• Tidak ada hasil yang ditemukan

BAB 4 HASIL DAN PEMBAHASAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB 4 HASIL DAN PEMBAHASAN"

Copied!
70
0
0

Teks penuh

(1)

54 

HASIL DAN PEMBAHASAN

4.1 Profil Perusahaan

Berawal dari home industri, kemudian menjadi PT, hingga saat ini PT. Marimas Putera Kencana merupakan salah satu produsen minuman segar dalam bentuk serbuk yang menguasai pangsa pasar di kelasnya.

PT. Marimas Putera Kencana adalah suatu perusahaan Perseroan Terbatas yang bergerak di bidang minuman segar berbentuk serbuk. Berasal dari jenis perusahaan home industri yang pada awalnya dikelola dengan system manajemen keluarga, sekarang telah berkembang menjadi perusahaan Perseroan Terbatas.

Produk pertama yang dihasilkan adalah MARIMAS yang merupakan produk minuman serbuk dengan rasa buah tropis khas Indonesia. Produk pertama yang diproduksi pada tanggal 19 Oktober 1995 adalah MARIMAS rasa jeruk segar yang sekarang telah menjadi 17 rasa ( jeruk segar, jeruk nipis, gula asem, sirsak, strawberry, jeruk mandarin, melon, belimbing, framboze, mangga manalagi, apel, jambu biji, anggur, nanas, lychee, jeruk Bali dan jeruk keprok ). Bahkan bulan Agustus 2010 ini, PT. Marimas Putera Kencana kembali berinovasi dengan meluncurkan varian kombinasi tiga rasa atau dikenal dengan MARIMAS TRIO. Varian rasanya yaitu yaitu Si Leni (Sirsak, Lychee dan jeruk nipis), Mang Jemon (Mangga, Jeruk dan Melon) dan AB Cola (Anggur, Blackcurrant dan Cola)

PT. Marimas Putera Kencana di samping meningkatkan mutu produknya, juga selalu meningkatkan dari segi SDM, perangkat produksi, manajemen perusahaan dan perluasan pemasaran serta aktif dalam kegiatan social lingkungan masyarakat.

(2)

Kemudian dalam rangka peningkatan mutu, PT. Marimas Putera Kencana telah mendapatkan standarisasi Internasional ISO 9001:2000.

Dulu, saat masih berbentuk home industry, lokasi produksi berada di Jl. Senjoyo, Semarang. Sekarang PT. Marimas Putera Kencana berlokasi di Jl. Candi I/D-21, Kawasan Industri Candi Gatot Subroto Semarang, dan beberapa lokasi produksi dalam kawasan yang sama.

PT. Marimas Putera Kencana memiliki visi untuk menjadi produsen minuman serbuk nomor satu di pangsa pasarnya. Setelah memperoleh sertifikasi ISO 9001:2000, PT. Marimas Putera Kencana memiliki Kebijakan Mutu sebagai berikut :

Manajemen PT. Marimas Putera Kencana menyatakan komitmennya untuk senantiasa memenuhi harapan pelanggan secara terus menerus dengan melaksanakan system mutu yang terdokumentasi melalui :

• Penyertaan setiap individu karyawan secara terpadu

• Penanaman sikap mental yang proaktif

• Tindakan perbaikan yang berkesinambungan

Manajemen dan Pemasaran

PT. MPK didukung oleh tenaga kerja-tenaga kerja handal, yang terdiri dari tenaga ahli, tenaga terampil dan tenaga terlatih. Kemampuan kinerja karyawan selalu ditingkatkan dengan adanya kegiatan-kegiatan seperti pelatihan, training, seminar, penyuluhan, studi banding, dan kunjungan kerja, yang semuanta itu untuk lebih memantapkan langkah di dalam menghadapi persaingan ang lebih ketat di era pasar bebas.

Proses untuk memperoleh Standariasi Internasional (ISO) dan sertifikat ISO 9001:2000 merupakan upaya serius dari PT. MPK untuk dapat diterima di pasar dunia.

(3)

PT. MPK dengan dukungan armada pemasarannya yang kuat terus mengembngkan sayap sehingga grafik permintaan meningkat baik area maupun produk.

Hingga saat ini, minuman serbuk PT. MPK telah tersebar luas di wilayah Sumatera ( Medan, Palembang, Batam, Bandar Lampug) ; Kalimantan ( Singkawang – Kalimantan Barat, Balikpapan, Banjarmasin, Samarinda) ; Sulawesi (Makasar); Jawa Tengah (Semarang, Solo, Purwekerto, dan kota besar lainnya); Jawa Timur (Surabaya, Madiun, Jember, Kediri, Malang, Banyuwangi, Madura, Denpasar – Bali) ; Jawa Barat (Bandung dan sekitarnya) dan Daerah Khusus Ibukota (Jakarta).

Peningkatan dan perluasan area pemasaran tersebut juga tidak terlepas dari andil yang cukup besar dari unit promosi yang dilakukan oleh pihak produsen baik melalui media TV, radio, billboard, pameran, bazaar, free sampling, free drink, trade promo, consumer promo, dan Slaes Promotion Girls serta sponsorship.

Jaringan Pemasaran

• Sumatera : Medan, Palembang, Bandar Lampung

• Batam

• Jawa : DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur

• Bali

• Kalimantan : SIngkawang, Samarinda, Banjarmasin, Balikpapan

• Sulawesi : Manado, Kendari, Makasar

Kegiatan Lain : Kesejahteraan Karyawan dan Kegiatan Sosial

Dalam usahanya untuk meningkatkan tingkat efektivitas dan efisien guna tercapainya sasaran visi perusahaan PT. MPK menyediakan fasilitas berupa ruang makan staf, kantin, mushola, tempat ganti dan tempat cuci. Selain itu PT. MPK memberikan jaminan kesejahteraan bagi karyawannya antara lain Jamsostek, beasiswa untuk putra putrid karyawan.

(4)

PT. MPK di samping selalu berusaha untuk mengelola perusahaan dengan professional juga mempunyai program yang bersifat kegiatan social, kegiatan itu meliputi :

• Beasiswa untuk mahasiswa Unika Soegijapranata dan AKIN St. Paulus dan warga

sekitar

• Bantuan social untuk panti asuhan, pengungsi, dan anak jalanan

• Menyediakan tempat untuk kerja praktek atau observasi untuk siswa atau mahasiswa

4.1.1 Struktur Organisasi

Gambar 4.1 Struktur Organisasi PT. MARIMAS PUTERA KENCANA Sumber : Internal PT. MARIMAS PUTERA KENCANA

Keterangan :

DEP. PEM : Departemen Pemasaran

DEP. R&D : Departemen Research and Development DEP. PER : Departemen Personalia

DEP. PPIC : Departemen Product Planning and Invetory Control

(5)

DEP. KEU : Departemen Keuangan DEP. PNG : Departemen Pengolahan DEP. PGS : Departemen Pengemasan

DEP. TEK : Departemen Teknik dan engineering DEP. UMUM : Departemen Umum

DEP. PBL : Departemen Pembelian

Job Description

a. Direktur

Direktur bertanggung jawab dalam hal :

• Memastikan bahwa kebijakan mutu perusahaab telah diapaami,

diimplementasikan dan dipelihara.

• Menentukan sasaran perusahaan dan memastikan bahwa sasaran

perussahaan menjadi sasaran departemen.

• Menyediakan sumber daya yang dibutuhkan untuk mendukung

kelangsungan system mutu yang diimplementasikan.

• Memprakarsai dan memimpin rapat tinjauan manajemen secara berkala

tentang system manajemen mutu, sehingga dapat memastikan tercapainya kesesuaian dan efektivitas secara berkesinambungan.

• Member persetujuan terhadap Daftar Pemasok dan disetujui

• Memberi validasi produk yang didesain internal oleh PT. Marimas Putera

Kencana

b. Wakil Direktur

Wakil Direktur bertanggung jawab dalam hal :

• Menggantikan fungsi direktur apabila tidak ada di tempat dalam hal

(6)

c. Manajer Pemasaran

Manajer Pemasaran bertanggung jawab dalam hal :

• Memahami dan memenuhi permintaan dan harapan para pelanggan

• Membuat dokumen-dokumen yang dibutuhkan di dalam mendukung

aktifitas pemasaran.

• Mempromosikan produk perusahaan.

• Memantau mutu dan status dari pesaing

• Membuat dan mengendalikan kontrak penjualan dan order

• Memantau dan menerima keluhan para pelanggan dan tindak lanjutnya.

• Mencari informasi pasar dan pengembangan dari industri minuman

serbuk

• Mengendalikan dan memonitor barang milik pelanggan di perusahaan

d. Manajer Research and Development

Manajer R&D bertanggung jawab untuk :

• Mempelajari, membuat dan menganalisa produk

• Melakukan uji dan percobaan terhadap formulasi produk

• Mengkoordinir kegiatan penyusunan rancangan desain produk

• Mencari informasi untuk memenuhi persyaratan legal

• Membuat perencanaan mutu sebagai acuan pembuatan instruksi kerja

atau standar inspeksi

e. Manajer Personalia

Manajer Personalia bertanggung jawab dalam hal :

• Memastikan bahwa seluruh personil yang ada telah dilatih atau

mempunyai pengalaman dalam bidangnya, dan melakukan penilaian hasil karya serta verifikasi terhadap pelatihan/aktifitas lain yang diberikan untuk meningkatkan kompetensi.

(7)

• Bersama dengan manajer departemen untuk menentukan kebutuhan pelatihan bagi para staff dan karyawan

• Merekrut tenaga kerja yang dibutuhkan sesuai dengan prosedur yang

terdokumenyasi

• Memelihara rekaman data karyawan dan pelatihan dengan baik.

• Menerapkan peraturan perusahaan agar setiap personil memahami dan

mengimplementasikannya dengan baik.

f. Manajer PPIC ( Product Planning and Inventory Control )

Manajer PPIC bertanggung jawab dalam hal :

• Membuat rencana produksi

• Memantau relaisasi produk harian maupun realisasi produksi setiap

order/kontrak.

