BAB IV PAPARAN DATA DAN PEMBAHASAN
2) Uji Kecocokan Model Regresi
Uji kecocokan model regresi ganda merupakan salah satu hal yang memebedakan antara analisis regresi sederhana dengan analisis regresi ganda. Syarat data dalam analisis regresis ganda juga sama pada syarat data analisis regresi sederhana, yaitu bentuk rasio atau interval, data berdistribusi normal dan memiliki varians yang homogen. Uji kecocokan model regresi ganda meliputi:
a) Koefisien Determinasi
Koefisien determinasi (R2)menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabel bebas (nilai
kompensasi dan kualitas lingkungan kerja) dan variabel terikat (tingkat kepuasan kerja). Semakin besar nilai R2 (R square), maka semakin kuat kemampuan model regresi yang diperoleh untuk menerangkan kondisi yang sebenarnya.
Tabel 4.10. Koefisien Determinasi R2 (Model Summary) Model Summaryb (SPSS)
Model Summary
Model R R Square
Adjusted R Square
Change Statistics F Change Sig. F Change
1 .511a .204 .166 5.374 .008
a. Predictors: (Constant), Kualitas_Lingkungan_Kerja, Nilai_Kompensasi
Berdasarkan analisis yang dilakukan, nilai koefisien R2 hitung (Koefisien Determinasi), yakni sebesar 0,204. Besaran ini menunjukkan pada efektivitas garis regresi yang diperoleh dalam menjelaskan varians pada variabel independen. Hasil tersebut menunjukkan bahwa kemampuan variabel independen (nilai kompensasi dan kualitas lingkungan kerja) untuk mejelaskan varians pada variabel dependen (tingkat kepuasan kerja) adalah sebesar 20,4%. Sedangkan nilai Adjudset R square
= 0,166 (KD = 16,60%).
b) Uji F (Uji Simultan)
Uji F yaitu untuk mengetahui pengaruh secara simultan semua variabel independen terhadap variabel dependen. Uji F digunakan untuk melihat apakah model regresi tersebut
memenuhi sayarat linearitas atau tidak dengan taraf signifikansi 5%. Kriteria pengambilan keputusannya adalah :
Tolak , Jika nilai pada taraf signifikansi 5% (atau ).
Terima , Jikan nilai pada taraf signifikansi 5% (atau ) dan derajat kebebasan.
Atau kriteria sebagai berikut: Tolak , Jika nilai Terima , Jika nilai
Berdasarkan uji F (uji simultan) maka didapatkan hasil sebagai berikut:
Tabel 4.11. Rekapitulasi Hasil Uji F ANOVAb (SPSS)
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 46.711 2 23.356 5.374 .008a
Residual 182.533 42 4.346
Total 229.244 44
a. Predictors: (Constant), Kualitas_Lingkungan_Kerja, Nilai_Kompensasi b. Dependent Variable: Kepuasan_Kerja
Berdasarkan Tabel 4.11. diketahui bahwa Fhitung = 5,374 atau nilai sig. = 0,008. dan sesuai dengan kreteria Ho ditolak jika nilai sig. < 0,05, sehingga 0,008 < 0,05 maka Ho ditolak dan Ha diterima berarti Ho ditolak dan Ha diterima, jadi variabel bebas (nilai kompensasi dan kualitas lingkungan kerja) memiliki pengaruh nyata terhadap variabel terikat (tingkat kepuasan
kerja). Artinya model regresi yang digunakan sudah memenuhi syarat linearitas regresi. selain itu, terkadang uji F juga digunakan untuk mengetahui signifikan atau tidaknya hasil analisis pada sampel. Karena bila uji F signifikan biasanya pada uji t juga signifikan. Bahkan cara termudah untuk menentukan signifikan atau tidaknya hasil analisis baik pada uji F maupun uji t cukup kita gunaka nilai signifikan. Jika nilai sig < 0,05, maka hasilnya signifikan.
c) Uji t (Secara Parsial)
Selain menggunakan uji F, sebagaimana yang telah dijelaskan sebelumnya, kita juga dapat menggunakan uji t dengan taraf signifikan 5%. Uji t digunakan untuk mengetahui signifikansi hubungan atau pengaruh nilai kompensasi (X1) dan kualitas lingkungan kerja (X2) terhadap tingkat kepuasan kerja (Y). Dengan kata lain, uji t digunakan untuk mengenaralisasi hasil analisis dari sampel ke populasi atau menentukan apakah hasil analisis pada sampel dapat juga berlaku untuk populasi dengan tingkat kepercayaan 95% (taraf signifikansi 5%).
