46
3.10 Metode Analisis Data
3.10.1 Model Analisis Deskriptif
Menurut Sinulingga 2011:241menyatakan definisi metode deskriptif ialah suatu teknik analisis data dengan cara mendeskripsikan atau
menggambarkan situasi objek penelitian apa adanya tanpa bermaksud mengambil kesimpulan tertentu berdasarkan semua data yang telah terkumpul.
3.10.2 Analisis Linear Berganda
Analisis regresi berganda digunakan dalam situasi dimana ada lebih dari satu variabel independen X yaitu tingkat pendidikan X1, keterampilan X2
dan sikap X3, dihipotesiskan mempengaruhi satu variabel dependen Y yaitu prestasi kerja tenaga kerja terdidikpada dunia perbankan.
Persamaan umum regresi linear berganda Sugiyono, 2012:156 yaitu :
Y = b
o
+b
1
X
1
+b
2
X
2
+b
3
D1i+e
Keterangan : Y
: Variabel dependenprestasi kerja tenaga kerja terdidik bo
: Intersepkonstanta b1,b2,b3
: Koefisien regresi X1
: Variabel Independenpendidikan X2
: Variabel Independenketerampilan kerja D1i
: Variabel Independensikap e
: Standar erorvariabel pengganggu
3.10.3 Pengujian Hipotesis
1. Uji SerentakSimultan Uji F
Uji statistik ini digunakan untuk membuktikan signifikan
tidaknyapengaruh variabel terikat secara bersama-sama dengan
tingkatkepercayaan 95 Sugiono, 2001:204 dengan rumus sebagai berikut :
47 Dimana :
R
2
= Koefisien korelasi berganda K = Banyaknya variabel
n = Banyaknya observasi F
h
= Harga F Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak,
digunakan statistik F uji F. Jika F
hitung
F
tabel
, maka H
o
diterima atau H
a
ditolak, sedangkan F
hitung
F
tabel
, maka H
o
ditolak dan H
a
diterima. Jika tingkat signifikan dibawah 0,05 maka H
o
ditolak dan H
a
diterima. Model hipotesis yang digunakan dalam uji F hitung ini adalah:
H : b
1
, b
2,
b
3
= 0, artinya secara bersama-sama tidak terdapat pengaruh yang
positif dari variabel independen X
1
, X
2
dan
X
3
yaitu berupa tingkat pendidikan, keterampilan dan sikap terhadap
prestasi kerja Y. H
: b
1
, b
2,
b
3
≠ 0, artinya secara bersama-sama terdapat pengaruh yang positif dari variabel independen X
1
, X
2
dan X
3
yaitu berupa tingkat pendidikan, keterampilan dan sikap terhadap
prestasi kerja Y. Nilai F
hitung
dapat diperoleh dangan menggunakan software SPSS. Selanjutnya nilai F
hitung
akan dibandingkan dengan F
tabel
dengan tingkat kesalahan α=5 dan derajat kebebasan df = n-k, k-1.
48 Kriteria pengambilan keputusannya adalah:
H diterima jika F
hitung
F
tabel
pada α = 5 H
ditolak jika F
hitung
F
tabel
pada α = 5
2. Uji Parsial Uji t
Uji ini digunakan untuk mengetahui apakah masing-masing variabelindependen secara sendiri-sendiri mempunyai pengaruh secara
signifikanterhadap variabel dependen. Uji statistik ini juga berguna untukmembuktikan signifikan atau tidaknya variabel terikat secara
individualdengan tingkat kepercayaan 95 dan tingkat kesalahan 5 denganrumus Sugiono, 2001:58 sebagai berikut :
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak digunakan statistik t uji-t. Jika t
hitung
t
tabel
, maka H diterima atau H
a
ditolak, sedangkan jika t
hitung
t
tabel,
maka H ditolak atau H
a
diterima. Jika tingkat signifikan dibawah 0,05 maka H
ditolak dan H
a
diterima. Uji-t digunakan untuk menguji signifikansi pengaruh antara variabel X
dan Y, apakah tingkat pendidikan X
1
, keterampilan X
2
dan sikap X
3
terhadap variabel prestasi kerja tenaga kerja terdidik Y secara terpisah atau parsial.