• Melakukan sinkronisasi dengan Departemen Pemasaran tentang

kesiapan produk yang tela dapat dikirim kepada pembeli

• Melakukan studi peningkatan efektivitas kerja

• Menghitung dan merencanakan bahan sediaan

g. Manajer Quality Control ( QC )

Manajer QC melaksanakan aktifitas terhadap pengendalian mutu. Akitifitas ini mencakup:

• Mengkoordinir pelaksanaan inspeksi dan atau pengujian yang diperlukan

oleh prosedur penerimaan, penanganan, dan pengujian sampel, instruksi kerja atas rekaman mutu lainnya.

• Memeliara status inspeksi dan pengujian yang baik terhadap produk atau

bahan setengah jadi.

• Mengendalikan dan memonitor peralatan inspeksi dan pengukuran.

(8)

h. Manajer Keuangan

Manajer Keuangan memiliki tanggung jawab untuk :

• Menjaga keseimbangan arus kas masuk dan keluar.

• Membuat laporan keuangan tiap bulan dan tiap tahun.

• Mengambil keputusan pembelanjaan. Menyangkut masalah pemilihan

berbagai bentuk sumber dana yang tersedia untuk melakukan investasi, memilih satu atau lebih alternatif pembelanjaan yang menimbulkan biaya paling murah.

i. Manajer Produksi ( Pengolahan dan Pengemasan )

Manajer Pengolahan dan Pengemasan bertanggung jawab dalam hal :

• Memastikan bahwa proses produksi masih dalam kondisi yang terkendali

• Melaksanakan tindakan koreksi dan pencegahan yang baik blla

diperlukan mencegah timbulnya kembali keridaksesuaian

• Mempersiapkan produksi sesuai jadwal

• Memastikan terlaksananya jadwal produksi

• Mengidentifikasi kebutuhan sumber daya

• Memastikan bahwa seluruh material dan peralatan/mesin yang

dipergunakan spesifikasinya benar dan sesuai dengan prosedur yang terdokumentasi

• Memperbaharui dan memelihara seluruh rekaman mutu di dalam bidang

tanggung jawabnya

• Memastikan bahwa seluruh produk yang tidak sesuai diidentifikasi

dengan baik, dipisahkan dan diajukan untuk ditinjau oleh personil yang berwenang

(9)

• Memberikan pelatihan di tempat kerja kepada para pengawas dan karyawan serta menilai untuk kerja mereka secara berkesinambungan, sehingga dapat dipastikan menghasilkan mutu kerja yang baik

• Memastikan lingkungan kerja yang sesuai untuk dapat memproduksi

produk yang bermutu sesuai standar yang ditentukan

j. Manajer Teknik

Manajer Teknik bertanggung jawab dalam hal :

• Melakukan koordinasi pelaksanaan tindakan perbaikan dan perawatan

mesin

• Memantau hasil realisasi perbaikan dan perawatan mesin

• Meningkatkan produktivitas dan efisiensi kerja mesin produksi

• Menyusun rencana perbaikan dan perawatan

• Melaksanakan verifikasi terhadap aktifitas perawatan dan perbaikan

rumah

• Melakukan kualifikasi dan evaluasi supplier yang berkaitan dengan

pembelian barang dan jasa untuk perbaikan dan perawatan mesin produksi

k. Manajer Umum

Manajer umum bertanggung jawab dalam hal :

• Membuat program pengendalian lingkungan dan K3

• Mengatur jadwal dan menyediakan sarana transportasi

• Memelihara infrastruktur di lingkungan perusahaan

l. Manajer Pembelian

Manajer Pembelian bertanggung jawab dalam hal :

• Mengevaluasi dan menentukan kualifikasi supplier

(10)

• Mengesahkan surat pembelian (PO)

• Menyampaikan complain ke supplier dan memastikan penyelesaiannya

4.2 Profil Responden

4.2.1Profil Responden Berdasarkan Jenis Kelamin

Berdasarkan hasil pengolahan data, diperoleh data sebagai berikut: Tabel 4.1 Profil Responden Berdasarkan Jenis Kelamin

Jenis Kelamin Jumlah Persentase

Wanita 41 76%

Pria 13 24%

Sumber : Hasil pengolahan data primer 2010

Dari hasil tabel 4.1 dapat dilihat bahwa responden yang berjenis kelamin wanita berjumlah 76% dan yang berjenis kelamin pria berjumlah 24%. Dapat dilihat dari diagram di bawah ini:

Gambar 4.2 Profil Responden Berdasarkan Jenis Kelamin Sumber: Data primer 2010

Profil Responden Berdasarkan Jenis Kelamin pria 24% wanita 76% wanita pria

(11)

4.2.2Profil Responden Berdasarkan Usia

Berdasarkan hasil pengolahan data, diperoleh data sebagai berikut: Tabel 4.2 Profil Responden Berdasarkan Usia

Usia Jumlah Persentase

<20 Tahun 4 7%

21-30 Tahun 14 27%

31-40 Tahun 27 50%

41-50 Tahun 7 13%

>50 Tahun 2 3%

Sumber : Hasil pengolahan data primer 2010

Dari hasil tabel 4.2 dapat dilihat bahwa responden yang berusia <20 Tahun berjumlah 7%, untuk responden berusia 21-30 Tahun berjumlah 27%, untuk responden yang berusia 31-40 Tahun berjumlah 50%, untuk responden yang berusia 41-50 Tahun berjumlah 13%, dan untuk responden berusia >50 tahun berjumlah 3%. Dapat dilihat dari diagram di bawah ini:

(12)

> 50 tahun 3% <20 Tahun 7% 21 ‐ 30 tahun 27% 41 ‐ 50 tahun 13% 31 ‐ 40 tahun 50% <20 Tahun 21 ‐ 30 tahun 31 ‐ 40 tahun 41 ‐ 50 tahun > 50 tahun

Gambar 4.3 Profil Responden Berdasarkan Usia Sumber : Hasil pengolahan data primer 2010

4.2.3Profil Responden Berdasarkan Lama Bekerja

Berdasarkan hasil pengolahan data, diperoleh data sebagai berikut:

Tabel 4.3 Profil Responden Berdasarkan Lama Bekerja

Lama Bekerja Jumlah Persentase

< 1 tahun 3 5%

1 – 5 tahun 12 22%

6 – 10 tahun 16 30%

11 – 15 tahun 23 43%

Sumber : Hasil pengolahan data primer 2010

Dari hasil tabel 4.3 dapat dilihat bahwa responden yang lama bekerja di PT. MPK selama kurang dari setahun berjumlah 5%, responden yang lama

(13)

bekerja di PT. MPK selama satu sampai lima tahun sebanyak 22%, responden yang lama bekerja di PT. MPK selama enam sampai sepuluh tahun sebanyak 30%, dan responden yang lama bekerja di PT. MPK selama 11 tahun hingga sekarang sebanyak 43%. Dapat dilihat dari diagram di bawah ini:

Profil

 

Responden

 

Berdasarkan

 

Lama

 

Bekerja

11

 ‐ 

15

 

tahun

43%

1

 ‐ 

5

 

tahun

22%

< 1 

tahun

5%

6

 ‐ 

10

 

tahun

30%

<

 

1

 

tahun

1

 ‐ 

5

 

tahun

6

 ‐ 

10

 

tahun

11

 ‐ 

15

 

tahun

Gambar 4.4 Profil Responden Berdasarkan Lama Bekerja Sumber : Hasil pengolahan data primer 2010

4.3 Analisis Kebutuhan Sumber Daya Manusia

Analisis jumlah kebutuhan sumber daya manusia dilakukan dengan metode regresi linier. Perhitungan dilakukan secara manual dan menggunakan software QM for Windows. Langkah-langkah dan hasil perhitungan dengan menggunakan QM for Windows terdapat di lampiran.

(14)

4.3.1 Perhitungan Manual dengan Metode Regresi Linier Tabel 4.4 Perhitungan Manual Kebutuhan SDM

Tahun Jumlah SDM (Yi) Xi (Xi)(Yi) (Xi)2

2006 98 1 98 1 2007 105 2 210 4 2008 112 3 336 9 2009 115 4 460 16 2010 116 5 580 25 Jumlah 546 15 1684 55

Sumber : Pengolahan Data 2010 b = n[(Xi)(Yi)] – (∑Xi)(Yi) n∑Xi2 – (Xi)2 = 5 X 1684 – 15 X 546 5 X 55 - 225 = 230 / 50 = 4,6 a = (∑Yi/n) – b(∑Xi/n) = (546/5) – 4,6(15/5) = 109,2 – 13,6 = 95,4

Tabel 4.5 Hasil Peramalan Kebutuhan SDM

Tahun Jumlah SDM Ft/Hasil Peramalan

(Y = 95,4 + 4,6x)

2006 98 100 2007 105 104,6 2008 112 109,2

(15)

Tabel 4.5 Hasil Peramalan Kebutuhan SDM(Lanjutan)

Tahun Jumlah SDM Ft/Hasil Peramalan

(Y = 95,4 + 4,6x) 2009 115 113,8 2010 116 118,4 2011 - 123 2012 - 127,6 2013 - 132,2 2014 - 136,8 2015 - 141,4 Sumber : pengolahan data 2010

Dari hasil perhitungan kebutuhan sumber daya manusia di atas, dapat dilihat bahwa tren yang terjadi adalah naik. Semakin tahun kebutuhan akan sumber daya manusia semakin bertambah. Setelah dilakukan wawancara dengan pihak PT. MARIMAS PUTERA KENCANA, yaitu dengan manajer personalia, manajer PPIC dan manajer Sales and Marketing, hal ini sejalan dengan keadaan nyata di perusahaan karena sekarang ini aktivitas bisnis PT. MPK semakin meningkat. Peningkatan aktivitas bisnis ini ditandai dengan semakin naiknya penjualan Marimas, pada tahun 2008 sebesar 1,425,650 karton dan meningkat pada tahun 2009 menjadi 1,505,250 karton. Selain itu munculnya pesaing-pesaing baru yang semakin gencar merebut pangsa pasar Marimas, membuat PT. MPK bekerja lebih keras. Salah satu wujudnya adalah peluncuran produk baru MARIMAS TRIO pada Agustus lalu. Peningkatan aktivitas bisnis ini tentu saja berbanding lurus dengan kebutuhan SDM. Semakin meningkatnya aktivitas

(16)

bisnis, semakin besar pula kebutuhan akan sumber daya manusia. Namun, hasil analisis kebutuhan ini, dapat didukung pula dari sisi internal, yaitu melalui beban kerja yang ditanggung oleh sumber daya manusia yang ada sekarang. Jika sumber daya manusia yang ada sekarang merasa berat dengan beban kerja yang dirasakan, maka memang pantas jika tren kebutuhan sumber daya manusia pada PT. MPK terus naik. Untuk analisis beban kerja, akan diuraikan pada sub bab selanjutnya.

