Hasil Analisis Data

C. Hasil Analisis Data

Berhubung analisis data menggunakan statistik non parametrik maka tidak diperlukan uji asumsi.

1. Descriptive Statistic

Pada tabel descriptive statistic dapat dilihat besarnya rata-rata empirik dan standar deviasi masing-masing variabel. Hasil descriptive statistic dari data prestasi kerja, motivasi kerja, dan kematangan karir dapat dilihat pada tabel di bawah ini. Khusus untuk descriptive statistic dari data prestasi kerja, nilai tertinggi dan terendah tidak dapat ditampilkan karena merupakan dokumen rahasia dari bagian kepegawaian kantor imigrasi Surakarta. Data prestasi kerja ini dapat dianalisis dengan izin tertulis bermeterai dan sudah disetujui oleh pihak kepegawaian kantor imigrasi Surakarta dan juga pihak dosen pembimbing.

Tabel 5 Descriptive Statistic Prestasi Kerja

Descriptive Statistics

Std. Deviation prestasi kerja

1.78885 Valid N (listwise)

a. Prestasi Kerja a. Prestasi Kerja

Salah satu syarat utama analisis data regresi logistik biner adalah variabel tergantung dibuat dummy yang dalam penelitian ini adalah prestasi kerja. Prestasi kerja akan dibuat dummy dalam kode 0 dan 1 dimana keduanya merupakan alternatif. Alternatif yang digunakan adalah tingkat pendidikan dimana 0 adalah prestasi kerja karyawan yang memiliki tingkat pendidikan maksimal sekolah menengah atas dan 1 adalah kategori karyawan yang tingkat pendidikan melewati perguruan tinggi. Dasar teori dari pembagian ini adalah setiap pegawai baru yang dilantik atau diputuskan sebagai Pegawai Negeri Sipil atau PNS baik di pemerintah pusat maupun daerah akan diberikan golongan dan pangkat sesuai dengan tingkat pendidikan yang diakui melalui ijazah yang diperoleh dari sekolah atau perguruan tinggi negeri dan/atau swasta yang telah diakreditasi dan/atau telah mendapat izin penyelenggaraan dari Menteri yang bertanggung jawab dibidang pendidikan nasional atau pejabat lain yang berdasarkan peraturan perundang- undangan yang berlaku berwenang menyelenggarakan pendidikan. Penggolongan ini juga didukung oleh Rizal (2006) yang juga melakukan dummy tingkat pendidikan dalam penelitiannya dalam dua kelompok yaitu:

1. Tingkat dasar dan atas:SD, SLTP, dan SMU sederajat diberi kode 0.

Hariandja dalam Subawa dan Budiarta (2007) menyatakan bahwa tingkat pendidikan seorang karyawan dapat meningkatkan daya saing perusahaan dan memperbaiki produktivitas perusahaan.

Tabel 6 Descriptive Statistic Motivasi Kerja

Descriptive Statistics

Std. Deviation

motivasi kerja

8.69205 Valid N (listwise)

b. Motivasi Kerja Jumlah butir skala untuk mengungkapkan motivasi kerja karyawan kantor

imigrasi Surakarta sebanyak 50 aitem. Tiap butir memiliki skor terendah=1 dan skor tertinggi=4. jadi skor akan bergerak dari 50 hingga 200. Skor rerata hipotetik (50+200)/2=125. Setelah data terkumpul diperoleh skor terendah=112 dan skor tertinggi=154. Nilai rata-rata motivasi kerja adalah 133 dengan standar deviasi 8,69. Disimpulkan bahwa skor rerata empirik lebih besar daripada skor rerata hipotetik (133>125). Karyawan kantor imigrasi Surakarta yang mempunyai motivasi kerja rata-rata ke atas lebih banyak dibandingkan dengan yang motivasi kerjanya di bawah rata-rata.

Tabel 7 Descriptive Statistic Kematangan Karir

Descriptive Statistics

Std. Deviation kematangan karir

7.99157 Valid N (listwise)

c. Kematangan Karir c. Kematangan Karir

dan skor tertinggi=157. Nilai rata-rata kematangan karir adalah 134,5 dengan

standar deviasi 7,99. Disimpulkan bahwa skor rerata empirik lebih besar daripada skor rerata hipotetik (134,5>125). Karyawan kantor imigrasi Surakarta yang mempunyai kematangan karir rata-rata ke atas lebih banyak dibandingkan dengan yang kematangan karirnya di bawah rata-rata.

2. Uji Hipotesis

Penelitian ini terdiri atas variabel bebas yang menggunakan skala interval dan variabel tergantung menggunakan skala nominal sehingga digunakan metode regresi logistik biner. Ghozali (2006) menyatakan regresi logistik biner sebenarnya sama dengan analisis regresi berganda, hanya variabel terikatnya merupakan variabel dummy (0 dan 1). Teknik statistik ini mempunyai syarat:

11. Variabel dependent harus merupakan variable dummy yang hanya punya dua alternatif.

22. Variabel independent mempunyai skala data interval atau rasio. Model persamaan regresi logistik biner dijelaskan sebagai berikut: Y = βo + β1X1 + β2X2 + e

Keterangan: Y

: Prestasi Kerja X1 : Motivasi Kerja : Prestasi Kerja X1 : Motivasi Kerja

menggunakan regresi logistik biner untuk memprediksi hubungan antara motivasi kerja dan kematangan karir dengan prestasi kerja pada karyawan kantor imigrasi Surakarta. Pengujian dilakukan dengan bantuan program SPSS versi 16.0. Hasil output analisis data dengan regresi logistik biner dari interpretasi dalam Ghozali (2006) akan dijabarkan di bawah ini.