Variabel independen dikatakan berpengaruh terhadap variabel dependen dapat dilihat dari probabilitas variabel independen dibandingkan dengan tingkat
49 kesalahannya α. Jika probabilitas variabel independen lebih besar dari tingkat
kesalahannya α maka variabel independen tidak berpengaruh, tetapi jika probabilitas variabel independen lebih kecil dari tingkat kesalahannya α maka
variabel independen tersebut berpengaruh terhadap variabel dependen. Model pengujiannya adalah:
H
o
: b
i
= 0 Artinya variabel independen yaitu berupa tingkat pendidikan, keterampilan
dan sikap secara parsial tidak berpengaruh positif terhadap variabel prestasi kerja tenaga kerja terdidik Y
H
o
: b
i
≠ 0 Artinya variabel independenyaitu berupa tingkat pendidikan, keterampilan
dan sikap secara parsial berpengaruh positif terhadap variabel prestasi kerja tenaga kerja terdidik Y
Kriteria pengambilan keputusan : H
o
diterima jika t
hitung
t
tabel
pada a=5 H
o
ditolak jika t
hitung
t
tabel
pada a=5
3. Uji Asumsi Klasik
Menurut Alfigari, model regresi yang diperoleh dari metode kuadratterkecil biasa Ordinary Least Square OLS merupakan metode regresi yangmenghasilkan
estimator linier tidak bias Best Linier UnbiasEstimator BLUE.Kondisi ini akan
terjadi jika dipenuhi beberapa asumsi,yang disebut asumsiklasik, sebagai berikut:
a. Normalitas, uji ini dilakukan untuk melihat apakah ada data yang dipakai dalam penelitian terdistribusi secara normal atau tidak. Model regresi yang
50 baik adalah yang memiliki distribusi data normal atau mendekati normal.
Pedoman pengambilan keputusan : 1 Nilai signifikan atau probabilitas 0,05. Distribusi adalah tidak
normal. 2 Nilai signifikan atau probabilitas 0,05. Distribusi adalah normal
b. Multikoleniaritas, artinya antar variabel independen yang satu dengan independen yang lainnya dalam model regresi tidak saling berhubungan
secara sempurna. Menurut Rahayu 2004, umumnya multikoleniaritasdapat diketahui dari nilai dari Variance InflationFactor
VIF atau tolerance value. Batas tolerance value adalah 10. Apabila hasil analisis menunjukkan nilai VIF dibawah nilai 10 dan tolerance value
diatas nilai 0,10 maka tidak terjadi multikoleniaritas sehingga model reliable sebagai dasar analisis.
c. Heteroskedastisitas, artinya varians semua variabel adalah konstan sama. Heteroskedastisitasdilakukan untuk mengamati ada tidaknyaperubahan
varian residu dari satu sampel ke sampel yang lain. Deteksi adanya heteroskedastisitasdengan melihat kurva heteroskedastisitasatau diagram
pencar chart, dengan dasar pemikiran sebagai berikut : 1 Jika titik-titik terikat menyebar secara acak membentuk pola tertentu
yang beraturan bergelombang, melebar kemudian menyempit maka terjadi heteroskedastisitas.
51 2 Jika tidak ada pola yang jelas serta titik-titik menyebar baik di bawah
atau di atas 0 ada sumbu Y maka hal ini tidak terjadi heteroskedastisitas.
3.10.4 Koefisien Determinan R
2
Koefisien determinan R
2
pada intinya mengukur seberapa besar kemampuan model dalam menerangkan variabel dependen.Koefisien determinasi
berkisar antara nol sampai dengan satu 0R
2
1.Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel independen X
1
, X
2
dan X
3
adalah besar terhadap variabel dependen Y.Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel independen yang
diteliti terhadap variabel dependen. Sebaliknya, jika R
2
semakin mengecil mendekati nol maka dapat dikatakan bahwa pengaruh variabel independen X
1
, X
2
dan X
3
terhadap variabel dependen Y semakin kecil. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel independen
yang diteliti terhadap variabel dependen. Cara pertama dilakukan ddengan menjumlahkan R kuadrat untuk tiap
korelasi antara variabel independen dengan variabel dependen, lalu dikoreksi.
Rumus di atas juga menunjukkan bahwa R kuadrat dari garis regresi ganda merupakan jumlah r kuadrat tiap variabel yang dikoreksi atau dibersihkan dari
korelasi antar variabel independen. Jika r12 = 0 maka :
52 Selain cara pertama itu, cara lain yang terhitung mudah adalah dengan
mencari koefisien korelasi antara prediksi y dengan y dari data penelitian. Koefisien korelasi yang didapatkan kemudian dikuadratkan. Cara kedua ini dapat
dinyatakan dalam bentuk seperti berikut :
3.11 Pengolahan Data
Pengolahan data menggunakan program SPSS untuk mengolah data dalam penulisan skripsi ini.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Obyek Penelitian
4.1.1 Sejarah Singkat PT. Bank Rakyat Indonesia Persero Tbk
Sejarah berdirinya Bank Rakyat Indonesia tidak terlepas dari adanya beberapa kali pergantian nama sebelum menjadi Bank Rakyat Indonesia itu
sendiri. Sejarah tersebut dimulai ketika pada tanggal 16 desember 1895, Raden