rx1rx
2.4 Kerangka konseptual
Proses seleksi yang diterapkan oleh perusahaan atau seorang manajer dalam organisasi dapat menciptakan integritas yang serasi dan
mendorong produktivitas gairah kerjaprestasi kerja karyawan untuk mencapai tujuan yang maksimal.
Gambar 2.3 paradigma penelitian antara variable X
1
,X
2
dan Y
Dalam penelitian ini tiga variabel yang menjadi objek penelitian yaitu : Variabel X
1
ialah dinyatakan untuk seleksi, yaitu proses penerimaan dan perekrutan karyawan berdasarkan kebutuhan jabatan dan lowongan. Variabel
ini dapat diukur dengan indikator : cermat, kejujuran, objektivitas dan kualifikasi.
Variabel X
2
ialah dinyatakan untuk penempatan karyawan, yaitu suatu kegiatan pemilihan dan penentuan posisi yang diterima atau ditolak untuk
menjadi karyawan. Variabel ini dapat diukur dengan indikator : kondisi fisik, kondisi mental, kompeten dan berkualitas.
Variable Y ialah dinyatakan untuk prestasi kerja, yaitu kegiatan yang dilakukan karyawan dalam melakukan aktivitas perusahaan bertitik tolak pada
kemampuan karyawan dalam menyelesaikan tugas yang diberikan. Variabel ini dapat diukur dengan indikator : ketepatan waktu, peningkatan kerja,
kehadiran dan fasilitas.
Penempatan Karyawan
X
2
Prestasi Kerja Y
Seleksi X
1
Universitas Sumatera Utara
2.4.1 Analisis regresi
Analisis regresi adalah merupakan metode statistik yang dapat digunakan untuk melakukan prediksi atas variabel terikat dengan mengetahui kondisi
variabel bebas. Sebelum dilakukan prediksi nilai Y berdasarkan nilai X dengan persamaan regresi perlu diuji lebih dulu adanya sifat hubungan antara X dan Y.
Jika kedua variabel ini tidak mempunyai hubungan yang signifikan, maka persamaan regresi tidak mempunyai fungsi ramal yang baik. Sifat hubungan
kedua variabel tersebut harus dibuktikan secara teoritis maupun pengujianya secara statistika.
2.4.2 Analisis regresi Berganda
Sebagian besar satu variabel mempunyai hubungan dengan banyak variabel sehingga dalam analisis statistik pun hendaknya digunakanan analisis yang
dapat mencakup hubungan banyak variabel. Pola hubungan-hubungan regresi ganda yaitu :
1. Masing- masing variabel bebas berdiri sendiri dalam mempengaruhi
variabel terikat. Dalam kondisi ini antar variabel bebas tidak terdapat hubungan yang signifikan. Jika kondisi ini dijumpai, maka hasil
perhitungan kuadrat koefisien merupakan jumlah sumbangan kontribusi variabel bebas terhadap variabel terikat. Besarnya kontribusi variabel
bebas terhadap variabel terikat merupakan jumlah kontribusi masing- masing variabel bebas terhadap variabel terikat.
2. Masing-masing variabel tidak berdiri sendiri-sendiri, tetapi antar mereka
mempunyai kebersamaan dalam mempengaruhi variabel terikat. Kalau sifat mandirinya tersebut tidak ada, maka dengan menghilangkan variabel
bebas tersebut tidak akan mempengaruhi besarnya kontribusi. Hal ini disebabkan karena kontribusi variabal bebas yang tidak mempunya sifat
mandiri telah diwakili oleh variabel bebas lainya. Jika korelasi antar variabel bebas sangat besar, maka sifat mandiri variabel bebas dalam
Universitas Sumatera Utara
memberikan kontribusi terhadap variabel terikat sangat kecil, demikian pula sebaliknya.
3. Variabel bebas dalam mempengaruhi variabel terikat tidak langsung,
sehingga ada variabel antar yang menjembatani hubungan antara variabel bebas dengan variabel terikat.
Yang lebih realitis adalah hubungan lebih dari dua variabel karena sebenarnya hubungan antara variabel-variabel kebanyakan merupakan
“hubungan regresional”, artinya bahwa tidak ada nilai Y tertentu untuk nilai X tertentu, terdapat banyak kemungkinan nilai Y untuk nilai X tertentu karena
nilai Y dipengaruhi oleh banyak variabel X. Analisis tersebut regresi linier untuk lebih dari dua variabel
disebut analisis regresi berganda multiple linier regression yang dinyatakan dengan persamaan linier :
Y = a + b
1
X
1
+ b
2
X
2
+ … + b
k
X
k
Dimana Y merupakan variabel yang akan diramalkan, sedang X
1
,X
2
,…,X
k
adalah varibel yang diketahui yang dijadikan dalam membuat prediksi.
2.4.3 Koefisien korelasi
Untuk mengetahui besarnya kontribusi variabel bebas terhadap variabel terikat diperlukan perhitungan koefisien korelasi. Dalam regresi linier ganda koefisien
korelasi merupakan sumbangan atau kontribusi bersama dari seluruh variabel bebas terhadap variabel terikat. Mengingat variabel bebas satu dengan variabel
bebas lainya berkemungkinan besar tidak mandiri masih ada hubungan variabel kecil, maka sama dengan jumlah kontribusi masing-masing variabel
bebas terhadap variabel terikatnya.
2.4.4 Korelasi Parsial
Berhubungan erat antara koefisien korelasi linier ganda dengan koefisien korelasi parsial. Dengan ini dimaksudkan koefisien korelasi antara sebagian
Universitas Sumatera Utara
dari jumlah variabel apabila hubungan dengan sebagian variabel lainya di anggap tetap. Jelaslah bahwa akibatnya akan banyak koefisien korelasi parsial
yang dapat dihitung. Apabila yang dihadapi adalah regresi dengan 2dua variabel bebas, maka akan diperoleh korelasi parsial sebanyak dua buah, yaitu:
a. Menyatakan hubungan antara variabel bebas pertama dengan variabel
terikat dengan menghilangkan pengaruh huubungan variabel bebas kedua dengan variabel terikatnya.
b. Menyatakan hubungan antara variabel bebas kedua dengan variabel
terikat dengan menghilangkan pengaruh variabel bebas pertama dengan variabel bebas kedua dan pengaruh variabel bebas pertama dengan
variabel terikatnya. Dengan menghilangkan pengaruh tersebut maka kontribusi variabel
pertama maupun kedua terhadap variabel terikatnya merupakan kontribusi yang mendekati murni.
Universitas Sumatera Utara
BAB 3 GAMBARAN UMUM PT. BANK SUMUT
Kategori