variabel Y Kinerja berdasarkan variabel X
1
Penempatan, variabel X
2
Pelatihan, , yang datanya merupakan time series dengan cross section.
A. Uji Asumsi Klasik
Dalam mencari keabsahan analisis regresi berganda, penelitian ini akan diuji dengan menggunakan uji asumsi klasik yang bertujuan untuk mengetahui apakah
model regresi yang diperoleh dapat meghasilkan estimator yang baik. Adapun keempat uji asumsi klasik itu adalah :
a Uji Normalitas
Uji normalitas untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak. Asumsi normalitas
merupakan persyaratan yang sangat penting pada pengujian kebermaknaan signifikansi koefisien regresi. Model regresi yang baik hendaknya berdistribusi
normal atau mendekati normal. Mendeteksi apakah data terdistribusi normal atau tidak dapat diketahui dengan menggambarkan penyebaran data melalui sebuah garfik.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya,
model regresi memenuhi asumsi normalitas Husein Umar, 2011:181. b
Uji Multikolinearitas Menurut Imam Ghozali 2006:95 bahwa uji multikolinearitas bertujuan
untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang baik seharusnya antar variabel independen tidak
terjadi kolerasi. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi dapat dilihat dari tolerance value atau variance inflation factor VIF.
c Uji Heteroskedastisitas
Menurut Gujarati 2005:406, situasi heteroskedastisitas akan menyebabkan
penaksiran koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi kurang atau melebihi dari yang semestinya. Dengan demikian, agar koefisien-
koefisien regresi tidak menyesatkan, maka situasi heteroskedastisitas tersebut harus dihilangkan dari model regresi. Untuk menguji ada tidaknya heteroskedastisitas
digunakan uji Rank Spearman yaitu dengan mengkorelasikan masing-masing variabel bebas terhadap nilai absolut dari residual. Jika nilai koefisien korelasi dari masing-
masing variabel bebas terhadap nilai absolut dari residual error ada yang signifikan, maka kesimpulannya terdapat heteroskedastisitas varian dari residual tidak
homogen.
d Uji Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antar observasi yang diukur berdasarkan deret waktu dalam model regresi atau dengan kata lain error
dariobservasi yang satu dipengaruhi oleh error dari observasi yang sebelumnya. Akibat dari adanya autokorelasi dalam model regresi, koefisien regresi yang
diperoleh menjadi tidak efisien, artinya tingkat kesalahannya menjadi sangat besar dan koefisien regresi menjadi tidak stabil. Untuk menguji ada tidaknya autokorelasi,
dari data residual terlebih dahulu dihitung nilai statistik Durbin-Watson D-W.
2. Analisis Korelasi
Analisis koefisen korelasi pearson digunakan untuk mengukur ada atau tidaknya hubungan linier antara variabel bebas X dan variabel terikat Y serta
mempunyai tujuan untuk meyakinkan bahwa pada kenyataannya terdapat hubungan antara pengaruh Penampatan dan Pelatihan terhadap Kinerja. Dengan formulasi
sebagai berikut :
� = � � � − �
{� �
2
− �
2
}{ � �
2
− �
2
} Dimana :
r = koefisien korelasi x= penempatan
y = pelatihan z = kinerja masinis
n = jumlah responden Angka korelasi berkisar antara 0 sampai dengan 1. Besarnya kecilnya angka
korelasi menentukan kuat atau lemahnya hubungan kedua variabel. Keeratan variabel dapat dilihat pada tabel berikut ini:
Koefisien korelasi mempunyai nilai - 1 ≤ r ≤ +1 dimana:
Apabila r = +1, maka korelasi antara kedua variabel dikatakan sangat kuat dan searah, artinya jika X naik sebesar 1 maka Y juga akan naik sebesar 1 atau
sebaliknya. Apabila r = 0, maka hubungan antara kedua variabel sangat lebar atau tidak ada
hubungan sama sekali. Apabila r = -1, maka korelasi antara kedua variabel sangat kuat dan berlawanan
arah, artinya apabila X naik sebesar 1 maka Y akan turun sebesar 1 atau sebaliknya.