4.4 Analisis Ketersediaan Sumber Daya Manusia

Berikut ini adalah data khusus dari perusahaan yang menyajikan jumlah dan komposisi karyawan tetap dari tahun 2006 – 2010, data karyawan tetap yang masuk dan juga data karyawan tetap yang keluar pada tahun tersebut berdasarkan struktur organisasi perusahaan.

Berikut ini adalah data jumlah dan komposisi karyawan PT. MARIMAS PUTERA KENCANA pada akhir tahun 2006 – 2010 menurut jabatan pada struktur organisasi :

Tabel 4.6 Jumlah dan Komposisi Karyawan Berdasarkan Jabatan

Jabatan/Tahun 2006 2007 2008 2009 2010

Manager PPIC 1 1 1 1 1

Manager teknik 1 1 1 1 1

Manager Sales and Marketing 1 1 1 1 1

Manager Quality Control 1 1 1 1 1

Manager Personalia 1 1 1 1 1

Manager Keuangan 1 1 1 1 1

Manager Research and Development 0 1 1 1 1

Manager Pembelian 0 1 1 1 1 Manager Umum 1 1 1 1 1 Manager Produksi Pengolahan 1 1 1 1 1 Pengemasan 1 1 1

Ass. Manager PPIC 0 0 1 1 1

Ass. Manager teknik 0 0 1 1 1

(17)

Tabel 4.6 Jumlah dan Komposisi Karyawan Berdasarkan Jabatan (Lanjutan)

Jabatan/Tahun 2006 2007 2008 2009 2010

Ass. Manager Research and

Development 0 0 1 1 1

Ass. Manager Produksi

Pengolahan 2 2 2 1 1 Pengemasan Supervisor Produksi Pengolahan 4 4 2 3 3 Pengemasan 2 3 3

Supervisor Sales and Marketing 0 0 2 2 2

Staff PPIC 4 3 3 3 2

Staff teknik 4 3 3 3 2

Staff Sales and Marketing 47 47 48 48 48

Staff Quality Control 4 3 3 3 3

Staff Personalia 3 3 3 3 3

Staff Keuangan 3 4 3 3 2

Staff Research and Development 0 2 2 2 2

Staff Pembelian 0 1 1 1 2 Staff Umum 1 1 1 1 1 Staff Produksi Pengolahan 5 5 6 6 6 Pengemasan 5 5 6 6 6 Operasional 8 10 10 12 15 JUMLAH 98 105 112 115 116

Sumber : Data Internal PT. MARIMAS PUTERA KENCANA

Berikut ini juga disajikan data jumlah dan komposisi karyawan masuk PT. MARIMAS PUTERA KENCANA pada tahun 2006 – 2010

Tabel 4.7 Jumlah dan Komposisi Karyawan Masuk Berdasarkan Jabatan

Jabatan/Tahun 2006 2007 2008 2009 2010

Manager PPIC 0 0 0 0 0

Manager teknik 0 0 0 0 0

Manager Sales and Marketing 0 0 0 0 0

Manager Quality Control 0 0 0 0 0

Manager Personalia 0 0 0 0 0

Manager Keuangan 0 0 0 0 0

Manager Research and Development 0 1 0 0 0

Manager Pembelian 1 1 0 0 0

(18)

Tabel 4.7 Jumlah dan Komposisi Karyawan Masuk Berdasarkan Jabatan (Lanjutan) Jabatan/Tahun 2006 2007 2008 2009 2010 Manager Produksi Pengolahan 0 0 1 0 0 Pengemasan 0 0 0

Ass. Manager PPIC 0 1 1 1 0

Ass. Manager teknik 0 1 1 0 0

Ass. Manager Sales and Marketing 0 2 0 1 1

Ass. Manager Research and

Development 0 0 1 0 0

Ass. Manager Produksi

Pengolahan 0 0 0 0 1 Pengemasan Supervisor Produksi Pengolahan 1 1 0 1 0 Pengemasan 0 1 0

Supervisor Sales and Marketing 0 0 2 0 1

Staff PPIC 0 0 0 1 0

Staff teknik 0 0 0 1 0

Staff Sales and Marketing 2 0 1 1 0

Staff Quality Control 0 0 1 0 0

Staff Personalia 0 0 0 0 0

Staff Keuangan 0 1 0 0 0

Staff Research and Development 0 2 0 0 1

Staff Pembelian 0 1 0 0 1 Staff Umum 0 0 0 1 0 Staff Produksi Pengolahan 0 1 1 0 0 Pengemasan 0 0 1 0 0 Operasional 1 2 2 2 3 JUMLAH 5 14 12 10 8

Sumber : Data Internal PT. MARIMAS PUTERA KENCANA

Berikut ini adalah data jumlah dan komposisi karyawan yang keluar dari PT. MARIMAS PUTERA KENCANA baik yang meninggal dunia, dimutasi, mengundurkan diri, dipecat, mengalami kenaikan jabatan ataupun pindah divisiselama periode tahun 2006 – 2010.

(19)

Tabel 4.8 Jumlah dan Komposisi Karyawan Keluar Berdasarkan Jabatan

Jabatan/Tahun 2006 2007 2008 2009 2010

Manager PPIC 0 0 0 0 0

Manager teknik 0 0 0 0 0

Manager Sales and Marketing 0 0 0 0 0

Manager Quality Control 0 0 0 0 0

Manager Personalia 0 0 0 0 0

Manager Keuangan 0 0 0 0 0

Manager Research and Development 0 0 0 0 0

Manager Pembelian 1 0 0 0 0 Manager Umum 0 0 0 0 0 Manager Produksi Pengolahan 0 0 0 0 0 Pengemasan 0 0 0

Ass. Manager PPIC 0 1 0 1 0

Ass. Manager teknik 0 1 0 0 0

Ass. Manager Sales and Marketing 0 0 1 1 1

Ass. Manager Research and

Development 0 0 0 0 0

Ass. Manager Produksi

Pengolahan 0 0 0 1 1 Pengemasan Supervisor Produksi Pengolahan 1 1 0 0 0 Pengemasan 0 0 0

Supervisor Sales and Marketing 0 0 0 0 1

Staff PPIC 0 1 0 1 1

Staff teknik 0 1 0 1 1

Staff Sales and Marketing 2 0 0 1 0

Staff Quality Control 0 1 1 0 0

Staff Personalia 0 0 0 0 0

Staff Keuangan 0 0 1 0 1

Staff Research and Development 0 0 0 0 1

Staff Pembelian 0 0 0 0 0 Staff Umum 0 0 0 1 0 Staff Produksi Pengolahan 0 1 0 0 0 Pengemasan 0 0 0 0 0 Operasional 1 0 2 0 0 JUMLAH 5 7 5 7 7

(20)

Selama tahun 2006 – 2010 hanya terjadi satu kali kenaikan pangkat yaitu dari staff departemen produksi pengolahan menjadi supervisor produksi pada tahun 2007. Perpindahan ini, nantinya akan diperhitungkan dalam perhitungan rantai markov.

4.4.1 Penentuan State

Penentuan state berdasarkan data yang telah disajikan sebelumnya dan

berdasarkan struktur organisasi. State ditentukan berdasarkan kesamaan tingkat jabatan dalam struktur organisasi. Walaupun berbeda departemen, namun akan dijadikan dalam satu state jika memiliki tingkat jabatan yang sama. State-state berdasarkan struktur organisasi serta jumlah dan komposisi PT. MARIMAS PUTERA KENCANA dapat dikelompokkan menjadi tiga jenis, yaitu :

o State A, yaitu state yang terbentuk berdasarkan struktur organisasi PT.

MARIMAS PUTERA KENCANA, seperti yang telah diuraikan sebelumnya

o State B, yaitu state yang terbentuk untuk hal-hal yang menyebabkan

pengurangan pegawai seperti meninggal dunia, PHK, mutasi, promosi ataupun keluar atas keinginan sendiri. State ini selanjutnya disebut state VI

o State C, yaitu state yang terbentuk untuk hal-hal yang menyebabkan

penambahan pegawai seperti perekrutan tenaga kerja baru yang dilakukan oleh perusahaan. Untuk selanjutnya disebut state VII.

(21)

Tabel 4.9 Pembagian State

State Jabatan Jenis State

I Manager PPIC, Manager Teknik, Manager Sales

and Marketing, Manager QC, Manager Personalia, Manager Keuangan, Manager R&D, Manager Pembelian, Manager Umum, Manager

Produksi (Pengolahan dan Pengemasan)

A

II Ass. Manager PPIC, Ass. Manager Teknik, Ass.

Manager Sales and Marketing, Ass. Manager R&D, Ass. Manager Produksi

A

III Supervisor Produksi dan Supervisor Sales and

Marketing A

IV Staff PPIC, Staff teknik, Staff Sales and

Marketing, Staff QC, Staff Personalia, Staff Keuangan, Staff R&D, Staff Pembelian, Staff

Umum, Staff Produksi (Pengolahan dan Pengemasan) A V Operasional A VI Pengurangan pegawai B VII Penambahan Pegawai C

Sumber : Pengolahan data 2010

4.4.2 Perpindahan dan Hubungan Antar State

Berdasarkan hasil pembagian state yang telah dilakukan, berikut ini digambarkan hubungan antar state-state di atas yang ditunjukkan oleh gambar di bawah ini :

(22)

Gambar 4.5 Perpindahan dan Hubungan Antar State Sumber : Pengolahan Data 2010

Gambar di atas menunjukkan hubungan antar state yang menginformasikan kemungkinan perpindahan suatu state ke state lainnya. Contoh cara membaca gambar, misal untuk pegawai yang ada di state I memiliki kemungkinan untuk berpindah ke state VI atau tetap berada di state I. Berdasarkan state-state tersebut, maka data-data yang terdapat dalam bab ini dikumpulkan sesuai

dengan state-nya masing-masing. Berikut adalah data jumlah sumber daya

manusia pada PT. MPK pada akir tahun 2006 – 2010 berdasarkan state :

II  III  IV  VI  VII 

(23)

