Hasil Analisis Data
C. Hasil Analisis Data
Dalam analisis data mengenai pengaruh kompensasi, kepemimpinan dan motivasi terhadap kepuasan kerja, terlebih dahulu kumpulkan data-data yang meliputi skor kompensasi, kepemimpinan, motivasi, dan kepuasan kerja dengan melihat data yang diberikan oleh karyawan pada PT Sumber Cahaya Mulia Adapun data yang didapat dapat dilihat pada Tabel berikut.
Tabel 4.17 Skor kompensasi, kepemimpinan, motivasi, dan kepuasan kerja
No Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
5 28 22 25 40
6 28 23 22 40
7 24 20 23 32
Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
23 27 23 24 40
24 24 21 20 30
25 30 24 24 40
Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
41 22 13 17 30
42 24 22 20 32
43 15 16 17 21
Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
59 22 21 18 32
60 9 5 10 11
61 23 25 18 36
Kepuasan Kompensasi Kepemimpinan
Motivasi
Responden Kerja
77 30 25 25 40
78 24 21 20 33
79 30 25 25 40
93 30 25 25 40 Sumber : Diolah Oleh Penulis
Berdasarkan Tabel 4.17, maka dapat diperoleh output regresi dengan menggunakan SPSS versi 21. Berikut adalah output regresi yang digunakan dalam analisis pengaruh kompensasi, kepemimpinan dan motivasi terhadap kepuasan kerja:
Tabel 4.18 Output SPSS
Model Summary b
Std. Error of the Model
R Square
Adjusted R Square
Estimate
Durbin-Watson
4,626 1,854 a. Predictors: (Constant), Motivasi, Kompensasi, Kepemimpinan b. Dependent Variable: Kepuasan
1 ,881 a ,777
ANOVA b
Model
F Sig. 1 Regression
Sum of Squares
df Mean Square
103,267 ,000 a Residual
a. Predictors: (Constant), Motivasi, Kompensasi, Kepemimpinan b. Dependent Variable: Kepuasan
Coefficients a
Statistics Model
Coefficients
Coefficients
Sig. Tolerance VIF 1 (Constant)
B Std. Error
,000 ,307 3,255 a. Dependent Variable: Kepuasan
,660
,157
,381
4,215
Sumber: Output SPSS
1. Uji Asumsi Klasik Sebelum melakukan analisis pengaruh kompensasi, kepemimpinan dan motivasi terhadap kepuasan kerja maka terlebih dahulu dilakukan pengujian terhadap asumsi klasik regresi untuk menentukan ketepatan penggunaan model regresi dalam analisis.
a. Multikolinearitas Pengujian ini bertujuan untuk mengetahui apakah terdapat korelasi antar variabel independen. Model regresi yang baik untuk digunakan adalah model yang tidak terjadi multikolinieritas pada variabel independennya. Deteksi dapat dilakukan a. Multikolinearitas Pengujian ini bertujuan untuk mengetahui apakah terdapat korelasi antar variabel independen. Model regresi yang baik untuk digunakan adalah model yang tidak terjadi multikolinieritas pada variabel independennya. Deteksi dapat dilakukan
Tabel 4.19 Pengujian Multikolinearitas
Coefficients a
Statistics Model
Coefficients
Coefficients
Sig. Tolerance VIF 1 (Constant)
B Std. Error
,000 ,307 3,255 a. Dependent Variable: Kepuasan
Sumber: Output SPSS
Berdasarkan Tabel 4.19, Seluruh variabel independen memiliki nilai VIF kurang dari 10, maka tidak terdapat multikolinearitas pada model regresi.
b. Heteroskedastisitas Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu ke pengamatan lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pendeteksian terhadap uji heteroskedastisitas dapat dilakukan dengan cara melihat pola yang dibentuk dalam scatter diagram. Apabila titik-titik di dalam scatter diagram membentuk suatu pola b. Heteroskedastisitas Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu ke pengamatan lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pendeteksian terhadap uji heteroskedastisitas dapat dilakukan dengan cara melihat pola yang dibentuk dalam scatter diagram. Apabila titik-titik di dalam scatter diagram membentuk suatu pola
Gambar 4.1 Scattered Diagram
Sumber: Output SPSS Berdasarkan Gambar 4.1, titik-titik pada scattered diagram tidak membentuk
sebuah pola, oleh karena itu maka tidak terdapat heteroskedastisitas.
c. Normalitas Dalam analisis regresi perlu dilakukan pengujian normalitas data dari setiap variabel. Data variabel yang berdistribusi normal adalah data yang dapat digunakan dalam analisis regresi sederhana. Uji normalitas data dapat dilakukan dengan melihat P-P Plot. Berikut adalah P-P Plot untuk model regresi:
Gambar 4.2 P-P Plot
Sumber: Output SPSS Berdasarkan Gambar 4.2 seluruh titik-titik berada relatif dekat dengan garis
sehingga dapat disimpulkan bahwa seluruh data pada model regresi terdistribusi normal. Berdasarkan hasil pengujian asumsi klasik maka model regresi layak digunakan dalam analisis.
