dan derajat bebas sebesar 70, diperoleh nilai ttabel sebesar 1.671, sedangkan dari perhitungan didapat t pada F1sebesar 3.601. Maka dapat disimpulkan bahwa t hitung > t tabel, maka Tolak Ho, yang berarti konstanta memiliki pengaruh yang signifikan terhadap F4 sehingga layak masuk ke dalam persamaan regresi.
Tabel 4.7 Anova ANOVA(c)
Model
Sum of
Squares df Mean Square F Sig.
Regression 1.945 1 1.945 12.967 .001(a) Residual 10.500 70 .150 1 Total 12.444 71 Regression 2.667 2 1.333 9.410 .000(b) Residual 9.778 69 .142 2 Total 12.444 71 a Predictors: (Constant), F1 b Predictors: (Constant), F1, F2 c Dependent Variable: F4
Pada tabel anova dapat dilihat Sum of Square sebesar 12.444 yang menunjukkan besarnya error yang muncul apabila hanya menggunakan rata-rata F4 untuk memprediksi hubungan atau korelasi antara variabel bebas dan variabel tidak bebas. Setelah memasukkan F1, tingkat error berkurang menjadi 10.500. Besarnya error ini mengindikasikan terdapatnya variasi yang tidak dijelaskan oleh
model regresi. Semakin bertambahnya variabel signifikan dalam persamaan regresi, maka tingkat error semakin berkurang. Hal ini mengartikan bahwa variabel yang masuk ke dalam persamaan dapat memprediksi hubungan atau korelasi antara variabel dependen dan variabel independen dengan tingkat error yang lebih kecil.
Untuk mengetahui variabel bebas mana yang dapat masuk ke dalam persamaan regresi setelah F1, maka dapat dilihat dari perbandingan antara nilai ttabel dan thitung.
Dapat dilihat bahwa faktor F2 memiliki nilai thitung>ttabel dimana pada tingkat 0.05 dengan derajat bebas 69 mendapatkan nilai ttabel sebesar 2.000; sedangkan nilai thitung sebesar 2.257. Jadi, F2 dapat dimasukkan dalam persamaan regresi.
Pada Faktor F3, terlihat bahwa nilai thitung<ttabel, dimana pada tingkat 0.05 dengan derajat bebas 69 mendapatkan nilai ttabel sebesar 2.000, sedangkan nilai thitung sebesar 1.735. jadi F4 tidak dapat dimasukkan ke dalam persamaan regresi karena dianggap tidak memiliki korelasi yang signifikan terhadap variabel dependen.
Tabel 4.8 Excluded Variables Excluded Variables(c)
Collinearity Statistics
Model Beta In t Sig.
Partial Correlation Tolerance F2 .496(a) 2.257 .027 .262 .236 1 F3 .209(a) 1.735 .087 .204 .810 2 F3 .217(b) 1.865 .066 .221 .810
a Predictors in the Model: (Constant), F1 b Predictors in the Model: (Constant), F1, F2
c Dependent Variable: F4
Tabel Excluded Variable digunakan untuk melihat nilai t untuk variabel yang
dinyatakan tidak layak untuk dimasukkan ke dalam persamaan, jadi hanya untuk sekedar pembuktian mengapa faktor tersebut tidak dapat masuk.
Tabel excluded variable juga digunakan untuk melihat nilai partial
correlation, apabila terdapat dua faktor yang setelah melalui uji hipotesis
dinyatakan dapat masuk ke dalam persamaan, maka faktor dengan nilai partial
correlation yang lebih tinggi dapat dimasukkan terlebih dahulu. Dalam kasus ini,
nilai partial correlation tidak perlu digunakan karena dari dua faktor yang ada
pada tabel hanya satu faktor yang dinyatakan layak untuk dimasukkan ke dalam persamaan regresi.
Memasukkan F2
Setelah F2 dimasukkan ke dalam persamaan regresi, nilai dari koefisien regresi mengalami perubahan menjadi :
F4 = 0.197 + 0.436 F1 + 0.425 F2.
Dari persamaan tersebut dihasilkan R square sebesar 0.214. Hal ini menjelaskan bahwa terjadinya peningkatan setelah faktor F2 masuk ke dalam persamaan. Kenaikan ini menjelaskan kinerja karyawan dapat dijelaskan sebesar 21.4% dari kedua faktor ini.
Setelah F2 masuk, maka selanjutnya dilakukan uji hipotesis untuk mengukur kesignifikansian dari pengaruh faktor ini. Pengujian dilakukan dengan melakukan perbandingan antara ttabel dengan thitung. Apabila thitung>ttabel maka tolak Ho, begitu juga sebaliknya.
Hipotesis yang digunakan adalah :
Ho : F2 tidak memiliki pengaruh secara signifikan terhadap F4. Ha : F2 memiliki pengaruh secara signifikan terhadap F4.
Nilai t yang didapat dari tabel dengan α = 0.10 dan derajat bebas 69, adalah sebesar 1,671. nilai ini menunjukkan angka yang lebih kecil daripada thitung yang memiliki nilai 2.257. Dikarenakan thitung>ttabel, maka dapat disimpulkan tolak Ho, yang berarti bahwa F2 memiliki korelasi yang signifikan terhadap variabel dependen F4.