Tabel 4.10 Jumlah SDM Akhir Tahun 2006 – 2010 Berdasarkan State State Tahun 2006 2007 2008 2009 2010 I 8 10 11 11 11 II 2 4 6 5 5 III 4 4 6 8 8 IV 76 77 79 79 77 V 8 10 10 12 15 Jumlah 98 105 112 115 116 Sumber : Pengolahan Data 2010

Berikut adalah data jumlah sumber daya manusia yang masuk pada tahun 2006 – 2010 berdasarkan state :

Tabel 4.11 Jumlah SDM Masuk Tahun 2006 – 2010 Berdasarkan State

State Tahun 2006 2007 2008 2009 2010 I 1 2 1 0 0 II 0 4 3 2 2 III 1 1 2 2 1 IV 2 5 4 4 2 V 1 2 2 2 3 Jumlah 5 14 12 10 8 Sumber : Pengolahan Data 2010

(24)

Berikut adalah data jumlah sumber daya manusia yang keluar pada tahun 2006 – 2010 berdasarkan state :

Tabel 4.12 Jumlah SDM Keluar Tahun 2006 – 2010 Berdasarkan State

State Tahun 2006 2007 2008 2009 2010 I 1 0 0 0 0 II 0 2 1 3 2 III 1 1 0 0 1 IV 2 4 2 4 4 V 1 0 2 0 0 Jumlah 5 7 5 7 7

Sumber : Pengolahan Data 2010

4.4.3 Pembentukan Matriks Probabilitas Transisi

Matriks Probabilitas Transisi adalah matriks yang anggota-anggotanya adalah nilai-nilai probabilitas perpindahan dari suatu status ke status itu sendiri maupun perpindahan ke status lain. Rumus yang dapat digunakan untuk membuat MPT matrik-matriks tersebut adalah :

Keterangan :

Pij = Probabilitas transisi dari status I ke status j

Nit(t) = Jumlah tenaga kerja yang mungkin berpindah dari status I ke status

(25)

Ni(t) = populasi status I pada awal period ke t t = jumlah periode pengamatan

Berdasarkan data-data yang telah diuraikan pada table 4.9 sampai 4.12 dan gambar 4.5 maka dapat dibentuk MPT dengan rumus di atas.

4.4.3.1 Perhitungan Probabilitas Perpindahan State I

Jumlah perpindahan SDM state I ke state I untuk mengisi table jumlah perpindahan pegawai state I ke state I :

Tahun 2006

• Jumlah SDM state I akhir tahun 2006 ( table 4.10 ) – jumlah SDM yang masuk

state I tahun 2006 ( table 4.11 ) = 8 – 1 = 7 Tahun 2007

• Jumlah SDM state I awal tahun 2007 ( table 4.10 ) – jumlah SDM yang keluar

state I tahun 2007 ( table 4.12 ) = 8 – 0 = 8 Tahun 2008

• Jumlah SDM state I awal tahun 2008 ( table 4.10 ) – jumlah SDM yang keluar

state I tahun 2008 ( table 4.12 ) = 10 – 0 = 10 Tahun 2009

• Jumlah SDM state I awal tahun 2009 ( table 4.10 ) – jumlah SDM yang keluar

state I tahun 2009 ( table 4.12 ) = 11 – 0 = 11 Tahun 2010

• Jumlah SDM state I awal tahun 2010 ( table 4.10 ) – jumlah SDM yang keluar

state I tahun 2010 ( table 4.12 ) = 11 – 0 = 11

Dimana jumlah SDM state i awal tahun ke-n sama dengan jumlah SDM state i akhir tahun ke- n-1 dan berlaku perhitungan perpindahan antar state lainnya.

(26)

Jumlah perpindahan SDM dari state I ke state VI untuk mengisi table jumlah perpindahan SDM dari state I ke state VI :

Tahun 2006

• Jumlah SDM yang keluar dari state I pada tahun 2006 ( table 4.12 ) = 1

Tahun 2007

• Jumlah SDM yang keluar dari state I pada tahun 2007 ( table 4.12) = 0

Tahun 2008

• Jumlah SDM yang keluar dari state I pada tahun 2008 ( table 4.12 ) = 0

Tahun 2009

• Jumlah SDM yang keluar dari state I pada tahun 2009 ( table 4.12 ) = 0

Tahun 2010

• Jumlah SDM yang keluar dari state I pada tahun 2009 ( table 4.12 ) = 0

Dari hasil perhitungan di atas, maka dapat disajikan dalam table berikut : Tabel 4.13 Probabilitas Perpindahan dari State I ke State I, dan State VI

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij

State I 7 8 10 11 11 47 0.979

State VI 1 0 0 0 0 1 0,021 Jumlah 8 8 10 11 11 48 1,000 Sumber : Pengolahan Data 2010

Perhitungan Pij : • P I,I =  

(27)

Berdasarkan perhitungan di atas, maka dapat dihitung pula proporsi perpindaan dari state I ke state I dan state I ke state VI untuk setiap periode pengamatan. Mengacu pada table 4.13, hasil proporsi perpindahannya adalah :

Tabel 4.14 Proporsi Perpindahandari State I ke State I, dan State VI State/Tahun 2006 2007 2008 2009 2010

I 0,875 1,000 1,000 1,000 1,000

VI 0,125 0,000 0,000 0,000 0,000

Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Perhitungan Proporsi :

• State I ke State I tahun 2006 = 7/8 = 0,875

• State I ke State VI tahun 2006 = 1/8 = 0,125

• State I ke State I tahun 2007 = 8/8 = 1,000

• State I ke State VI tahun 2007 = 0/8 = 0,000

• State I ke State I tahun 2008 = 10/10 = 1,000

• State I ke State VI tahun 2008 = 0/10 = 0,00

• State I ke State I tahun 2009 = 11/11 = 1,000

• State I ke State VI tahun 2009 = 0/11 = 0,000

• State I ke State I tahun 2010 = 11/11 = 1,000

• State I ke State VI tahun 2010 = 0/11 = 0,000

4.4.3.2 Perhitungan Probabilitas Perpindahan State II

Jumlah perpindahan SDM state II ke state II untuk mengisi table jumlah perpindahan pegawai state II ke state II :

(28)

Tahun 2006

• Jumlah SDM state II akhir tahun 2006 ( table 4.10 ) – jumlah SDM yang masuk

state II tahun 2006 ( table 4.11 ) = 2 – 0 = 2 Tahun 2007

• Jumlah SDM state II awal tahun 2007 ( table 4.10 ) – jumlah SDM yang keluar

state II tahun 2007 ( table 4.12 ) = 2 – 2 = 0 Tahun 2008

• Jumlah SDM state II awal tahun 2008 ( table 4.10 ) – jumlah SDM yang keluar

state II tahun 2008 ( table 4.12 ) = 4 – 1 = 3 Tahun 2009

• Jumlah SDM state II awal tahun 2009 ( table 4.10 ) – jumlah SDM yang keluar

state II tahun 2009 ( table 4.12 ) = 6 – 3 = 3 Tahun 2010

• Jumlah SDM state II awal tahun 2010 ( table 4.10 ) – jumlah SDM yang keluar

state II tahun 2010 ( table 4.12 ) = 5 – 2 = 3

Dimana jumlah SDM state i awal tahun ke-n sama dengan jumlah SDM state i akhir tahun ke- n-1 dan berlaku perhitungan perpindahan antar state lainnya. Jumlah perpindahan SDM dari state II ke state VI untuk mengisi table jumlah perpindahan SDM dari state II ke state VI :

Tahun 2006

• Jumlah SDM yang keluar dari state II pada tahun 2006 ( table 4.12 ) = 0

Tahun 2007

• Jumlah SDM yang keluar dari state II pada tahun 2007 ( table 4.12 ) = 2

Tahun 2008

• Jumlah SDM yang keluar dari state II pada tahun 2008 ( table 4.12 ) = 1

(29)

• Jumlah SDM yang keluar dari state II pada tahun 2009 ( table 4.12 ) = 3 Tahun 2010

• Jumlah SDM yang keluar dari state II pada tahun 2009 ( table 4.12 ) = 2

Dari hasil perhitungan di atas, maka dapat disajikan dalam table berikut : Tabel 4.15 Probabilitas Perpindahan dari State II ke State I, State II dan

State VI

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij

State I 0 0 0 0 0 0 0,000

State II 2 0 3 3 3 3 0,579 State VI 0 2 1 3 2 8 0,421

Jumlah 2 2 4 6 5 19 1,000

Sumber : Pengolahan Data 2010 Perhitungan Pij : • P II,II =     • P II,I =   • P II,VI =    

Selama periode penelitian, tidak ada kenaikan jabatan dari asisten manajer ke manajer, oleh karena itu Pij dari state II ke state I adalah 0,000

Berdasarkan perhitungan di atas, maka dapat dihitung pula proporsi perpindahan dari state II ke state I, state II ke state II dan state II ke state VI untuk setiap periode pengamatan. Mengacu pada table 4.15, hasil proporsi perpindahannya adalah :

(30)

Tabel 4.16 Proporsi Perpindahandari State II ke State I, State II dan State VI State/Tahun 2006 2007 2008 2009 2010 I 0 0 0 0 0 II 1,000 0,000 0,750 0,500 0,600 VI 0,000 1,000 0,250 0,500 0,400 Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Perhitungan Proporsi :

• State II ke State I tahun 2006 = 0/2 = 0

• State II ke State II tahun 2006 = 2/2 = 1,000

• State II ke State VI tahun 2006 = 0/2 = 0,000

• State II ke State I tahun 2007 = 0/2 = 0,000

• State II ke State II tahun 2007 = 0/2 = 0,000

• State II ke State VI tahun 2007 = 2/2 = 1,000

• State II ke State I tahun 2008 = 0/4 = 0,000

• State II ke State II tahun 2008 = ¾ = 0,750

• State II ke State VI tahun 2008 = ¼ = 0,250

• State II ke State I tahun 2009 = 0/6 = 0,000

• State II ke State II tahun 2009 = 3/6 = 0,500

• State II ke State VI tahun 2009 = 3/6 = 0,500

• State II ke State I tahun 2010 = 0/5 = 0,000

• State II ke State II tahun 2010 = 3/5 = 0,600

(31)

4.4.3.3 Perhitungan Probabilitas Perpindahan State III

Jumlah perpindahan SDM state III ke state III untuk mengisi table jumlah perpindahan pegawai state III ke state III :

