83 Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen
signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heterokedisitas, jika variabel independen tidak signifikan terhadap variabel
absut diatas tingkat kepercayaan 0,05, maka dalam model regresi tidak mengarah pada heteroskedastisitas. Pada Tabel 4.11 terlihat bahwa semua variabel independen
mempunyai nilai sig 0,05, sehingga dapat disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
4.3.4 Uji Autokorelasi
Tabel 4.11 Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
,19739 Cases Test Value
22 Cases = Test Value
23 Total Cases
45 Number of Runs
26 Z
,607 Asymp. Sig. 2-tailed
,544 a. Median
Sumber : Data primer diolah 2015
Hasil pada Tabel 4.10 diketahui nilai test sebesar 0,19739 dengan probabilitas p=0,544, yang berarti hipotesis nol di terima, sehingga dapat disimpulkan bahwa
residual random atau tidak terjadi autokorelasi antara nilai residual.
4.4. Teknik Analisis Data 4.4.1 Analisis Regresi Linear Berganda
84 Analisis regresi linear berganda dilakukan untuk mengetahui seberapa besar
pengaruh variabel bebas pelatihan, promosi jabatan, mutasi terhadap variabel terikat prestasi kerja. Analisis dilakukan dengan bantuan program SPSS versi 19,0
for windows dengan menggunakan metode enter. Metode enter digunakan untuk analisis regresi agar dapat mengetahui apakah variabel bebas mempunyai pengaruh
positif dan signifikan terhadap variabel terikat. Seluruh variabel akan dimasukkan ke dalam analisis untuk dapat diketahui apakah variabel bebas mempunyai pengaruh
yang positif dan signifikan terhadap variabel terikat.
Tabel 4.12 Variables EnteredRemoved
Model Variables Entered
Variables Removed
Method 1
Mutasi, Pelatihan, Promosi
. Enter
a. All requested variables entered. b. Dependent Variable: PrestasiKerja
Sumber : Data primer diolah, 2015
Berdasarkan Tabel 4.13 Variabel Enteredremoved
b
menunjukkan hasil analisis statistik tiap indikator sebagai berikut :
85
Tabel 4.13 Uji Regresi Linier Tiap Variabel Pertanyaan
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 15,871
12,214 1,136
,006 Pelatihan
,520 ,215
,345 2,316
,024 Promosi
,327 ,172
,126 2,754
,025 Mutasi
,232 ,204
,084 2,514
,028 a.
Variabel yang dimasukkan ke dalam persamaan adalah variabel bebas yaitu X
1
, X
2
dan X
3
. b.
Tidak ada variabel bebas yang dikeluarkan removed. c.
Metode yang digunakan untuk memasukkan data yaitu metode enter. Analisis regresi berganda dirumuskan sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Y = 15,871 + 0,520 X
1
+ 0,327 X
2
+ 0,232 X
3
Sebelum nilai a konstanta, nilai b
1
, b
2
, dan b
3
dimasukkan ke dalam persamaan, terlebih dahulu dilakukan analisis determinan, uji F, dan uji t dari hasil
pengolahan regresi linear berganda.
4.4.2 Uji Signifikan Simultan Uji-F
Uji F dilakukan untuk menguji apakah pengaruh variabel independen pelatihan, promosi dan mutasi secara bersama-sama atau serempak mempunyai
pengaruh yang signifikan terhadap prestasi kerja. Model hipotesis yang digunakan dalam Uji F ini adalah sebagai berikut:
86 H
: b
1
= b
2
= b
3
= 0, artinya secara serentak tidak terdapat pengaruh positif dan signifikan dari variabel bebas yang terdiri dari pelatihan, promosi dan mutasi
terhadap prestasi kerja. H
a
: b
1
≠ b
2
≠ b
3
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas yang terdiri dari pelatihan, promosi dan mutasi
terhadap prrestasi kerja. Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang
dan derajat bebas penyebut, dengan rumus sebagai berikut: df pembilang = k-1 = 3
df penyebut = n-k = 41 Keterangan:
n = jumlah sampel penelitian = 45 k = jumlah variabel bebas dan terikat = 4
Pada penelitian ini diketahui jumlah sampel n adalah 45 dan jumlah keseluruhan variabel k adalah 4, sehingga diperoleh:
Tingkat kesalahan α = 5 dan derajat kebebasan df = k-1 ; n-k 1
df pembilang = k-1 df pembilang = 4-1 =3 2
df penyebut = n-k df penyebut = 45 - 4 = 41 Maka : F tabel 0,05 3;41 = 2,832
Nilai F
hitung
akan diperoleh dengan menggunakan bantuan software SPSS 19 for Windows, kemudian akan dibandingkan dengan nilai F
tabel
pada tingkat α = 5, dengan kriteria uji sebagai berikut:
H diterima bila F
hitung
F
tabel
pada α =5
87 H
ditolak bila F
hitung
F
tabel
pada α = 5
Tabel 4.14 Hasil Uji F
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
85,818 4
28,493 2,929
,000 Residual
401,524 41
9,728 Total
487,342 45
a. Predictors: Constant, Mutasi, Pelatihan, Promosi b. Dependent Variable: PrestasiKerja
Sumber : Data Primer diolah, 2015
Berdasarkan Tabel 4.13 dilihat nilai F
hitung
sebesar 2,929 dan F
tabel
sebesar 2,832 sehingga F
hitung
F
tabel
2,929 2,832 pada α = 5, Sehingga disimpulkan
bahwa variabel independen pelatihan, promosi dan mutasi secara bersama-sama berpengaruh terhadap prestasi kerja Y.
