Jumlah 86
100
Sumber: Hasil Penelitian, 2008 data diolah
Berdasarkan Tabel 4.5 dapat dijelaskan bahwa sebagian besar karyawan PT Bank Bukopin Cabang Medan sudah kawin sudah menikah sebanyak 46 orang
53,48 dan belum kawin belum menikah sebanyak 48 orang 46,51.
4.1.3. Deskripsi Variabel Penelitian
Dalam penelitian ini, variabel terikat dependent variabel yaitu produktivitas kerja karyawan Y dan dua variabel bebas independent variabel terdiri dari:
variabel penilaian prestasi kerja X
1
, variabel pelatihan X
2
. 4.1.3.1. Variabel penilaian prestasi kerja
Definisi operasional variabel penilaian prestasi kerja adalah menilai hasil kerja nyata dengan standard kualitas maupun kuantitas yang dihasilkan setiap
karyawan. Menempatkan kebijaksanaan pelatihan, berarti karyawan akan dipromosikan, didemosikan dan atau balas jasa dinaikkan.
Tabel 4.6. Tanggapan Responden terhadap Penilaian Prestasi Kerja
Kategori A
B C
D E
Jumlah Butir
Per F
F F
F F
F 1
2 3
4 5
6 7
8 9
2 2
3 9
18 6
4 11
4 2.30
2.30 3.50
10.50 20.90
7.00 4.70
12.80 4.70
39 41
48 35
28 32
36 42
37 45.30
47.70 55.80
40.70 32.60
37.20 41.90
48.80 43.00
43 38
35 37
40 42
44 33
42 50.00
44.20 40.70
43.00 46.50
48.80 51.20
38.40 48.80
2 5
5 6
2 3
2.30 5.80
0.00 5.80
0.00 7.00
2.30 0.00
3.50 0.00
0.00 0.00
0.00 0.00
0.00 2.50
0.00 0.00
86 86
86 86
86 86
86 86
86
Universitas Sumatera Utara
10 11
11 4
12.80 4.70
42 37
48.80 43.00
33 42
38.40 48.80
3 0.00
3.50 0.00
0.00 86
86 Sumber: Data setelah diolah 2008
Untuk butir pertanyaan-pertanyaan variabel penilaian prestasi kerja, sebagian besar responden memberikan opsi jawaban ke-2 dan ke-3, hal ini menunjukkan
karyawan memberikan tanggapan yang positif terhadap penilaian prestasi kerja yang ada di perusahaan, walaupun terdapat sebagian karyawan yang merasakan perlu
perbaikan penilaian prestasi kerja dengan memberikan komentar atas pertanyaan yang diberikan.
4.1.3.2. Variabel pelatihan
Definisi operasional variabel ini adalah suatu kegiatan yang bermaksud untuk memperbaiki sikap, tingkah laku, keterampilan dan pengetahuan dari karyawan sesuai
dengan keinginan karyawan.
Tabel 4.7 Tanggapan Responden terhadap Penilaian Prestasi Kerja
Kategori A
B C
D E
Jumlah Butir
Per F
F F
F F
F 1
2 3
4 5
6 7
2 3
2 0.00
2.30 0.00
3.50 0.00
2.30 0.00
40 51
51 46
40 48
50 46.50
59.30 59.30
53.50 46.50
55.80 58.10
46 32
34 35
46 35
35 53.50
37.20 39.50
40.70 53.50
40.70 40.70
1 1
2 1
1 0.00
1.20 1.20
2.30 0.00
1.20 1.20
0.00 0.00
0.00 0.00
0.00 0.00
0.00 86
86 86
86 86
86 86
Sumber: Data setelah diolah 2008
Untuk butir pertanyaan-pertanyaan variabel pelatihan, sebagian besar responden memberikan opsi jawaban ke-2 dan ke-3, hal ini menunjukkan karyawan
Universitas Sumatera Utara
memberikan tanggapan yang positif terhadap pelatihan yang diberikan perusahaan, walaupun terdapat sebagian karyawan yang merasakan perlu lebih diperhatikan
pelatihan yang dilakukan dengan memberikan komentar atas pertanyaan yang diberikan.
4.1.3.3. Variabel produktivitas kerja Definisi operasional variabel ini merupakan perbandingan antara output
dengan input, di mana output-nya harus mempunyai nilai tambah dan teknik pengerjaannya yang lebih baik.
Tabel 4.8. Tanggapan Responden terhadap Penilaian Prestasi Kerja
Kategori A
B C
D E
Jumlah Butir
Per F
F F
F F
F 1
2 3
4 5
6 7
4 10
3 3
3 7
5 4.70
11.60 3.50
3.50 3.50
8.10 5.80
53 37
50 47
53 50
40 61.60
43.00 58.10
54.70 61.60
58.10 46.50
28 38
33 36
30 29
41 32.60
44.20 38.40
41.90 34.90
33.70 47.70
1 1
1.20 1.20
0.00 0.00
0.00 0.00
0.00 0.00
0.00 0.00
0.00 0.00
0.00 0.00
86 86
86 86
86 86
86
Sumber: Data setelah diolah 2008
Untuk butir pertanyaan-pertanyaan variabel produktivitas kerja karyawan, sebagian besar responden memberikan opsi jawaban ke-2 dan ke-3, hal ini
menunjukkan karyawan memberikan tanggapan yang positif pada produktivitas yang baik sekali dalam bekerja, walaupun terdapat sebagian karyawan yang merasakan
perlu lebih diperhatikan lagi tingkat produktivitas kerja karyawan dengan memberikan komentar atas pertanyaan yang diberikan.