Tahun 2006

• Jumlah SDM state III akhir tahun 2006 ( table 4.10 ) – jumlah SDM yang

masuk state III tahun 2006 ( table 4.11 ) = 4 – 1 = 3 Tahun 2007

• Jumlah SDM state III awal tahun 2007 ( table 4.10 ) – jumlah SDM yang

keluar state III tahun 2007 ( table 4.12 ) = 4 – 1 = 3 Tahun 2008

• Jumlah SDM state III awal tahun 2008 ( table 4.10 ) – jumlah SDM yang

keluar state III tahun 2008 ( table 4.12 ) = 4 – 0 = 4 Tahun 2009

• Jumlah SDM state III awal tahun 2009 ( table 4.10 ) – jumlah SDM yang

keluar state III tahun 2009 ( table 4.12 ) = 6 – 0 = 6 Tahun 2010

• Jumlah SDM state III awal tahun 2010 ( table 4.10 ) – jumlah SDM yang

keluar state III tahun 2010 ( table 4.12 ) = 8 – 1 = 7

Dimana jumlah SDM state i awal tahun ke-n sama dengan jumlah SDM state i akhir tahun ke- n-1 dan berlaku perhitungan perpindahan antar state lainnya. Jumlah perpindahan SDM dari state III ke state VI untuk mengisi table jumlah perpindahan SDM dari state III ke state VI :

Tahun 2006

• Jumlah SDM yang keluar dari state III pada tahun 2006 ( table 4.12 ) = 1

(32)

• Jumlah SDM yang keluar dari state III pada tahun 2007 ( table 4.12 ) = 1 Tahun 2008

• Jumlah SDM yang keluar dari state III pada tahun 2008 ( table 4.12 ) = 0

Tahun 2009

• Jumlah SDM yang keluar dari state III pada tahun 2009 ( table 4.12 ) = 0

Tahun 2010

• Jumlah SDM yang keluar dari state III pada tahun 2009 ( table 4.12 ) = 1

Dari hasil perhitungan di atas, maka dapat disajikan dalam table berikut : Tabel 4.17 Probabilitas Perpindahan dari State III ke State II, State III dan

State VI

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij

State II 0 0 0 0 0 0 0

State III 3 3 4 6 7 23 0,885 State VI 1 1 0 0 1 3 0,115

Jumlah 4 4 4 6 8 26 1,000

Sumber : Pengolahan Data 2010 Perhitungan Pij : • P III,III =     • P III,II =     • P III,VI =    

Selama periode penelitian, tidak ada kenaikan jabatan dari supervisor ke asisten manajer, oleh karena itu Pij dari state III ke state II adalah 0,000

(33)

Berdasarkan perhitungan di atas, maka dapat dihitung pula proporsi perpindahan

dari state III ke state II, state III ke state III dan state III ke state VI untuk

setiap periode pengamatan. Mengacu pada table 4.17, hasil proporsi perpindahannya adalah :

Tabel 4.18 Proporsi Perpindahandari State III ke State II, State III dan State VI State/Tahun 2006 2007 2008 2009 2010 II 0 0 0 0 0 III 0,750 0,750 1,000 1,000 0,875 VI 0,250 0,250 0,000 0,000 0,125 Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Perhitungan Proporsi :

• State III ke State II tahun 2006 = 0/4 = 0

• State III ke State III tahun 2006 = 3/4 = 0,750

• State III ke State VI tahun 2006 = 1/4 = 0,250

• State III ke State II tahun 2007 = 0/4 = 0,000

• State III ke State III tahun 2007 = 3/4 = 0,750

• State III ke State VI tahun 2007 = 1/4 = 0,250

• State III ke State II tahun 2008 = 0/4 = 0,000

• State III ke State III tahun 2008 = 4/4 = 1,000

• State III ke State VI tahun 2008 = 0/0 = 0,000

• State III ke State II tahun 2009 = 0/6 = 0,000

• State III ke State III tahun 2009 = 6/6 = 1,000

(34)

• State III ke State II tahun 2010 = 0/8 = 0,000

• State III ke State III tahun 2010 = 7/8 = 0,875

• State III ke State VI tahun 2010 = 1/8 = 0,125

4.4.3.4 Perhitungan Probabilitas Perpindahan State IV

Jumlah perpindahan SDM state IV ke state IV untuk mengisi table jumlah perpindahan pegawai state IV ke state IV :

Tahun 2006

• Jumlah SDM state IV akhir tahun 2006 ( table 4.10 ) – jumlah SDM yang

masuk state IV tahun 2006 ( table 4.11 ) = 76 – 2 = 74 Tahun 2007

• Jumlah SDM state IV awal tahun 2007 ( table 4.10 ) – jumlah SDM yang keluar

state IV tahun 2007 ( table 4.12 ) = 76 – 4 = 72 Tahun 2008

• Jumlah SDM state IV awal tahun 2008 ( table 4.10 ) – jumlah SDM yang keluar

state IV tahun 2008 ( table 4.12 ) = 77 – 2 = 75 Tahun 2009

• Jumlah SDM state IV awal tahun 2009 ( table 4.10 ) – jumlah SDM yang keluar

state IV tahun 2009 ( table 4.12 ) = 79 – 4 = 75 Tahun 2010

• Jumlah SDM state IV awal tahun 2010 ( table 4.10 ) – jumlah SDM yang keluar

state IV tahun 2010 ( table 4.12 ) = 79 – 4 = 75

Dimana jumlah SDM state i awal tahun ke-n sama dengan jumlah SDM state i akhir tahun ke- n-1 dan berlaku perhitungan perpindahan antar state lainnya. Jumlah perpindahan SDM dari state IV ke state VI untuk mengisi table jumlah perpindahan SDM dari state IV ke state VI :

(35)

Tahun 2006

• Jumlah SDM yang keluar dari state IV pada tahun 2006 ( table 4.16) = 2

Tahun 2007

• Jumlah SDM yang keluar dari state IV pada tahun 2007 ( table 4.16 ) = 4

Tahun 2008

• Jumlah SDM yang keluar dari state IV pada tahun 2008 ( table 4.16 ) = 2

Tahun 2009

• Jumlah SDM yang keluar dari state IV pada tahun 2009 ( table 4.16 ) = 4

Tahun 2010

• Jumlah SDM yang keluar dari state IV pada tahun 2009 ( table 4.16 ) = 4

Dari hasil perhitungan di atas, maka dapat disajikan dalam table berikut : Tabel 4.19 Probabilitas Perpindahan dari State IV ke State III, State IV dan

State VI

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij

State II 0 1 0 0 0 1 0,002

State III 74 72 75 75 75 371 0,959 State VI 2 3 2 4 4 15 0,039

Jumlah 76 76 77 78 78 387 1,000 Sumber : Pengolahan Data 2010

Perhitungan Pij : • P IV,IV =     • P IV,III =     • P IV,VI =      

(36)

Selama periode penelitian, terjadi kenaikan jabatan pada tahun 2007 dari staff produksi pengolahan menjadi supervisor produksi sebanyak 1 orang, oleh karena itu Pij dari state IV ke state III adalah 0,002

Berdasarkan perhitungan di atas, maka dapat dihitung pula proporsi perpindahan

dari state IV ke state III, state IV ke state IV dan state IV ke state VI untuk

setiap periode pengamatan. Mengacu pada table 4.19, hasil proporsi perpindahannya adalah :

Tabel 4.20 Proporsi Perpindahandari State IV ke State III, State IV dan State VI State/Tahun 2006 2007 2008 2009 2010 III 0 0,002 0 0 0 IV 0,974 0,947 0,974 0,949 0,949 VI 0,026 0,040 0,026 0,051 0,051 Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Perhitungan Proporsi :

• State IV ke State III tahun 2006 = 0/76 = 0

• State IV ke State IV tahun 2006 = 74/76 = 0,974

• State IV ke State VI tahun 2006 = 2/76 = 0,026

• State IV ke State III tahun 2007 = 1/76 = 0,013

• State IV ke State IV tahun 2007 = 72/76 = 0,947

• State IV ke State VI tahun 2007 = 3/76 = 0,040

• State IV ke State III tahun 2008 = 0/77 = 0,000

(37)

• State IV ke State VI tahun 2008 = 2/77 = 0,026

• State IV ke State III tahun 2009 = 0/79 = 0,000

• State IV ke State IV tahun 2009 = 75/79 = 0,949

• State IV ke State VI tahun 2009 = 4/79 = 0,051

• State IV ke State III tahun 2010 = 0/79 = 0,000

• State IV ke State IV tahun 2010 = 75/79 = 0,949

• State IV ke State VI tahun 2010 = 4/79 = 0,051

4.4.3.5 Perhitungan Probabilitas Perpindahan State V

Jumlah perpindahan SDM state V ke state V untuk mengisi table jumlah perpindahan pegawai state V ke state V :

Tahun 2006

• Jumlah SDM state V akhir tahun 2006 ( table 4.10 ) – jumlah SDM yang masuk

state V tahun 2006 ( table 4.11 ) = 8 –1 = 7 Tahun 2007

• Jumlah SDM state V awal tahun 2007 ( table 4.10) – jumlah SDM yang keluar

state V tahun 2007 ( table 4.12 ) = 8 – 0 = 8 Tahun 2008

• Jumlah SDM state V awal tahun 2008 ( table 4.10 ) – jumlah SDM yang keluar

state V tahun 2008 ( table 4.12 ) = 10 – 2 = 8 Tahun 2009

• Jumlah SDM state V awal tahun 2009 ( table 4.10 ) – jumlah SDM yang keluar

state V tahun 2009 ( table 4.12 ) = 10 – 0 = 10 Tahun 2010

• Jumlah SDM state V awal tahun 2010 ( table 4.10 ) – jumlah SDM yang keluar

(38)

Dimana jumlah SDM state i awal tahun ke-n sama dengan jumlah SDM state i akhir tahun ke- n-1 dan berlaku perhitungan perpindahan antar state lainnya. Jumlah perpindahan SDM dari state V ke state VI untuk mengisi table jumlah perpindahan SDM dari state V ke state VI :