Ketentuan untuk melihat tingkat keeratan korelasi digunakan acuan pada tabel 3.8
Tabel 3.13 Tingkat Keeratan Korelasi
– 0.20 Sangat rendah hampir tidak ada
hubungan 0.21
– 0.40 Korelasi yang lemah
0.41 – 0.60
Korelasi sedang 0.61
– 0.80 Cukup Tinggi
0.81 – 1
Korelasi Tinggi Sumber : Syahri Alhusin, 2003:157
3. Analisis Determinasi
Persentase peranan semua variabel bebas atas nilai variabel bebas ditunjukkan oleh besarnya koefisien determinasi R
2
.Semakin besar nilainya maka menunjukkan bahwa persamaan regresi yang dihasilkan baik untuk mengestimasi
variabel terikat. Hasil koefisien determinasi ini dapat dilihat dari perhitungan dengan
MicrosoftSPSS atau secara manual didapat dari R
2
= SS
reg
SS
tot
Kd = r
2
x 100 Dimana :
d = koefisien determinasi
r = koefisien korelasi
3.2.5.3 Pengujian Hipotesis
Hipotesis yang akan diuji dalam penelitian ini adalah seberapa besar pengaruh Pelatihan dan Penempatan terhadap Produktivitas karyawan, dengan
memperhatikan karakteristik variabel yang akan diuji, maka uji statistik yang akan digunakan adalah melalui perhitungan analisis regresi dan korelasi.
1. Pengujian Secara SimultanTotal.
Melakukan uji F untuk mengetahui pengaruh seluruh variabel bebas secara simultan terhadap variabel terikat.
a. Rumus uji F yang digunakan adalah :
R 1
k R
1 k
n F
2 ......
X .
Y 2
..... X
. Y
Pengujian ini dilakukan untuk mengetahui apakah semua variable bebas secara bersama-sama dapat berperan atas variable terikat. Pengujian ini dilakukan
menggunakan distribusi F dengan membandingkan anatara nilai F
kritis
dengan nilai F
test
yang terdapat pada Tabel Analisis of Variance ANOVA dari hasil perhitungan
dengan micro-soft. Jika nilai F
hitung
F
kritis
, maka H yang menyatakan bahwa variasi
perubahan nilai variabel bebas tidak dapat menjelaskan perubahan nilai variabel terikat Produktivitas karyawan ditolak dan sebaliknya.
Menurut Sudjana 2001 :369 perhitungan terhadap titik keeratan dan arah hubungan antara variabel bebas dan variabel terikat adalah menggunakan uji
korelasi. Kemudian dilakukan perhitungan terhadap koefisien yang disebut juga koefisien korelasi produk moment Pearson.
b. Hipotesis
H ;
= 0, Secara simultan Penempatan dan Pelatihan tidak berpengaruh terhadap
Kinerja Masinis.
H
1
; 0,Secara simultan Penempatan dan Pelatihan berpengaruh terhadap Kinerja
Masinis.
c. Kriteria pengujian
H ditolak apabila F
hitung
dari F
tabel
= 0,05
Menurut Guilford 1956:480, bahwa tafsiran koefisien korelasi variabel dalam penelitian dapat dikategorikan sebagai berikut:
Tabel 3.14 Kategori Korelasi Metode Guilford
Besarnya Pengaruh Bentuk Hubungan
0,00 – 0,20
Sangat longgar,dapat diabaikan 0,21
– 0,40 Rendah
0,41 – 0,60
Moderat Cukup 0,61
– 0,80 Erat
0,81 – 1,00
Sangat erat
Apabila pada pengujian secara simultan H ditolak, artinya sekurang-
kurangnya ada sebuah yxi 0. Untuk mengetahui yxi yang tidak sama dengan nol
, maka dilakukan pengujian secara parsial.
2. Pengujian Secara Parsial
Melakukan uji-t, untuk menguji pengaruh masing-masing variabel bebas terhadap variabel terikat hipotesis sebagai berikut :
a. Rumus uji t yang digunakan adalah :
........,5 1,2,3
I 1
...... 2
1 1
k
n CRii
Xk XY
R YX
P i
t
Hasilnya dibandingkan dengan tabel t untuk derajat bebas n-k-1 dengan taraf signifikansi 5.
b. Hipotesis
H
1
:
1
= 0, Penempatan tidak berpengaruh terhadap Kinerja Masinis .
H
1
:
1
≠ 0, Penempatan berpengaruh terhadap Kinerja Masinis. H
2
:
2
= 0, Pelatihan tidak berpengaruh terhadap KinerjaMasinis.
H
2
:
2
≠ 0, Pelatihan berpengaruh terhadap Kinerja Masinis . Kriteria pengujian
H ditolak apabila t
hitung
dari t
tabel
= 0,05
Jika menggunakan tingkat kekeliruan
= 0,01 untuk diuji dua pihak,maka kriteria penerimaan atau penolakan hipotesis yaitu sebagai berikut:
a. Jika t
hitung
≥ t
table
maka H ada di daerah penolakan, berarti Haditerima artinya
antara variabel X dan variabel Y ada hubungannya. b. Jika t
hitung
≤ t
table
maka H ada di daerah penerimaan, berarti Ha ditolak artinya
antara variabel X dan variabel Y tidak ada hubungannya.
