BAB III
PEMBAHASAN
3.1 Sumber Data
BTBS MEDICA merupakan suatu bimbingan belajar. Yang membimbing anak-anak Indonesia mulai dari SD kelas IV sampai SMA kelas XII serta alumni. Bimbingan ini
berdiri tahun 1979 dengan pendirinya adalah dr. Reinhard Silalahi dan Pak Silangit. Bimbingan ini tersebar di beberapa kota di Indonesia antara lain Palembang,
Lampung, Jambi, Medan dan sekitar Medan. Tujuan dari bimbingan ini adalah untuk membimbing anak bimbingannya agar lebih memahami pelajarannya, untuk
mengetahui tingkat kemampuannya dan untuk lebih mengerti pelajaran disekolah dengan cara yang lebih singkat, jelas, padat dan menarik. Selain itu tujuan
dibentuknya bimbingan ini adalah untuk memberikan nilai-nilai moral dan kunci- kunci orang sukses melalui pendapat orang-orang terkenal mengenai pendidikan.
Khusus untuk SMA kelas XII serta alumni ini bertujuan dan ditujukan untuk dapat lulus UN dan lulus ujian masuk PERGURUAN TINGGI NEGERI.
Data yang akan dikerjakan diperoses dalam penelitian ini adalah data yang bersumber dari BTBS MEDICA dan data ini hanya melibatkan perhitungan dari yang
tidak menjalani pendidikan atau dengan kata lain yang sudah menyelesaikan pendidikannya. Data yang akan dikelola diproses adalah besaran honor pegawai dan
menentukan faktor-faktor yang mempengaruhinya serta menentukan faktor yang paling dominan dan yang tidak dominan. Data yang akan diambil diberi simbol
sebagai berikut: Pemberian honor ini terdiri dari honor pokok dan pembagian laba
Universitas Sumatera Utara
Faktor-faktor yang mempengaruhi besaran honor yang diterima adalah:
Tingkatan pendidikan yang ada di bimbingan ini adalah S2, S1, D3, D1, SMASMK
Skala dari lama menjalani pendidikan ditentukan dari standard pendidikan nasional Indonesia
Susunan jabatan yang ada di BTBS MEDICA adalah sebagai berikut;
1. Direktur promosi
15. Koordinator Komputer 2.
Konsultan 16. Koordinator kuis
3. Manajer umum
17. Ktu 4.
Manajer sumut 18. Keuangan
5. Supervisor
19. Pembimbing umum 6.
Pembimbing senior 20. Plapon pembimbing umum
7. Manajemen medica Indonesia
21. Plapon pembimbing jaga 8.
Wakil manajer umum 22. Informasi
9. Wakil manajer sumut
23. Sekretaris pembimbing 10.
Kepala keuangan 24. Teknisi
11. Manajemen medica sumut
25. Wali group 12.
Manajemen medica medan 26. Pjg
13. Koordinator jadwal
27. Bagi angket 14.
Koordinator lapangan 28. Parkiran
Penentuan urutan dari jabatan yang tertinggi hingga terendah dilakukan dengan skala ordinal. Sifat data untuk jenis jabatan tersebut adalah data kualitatif atau
berupa data katagorik yang dapat diurutkan dari tingkat paling bawah sampai pada tingkat paling atas. Data tersebut perlu dilakukan skala sesuai dengan urutannya,
dimana paling bawah ditandai dengan angka 1satu dan meningkat sampai seterusnya
Universitas Sumatera Utara
hingga mencapai tingkat paling tinggi 17 tujuh belas. Jabatan akan meninggi seiring dengan lamanya mengabdi dan peningkatan prestasi.
Tabel 3.1 Pengkodean untuk setiap nama variabel
Variabel Pengkodean
Honor
Y
Lama Kerja Lama Menjalani Pendidikan
1. S-2
2. S-1
3. D-3
4. D-1
5. SMASMK
Jabatan 1.
Direktur Promosi 2.
Konsultan 3.
Manajer umum 4.
Manajer sumut 5.
Supervisor 6.
Pembimbing senior 7.
Manajemen medica Indonesia 8.
Wakil manajer umum 9.
Wakil manajer sumut 10.
Kepala keuangan 11.
Manajemen medica sumut 12.
Manajemen medica medan 13.
Koordinator Komputer 14.
Koordinator Kuis 15.
Koordinator jadwal 16.
