Raden Ameliawati, 2014
PENGARUH UPAH DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS TENAGA KERJA
: S urvey pada Tenaga Kerja di S entra Industri Tahu Cibuntu Kota Bandung Unipersitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
LAMPIRAN
A.
Kisi-Kisi Instrumen Penelitian
B.
Angket
C.
Rekapan Hasil Angket
D.
Nilai Produktivitas Tenaga Kerja
E.
Data Variabel X Dan Y
F.
Hasil Regresi
G.
Tabel Distribusi Data Untuk Analisis Regresi
H.
Perhitungan Manual
I. Dokumentasi
J.
Surat Keputusan
K.
Surat Ijin Penelitian
L.
Lembar Hasil Bimbingan
KISI-KISI INSTRUMEN PENELITIAN
PENGARUH UPAH DAN PENGALAMAN KERJA TERHADAP PRODUKTIVITAS
TENAGA KERJA
(Survey pada Tenaga Kerja di Sentra Industri Tahu Cibuntu Kota Bandung)
NO
Variabel
Indikator
Sumber data
Alat
No item
1
Produktivitas
tenaga kerja
(Y)
1.
Jumlah rata-rata output
yang diproduksi selama
satu bulan
2.
Jumlah rata-rata hari kerja
selama satu bulan
3.
Jumlah rata-rata jam
kerja selama satu bulan
Responsen
Kuesioner
1. 2.
3.6.8.9
2
Upah (X
1)
1.
Jumlah rata-rata upah
yang diterima oleh tenaga
kerja dalam satu bulan
Responden
Kuesioner
4.7
3
Pengalaman
Kerja (X
2)
1.
Lamanya tenaga kerja
bekerja di perusahaan tahu
Responden
Kuesioner
5.10
INSTRUMEN PENELITIAN
ANGKET
PETUNJUK PENGISIAN ANGKET
1.
Sebelum Bapak/Ibu menjawab bacalah dengan teliti sampai Bapak/Ibu memahami
pertanyaan yang diberikan
2.
Jawablah pertanyaan dengan jujur dan apa adanya
3.
Semua pertanyaan yang ada mohon untuk dijawab oleh Bapak/Ibu tanpa ada jawaban
yang terlewati
4.
Untuk pertanyaan isian. Bapak/Ibu dipersilahkan untuk mengisi jawaban pada tempat
yang telah disediakan
5.
Untuk pertanyaan pilihan. bapak/ ibu mengisi jawaban dengan memberikan tanda silang
(X) pada pilihan yang tersedia
Identitas Responden
No Responden
:
(dikosongkan)
Jenis kelamin
: L / P (coret yang tidak perlu )
Usia
:
Pendidikan Terakhir : a. SD
d. Diploma
b. SMP
e. Sarjana
c. SMA
f. Lain ya ...
Alamat
: ...
...
Pertanyaan
1.
Berapa jumlah rata-rata tahu yang Bapak/Ibu hasilkan selama satu hari ?...Jirangan
2.
Berapa jumlah rata-rata jam kerja dalam satu hari ? ... Jam
3.
Berapa jumlah rata-rata hari kerja dalam satu minggu ? ... Hari kerja
4.
Berapa upah rata-rata yang Bapak/Ibu terima dalam setiap harinya ?
Upah / jirangan
Upah / hari
Rp...
Rp...
5.
Sudah berapa lama Bapak/Ibu bekerja di perusahaan tahu ? ... Tahun
6.
Dalam satu hari saya biasanya dapat membuat tahu rata-rata sebanyak...
a.
1 - 10 jirangan
b.
11 - 20 jirangan
c.
21 - 30 jirangan
d.
31 - 40 jirangan
e.
Lebih dari 40 jirangan
7.
Dalam satu hari biasanya upah yang saya terima rata-rata sebesar...
a.
Rp. 10.000.- sampai Rp. 20.000.-
b.
Rp. 21.000.- sampai Rp. 30.000.-
c.
Rp. 31.000.- sampai Rp. 40.000.-
d.
Rp. 41.000.- sampai Rp. 50.000.-
e.
Lebih dari Rp. 50.000.-
8.
Dalam satu hari saya biasanya bekerja selama... jam kerja
a.
1
–
4 jam
b.
5
–
8 jam
c.
9
–
12 jam
d.
Lebih dari 12 jam
9.
Dalam satu minggu saya biasanya bekerja selama... .. hari
a.
7 hari
b.
6 hari
c.
5 hari
d.
4 hari
e.
Kurang dari 4 hari
10.
Saya sudah bekerja diperusahaan tahu selama kurang lebih ... tahun
a.