Tahun 2006

• Jumlah SDM yang keluar dari state V pada tahun 2006 ( table 4.12 ) = 1

Tahun 2007

• Jumlah SDM yang keluar dari state V pada tahun 2007 ( table 4.12 ) = 0

Tahun 2008

• Jumlah SDM yang keluar dari state V pada tahun 2008 ( table 4.12 ) = 2

Tahun 2009

• Jumlah SDM yang keluar dari state V pada tahun 2009 ( table 4.12 ) = 0

Tahun 2010

• Jumlah SDM yang keluar dari state V pada tahun 2009 ( table 4.12 ) = 0

Dari hasil perhitungan di atas, maka dapat disajikan dalam table berikut : Tabel 4.21 Probabilitas Perpindahan dari State V ke State IV, State V dan

State VI

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij

State II 0 0 0 0 0 0 0

State III 7 8 8 10 12 45 0,938 State VI 1 0 2 0 0 3 0,062 Jumlah 8 8 10 10 12 48 1,000 Sumber : Pengolahan Data 2010

Perhitungan Pij :

(39)

  • P V,IV =     • P V,VI =      

Selama periode penelitian, tidak ada kenaikan jabatan dari supervisor ke asisten manajer, oleh karena itu Pij dari state V ke state IV adalah 0,000

Berdasarkan perhitungan di atas, maka dapat dihitung pula proporsi perpindahan dari state V ke state IV, state V ke state V dan state V ke state VI untuk setiap periode pengamatan. Mengacu pada table 4.21, hasil proporsi perpindahannya adalah :

Tabel 4.22 Proporsi Perpindahandari State V ke State IV, State V dan State VI State/Tahun 2006 2007 2008 2009 2010 IV 0 0 0 0 0 V 0,875 1,000 0,800 1,000 1,000 VI 0,125 0,000 0,200 0,000 0,000 Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Perhitungan Proporsi :

• State V ke State IV tahun 2006 = 0/8 = 0

• State V ke State V tahun 2006 = 7/8 = 0,875

• State V ke State VI tahun 2006 = 1/8 = 0,125

(40)

• State V ke State V tahun 2007 = 8/8 = 1,000

• State V ke /State VI tahun 2007 = 0/8 = 0,000

• State V ke State IV tahun 2008 = 0/10 = 0,000

• State V ke State V tahun 2008 = 8/10 = 0,800

• State V ke State VI tahun 2008 = 2/10 = 0,200

• State V ke State IV tahun 2009 = 0/10 = 0,000

• State V ke State V tahun 2009 = 10/10 = 1,000

• State V ke State VI tahun 2009 = 0/10 = 0,000

• State V ke State IV tahun 2010 = 0/12 = 0,000

• State V ke State V tahun 2010 = 12/12 = 1,000

• State V ke State VI tahun 2010 = 0/12 = 0,000

4.4.3.6 Perhitungan Probabilitas Perpindahan State VII

State VII adalah state untuk SDM yang masuk ke PT. MPK, berikut adalah table probabilitas perpindahan State VII ke State I, II, III, IV, dan V.

Tabel 4.23 Probabilitas Perpindahan dari State VII ke State I, II, III, IV dan State V

State/Tahun 2006 2007 2008 2009 2010 Jumlah Pij State I 1 2 1 0 0 4 0,082 State II 0 4 3 2 2 11 0,224 State III 1 1 2 2 1 7 0,143 State IV 2 5 4 4 2 17 0,347 State V 1 2 2 2 3 10 0,204 Jumlah 5 14 12 10 8 49 1,000 Sumber : Pengolahan Data 2010

(41)

Mengacu pada table 4.23, hasil proporsi perpindahannya adalah :

Tabel 4.24 Proporsi Perpindahandari State VII ke State I, II, III, IV dan State V State/Tahun 2006 2007 2008 2009 2010 I 0,200 0,143 0,083 0,000 0,000 II 0,000 0,286 0,250 0,200 0,250 III 0,200 0,071 0,167 0,200 0,125 IV 0,400 0,357 0,333 0,400 0,250 V 0,200 0,143 0,167 0,200 0,375 Jumlah 1,000 1,000 1,000 1,000 1,000

Sumber : Pengolahan Data 2010

Berdasarkan hasil perhitungan Pij yang terdapat dari table 4.13 sampai 4.24 maka dapat dibuat Matriks Probabilitas Transisi sebagai berikut :

Tabel 4.25 Matriks Probabilitas Transisi

State I II III IV V VI I 0,979 0 0 0 0 0,021 II 0,000 0,579 0 0 0 0,421 III 0 0,000 0,885 0 0 0,115 IV 0 0 0,002 0,959 0 0,039 V 0 0 0 0,000 0,938 0,062 VII 0,082 0,224 0,143 0,347 0,204 0 Sumber : Pengolahan Data 2010

(42)

Berdasarkan MPT yang didapat, maka dilakukan transpose sehingga didapatkan MPT Transpose sebagai berikut :

Tabel 4.26 Matriks Probabilitas Transisi Transpose

State I II III IV V VI I 0,979 0,000 0 0 0 0,082 II 0 0,579 0,000 0 0 0,224 III 0 0 0,885 0,002 0 0,143 IV 0 0 0 0,959 0,000 0,347 V 0 0 0 0 0,938 0204 VII 0,021 0,421 0,115 0,039 0,062 0 Sumber : Pengolahan Data 2010

4.4.4 Penentuan Jumlah dan Komposisi Ketersediaan Sumber Daya Manusia Berdasarkan MPT Transpose yang telah terbentuk, maka kita dapat meramalkan ketersediaan sumber daya manusia untuk tahun-tahun berikutnya dengan mengalikan MPT dengan jumlah SDM tahun ke- n-1.

Peramalan Ketersediaan dan Perencanaan Sumber Daya Manusia tahun 2011

Peramalan ketersediaan SDM untuk tahun 2011 dilakukan dengan menggunakan MPT Transpose dikalikan dengan komposisi SDM tahun 2010 berdasarkan state pada table 4.10.

 

X  

(43)

Contoh perhitungan untuk state I adalah :

(0,979x11) + (0x5) + (0x8) + (0x78) + (0x15) = 10,769 ≈ 11

Perhitungan ini berlaku untuk state yang lainnya, sehingga didapat hasil sebagai berikut :

Tabel 4.27 Jumlah Ketersediaan SDM Tahun 2011

State Jumlah SDM I 11 II 3 III 7 IV 74 V 14 Jumlah 110 Sumber : Pengolahan Data 2010

Berdasarkan hasil tersebut, dilakukan perbandingan dengan hasil peramalan kebutuhan SDM untuk tahun 2011. Berdasarkan hasil perhitungan matriks di atas, diketahui bahwa jumlah SDM yang tersedia untuk tahun 2011 adalah sebanyak 110 orang, sedangkan peramalan kebutuhan SDM untuk tahun 2011 adalah sebanyak 123 orang. Ini berarti bahwa SDM yang dimiliki oleh perusahaan terlalu sedikit, sehingga butuh penambahan SDM sebanyak 13 orang.

Tahap selanjutnya hasil penambahan SDM tersebut didistribusikan ke dalam state-state yang ada yaitu didapat dari matriks probabilitas transisi penambahan SDM dikalikan dengan jumlah penambahan SDM, seperti di bawah ini :

(44)

 

X 13 =    

Hasil distribusi perubahan SDM selengkapnya akan disajikan dalam table berikut :

Tabel 4.28 Distribusi Perubahan Jumlah SDM Tahun 2011

State Jumlah SDM I 1 II 3 III 2 IV 4 V 3

Sumber : Pengolahan Data 2010

Perencanaan jumlah dan komposisi sumber daya manusia setelah adanya perubahan adalah sebagai berikut :

Tabel 4.29 Perencanaan Jumlah dan Komposisi SDM Tahun 2011 Setelah Perubahan State Jumlah SDM I 12 II 6 III 9 IV 79 V 17

(45)

Peramalan Ketersediaan dan Perencanaan Sumber Daya Manusia tahun 2012

Peramalan ketersediaan SDM untuk tahun 2012 dilakukan dengan menggunakan MPT Transpose dikalikan dengan komposisi SDM tahun 2011 hasil peramalan sebelumnya berdasarkan state pada table 4.29.

 

X  

 

Contoh perhitungan untuk state I adalah :

(0,979x12) + (0x6) + (0x9) + (0x79) + (0x17) = 11,748 ≈ 12

Perhitungan ini berlaku untuk state yang lainnya, sehingga didapat hasil sebagai berikut :

Tabel 4.30 Jumlah Ketersediaan SDM Tahun 2012

State Jumlah SDM I 12 II 3 III 8 IV 76 V 16 Jumlah 115 Sumber : Pengolahan Data 2010

Berdasarkan hasil tersebut, dilakukan perbandingan dengan hasil peramalan kebutuhan SDM untuk tahun 2012. Berdasarkan hasil perhitungan matriks di

(46)

atas, diketahui bahwa jumlah SDM yang tersedia untuk tahun 2012 adalah sebanyak 115 orang, sedangkan peramalan kebutuhan SDM untuk tahun 2011 adalah sebanyak 127,6 orang atau dibulatkan menjadi 128 orang. Ini berarti bahwa SDM yang dimiliki oleh perusahaan terlalu sedikit, sehingga butuh penambahan SDM sebanyak 13 orang.

Tahap selanjutnya hasil penambahan SDM tersebut didistribusikan ke dalam state-state yang ada yaitu didapat dari matriks probabilitas transisi penambahan SDM dikalikan dengan jumlah penambahan SDM, seperti di bawah ini :

 

X 13 =    

Hasil distribusi perubahan SDM selengkapnya akan disajikan dalam table berikut :

Tabel 4.31 Distribusi Perubahan Jumlah SDM Tahun 2012

State Jumlah SDM I 1 II 3 III 2 IV 4 V 3

Sumber : Pengolahan Data 2010

Perencanaan jumlah dan komposisi sumber daya manusia setelah adanya perubahan adalah sebagai berikut :

(47)

Tabel 4.32 Perencanaan Jumlah dan Komposisi SDM Tahun 2012 Setelah Perubahan State Jumlah SDM I 13 II 6 III 10 IV 80 V 19

Sumber : Pengolahan Data 2010

Peramalan Ketersediaan dan Perencanaan Sumber Daya Manusia tahun 2013

Peramalan ketersediaan SDM untuk tahun 2013 dilakukan dengan menggunakan MPT Transpose dikalikan dengan komposisi SDM tahun 2012 hasil peramalan sebelumnya berdasarkan state pada table 4.32

 

X  

 

Contoh perhitungan untuk state I adalah :

(0,979x13) + (0x6) + (0x10) + (0x80) + (0x19) = 12,727 ≈ 13

Perhitungan ini berlaku untuk state yang lainnya, sehingga didapat hasil sebagai berikut :

(48)

Tabel 4.33 Jumlah Ketersediaan SDM Tahun 2013 State Jumlah SDM I 13 II 3 III 9 IV 77 V 18 Jumlah 120 Sumber : Pengolahan Data 2010

Berdasarkan hasil tersebut, dilakukan perbandingan dengan hasil peramalan kebutuhan SDM untuk tahun 2013. Berdasarkan hasil perhitungan matriks di atas, diketahui bahwa jumlah SDM yang tersedia untuk tahun 2013 adalah sebanyak 120 orang, sedangkan peramalan kebutuhan SDM untuk tahun 2011 adalah sebanyak 132,2 orang atau dibulatkan menjadi 132 orang. Ini berarti bahwa SDM yang dimiliki oleh perusahaan terlalu sedikit, sehingga butuh penambahan SDM sebanyak 12 orang.