Tabel 8 Hosmer and Lemeshow Test

Hosmer and Lemeshow Test

Step

Chi-square

df Sig.

Uji ketepatan model regresi dilakukan dengan melihat nilai goodness of fit test. Hipotesis yang diuji adalah: Ho= model yang di hipotesakan fit dengan data Ha= model yang di hipotesakan tidak fit dengan data

Model akan dinyatakan layak jika signifikansi di atas 0,05. Pengujian menggunakan model Hosmer and Lemeshow’s Goodness of Fit Test. Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test statistik sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya. Model dinyatakan tidak baik karena tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan

Hosmer and Lemeshow Goodness-of-Fit Test mengindikasikan bahwa Ho diterima karena signifikansi lebih dari 0,05 (0,458 < 0,05). Berarti model dinyatakan layak dan boleh diinterpretasikan.

Tabel 9 Omnibus Tests of Model Coefficients

Omnibus Tests of Model Coefficients

Chi-square

df Sig.

Uji signifikansi untuk mengetahui hubungan variabel bebas (X1 dan X2) secara bersama terhadap variabel tergantung (Y) dapat dilihat pada tabel Omnibus Tests of Model Coefficients. Hasil dapat diinterpretasikan memiliki hubungan jika nilai signifikasi di bawah 0,05. Berdasarkan output di atas, korelasi bersama X1 dan X2 thd Y didapat nilai signifikansi 0,721 > 0.05 berarti pada taraf signifikansi 5% secara bersama-sama motivasi kerja (X1) dan kematangan karir (X2) tidak berhubungan dengan prestasi kerja (Y) pada karyawan kantor imigrasi Surakarta.

Tabel 10 Variables in the Equation

Variables in the Equation

B S.E.

Wald

df Sig. Exp(B)

95.0% C.I.for EXP(B)

Lower Upper Step

a. Variable(s) entered on step 1: mtvskrj, kmtgnkrr.

Hasil data pengujian model regresi logistik biner dengan variabel tergantung prestasi kerja (Y) diperoleh persamaan sebagai berikut:

Y = -1,444 + 0,037 X1 + -0,015 X2 + e (0,395) (0,549) (0,051)

Keterangan: ( ) = nilai Wald

Persamaan di atas dapat ditafsirkan bahwa nilai konstanta 1,444 dengan X1 hubungan positif ke Y dan X2 hubungan negatif ke Y dengan pengaruh X1 lebih besar dari X2. Hal ini berarti motivasi kerja berhubungan secara positif dengan prestasi kerja pada karyawan kantor imigrasi Surakarta sedang kematangan karir berhubungan secara negatif dengan prestasi kerja pada karyawan kantor imigrasi Surakarta. Pengaruh motivasi kerja lebih besar daripada kematangan karir terhadap prestasi kerja pada karyawan kantor imigrasi Surakarta.

Uji koefisien regresi logistik biner digunakan untuk mengetahui signifikansi

Berdasarkan tabel di atas nilai Wald motivasi kerja adalah 0,549 > 0.05 berarti pada taraf signifikansi 5% motivasi kerja tidak berpengaruh terhadap prestasi kerja pada karyawan kantor imigrasi Surakarta. Nilai Wald kematangan karir

adalah 0,051 > 0.05 berarti pada taraf signifikansi 5% kematangan karir tidak berpengaruh dengan prestasi kerja pada karyawan kantor imigrasi Surakarta. Kolom signifikansi juga menyatakan bahwa hasilnya tidak signifikan pada taraf signifikansi 5%.

Uji Exp (B) digunakan untuk mengetahui besarnya kontribusi tiap variabel bebas terhadap variabel tergantung. Berdasarkan nilai Exp (B) pada tabel di atas maka besarnya kontribusi motivasi kerja lebih besar dari kematangan karir (1,038 > 0,985) pada karyawan kantor imigrasi Surakarta.

Tabel 11 Model Summary

Model Summary

Step

-2 Log likelihood

Cox & Snell R

Square

Nagelkerke R Square

1 61.717 a .014

a. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.

Uji koefisien determinan regresi logistik digunakan untuk mengetahui

besarnya kontribusi variabel bebas terhadap variabel tergantung. Tabel di atas menunjukkan koefisien determinan regresi logistik sebesar 0,019 sehingga dapat dikatakan kontribusi variabel motivasi kerja dan kematangan karir terhadap prestasi kerja pada karyawan kantor imigrasi Surakarta adalah sebesar 1,9%.

Berdasarkan tabel di atas nilai R Squared sebesar 0,019 sehingga nilai R= 019 , 0

yaitu 0,1378. Jadi nilai korelasi motivasi kerja dan kematangan karir dengan prestasi kerja pada karyawan imigrasi Surakarta sebesar 0,1378.

Tabel 12 Classification Tabel

Classification Table a

Observed

Predicted prestasi kerja

Percentage Correct

Step 1 prestasi kerja 0 25 2 92.6

1 19 0 .0 Overall Percentage

54.3

a. The cut value is .500 Tabel di atas memperlihatkan bahwa ketepatan prediksi dalam penelitian ini

adalah sebesar 54,3%.