4.7. Analisis Pengaruh Program Pemeliharaan Karyawan Terhadap Loyalitas Karyawan
A. Model Regresi Logistik Biner
Model regresi logistik biner digunakan untuk melihat pengaruh antara variabel dependen program pemeliharaan karyawan terhadap variabel
independen loyalitas karyawan. Hasil dari analisis ini diharapkan mampu menjelaskan sejauh mana program pemeliharaan karyawan dalam
mempengaruhi loyalitas karyawan. Berikut ini penjelasan mengenai analisis regresi logistik biner.
Tabel 19 menjelaskan tentang jumlah kasus regresi yang dimasukkan dalam analisis regresi logistik biner. Berdasarkan tabel tersebut dapat dilihat
jumlah sampel yang dimasukkan dalam analisis regresi adalah 78 buah sampel, semuanya dimasukkan dalam analisis tersebut, tidak ada sampel yang
terlewatkan artinya seluruh sampel sudah masuk dalam analisis regresi.
Tabel 19. Jumlah sampel yang dimasukkan dalam analisis regresi
Selected Cases Jumlah
Persentase
Include in Analysis 78
100 Missing Cases
Total 78
100
Model regresi logistik biner ini dilakukan pengkodean terhadap variabel dependen Y. Adapun pengkodean yang dilakukan adalah bersifat
biner Tabel 20. Dimana, kode 1 untuk variabel dependen yang “Loyal” dan 0 untuk variabel dependen yang “Tidak Loyal”. Hal ini dilakukan karena
mempermudah dan mengetahui, serta membedakan antara variabel dependen yang loyal dan tidak loyal dalam analisis regresi logistik biner.
Tabel 20. Pengkodean variabel dependen Y
Variabel Dependen Kode
Tidak Loyal Loyal
1
Pengujian kebaikkankelayakan model dilakukan dengan uji Hosmer and Lemeshow. Dari hasil pengujian Tabel 21 diperoleh nilai Chi-Square
sebesar 4,741 dengan nilai signifikan sebesar 0,785. Berdasarkan hasil tersebut terlihat bahwa nilai signifikansi Sig.=0,785 lebih besar dari alpha
α=0,05, yang berarti bahwa hipotesis yang diambil adalah menerima H
o
Santosa, 2005. Adapun cara lain yang dapat digunakan untuk melakukan uji Hosmer and Lemeshow adalah dengan melihat sebaran Chi-Squarenya.
Dimana, telah dijelaskan sebelumnya bahwa nilai statistik uji Hosmer and Lemeshow
Ĉ mengikuti sebaran
2
Chi-Square dengan derajat bebas g-2. Dengan g merupakan banyaknya variabel bebas yang digunakan ditambah
konstanta g=6. Berdasarkan Tabel 21, nilai Chi-Square hitung 4,741 lebih kecil dibanding dengan nilai Chi-Square tabel 9,490 dengan df=4 g-2 dan
α=5, sehingga hipotesisnya menjadi terima H , dengan interpretasi tidak
ada perbedaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati atau model layak. Itu berarti model regresi logistik biner bisa
digunakan untuk analisis selanjutnya.
Tabel 21. Uji Hosmer and Lemeshow
Step Chi-Square
Df Sig.
1 4,741
8 0,785
Penilaian uji keseluruhan model regresi Uji G dapat menggunakan nilai -2 Log Likelihood. Dimana, jika terjadi penurunan dalam nilai -2 Log
Likelihood pada blok kedua block number=1 dibandingkan dengan blok pertama block number=0, maka dapat disimpulkan bahwa model kedua dari
regresi logistik biner tersebut menjadi lebih baik. Berdasarkan dari hasil perhitungan nilai
–2 Log Likelihood terlihat bahwa nilai blok pertama Tabel 22 adalah sebesar 55,790 dan nilai
–2 Log Likelihood pada blok kedua sebesar 28,033. Dengan hasil tersebut dapat diambil kesimpulan bahwa model
regresi kedua lebih baik dalam memprediksi loyalitas karyawan Santosa, 2005. Hasil uji G juga dapat dilihat melalui nilai Chi-Square. Statistik uji G
berdistribusi Chi-Square dengan derajat bebas sebesar jumlah variabel bebas k-1. Berdasarkan Lampiran 6, nilai uji G sebesar 27,757 55,790
– 28,033 lebih besar dibanding dengan nilai Chi-Square tabel sebesar 11,070 dengan
df=5 dan α=5. Sehingga hipotesisnya adalah tolak H atau terima H
1
dengan interpretasi terdapat pengaruh variabel independen atau model secara signifikan terhadap variabel dependen dengan tingkat signifikansi sebesar α
yang dipilih.