Selain menguji F2, maka F1 juga perlu untuk diuji kesignifikaannya setelah F2 masuk dalam persamaan regresi, juga dengan menggunakan uji t :
Nilai t yang didapat dari tabel dengan α = 0.10 dan derajat bebas 69, adalah sebesar 1,671, sedangkan nilai thitung sebesar 3.412. Dapat disimpulkan bahwa F1 tetap memiliki hubungan yang signifikan pada persamaan.
Pengujian signifikansi pengaruh var independen terhadap var dependen
Untuk menguji signifikansi pengaruh variabel independen secara bersama-sama dengan variabel dependennya, maka dilakukan uji F.
Hipotesis yang digunakan adalah :
Ho : b1 = b3 = b4 = 0. (Tidak terdapat pengaruh variabel independen secara signifikan terhadap variabel dependen)
Ha : Sekurang-kurangnya satu b = 0. (terdapat pengaruh variabel independen secara signifikan terhadap variabel dependen).
Pada tingkat alpha 0.10, dengan derajat bebas yang dapat dilihat pada tabel anova, dimana v1=2, v2=69. Dari tabel F yang didapat berdasarkan perhitungan pada microsoft excel, didapat nilai Ftabel sebesar 2.38, yang menunjukkan nilai yang lebih kecil daripada Fhitung 9.410.
Karena Fhit>Ftab, maka dapat disimpulkan bahwa Ho ditolak yang menunjukkan bahwa sekurang-kurangnya terdapat 1 variabel independen yang berpengaruh signifikan terhadap variable dependent. Hal ini terbukti dari terdapatnya 2 variabel independen yang berpengaruh signifikan terhadap variabel dependen.
Pengaruh dari kedua variabel dependen dapat dilihat pada persamaan regresi : F4 = 0.197 + 0.436 F1 + 0.425 F2.
Dimana :
F4 : Faktor Kinerja Karyawan F1 : Faktor Komunikasi. F2 : Faktor Desentralisasi.
4.2.3.2 Pengujian Model Regresi 1. Uji Normalitas Data.
Uji normalitas data menggunakan plot Probabilitas Normal, yang mengindikasikan kenormalan data apabila titik-titik data yang terkumpul di sekitar garis lurus. Uji normalitas perlu dilakukan untuk suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan uji-t atau uji-F yang menuntut suatu asumsi yang harus diuji , yaitu populasi data harus berditribusi normal dimana apabila jumlah sampel diperbesar, penyimpangan asumsi normalitas ini semakin kecil pengaruhnya.
Normal P-P Plot of Regression Stan Dependent Variable: F4
Observed Cum Prob
1.00 .75 .50 .25 0.00 Ex p e c te d C u m P ro b 1.00 .75 .50 .25 0.00
Gambar 4.1. Normalitas data
Terlihat pada pola data yang tersebar di dekat garis lurus menandakan bahwa data berdistribusi normal.
2. Uji nonmultikolinearitas.
Uji multikolinearitas dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel independen. Adanya hubungan yang linier antar variabel independen akan menimbulkan kesulitan dalam memisahkan pengaruh masing-masing variabel independen terhadap variabel dependennya.
Adapun hipotesis yang akan diuji untuk membuktikan ada tidaknya multikolinearitas antar variabel bebas dinyatakan sebagai berikut :
Ho : Tidak terdapat hubungan antarvariabel independen. Ha : Terdapat hubungan antarvariabel independen.
Ada tidaknya korelasi antar variabel independen dapat diketahui dengan memanfaatkan statistik korelasi product moment dari Pearson.
Tabel 4.9 Korelasi Correlations F1 F2 F3 Pearson Correlation 1 .176 .021 Sig. (2-tailed) . .168 .681 F1 N 72 72 72 Pearson Correlation .176 1 .047 Sig. (2-tailed) .168 . .731 F2 N 72 72 72 Pearson Correlation .021 .047 1 Sig. (2-tailed) .681 .731 . F3 N 72 72 72
Melihat terjadi atau tidaknya multikolinearitas dapat disimpulkan dengan membandingkan tingkat signifikansi dengan α yang telah ditetapkan sebelumnya.
Tabel 4.10 Ringkasan multikolinearitas
Keterangan Signifikansi Alpha Kondisi Kesimpulan
F1-F2 0.168 0.10 Sig>Alp. F1-F3 0.681 0.10 Sig>Alp. F2-F1 0.168 0.10 Sig>Alp. F2-F3 0.731 0.10 Sig>Alp. F3-F1 0.681 0.10 Sig>Alp. Tidak terjadi hubungan linier antara variabel independen.
4.2.3.3 Analisa Persamaan Regresi.
Setelah melakukan pengujian regresi linier berganda dengan metode stepwise, maka didapatkan persamaan regresi, yaitu :
F4 = 0.197 + 0.436 F1 + 0.425 F2. Dimana :
F4 : Faktor kinerja karyawan. F1 : Faktor Komunikasi. F2 : Faktor Desentralisasi.