Koordinator lapangan 19
17 15
13 12
17 16
15 14
13 12
12 11
10 9
8 7
6 6
6 6
Universitas Sumatera Utara
17. Ktu
18. Keuangan
19. Pembimbing umum senior
20. Plapon Pembimbing umum
21. Plapon pembimbing jaga
22. Informasi
23. Sekretaris pembimbing
24. Teknisi
25. Wali group
26. Pjg
27. Bagi angket
28. Kebersihan
29. Parkiran
Jam kerja perhari 6
6 6
5 4
3 3
2 2
1 1
1 1
Universitas Sumatera Utara
Tabel 3.2 Penentuan honor BTBS MEDICA berdasarkan lama kerja, lama menjalani pendidikan, jabatan dan jam kerja
No. Gaji
Y Lama
Kerja
X
1
Pendidikan X
2
Jabatan X
3
Jam Kerja X
4
1 10.200.000
15 17
17 8
2 9.600.000
10 17
16 8
3 6.000.000
7 17
15 8
4 5.450.000
6 17
14 8
5 4.500.000
4 19
13 8
6 3.800.000
3 17
13 8
7 3.600.000
10 17
12 4
8 3.500.000
5 17
12 8
9 3.250.000
6 17
11 8
10 3.100.000
5 17
10 8
11 2.500.000
3 17
9 8
12 2.215.000
3 17
8 8
13 1.800.000
3 17
7 4
14 2.000.000
4 17
7 4
15 1.600.000
8 15
6 8
16 1.505.000
6 15
6 8
17 1.350.000
5 15
6 8
18 1.250.000
4 15
6 8
19 1.500.500
10 17
6 8
20 1.450.000
3 15
8 8
21 1.400.000
4 17
6 4
22 840.000
2 17
5 8
23 640.000
1 17
4 8
24 1.250.000
5 15
3 8
25 1.100.000
2 13
3 8
26 1.117.500
6 15
3 8
27 1.100.000
4 12
2 8
28 1.026.000
11 17
2 4
29 1.107.500
15 15
1 8
30 717.500
2 15
1 8
31 517.500
2 15
1 4
32 700.000
3 15
1 8
33 500.000
1 15
1 4
34 415.000
1 13
1 4
35 1.000.000
3 12
1 8
36 600.000
1 12
1 8
37 960.000
2 12
1 8
Universitas Sumatera Utara
Maka dari data diatas diperoleh: No.
X
1
Y X
2
Y X
3
Y X
4
Y
1 153.000.000
173.400.000 173.400.000
81.600.000 2
96.000.000 163.200.000
153.600.000 76.800.000
3 42.000.000
102.000.000 90.000.000
48.000.000 4
32.700.000 92.650.000
76.300.000 43.600.000
5 18.000.000
85.500.000 58.500.000
36.000.000 6
11.400.000 64.600.000
49.400.000 30.400.000
7 36.000.000
61.200.000 43.200.000
14.400.000 8
17.500.000 59.500.000
42.000.000 28.000.000
9 19.500.000
55.250.000 35.750.000
26.000.000 10
15.500.000 52.700.000
31.000.000 24.800.000
11 7.500.000
42.500.000 22.500.000
20.000.000 12
6.645.000 37.655.000
17.720.000 17.720.000
13 5.400.000
30.600.000 12.600.000
7.200.000 14
8.000.000 34.000.000
14.000.000 8.000.000
15 12.800.000
24.000.000 9.600.000
12.800.000 16
9.030.000 22.575.000
9.030.000 12.040.000
17 6.750.000
20.250.000 8.100.000
10.800.000 18
5.000.000 18.750.000
7.500.000 10.000.000
19 15.005.000
25.508.500 9.003.000
12.004.000 20
4.350.000 21.750.000
11.600.000 11.600.000
21 5.600.000
23.800.000 8.400.000
5.600.000 22
1.680.000 14.280.000
4.200.000 6.720.000
23 640.000
10.880.000 2.560.000
5.120.000 24
6.250.000 18.750.000
3.750.000 10.000.000
25 2.200.000
14.300.000 3.300.000
8.800.000 26
6.705.000 16.762.500
3.352.500 8.940.000
27 4.400.000
13.200.000 2.200.000
8.800.000 28
11.286.000 17.442.000
2.052.000 4.104.000
29 16.612.500
16.612.500 1.107.500
8.860.000 30
1.435.000 10.762.500
717.500 5.740.000
31 1.035.000
7.762.500 517.500
2.070.000 32
2.100.000 10.500.000
700.000 5.600.000
33 500.000
7.500.000 500.000
2.000.000 34
415.000 5.395.000
415.000 1.660.000
35 3.000.000
12.000.000 1.000.000
8.000.000 36
600.000 7.200.000
600.000 4.800.000
37 1.920.000
11.520.000 960.000
7.680.000 ∑ 588.458.500 1.406.255.500 911.135.000 636.258.000
Universitas Sumatera Utara
Sehingga dari persamaan:
Maka dari data diatas dapat diperoleh persamaan sebagai berikut:
Maka sesuai dengan penyelesaian persamaan metode numerik
Gauss Siedel
dapat dituliskan sebagai berikut:
Nilai untuk iterasi pertama: Dari persamaan di atas anggap nilai dari
, ,
dan sebesar nol, maka diperoleh
nilai dari :
–
= 2.301.662,162 Kemudian masukkan nilai
ke persamaan 2 dengan nilai yang lain tetap nol.
Universitas Sumatera Utara
–
Demikian seterusnya sehingga diperoleh nilai ,
, ,
dan yang memenuhi
syarat =
= , dengan
m
= 3 =0.05
Maka didapat nilai masing –masing dari variabel adalah:
Sehingga dari nilai –nilai variabel diatas diperoleh persamaan regresi berganda sebagai
berikut:
3.2 Uji Pengaruh Variabel Tak Bebas Untuk Semua Variabel