2. Persamaan Regresi
Pada analisis data kita memerlukan suatu persamaan garis yang menunjukkan hubungan antara variabel yang mempengaruhi dengan variabel yang dipengaruhi. Variabel yang mempengaruhi disebut independent variable sedangkan variabel yang dipengaruhi disebut dependent variable. Variabel yang mempengaruhi disebut variabel X dan variabel yang dipengaruhi disebut variabel Y.
Untuk mengetahui pengaruh-pengaruh antara variabel-variabel tersebut dalam penelitian ini digunakan alat regresi linear berganda. Regresi menunjukkan hubungan antara variabel - variabel yang satu dengan variabel yang lain.
Adapun rumus regresi berganda adalah:
Y=a+b 1 X 1 +b 2 X 2 +b 3 X 3 +e
Dimana : Y
: variabel terikat (dependent variabel) yaitu kepuasan kerja karyawan
a : nilai intersep (konstanta)
b : koefisien regresi linier
X 1 ,X 2 ,X 3 : variabel bebas (independent variabel) yaitu kompensasi, kepemimpinan dan motivasi.
e : epsilon atau error pada garis regresi, merupakan selisih nilai kepuasan kerja karyawan yang diprediksikan dengan nilai kepuasan kerja yang diperoleh
Berdasarkan hasil olah data yang dilakukan dengan program SPSS versi 21, maka diperoleh hasil regresi berganda sebagai berikut:
Tabel 4.20 Hasil Perhitungan Regresi
Coefficients a
Statistics Model
Coefficients
Coefficients
Sig. Tolerance VIF 1 (Constant)
B Std. Error
,000 ,307 3,255 a. Dependent Variable: Kepuasan
Sumber: Output SPSS
Berdasarkan hasil tersebut di atas, diperoleh persamaan regresi sebagai berikut:
=a+b 1 X 1 +b 2 X 2 +b 3 X 3 +e
Y = -3,581+ 0,582X 1 + 0,399X 2 + 0,66X 3
Dari persamaan yang diatas, dapat dinterprestasikan sebagai berikut:
a. Nilai Konstanta
a = -3,581. Konstanta sebesar -3,581 berarti bahwa variabel kepuasan kerja karyawan akan sebesar -3,581 apabila score variabel independen sama dengan nol.
b. Score Kompensasi (b1) b= 0,582. Koefisien Regresi X 2 (b 2 ) sebesar 0,582 merupakan penaksir parameter variabel kompensasi. Nilai ini menunjukkan apabila score kompensasi meningkat 1 satuan, maka kepuasan kerja karyawan akan meningkat sebesar 0,582 satuan dengan asumsi tidak ada faktor lain yang mempengaruhi.
c. Score Kepemimpinan(b 2 )
b= 0,399. Koefisien Regresi X 2 (b 2 ) sebesar 0,399 merupakan penaksir parameter variabel kepemimpinan. Nilai ini menunjukkan apabila score kepemimpinan meningkat 1 satuan, maka kepuasan kerja karyawan akan meningkat sebesar 0,399 satuan dengan asumsi tidak ada faktor lain yang mempengaruhi.
d. Score Motivasi(b 3 )
b= 0,66. Koefisien Regresi X 3 (b 3 ) sebesar 0,66 merupakan penaksir parameter variabel motivasi. Nilai ini menunjukkan apabila score motivasi meningkat
1 satuan, maka kepuasan kerja karyawan akan meningkat sebesar 0,66 satuan dengan asumsi tidak ada faktor lain yang mempengaruhi.
3. Uji Pengaruh kompensasi Terhadap Kepuasan kerja Berikut adalah hipotesis pengujian pengaruh kompensasi terhadap kepuasan kerja:
Ho : β 1 = 0 (tidak terdapat pengaruh yang signifikan kompensasi terhadap
kepuasan kerja) Ha : β 1 ≠ 0 (terdapat pengaruh yang signifikan kompensasi terhadap kepuasan
kerja)
Setelah menentukan hipotesis penelitian, maka langkah selanjutnya adalah membandingkan α dengan nilai sig pada tabel coefficients. Dengan kriteria sebagai berikut:
Jika sig < α, maka Ho ditolak Jika sig > α, maka Ho diterima
Berdasarkan hasil analisis SPSS versi 21 yang disajikan pada Tabel 4.20, didapat nilai sig sebesar 0,000 yang artinya sig < α oleh karena itu Ho ditolak dan Ha diterima dan dapat dipastikan bahwa terdapat pengaruh yang signifikan kompensasi terhadap kepuasan kerja.