4.4.3 Uji Signifikansi Parsial Uji-t
Uji t dilakukan untuk menguji secara parsial apakah variabel bebas yang terdiri dari variabel pelatihan, promosi, dan mutasi secara parsial berpengaruh terhadap
prestasi kerja. Model hipotesis yang digunakan adalah sebagai berikut :
H : b
1
= b
2
= b
3
= 0, artinya variabel bebas yang terdiri dari pelatihan, promosi dan pmutasi secara parsial tidak berpengaruh terhadap prestasi kerja.
H
a
: b
1
≠ b
2
≠ b
3
≠ 0, artinya variabel bebas yang terdiri dari pelatihan, promosi dan mutasi secara parsial berpengaruh positif terhadap prestasi kerja.
88 Kriteria pengambilan keputusan :
Ho diterima jika t
hitung
t tabel pada α = 5 Ho ditolak jika t
hitung
t tabel pada α = 5 Hasil pengujian adalah :
Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k n = jumlah sampel , n = 45
k = jumlah variabel yang digunakan, k = 4 Derajat bebas pembilang df = k-1 = 4-1 = 3
Derajat bebas penyebut df = n-k = 45 – 4 = 41 Uji t yang dilakukan adalah uji dua arah, maka t tabel yang digunakan adalah t
0,05
41 = 2,019
Tabel 4.15 Hasil Uji t Pada Tiap Indikator
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 15,871
12,214 1,136
,006 Pelatihan
,520 ,215
,345 2,316
,024 Promosi
,327 ,172
,126 2,754
,025 Mutasi
,232 ,204
,084 2,514
,028
Sumber : Data Primer diolah, 2015
Variabel pelatihan berpengaruh positif dan signifikan terhadap prestasi kerja, yang dapat dilihat dari nilai signifikansi untuk pelatihan p = 0,024 0,05. Variabel
promosi berpengaruh positif dan signifikan terhadap prestasi kerja, yang dapat dilihat dari nilai signifikansi untuk promosi p = 0,025 0,05. Dan variabel independen
89 mutasi berpengaruh positif dan signifikan terhadap prestasi kerja hal ini terlihat dari
nilai signifikan untuk mutasi p = 0,028 0,05. Berdasarkan Tabel 4.15 di atas dapat disimpulkan sebagai berikut:
Variabel pelatihan berpengaruh secara positif dan signifikan terhadap prestasi kerja, hal ini terlihat dari nilai signifikan sebesar p = 0,024 lebih kecil dari 0,050,
Nilai t
hitung 2,316
t
tabel 2,019
artinya jika variabel pelatihan X
1
di tingkatkan maka prestasi kerja Y akan meningkat. Variabel promosi berpengaruh secara positif dan
signifikan terhadap prestasi kerja, hal ini terlihat dari nilai signifikan sebesar p = 0,025 lebih kecil dari 0,050, Nilai t
hitung 2,754
t
tabel 2,019
artinya jika variabel promosi X
2
di tingkatkan maka prestasi kerja Y akan meningkat. Sedangkan variabel mutasi X
3
berpengaruh secara positif dan signifikan terhadap prestasi kerja hal ini terlihat dari nilai signifikan untuk mutasi p = 0,028 lebih kecil dari
0,050, Nilai t
hitung 2,514
t
tabel 2,019
artinya jika variabel mutasi X
3
di tingkatkan maka prestasi kerja Y akan meningkat.
a. Konstanta sebesar 15,871 artinya walaupun variabel bebas bernilai nol maka
prestasi kerja tetap sebesar 15,871. b.
Berdasarkan hasil uji t maka rumus persamaan regresinya adalah: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Y = 15,871 + 0,520X
1
+ 0,327X
2
+ 0,232 X
3
90
4.4.4. Pengujian Koefisien Determinasi R
2
Determinan
2
R pada intinya mengukur proporsi atau persentase sumbangan variabel bebas yaitu variabel independen pelatihan, promosi, dan mutasi terhadap
variasi naik turunnya variabel terikat prestasi kerja secara bersama-sama, dimana: 1
2
≤ ≤ R
Tabel 4.16 Hasil Uji Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 ,520
,376 ,316
2,125 a. Predictors: Constant, Mutasi, Pelatihan, Promosi
b. Dependent Variable: PrestasiKerja
Sumber : Data primer diolah 2015
Keterangan Tabel 4.16:
a. R = 0,520 berarti hubungan relation antara variabel pelatihan, promosi
jabatan dan mutasi terhadap prestasi kerja sebesar 52 yang artinya mempunyai hubungan yang cukup besar.
b. Nilai R Square sebesar 0,376 artinya pelatihan, promosi, dan mutasi
menjelaskan prestasi kerja sebesar 37,6 dan sisanya 62,4 dapat dijelaskan oleh faktor- faktor lain yang tidak diteliti dalam penelitian ini.
91
4.5. Pembahasan 4.5.1 Pengaruh Pelatihan terhadap Prestasi Kerja