Analisis Deskripsi Variabel ANALSIS DATA DAN PEMBAHASAN

3.Analisis Deskripsi Variabel Kinerja Karyawan Analisa deskripsi terhadap variabel kinerja akan dilakukan dari hasil pernyataan responden mengenai kinerja, semua jawaban dan tanggapan responden terangkum dalam tabel V.8 berikut ini : Tabel V.9 Pernyataan Responden Mengenai Kinerja Karyawan No. Dimensi Pernyataan Penilaian Responden Item Skor Ket. Total Rata- Rata 1 2 3 4 5 12 Kuantitas Memberikan hasil kerja yang memuaskan. 10 27 12 198 4,04 Tinggi 13 Kuantitas Dapat memenuhi target yang diberikan perusahaan. 18 22 9 187 3,81 Tinggi 14 Kualitas Melakukan koreksi dalam menyelesaikan satu perkerjaan. 2 29 18 208 4,24 Sangat Tinggi 15 Kualitas Dapat menyelesaikan tugas tepat pada waktu yang telah ditentukan. 22 22 5 179 3,65 Tinggi 16 Waktu Kerja Dalamsatuminggu,leb ihsering masukkerja. 2 4 4 18 21 199 4,06 Tinggi 17 Waktu Kerja Dalamsatuminggu, lebihsering datang tepat waktu. 2 22 11 14 184 3,75 Tinggi Skor Rata-rata 3,92 Tinggi Item Skor Total : 198 = 1 x 0 + 2 x 0 + 3 x 10 + 4 x 27 + 5 x 12 Item Skor Rata-Rata : 4,04 = 198 : 49 responden Sumber : Hasil Pengolahan Data Primer, 2013 Nilai skor rata-rata kinerja sebesar 3,92, dalam rentang nilai standar, nilai ini termasuk tinggi, hal ini berarti karyawan memiliki kinerja yang tinggi. Indikator pernyataan nomor 14 dengan skor rata-rata tertinggi, yaitu dimensi kualitas dengan skor rata-rata 4,24. Namun demikian masih ada dimensi lain dengan skor rata-rata rendah dibandingkan dengan dimensi lain, yaitu indikator pernyataan nomor 15 dengan skor rata-rata 3,65.

D. Pengujian Asumsi Klasik 1. Pengujian Normalitas

Tabel V.10 One-Sample Kolmogorov-Smirnov Test Y X1 X2 N 49 49 49 Normal Parametersa,b Mean 23,57 27,78 15,57 Std. Deviation 3,335 3,664 2,894 Most Extreme Differences Absolute ,175 ,136 ,179 Positive ,111 ,094 ,098 Negative -,175 -,136 -,179 Kolmogorov-Smirnov Z 1,222 ,954 1,253 Asymp. Sig. 2-tailed ,101 ,323 ,087 Pada tabel tersebut terlihat datanilai Siglebihdari 0,05. Maka dapat dikatakan bahwa data variabel sudah normal.

2. Pengujian Multikolinearitas

Pengujian multikolinearitas dilakukan menggunakan program SPSS 12.0 for Window, hasilnya dengan melihat nilai Tolerance Value atau Variance Inflation Factor VIF pada tabel Coefficients, seperti ditunjukan dalam tabel berikut : Tabel V.11 PengujianMultikolinearitas Variabel Tolerance VIF Kompensasi – X 1 0,524 1,909 Motivasi – X 2 0,524 1,909 Nilai Tolerance value dari masing-masing variabel independen memiliki nilai lebih besar dari 0,1 serta Variance Inflation Factor VIF dari masing-masing variabel independen memiliki nilai kurang dari 10, maka dapat disimpulkan bahwa variabel independen pada penelitian ini tidak terdapat multikolinearitas.

3. Pengujian Autokorelasi

Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya t -1. Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. Cara mudah mendeteksi autokorelasi dapat dilakukan dengan uji Durbin Watson. Model regresi linear berganda terbebas dari autokorelasi jika nilai Durbin Watson hitung terletak di daerah No Autocorelasi dU sd 4-dU. Penentuan letak tersebut dibantu dengan tabel dL tabel batas bawah dan dU tabel batas atas, dibantu dengan nilai k jumlah variabel independen. Maka dari hasil perhitungan interpolasi diatas, didapat nilai dL dengan signifikansi 0,05 dan jumlah data n = 49 serta k = 2. yaitu nilai dL = 1,4564 dan nilai dU = 1,6259. Tabel V.12 KriteriaNilai Durbin Watson Nilai Durbin Watson Kesimpulan dL 1,4564 Ada Autokorelasi Positif dL 1,4564 sd dU 1,6259 Tidak ada Kesimpulan dU 1,6259 sd 4-dU 2,3741 Tidak ada Autokorelasi 4-dU 2,3741 sd 4-dL 2,5436 Tidak ada Kesimpulan 4-dL 2,5436 Ada Autokorelasi Negatif Untuk uji autokorelasi dihasilkan output yang terdapat pada tabel berikut yang dihitung menggunakan program SPSS 12.0 for Window. TabelV.13 Tabel Durbin Watson Hitung Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,821a ,674 ,660 1,945 1,971 Dari tabel diatas terlihat bahwa nilai Durbin Watson sebesar 1,971. Dari hasil tersebut bisa di masukan ke dalam tabel kriteria diatas. Maka nilai Durbin Watson yang diperoleh sebesar 1,971 berada dalam range nilai antara dU 1,6259 sd 4-dU 2,3741 yang berarti kesimpulannya adalah tidak terjadi autokorelasi.