Dari persamaan tersebut, maka dapat disimpulkan bahwa :
1. Harga koefisien konstanta = 0.197. Hal ini berarti bahwa apabila nilai dari F1 dan F2 di objek penelitian sama dengan nol, maka tingkat atau besarnya variabel dependen F4 di lokasi tersebut adalah sebesar 19.7%.
2. Harga Koefisien b1 = 0.436 berarti bahwa apabila nilai F1 mengalami kenaikan sebesar satu point, sementara variabel independen lainnya bersifat tetap, maka tingkat variabel F4 di perusahaan objek penelitian tersebut akan meningkat sebesar 43.6%
Harga koefisien yang positif menunjukkan adanya hubungan yang selaras antara variabel dependen dengan variabel bebas F1, dimana F1 ini merupakan faktor komunikasi. Ini berarti bahwa semakin besar komunikasi diterapkan, maka
semakin tinggi kinerja karyawan yang ditampilkan. Kesimpulan ini mendukung hipotesa awal peneliti, dimana peneliti melakukan dugaan awal bahwa komunikasi berpengaruh searah terhadap kinerja karyawan.
3. Harga Koefisien b2 = 0.425 berarti bahwa apabila faktor F2 mengalami kenaikan sebesar satu point, sementara variabel independen lainnya bernilai nol, maka tingkat variabel F4 di perusahaan objek penelitian tersebut akan meningkat sebesar 42.5%.
Harga koefisien yang positif menunjukkan adanya hubungan yang selaras antara variabel dependen dengan variabel bebas F2, dimana F2 ini merupakan faktor Desentralisasi. Ini berarti bahwa semakin besar desentralisasi, maka semakin tinggi proses kinerja karyawan yang ditampilkan. Kesimpulan ini mendukung hipotesa awal peneliti, dimana peneliti melakukan dugaan awal bahwa Desentralisasi berpengaruh searah terhadap kinerja karyawan.
Dari kedua koefisien regresi variabel bebas yang masuk ke dalam persamaan regresi metode stepwise menunjukkan bahwa intensitas dari kedua variabel bebas tersebut, dalam hal ini F1 (Komunikasi) dan F2 (Desentralisasi) akan meningkatkan kinerja karyawan.Ini dapat dilakukan dengan melakukan upaya seperti :
1. Komunikasi
kerja yang baik secara formal maupun informal. Ini berguna di dalam proses untuk saling bertukar pikiran dan meningkatkan rasa perhatian dan pengertian di antara pemimpin dengan bawahan.
- seorang manajer atau pimpinan tidak membuat dirinya sebagai seseorang yang harus dihormati. Jadilah pemimpin yang aktif dalam menjalankan
komunikasi dan menerima informasi dari bawahan. Ini berguna di dalam memonitor kemajuan organisasi dan mengontrol pelaksanaan pekerjaan. -mengadakan acara-acara pertemuan informal yang melibatkan seluruh
karyawan untuk menjalin keakraban dan mendengarkan apa saja yang menjadi keluh kesah dari para karyawan.
2. Desentralisasi
- memberikan keleluasaan bagi manajer tingkat bawah dalam mengambil keputusan yang melibatkan karyawan. Ini berguna untuk meningkatkan moral dan inisiatif dalam bekerja.
- melibatkan karyawan dalam setiap pengambilan keputusan/kebijaksanaan yang menyangkut pekerjaan mereka dan khususnya tujuan organisasi.
- melakukan suatu pertemuan rutin dalam suatu ruang lingkup pekerjaan, seperti antara supervisor dengan karyawan yang bertujuan untuk saling bertukar pikiran dan gagasan serta menampung ide-ide kreatif dari para karyawan.
Pada persamaan regresi metode stepwise, dapat dilihat bahwa faktor F3 yang merupakan faktor delegasi tidak masuk ke dalam persamaan regresi. Hal ini dimungkinkan oleh adanya korelasi yang lemah terhadap variabel dependen. Hal ini juga diperkuat dengan adanya jawaban responden yang menyimpulkan bahwa tanpa adanya delegasi, karyawan tetap akan berusaha untuk menampilkan kinerja yang baik bagi perusahaan. Hal ini juga menunjukkan bahwa tanpa adanya delegasi, karyawan juga tetap akan merasa mempunyai tanggung jawab yang harus mereka jalankan sesuai dengan tingkatan pekerjaan mereka masing-masing. Hal ini menunjukkan bahwa tingkatan delegasi yang tinggi tidak terlalu berpengaruh kepada sebagian besar karyawan.
Tentu saja hal ini bertentangan dengan hipotesa awal dari peneliti yang menduga bahwa delegasi mempunyai hubungan yang kuat dengan peningkatan kinerja karyawan, dan memiliki hubungan yang berbanding terbalik, maksudnya adalah jika tingkat delegasi semakin tinggi, maka kinerja karyawan akan semakin termotivasi. Ternyata hal ini tidak sejalan dengan hasil penganalisaan regresi yang menunjukkan korelasi yang positif antar kedua variabel tersebut.