Tahap selanjutnya hasil penambahan SDM tersebut didistribusikan ke dalam state-state yang ada yaitu didapat dari matriks probabilitas transisi penambahan SDM dikalikan dengan jumlah penambahan SDM, seperti di bawah ini :

 

X 12 =    

Hasil distribusi perubahan SDM selengkapnya akan disajikan dalam table berikut :

(49)

Tabel 4.34 Distribusi Perubahan Jumlah SDM Tahun 2013 State Jumlah SDM I 1 II 3 III 2 IV 4 V 2

Sumber : Pengolahan Data 2010

Perencanaan jumlah dan komposisi sumber daya manusia setelah adanya perubahan adalah sebagai berikut :

Tabel 4.35 Perencanaan Jumlah dan Komposisi SDM Tahun 2013 Setelah Perubahan State Jumlah SDM I 14 II 6 III 11 IV 81 V 20

Sumber : Pengolahan Data 2010

Peramalan Ketersediaan dan Perencanaan Sumber Daya Manusia tahun 2014

Peramalan ketersediaan SDM untuk tahun 2014 dilakukan dengan menggunakan MPT Transpose dikalikan dengan komposisi SDM tahun 2013 hasil peramalan sebelumnya berdasarkan state pada table 4.35.

(50)

 

X    

Contoh perhitungan untuk state I adalah :

(0,979x14) + (0x6) + (0x11) + (0x81) + (0x20) = 13,706 ≈ 14

Perhitungan ini berlaku untuk state yang lainnya, sehingga didapat hasil sebagai berikut :

Tabel 4.36 Jumlah Ketersediaan SDM Tahun 2014

State Jumlah SDM I 14 II 3 III 10 IV 78 V 19 Jumlah 124 Sumber : Pengolahan Data 2010

Berdasarkan hasil tersebut, dilakukan perbandingan dengan hasil peramalan kebutuhan SDM untuk tahun 2014. Berdasarkan hasil perhitungan matriks di atas, diketahui bahwa jumlah SDM yang tersedia untuk tahun 2014 adalah sebanyak 124 orang, sedangkan peramalan kebutuhan SDM untuk tahun 2011 adalah sebanyak 136,8 orang atau dibulatkan menjadi 137 orang. Ini berarti bahwa SDM yang dimiliki oleh perusahaan terlalu sedikit, sehingga butuh penambahan SDM sebanyak 13 orang.

(51)

Tahap selanjutnya hasil penambahan SDM tersebut didistribusikan ke dalam state-state yang ada yaitu didapat dari matriks probabilitas transisi penambahan SDM dikalikan dengan jumlah penambahan SDM, seperti di bawah ini :

 

X 13 =    

Hasil distribusi perubahan SDM selengkapnya akan disajikan dalam table berikut :

Tabel 4.37 Distribusi Perubahan Jumlah SDM Tahun 2014

State Jumlah SDM I 1 II 3 III 2 IV 4 V 3

Sumber : Pengolahan Data 2010

Perencanaan jumlah dan komposisi sumber daya manusia setelah adanya perubahan adalah sebagai berikut :

(52)

Tabel 4.38 Perencanaan Jumlah dan Komposisi SDM Tahun 2014 Setelah Perubahan State Jumlah SDM I 15 II 6 III 12 IV 82 V 22

Sumber : Pengolahan Data 2010

Peramalan Ketersediaan dan Perencanaan Sumber Daya Manusia tahun 2015

Peramalan ketersediaan SDM untuk tahun 2015 dilakukan dengan menggunakan MPT Transpose dikalikan dengan komposisi SDM tahun 2014 hasil peramalan sebelumnya berdasarkan state pada table 4.38.

 

X    

 

Contoh perhitungan untuk state I adalah : 

(0,979x15) + (0x6) + (0x12) + (0x82) + (0x22) = 14,685 ≈ 15

Perhitungan ini berlaku untuk state yang lainnya, sehingga didapat hasil sebagai berikut :

(53)

Tabel 4.39 Jumlah Ketersediaan SDM Tahun 2015 State Jumlah SDM I 15 II 3 III 11 IV 79 V 21 Jumlah 129 Sumber : Pengolahan Data 2010

Berdasarkan hasil tersebut, dilakukan perbandingan dengan hasil peramalan kebutuhan SDM untuk tahun 2015. Berdasarkan hasil perhitungan matriks di atas, diketahui bahwa jumlah SDM yang tersedia untuk tahun 2015 adalah sebanyak 129 orang, sedangkan peramalan kebutuhan SDM untuk tahun 2011 adalah sebanyak 141,4 orang atau dibulatkan menjadi 141 orang. Ini berarti bahwa SDM yang dimiliki oleh perusahaan terlalu sedikit, sehingga butuh penambahan SDM sebanyak 12 orang.

Tahap selanjutnya hasil penambahan SDM tersebut didistribusikan ke dalam state-state yang ada yaitu didapat dari matriks probabilitas transisi penambahan SDM dikalikan dengan jumlah penambahan SDM, seperti di bawah ini :

 

X 12 =    

Hasil distribusi perubahan SDM selengkapnya akan disajikan dalam table berikut :

(54)

Tabel 4.40 Distribusi Perubahan Jumlah Tenaga Kerja Tahun 2015 State Jumlah SDM I 1 II 3 III 2 IV 4 V 2

Sumber : Pengolahan Data 2010

Perencanaan jumlah dan komposisi sumber daya manusia setelah adanya perubahan adalah sebagai berikut :

Tabel 4.41 Perencanaan Jumlah dan Komposisi SDM Tahun 2014 Setelah Perubahan State Jumlah SDM I 16 II 6 III 13 IV 83 V 23

Sumber : Pengolahan Data 2010

4.5 Analisis Beban Kerja

4.5.1Transformasi Data Ordinal ke Interval

Sebelum dianalisis lebih lanjut, data-data yang diperoleh harus mempunyai skala interval. Untuk sub variable tugas-tugas, organisasi kerja, lingkungan kerja dan

(55)

factor psikis, data yang diperoleh dari kuisioner merupakan data dalam skala ordinal, dan akan diubah menjadi data dalam skala interval dengan

menggunakan MSI sehingga data dari variabel-variabel tersebut akan menjadi

data dalam skala interval.

Setiap pertanyaan memiliki 5 opsi jawaban pertanyaan yaitu sangat tidak setuju (STS), tidak setuju (TS), agak setuju (AS), setuju (S), sangat setuju (SS) yang kemudian dibobotkan di mana STS mempunyai bobot 1, TS mempunyai bobot 2, AS mempunyai bobot 3, S mempunyai bobot 4, SS mempunyai bobot 5.

Setelah melakukan transformasi data dari ordinal ke interval dengan menggunakan MSI terhadap jawaban dari pertanyaan sub variable tugas-tugas, organisasi kerja, lingkungan kerja dan factor psikis, diperoleh nilai baru dari data dengan perubahan sebagai berikut:

Tabel 4.42 Nilai Baru Setelah Transformasi Data Ordinal Ke Interval

Ordinal  Interval Tugas‐tugas  1 1.00 2 1.88 3 2.68 4 3.63 5 4.81 Organisasi Kerja  1 1.00 2 1.80 3 2.76 4 3.95 5 5.32 Lingkungan Kerja  1 1.00 2 2.42 3 3.27

(56)

Tabel 4.42 Nilai Baru Setelah Transformasi Data Ordinal Ke Interval (Lanjutan) Ordinal Interval 4 4.31 5 5.67 Faktor Psikis  1 1.00 2 2.34 3 3.13 4 4.21 5 5.66

Sumber: Hasil pengolahan data 2010

4.5.2Pengkategorian Hasil Kuesioner

Berdasarkan hasil perubahan skala ordinal ke interval, maka didapat angka terbesar dan angka terkecil dari masing-masing sub variable.