1
–
5 tahun
b.
6
–
10 tahun
c.
11
–
15 tahun
d.
16
–
20 tahun
REKAPAN HASIL ANGKET
Karakteristik Responden Berdasarkan Jenis Kelamin
Jenis Kelamin Frekuensi Persentase (% )
Laki-laki 230 72.56
Pengalaman Kerja Frekuensi Persentase (% )
Penyebaran Upah Berdasarkan Usia Tenaga Kerja
Penyebaran Upah Berdasarkan Tingkat Pendidikan Tenaga Kerja
Kriteria
Penyebaran Pengalaman Kerja Berdasarkan Usia Tenaga Kerja
Kriteria
Penyebaran Pengalaman Kerja Berdasarkan Tingkat Pendidikan Tenaga Kerja
Penyebaran Produktivitas Tenaga Kerja Berdasarkan Usia Tenaga Kerja
Kriteria
Penyebaran Produktivitas Tenaga Kerja Berdasarkan Usia Tenaga Kerja
Nilai Produktivitas Tenaga Kerja
No
Res L/P Usia Pend
Produktivitas (hari ) Produktivitas per bulan
Hasil Regresi Menggunakan Eviews
Eviews 7
Uji Multikolinearitas Menggunakan Metode Korelasi Parsial Antar-Variabel
Independen
X1
X2
X1
1
0.7826169869091438
X2
0.7826169869091438
1
Dependent Variable: Y Method: Least Squares Date: 09/08/14 Time: 14:51 Sample: 1 317
Included observations: 317
Variable Coefficient Std. Error t-Statistic Prob. C 0.320851 0.036727 8.736098 0.0000 X1 3.50E-07 2.43E-08 14.42464 0.0000 X2 0.028567 0.003165 9.026311 0.0000 R-squared 0.802155 Mean dependent var 1.234232 Adjusted R-squared 0.800895 S.D. dependent var 0.370073 S.E. of regression 0.165131 Akaike info criterion -0.754738 Sum squared resid 8.562217 Schwarz criterion -0.719165 Log likelihood 122.6260 Hannan-Quinn criter. -0.740528 F-statistic 636.5501 Durbin-Watson stat 1.357446 Prob(F-statistic) 0.000000
Uji Heteroskedastis menggunakan Metode Glejser
Dependent Variable: RESABS Method: Least Squares
Date: 09/09/14 Time: 19:18 Sample: 1 317
Included observations: 317
Variable Coefficient Std. Error t-Statistic Prob. C 2.771094 0.408761 6.779250 0.0000 X1 -3.44E-07 2.70E-07 -1.274720 0.2034 X2 -0.035878 0.035224 -1.018582 0.3092 R-squared 0.037150 Mean dependent var 1.819624 Adjusted R-squared 0.031017 S.D. dependent var 1.867040 S.E. of regression 1.837857 Akaike info criterion 4.064496 Sum squared resid 1060.603 Schwarz criterion 4.100069 Log likelihood -641.2226 Hannan-Quinn criter. 4.078706 F-statistic 6.057549 Durbin-Watson stat 1.652562 Prob(F-statistic) 0.002623
Uji Autokorelasi Menggunakan Metode Breusch-Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 25.08464 Prob. F(2.312) 0.0000 Obs*R-squared 43.91223 Prob. Chi-Square(2) 0.0000 Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 09/09/14 Time: 19:21 Sample: 1 317
Included observations: 317
Presample missing value lagged residuals set to zero.