4. Pengujian Heteroskedastisitas

Pengujian heteroskedastisitas dilakukan menggunakan program SPSS 17.0 for Window, hasilnya dengan melihat pola titik-titik pada scatterplots regresi, berikut ini : Gambar GrafikHeteroskedastisitas Dari grafik scatterplots tersebut terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.

E. Analisis Regresi Berganda

Analisis regresi berganda dilakukan menggunakan program SPSS 12.0 for Window, hasilnya dengan melihat nilai B pada tabel Coefficien, seperti ditunjukan dalam tabel berikut : TabelV.14 Koefisien Regresi Variabel KoefisienRegresi Konstanta 6,25 Kompensasi 0,20 Motivasi 0,75 -4 -3 -2 -1 1 2 Regression Standardized Predicted Value -3 -2 -1 1 2 3 4 R e g re s s io n S tu d e n ti z e d R e s id u a l Dependent Variable: Y Scatterplot Berdasarkan data hasil regresi yang ditunjukan pada table diatas, dapat dituliskan dalam persamaan Regresi Linier Berganda, sebagai berikut : Y = 6,25 + 0,20X 1 + 0,75X 2

F. Pengujian Koefisien Regresi Simultan uji - F

Pengujian koefisien regresi simultan dilakukan menggunakan program SPSS 12.0 for Window, F hitung dengan melihat nilai F pada tabel Anova, signifikansi 0,00 0,05 , maka ada pengaruh diterima, seperti ditunjukan dalam tabel berikut : TabelV.15 Hasil AnalisaUji F Model F hitung F tabel 1 Regression 47,557 4,05 Residual Total Nilai F pada tabel diatas mempunyai nilai F hitung F tabel berada di daerah H ditolak artinya secara statistik H a diterima, sehingga Kompensasi dan Motivasi secara bersamaan simultan berpengaruh signifikan terhadap kinerja. Hal ini sesuai dengan teori yang dikemukakan oleh Stephen P. Robbins 2007:222 “motivasi merupakan proses yang berperan pada intensitas, arah dan lamanya waktu berlangsungnya upaya individu ke arah pencapaian sasaran.” Sementara tabel berikut ini merupakan hasil uji bersama-sama simultan dari variabel persepsi karyawan pada Kompensasi X1 dan Motivasi X2, dimana dalam tabel ini terlihat bahwa kedua variabel tersebut secara bersama-sama memiliki nilai pengaruh terhadap variable Kinerja Y sebesar 66 Adjusted R Square = 0.660. Table V.16 HasilUjiBersama-sama Mode l R R Square Adjusted R Square Std. Error of the Estimate 1 ,821a ,674 ,660 1,945

G. Pembahasan

Persepsi karyawan pada kompensasi yang diteliti dalam penelitian ini adalah dimensi finansial dan non finansial. Sedangkan motivasi yang diteliti dalam penelitian ini adalah dimensi sikap dan nilai. Dimensi-dimensi tersebut memang saling mendukung dan berpengaruh terhadap kinerja karyawan. Dengan demikian jika dimensi-dimensi tersebut dapat diberikan secara baik dan seimbang pada karyawan, maka kinerjanya akan semakin bagus dan meningkat tentunya. Berdasarkan hasil penelitian yang dilakukan Kike Christiana Dewi pada tahun 2011 dengan judul “Pengaruh Pemberian Tunjangan Makan Siang dan Transport”, bahwa pemberian kompensasi memberikan pengaruh yang baik bagi kinerja karyawan disuatu perusahaan. Kompensasi yang diberikan seperti tunjangan makan siang dan transport. Pada kesimpulannya bahwa variabel pemberian tunjangan makan siang dan transport secara simultan memberikan pengaruh terhadap kinerja karyawan. Hal ini akan sesuai dengan penelitian yang Penulis lakukan bahwa kompensasi dan motivasi mempengaruhi kinerja karyawan. Dengan meningkatnya persepsi karyawan pada kompensasi akan menjadikan kinerja juga semakin baik dan positif. Seperti karyawan lebih giat bekerja, datang tepat waktu pada jam kerjanya serta dapat mengerjakan pekerjaannya dengan maksimal. Dengan demikian karyawan mempunyai keinginan untuk mendapatkan jabatan yang lebih tinggi dan tentunya kompensasi juga akan meningkat. Adanya motivasi juga akan membantu untuk