Pengkategorian hasil kuesioner akan diperoleh dengan rumus :     Keterangan :  i  = interval  Xn  = Nilai terbesar  X1  = nilai terkecil  K  = banyak kelas 

Maka dari itu, dapat dibentuk pembatasan nilai kuesioner guna intepretasi hasil analisa, sebagai berikut :

a. Sub Variabel Tugas – Tugas

(57)

Tabel 4.43 Pengkategorian Nilai Kuesioner Tugas-Tugas

Nilai Kategori Intepretasi

1 - 1.762 Sangat tidak setuju Sangat terbeban

1.763 - 2.525 Tidak setuju Terbeban

2.526 - 3.288 Ragu – Ragu Biasa saja

3.289 - 4.051 Setuju Tidak terbeban

4.052 - 4.814 Sangat Setuju Sangat tidak terbeban

Sumber : Pengolahan Data 2010

b. Sub Variabel Organisasi Kerja

i = (5.32 - 1)/5 = 0.864

Tabel 4.44 Pengkategorian Nilai Kuesioner Organisasi Kerja

Nilai Kategori Intepretasi

1 ‐ 1.864  Sangat tidak setuju Sangat terbeban

1.865 ‐ 2.729  Tidak setuju Terbeban

2.730 ‐ 3.594  Ragu – Ragu Biasa saja

3.595 ‐ 4.458  Setuju Tidak terbeban

4.459 ‐ 5.323  Sangat Setuju Sangat tidak terbeban

Sumber : Pengolahan Data 2010

c. Sub Variabel Lingkungan Kerja

(58)

Tabel 4.45 Pengkategorian Nilai Kuesioner Lingkungan Kerja

Nilai Kategori Intepretasi

1 ‐ 1.934  Sangat tidak setuju Sangat terbeban

1.935 ‐ 2.869  Tidak setuju Terbeban

2.870 ‐ 3.804  Ragu – Ragu Biasa saja

3.805 ‐ 4.739  Setuju Tidak terbeban

4.740 ‐ 5.673  Sangat Setuju Sangat tidak terbeban

Sumber : Pengolahan Data 2010

d. Sub Variabel Faktor Psikis

i = (5.66 - 1)/5 = 0.932

Tabel 4.46 Pengkategorian Nilai Kuesioner Faktor Psikis

Nilai Kategori Intepretasi

1 ‐ 1.932  Sangat tidak setuju Sangat terbeban

1.933 ‐ 2.865  Tidak setuju Terbeban

2.866 ‐ 3.798  Ragu – Ragu Biasa saja

3.799 ‐ 4.731  Setuju Tidak terbeban

4.732 ‐ 5.664  Sangat Setuju Sangat tidak terbeban

Sumber : Pengolahan Data 2010

4.5.3Uji Validitas

Uji validitas merupakan tahap awal yang dilakukan sebelum melakukan pengolahan data lebih lanjut. Uji validitas berfungsi untuk mengetahui apakah data bisa mengukur apa yang seharusnya diukur. Berikut merupakan hasil

(59)

validitas untuk sub-sub variable dari beban kerja, yaitu tugas-tugas, organisasi kerja, lingkungan kerja dan factor psikis dengan menggunakan software SPSS 16.0.

4.5.3.1Uji Validitas Untuk Indikator Sub Variabel Tugas-Tugas Berikut adalah hasil uji validitas untuk sub variable tugas-tugas :

Tabel 4.47 Uji Validitas Untuk Sub Variabel Tugas-Tugas

Pernyataan r hitung r tabel Keterangan

Pernyataan 1 0.298 0.18 Valid

Pernyataan 2 0.353 0.18 Valid

Pernyataan 3 0.384 0.18 Valid

Sumber : Hasil pengolahan data dengan SPSS

Dari hasil pengolahan data di atas semua pernyataan dinyatakan valid karena r hitung > r tabel.

4.5.3.2Uji Validitas Untuk Sub Variabel Organisasi Kerja Berikut adalah hasil uji validitas untuk sub variable organisasi kerja :

Tabel 4.48 Uji Validitas Untuk Sub Variabel Organisasi Kerja

Pernyataan r hitung r table Keterangan

Pernyataan 5 0.313 0.18 Valid

Pernyataan 6 0.197 0.18 Valid

Pernyataan 7 0.269 0.18 Valid

Pernyataan 8 0.397 0.18 Valid

Pernyataan 9 0.601 0.18 Valid

Sumber : Hasil pengolahan data dengan SPSS

Dari hasil pengolahan data di atas, dapat dilihat bahwa semua pernyataan dinyatakan valid karena r hitung > r tabel .

(60)

4.5.3.3Uji Validitas Untuk Sub Variabel Lingkungan Kerja Berikut adalah hasil uji validitas untuk sub variable lingkungan kerja : Tabel 4.49 Uji Validitas Untuk Sub Variabel Lingkungan Kerja

Pernyataan r hitung r table Keterangan

Pernyataan 9 0.730 0.18 Valid

Pernyataan 10 0.767 0.18 Valid

Pernyataan 11 0.513 0.18 Valid

Pernyataan 12 0.809 0.18 Valid

Pernyataan 13 0.685 0.18 Valid

Sumber : Hasil pengolahan data dengan SPSS

Dari hasil pengolahan data di atas, dapat dilihat bahwa semua pernyataan dinyatakan valid karena r hitung > r tabel .

4.5.3.4Uji Validitas Untuk Sub Variabel Faktor Psikis Berikut adalah hasil uji validitas untuk sub variable factor psikis : Tabel 4.50 Uji Validitas Untuk Sub Variabel Faktor Psikis

Pernyataan r hitung r table Keterangan

Pernyataan 14 0.835 0.18 Valid

Pernyataan 15 0.826 0.18 Valid

Pernyataan 16 0.719 0.18 Valid

Pernyataan 17 0.727 0.18 Valid

Sumber : Hasil pengolahan data dengan SPSS

Dari hasil pengolahan data di atas, dapat dilihat bahwa semua pernyataan dinyatakan valid karena r hitung > r tabel .

4.5.4Uji Reliabilitas

Uji reliabilitas digunakan untuk mengetahui konsistensi dari sebuah data dan sebuah data dikatakan reliable apabila nilai r hitumg ≥ r tabel .

(61)

Berikut merupakan hasil pengolahan data reliabilitas untuk semua variabel dengan menggunakan SPSS 13.0 pada tingkat signifikasi sebesar 0,10

Tabel 4.51 Uji Reliabilitas Variabel Cronbach's Alpha / r hitung tabelr Kesimpulan Tugas-tugas 0.531 0.18 Reliabel Organisasi Kerja 0.596 0.18 Reliabel Lingkungan Kerja 0.867 0.18 Reliabel Faktor Psikis 0.901 0.18 Reliabel Sumber : Hasil pengolahan data dengan SPSS

Berdasarkan hasil pengolahan data di atas, dapat dilihat r hitung pada kolom

Cronbach’s Alpha dan untuk nilai r tabel sebesar 0,18. Dengan demikian maka

keseluruhan sub variabel bisa dikatakan reliabel karena nilai rhitung yang lebih

besar dari rtabel . Hasil pengolahan ini menunjukkan bahwa data yang digunakan

dapat diandalkan karena penggunaan data tersebut berkali-kali akan memberikan hasil yang sama atau konsisten dalam setiap waktunya, dan dapat dipercaya kebenarannya sehingga dapat digunakan untuk mengumpulkan data yang sebenarnya.

4.5.5 Penilaian dan Analisis per Sub Variabel Beban Kerja

Berdasarkan hasil kuesioner yang telah dibagikan kepada karyawan PT. Marimas Putera Kencana mengenai apakah mereka terbeban dengan pekerjaan yang diberikan mereka selama ini, ditilik dari empat macam sub variabel, yaitu tugas-tugas, organisasi kerja, lingkungan kerja dan faktor psikis, berikut adalah hasil yang dapat dianalisa.

(62)

4.5.5.1Tugas – Tugas

Di bawah ini merupakan tabel hasil skor penilaian responden mengenai sub variable tugas yang diberikan kepada mereka selama ini.

Tabel 4.52 Skor Penilaian Responden Mengenai Sub Variabel Tugas-Tugas Pertanyaan

ke

Frekuensi Masing-masing Alternatif jawaban

Rata-Rata Keterangan STS TS RR S SS

1 1 6 15 23 9 3.322 terbeban tidak

2 4 8 13 24 5 3.059 biasa saja

3 1 7 19 20 7 3.175 biasa saja

Rata-Rata Sub Variabel 3.185 biasa saja

Sumber : Hasil pengolahan data primer 2010

Berdasarkan tabel 4.52 dapat dilihat bahwa rata-rata penilaian responden secara keseluruhan terhadap sub variabel tugas-tugas masuk dalam kategori biasa saja dengan nilai 3,185. Yang berarti sebagian besar dari responden menilai bahwa tugas-tugas yang diberikan kepada mereka selama ini biasa saja, tidak terlalu berat dan tidak terlalu ringan . Nilai rata-rata tertinggi terdapat pada pernyataan nomor 1 dengan skor 3.322 yang mengatakan bahwa tanggung jawab yang diberikan kepada karyawan PT. MARIMAS PUTERA KENCANA sudah sesuai dengan kemampuan mereka. Untuk penilaian responden mengenai pernyataan nomor 2 yaitu mengenai kompleksitas pekerjaan mendapat rata-rata paling rendah sebesar 3.059 yang berarti karyawan masih merasa bahwa tingkat kompleksitas tugas-tugas yang diberikan kepada mereka masih terlalu tinggi untuk diselesaikan. Namun hal ini dapat dimaklumkan karena persaingan bisnis yang terjadi dewasa ini menuntut perusahaan-perusahaan untuk bekerja lebih

Gambar

Gambar 4.1 Struktur Organisasi PT. MARIMAS PUTERA KENCANA  Sumber : Internal PT. MARIMAS PUTERA KENCANA
Gambar 4.2 Profil Responden Berdasarkan Jenis Kelamin             Sumber: Data primer 2010
Gambar 4.3 Profil Responden Berdasarkan Usia  Sumber : Hasil pengolahan data primer 2010
Gambar 4.4 Profil Responden Berdasarkan Lama Bekerja  Sumber : Hasil pengolahan data primer 2010
+7

Referensi

Dokumen terkait

Ketidakadilan itu terjadi dalam berbagai bentuk seperti, marginal atau proses pemiskinan ekonomi, subordinasi atau perempuan selalu di tempatkan pada posisi yang

Terkait dengan media sebagai salah satu dampak kekerasan yang dilakukan anak, terdapat salah satu tayangan dari media televisi yang tengah digemari para pemirsa

Strabismus A-V pattern merupakan bagian dari bentuk strabismus horizontal inkomitan yang menggambarkan adanya perbedaan signifikan pada deviasi horizontal antara

Tinjauan 7 : Sistem pernafasan / Sistem Kardiovaskuler &amp;limfatik/ Sistem Pencernaan &amp; hepatobilier / Sistem saraf dan perilaku / Sistem Endokrin / Muskuloskeletal /

Sejumlah inhibitor menghambat korosi melalui cara adsorpsi untuk membentuk suatu lapisan tipis yang tidak nampak dengan ketebalan beberapa molekul saja, ada pula yang

Selain kemudahan pendaftaran, sistem pemarkahan (point) ke atas pelajar bagi menentukan pelajar yang layak untuk menghuni kolej pada sesi akan datangjuga akan dibuat.

menulis puisi berdasarkan M edia Gambar. Pada data dari siklus I diperoleh skor hasil pre-test adalah 72,40 termasuk dalam kriteria penguasaan sangat rendah , sedangkan

Berdasarkan hasil analisis data yang telah dilakukan bahwa dalam menerapkan Pendekatan Saintifik guru mengalami kesulitan dalam menanya sebanyak 33% dan kesulitan dalam