Perbaikan Autokorelasi Menggunakan Metode Cochrane
–
Orcutt
Dependent Variable: NEWY Method: Least Squares Date: 09/09/14 Time: 19:34 Sample (adjusted): 2 317
Included observations: 316 after adjustments
Tabel Distribusi Data Untuk Analisis Regresi
Variabel X1 dan X2 Terhadap Y
No X1 X2 Y X12 X22 Y2 X1X2 X1Y X2Y
1 1.680.000 1 1.0000 2.822.400.000.000 1.00 1.00 1.680.000.00 1.680.000.00 1.00 2 1.680.000 2 1.0000 2.822.400.000.000 4.00 1.00 3.360.000.00 1.680.000.00 2.00 3 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 4 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 5 1.540.000 4 0.9167 2.371.600.000.000 16.00 0.84 6.160.000.00 1.411.666.67 3.67 6 1.540.000 4 0.9167 2.371.600.000.000 16.00 0.84 6.160.000.00 1.411.666.67 3.67 7 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 8 1.540.000 3 0.9167 2.371.600.000.000 9.00 0.84 4.620.000.00 1.411.666.67 2.75 9 2.240.000 5 1.3333 5.017.600.000.000 25.00 1.78 11.200.000.00 2.986.666.67 6.67 10 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 11 1.680.000 6 1.0000 2.822.400.000.000 36.00 1.00 10.080.000.00 1.680.000.00 6.00 12 1.680.000 3 1.0000 2.822.400.000.000 9.00 1.00 5.040.000.00 1.680.000.00 3.00 13 1.680.000 3 1.0000 2.822.400.000.000 9.00 1.00 5.040.000.00 1.680.000.00 3.00 14 1.540.000 2 0.9167 2.371.600.000.000 4.00 0.84 3.080.000.00 1.411.666.67 1.83 15 1.400.000 1 0.8333 1.960.000.000.000 1.00 0.69 1.400.000.00 1.166.666.67 0.83 16 1.400.000 2 0.8333 1.960.000.000.000 4.00 0.69 2.800.000.00 1.166.666.67 1.67 17 1.680.000 3 1.0000 2.822.400.000.000 9.00 1.00 5.040.000.00 1.680.000.00 3.00 18 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 19 1.680.000 3 0.8333 2.822.400.000.000 9.00 0.69 5.040.000.00 1.400.000.00 2.50 20 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00 21 1.680.000 4 1.0000 2.822.400.000.000 16.00 1.00 6.720.000.00 1.680.000.00 4.00
ANALISIS REGRESI (
Y =0.32087 + 0.000000350 X
1+ 0.02856 X
2) 650808000 1455707000000000 5160076000 865580823.23 2164 636589.2 21798 3122.56Matriks Invers Y
0.049467026789661 -0.000000029261991 0.002016123207247 391.2510101 -0.000000029261991 0.000000000000021 -0.000000000220339 865580823.2 0.002016123207247 -0.000000000220339 0.000367317609848 3122.561111
Variabel X1
� =
X .
.
.
.
.
−
−
.
.
� =
.
.
.
.
.
−
.
.
.
.
.
� =
.
.
.
.
.
� =
.
.
.
� = √
.
.
.
� =
.
.
� =
X
.
−
−
.
� =
.
.
−
.
.
� =
.
.
� = .
� = √ .
� = .
582 , 0 58179 , 0 ) 000000350 ,
0 ( 370077975 ,
0
4508 , 166 . 615
1
Variabel X
2� =
X
−
−
� =
.
.
− .
.
� =
� =
.
� = .
Sebelumnya. maka dicari dulu:
Maka:
Jadi. Koefisien Determinasi adalah sebesar :0.8022x 100% = 80.2%
D.
Uji F
R
2: Koefisien determinasi
n
: Banyaknya jumlah responden/sampel penelitian
= (317 x 5160076000
–
2164 x 650808000
) : √{
317 x 1455707000000000
–
(650808000)
2} {317 x 21798
–
(2164 )
2}
= 227.395.580.000
: √{
37.908.066.136.000.000}- {2227070}
= 227.395.580.000 : 290.557.940.607
=0.782617
Kesalahan baku regresi berganda:
S
y.X1.X2= √{(ΣY
2- a
Σ
Y
–
α
1Σ
YX
1–
α
2Σ
YX
2) : (n-3)}
= √{(526
.17
–
(0.320851x 391.25) - (0.000000350x 865580823.23)
–
(0.028567x
3122.56) / (317
–
3 )}
= √{400
.6282443
–
302.9532881
–
8.920.041.352 : 314}
=
√{
0.026988989}
= 1.64283259
Rumus kesalahan baku penduga:
S
α
1= S
.ZX1.X2: √{(Σ
X
12– nX̃
12)(1- r
X1X22)}
S
α
2= S
Z.X1.X2 : √{(ΣX
22– nX̃2
2)(1- r
X1X22)}
Dimana:
� ̂
12= Kuadrat dari X
1rata-rata
�̂
22= Kuadrat dari X
2rata-rata
S
α
1= 0.164283259
: √{(
1455707000000000
–
317 x 4214899669257) (1
–
(0.78262)
2}
= 0.164283259
: √{
46.339.995.710.263}
= 0.164283259 : 6.807.348.655
= 0.00000002413
S
α
2= 0.164351
: √{(
21798
–
317 x 46.60108) x (1
–
0.78262)
2}
= 0.164351 : √{2.722.439525
}
= 0.164351 : 52.17700188
= 0.003148576
Dan telah diketahui bahwa:
α
1 =0.000000350
Mencari t hitung untuk X
1adalah
t
=
���
=
.
.
= 14.502829
Mencari t hitung untuk X
2adalah
t
=
���
=
.
.