Adapun kriteria pengamblian keputusann pada hasil uji t adalah sebagai berikut:
Tolak , Jika nilai pada taraf signifikansi 5% (atau ) dan Terima , Jika nilai
pada taraf signifikansi 5% (atau ).
Atau kriteria sebagai berikut: Tolak , Jika nilai Terima , Jika nilai .
Berdasarkan uji t (secara parsial) maka didapatkan hasil sebagai berikut:
Tabel 4.12. Rekapitulasi Hasil Uji t Coefficientsa (SPSS)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 19.214 7.544 2.547 .015
Nilai_Kompensasi .409 .127 .445 3.220 .002
Kualitas_Lingkungan_Kerja -.143 .156 -.127 -.916 .365
a. Dependent Variable: Kepuasan_Kerja
Berdasarkan Tabel 4.12. diketahui bahwa t hitung nilai kompensasi= 3,220 atau nilai sig. = 0,002. dan sesuai dengan kreteria Ho ditolak jika nilai sig. < 0,05, sehingga 0,002 < 0,05 maka Ho ditolak dan Ha diterima, jadi variabel X1 (nilai kompensasi) memiliki pengaruh nyata terhadap variabel Y (tingkat kepuasan kerja). Artinya faktor-faktor pengaruh nilai kompensasi (X1) secara parsial berpengaruh positif dan signifikan terhadap tingkat kepuasan kerja (Y)
Diketahui bahwa t hitung kualitas lingkungan kerja= -916 atau nilai sig. = 0,365. dan sesuai dengan kreteria Ho diterima jika nilai , sehingga 0,365 0,05 maka Ho diterima
dan Ha ditolak, jadi variabel X2 (kualitas lingkungan kerja) tidak memiliki pengaruh nyata terhadap variabel Y (tingkat kepuasan kerja). Artinya faktor-faktor pengaruh kualitas lingkungan kerja (X2) secara parsial tidak berpengaruh positif dan tidak signifikan terhadap tingkat kepuasan kerja (Y).
Atau hipotesis penelitian yang diajukan yaitu Ada pengaruh signifikan faktor-faktor nilai kompensasi secara parsial terhadap tingkat kepuasan kerja dan tidak Ada pengaruh signifikan faktor-faktor kualitas lingkungan kerja secara parsial terhadap tingkat kepuasan kerja di KSPS BMT-UGT Sidogiri Cabang dan Pembantu Cabang Botolinggo Bondowoso tahun 2022.
d) Menentukan Model Regresi
Pengujian regresi linier berganda berguna untuk mengetahui tingkat pengaruh variabel bebas yaitu, nilai kompensasi (X1) dan kualitas lingkungan kerja (X2) terhadap variabel terikat yaitu tingkat kepuasan kerja (Y). Berdasarkan Tabel Koefisien Beta maka didapatkan hasil sebagai berikut:
Tabel 4.13. Model Regresi Coefficientsa (SPSS)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 19.214 7.544 2.547 .015
Nilai_Kompensasi .409 .127 .445 3.220 .002
Kualitas_Lingkungan_Kerja -.143 .156 -.127 -.916 .365
a. Dependent Variable: Kepuasan_Kerja
Model regresi berdasarkan hasil analisis pada Tabel 4.13.
adalah sebagai berikut:
Y= 19,214 + 0,409 X1 + -,143 X2
Sesuai dengan persamaan regresi yang diperoleh, maka model regresi tersebut dapat diinterpretasikan sebagai berikut :
Nilai konstanta = 19,214 menyatakan bahwa jika tidak ada nilai kompensasi dan kualitas lingkungan kerja yang mempengaruhi, maka tingkat kepuasan kerja karyawan pada BMT-UGT Sidogiri Cabang dan Pembantu Cabang Botolinggo Bondowoso tahun 2022 sebesar .
Nilai koefisien regresi sebesar 0,409 menyatakan bahwa setiap penambahan (arah positif) sebesar 1 satuan nilai kompensasi, maka tingkat kepuasan kerja karyawan pertahun akan meningkat pula sebesar 0,409. Berlaku sebaliknya, jika nilai kompensasi turun sebesar 1 satuan maka tingkat kepuasan kerja karyawan pertahun juga akan menurun sebesar 0,409.
Nilai koefisien regresi sebesar -,143 menyatakan bahwa setiap penurunan (arah negatif) sebesar 1 satuan kualitas kualitas lingkungan kerja, maka tingkat kepuasan kerja karyawan pertahun akan menurun pula sebesar -,143. Berlaku sebaliknya, jika kualitas lingkungan kerja naik sebesar 1 satuan
maka tingkat kepuasan kerja karyawan pertahun juga akan meningkat sebesar -,143.