Universitas Sumatera Utara
4.1.4. Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik yang dimaksudkan untuk memastikan bahwa model regresi linear
berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, alat uji statistik linear berganda dapat dipergunakan.
4.1.4.1. Uji Normalitas Untuk pengujian normalitas data dalam penelitian ini dideteksi melalui analisa
grafik dan statistik yang dihasilkan melalui perhitungan regresi dengan SPSS. Hasil pengujian normalitas dapat dilihat pada Gambar 4.1 berikut:
-3 -2
-1 1
2 3
Regression Standardized Residual
5 10
15 20
Freq uency
Mean = 8.08E-16 Std. Dev. = 0.988
N = 86
Dependent Variable: Produktivitas Kerja Histogram
Gambar 4.1. Uji Normalitas
Universitas Sumatera Utara
Dari Gambar 4.2, dapat disimpulkan bahwa data yang digunakan menunjukkan normal. Ghozali 2005 menyatakan bahwa, jika data menyebar di
sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi
normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Analisis dari grafik terlihat titik-titik menyebar di sekitar garis diagonal, serta penyebarannya
mengikuti arah garis diagonal. Maka model regresi layak dipakai untuk memprediksi produktivitas kerja karyawan berdasarkan masukan variabel independen.
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Expected Cum Prob
Dependent Variable: Produktivitas Kerja Normal P-P Plot of Regression Standardized Residual
Gambar 4.2. Uji Normalitas
Universitas Sumatera Utara
Selanjutnya uji normalitas data dilakukan dengan analisis statistik dengan menggunakan alat uji non parametrik Kolmogorov – Smirnov K-S, seperti terlihat
pada Tabel 4.9 berikut ini:
Tabel 4.9. Uji Kolmogorov – Smirnov K-S
One-Sample Kolmogorov-Smirnov Test
86 .0000000
1.78465724 .100
.100 -.062
.927 .357
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Dari Tabel 4.9 di atas diketahui besarnya nilai Kolmogorov-Smirnov adalah 0,927 dan tidak signifikan pada 0,357. Hal ini berarti data residual berdistribusi
normal, dan hasilnya konsisten dengan uji sebelumnya.
4.1.4.2. Uji multikolinieritas
Uji mulitikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka
terdapat masalah multikolinieritas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel independen.
Hasil pengujian multikolinieritas data dalam penelitian ini menggunakan alat bantu SPSS, hasilnya dapat dilihat pada Tabel 4.10 berikut:
Universitas Sumatera Utara
Tabel 4.10. Hasil Uji Multikolinearitas
Coefficients
a
7.949 2.540
.270 .059
.426 .868
1.152 .285
.087 .307
.868 1.152
Constant Penilaian Prestasi Kerja
Pelatihan
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients Tolerance
VIF Collinearity Statistics
Dependent Variable: Produktivitas Kerja a.
Dari Tabel 4.10 di atas terlihat bahwa kedua variabel bebas yaitu : variabel penilaian prestasi kerja dan pelatihan, angka Variance Inflation Factor VIF kurang
dari 5, sedangkan nilai Tolerance mendekati 1, dengan demikian dapat disimpulkan bahwa pada model regresi tersebut tidak terdapat problem multikolinieritas.
4.1.4.3. Uji heteroskedastisitas
Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan yang lain. Jika
variasi residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model yang
baik adalah tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas data dalam penelitian ini menggunakan
alat Bantu SPSS dengan mengamati pola yang terdapat pada Sctterplots, hasilnya dapat dilihat pada Gambar 4.3.
Dari Gambar 4.3 di atas terlihat bahwa titik-ttitik menyebar secara acak random serta tersebar di atas maupun di bawah angka 0 pada sumbu Y. Hal ini
Universitas Sumatera Utara
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.
Santoso 2000 menyatakan, jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang teratur bergelombang, melebar kemudian menyempit,
maka telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi keputusan memilih
berdasarkan masukan dari variabel bebasnya.
-3 -2
-1 1
2
Regression Standardized Predicted Value
Dependent Variable: Produktivitas Kerja Scatterplot
-3 -2
-1 1
2 3
R e
gression S tudentiz
e d
R esidual
Gambar 4.3. Hasil Uji Heteroskedastisitas
Universitas Sumatera Utara
Selanjutnya dilakukan uji statistik untuk menjamin keakuratan hasil. Adapun uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas adalah
uji Glesjer.
Tabel 4.11. Hasil Uji Glesjer
Dari Tabel 4.11 di atas menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen. Hal ini
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. Hal ini
konsisten dengan hasil uji Scatter Plots. 4.1.4.4. Koefisien determinasi R
2
Tabel 4.12. Hasil Uji Determinasi
Coefficients
a
2.036 1.535
1.326 .188
.049 .036
.158 1.379
.172 -.104
.052 -.228
-1.982 .052
Constant Penilaian Prestasi Kerja
Pelatihan
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: ABSUT a.
Model Summary
b
.609
a
.371 .355
1.80603 1.949
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Pelatihan, Penilaian Prestasi Kerja a.
Dependent Variable: Produktivitas Kerja b.
Universitas Sumatera Utara
Berdasarkan Tabel 4.12 di atas, diketahui bahwa besarnya koefisien determinasi atau angka R
2
adalah sebesar 0,371, yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas independen sebesar 37,10. Bahwa
variabel bebas cenderung lebih kecil karena lebih besar variabel tidak bebas. Jadi model cukup baik. Sedangkan sisanya 62,10 dijelaskan oleh variabel-variabel bebas
lain yang tidak diteliti dan tidak dimasukkan ke dalam model regresi. Bahwa P mampu mempengaruhi variabel tidak bebas.
4.1.5. Pengujian Hipotesis