4. Uji Pengaruh kepemimpinan Terhadap Kepuasan kerja Berikut adalah hipotesis pengujian pengaruh kepemimpinan terhadap kepuasan kerja: Ho : β 2 = 0 (tidak terdapat pengaruh yang signifikan kepemimpinan terhadap
kepuasan kerja) Ha : β 2 ≠ 0 (terdapat pengaruh yang signifikan kepemimpinan terhadap
kepuasan kerja)
Setelah menentukan hipotesis penelitian, maka langkah selanjutnya adalah membandingkan α dengan nilai sig pada tabel coefficients. Dengan kriteria sebagai berikut:
Jika sig < α, maka Ho ditolak Jika sig > α, maka Ho diterima
Berdasarkan hasil analisis SPSS versi 21 yang disajikan pada Tabel 4.20, didapat nilai sig sebesar 0,058 yang artinya sig > α oleh karena itu Ho diterima dan Ha ditolak dan dapat dipastikan bahwa tidak terdapat pengaruh yang signifikan kepemimpinan terhadap kepuasan kerja.
5. Uji Pengaruh Motivasi Terhadap Kepuasan kerja Berikut adalah hipotesis pengujian pengaruh motivasi terhadap kepuasan kerja: Ho : β 3 =0 (tidak terdapat pengaruh yang signifikan motivasi terhadap
kepuasan kerja) Ha : β 3 ≠ 0 (terdapat pengaruh yang signifikan motivasi terhadap kepuasan
kerja)
Setelah menentukan hipotesis penelitian, maka langkah selanjutnya adalah membandingkan α dengan nilai sig pada tabel coefficients. Dengan kriteria sebagai berikut:
Jika sig < α, maka Ho ditolak
Jika sig > α, maka Ho diterima Berdasarkan hasil analisis SPSS versi 21 yang disajikan pada Tabel 4.20,
didapat nilai sig sebesar 0,000 yang artinya sig < α oleh karena itu Ho ditolak dan Ha diterima dan dapat dipastikan bahwa terdapat pengaruh yang signifikan motivasi terhadap kepuasan kerja.
6. Uji Pengaruh kompensasi, kepemimpinan, dan motivasi terhadap kepuasan kerja
Berikut adalah tabel ANOVA dan hipotesis pengujian pengaruh kepemimpinan dan motivasi terhadap kepuasan kerja:
Tabel 4.21 Tabel ANOVA
ANOVA b
Model
F Sig. 1 Regression
Sum of Squares
df Mean Square
103,267 ,000 a Residual
a. Predictors: (Constant), Motivasi, Kompensasi, Kepemimpinan b. Dependent Variable: Kepuasan
Ho : β 4 = 0 (tidak terdapat pengaruh yang signifikan kompensasi, kepemimpinan dan motivasi terhadap kepuasan kerja karyawan) Ha: β 4 ≠ 0 (terdapat pengaruh yang signifikan kompensasi, kepemimpinan dan
motivasi terhadap kepuasan kerja karyawan)
Setelah menentukan hipotesis penelitian, maka langkah selanjutnya adalah membandingkan α dengan nilai sig pada tabel ANOVA. Dengan kriteria sebagai berikut:
Jika sig < α, maka Ho ditolak Jika sig > α, maka Ho diterima
Berdasarkan hasil analisis SPSS versi 21, didapat nilai sig sebesar 0,000 yang artinya sig < α oleh karena itu Ho ditolak dan Ha diterima dan dapat dipastikan bahwa terdapat pengaruh yang signifikan kepemimpinan dan motivasi terhadap kepuasan kerja.
5. Koefisien Determinasi Berikut adalah hasil output regresi mengenai koefisien determinasi:
Tabel 4.22 Output SPSS Mengenai Koefisien Determinasi
Model Summary b
Std. Error of the Model
R Square
Adjusted R Square
Estimate
Durbin-Watson
4,626 1,854 a. Predictors: (Constant), Motivasi, Kompensasi, Kepemimpinan
1 ,881 a ,777
b. Dependent Variable: Kepuasan