Tabel 22. Nilai -2 Log Likelihood berdasarkan Block Number
Block Number -2
Log Likelihood
Blok pertama block number=0 55,790
Blok kedua block number=1 28,033
Uji selanjutnya yang digunakan adalah uji Wald. Dimana, uji wald digunakan untuk menguji signifikasi dari tiap-tiap variabel independen
program pemeliharaan karyawan, sehingga hasil akhirnya akan diketahui program pemeliharaan yang mana β≠0 yang berpengaruh nyata terhadap
loyalitas karyawan. Berdasarkan Tabel 23, dapat disimpulkan bahwa program pemeliharaan karyawan yang dapat mempengaruhi tingkat loyalitas karyawan
adalah variabel insentif. Hal ini dikarenakan nilai signifikansi P- value=0,009 lebih kecil dari taraf signifikansi α = 5, sehingga tolak H
untuk hipotesisnya. Selain itu, hasil uji Wald bisa dilihat melalui nilai Chi- Squarenya. Dimana, telah dijelaskan sebelumnya bahwa statistik uji Wald
berdistribusi Chi-Square dengan derajat bebas 1 ∽ �
1 2
yaitu sebesar 3,840. Berdasarkan Tabel 23, hanya variabel insentif yang memiliki nilai uji
Wald 6,736 lebih besar dari nilai Chi-Square tabel 3,840. Sehingga hipotesisnya menjadi tolak Ho, yaitu variabel insentif berpengaruh nyata pada
taraf signifikansi 5. Empat variabel lainnya tidak terbukti signifikan karena dengan nilai P-value diatas 0,05 dan nilai uji Wald lebih kecil dari nilai Chi-
Square tabel, maka kesimpulannya keempat variabel tersebut tidak signifikan dalam mempengaruhi tingkat loyalitas karyawan.
Tabel 23. Nilai Uji Wald
Variabel Independen Wald
Sig.
Komunikasi 0,532
0,466 Insentif
6,736 0,009
Kesejahteraan 3,582
0,058 Keselamatan dan Kesehatan Kerja
0,575 0,448
Hubungan Industrial Pancasila 3,665
0,056
Pada tabel klasifikasi Tabel 24 untuk blok pertama block number=0 terlihat bahwa nilai prediksi loyalitas karyawan untuk karyawan
loyal adalah 69 dan karyawan tidak loyal adalah 0, dengan klasifikasi yang diamati untuk karyawan loyal adalah 69 dan karyawan tidak loyal 9.
Sedangkan, pada blok kedua block number=1, terlihat bahwa nilai prediksi
loyalitas karyawan untuk karyawan loyal adalah 69 dan karyawan tidak loyal 6. Dengan ketepatan prediksi klasifikasi yang diamati blok kedua untuk
karyawan loyal adalah 100 dan karyawan tidak loyal adalah 66,7. Secara keseluruhan hasil klasifikasi menunjukkan persentase ketepatan klasifikasi
sebesar 96,2 Santosa, 2005.
Tabel 24. Tabel klasifikasi berdasarkan Block Number
Block number
Pengamatan Obeservasi
Prediksi Persentase
Ketepatan Persentase
Ketepatan Keseluruhan
Tidak Loyal
Loyal Blok
pertama Tidak Loyal
9 88,5
Loyal 69
100 Blok
kedua Tidak Loyal
6 3
66,7 96,2
Loyal 69
100
Menggunakan loyalitas karyawan sebagai variabel dependentterikat Y dan program pemeliharaan sebagai variabel independentbebas X,
diperoleh persamaan model logistik biner yang terdapat pada Tabel 25 berikut hasil perhitungan lengkap terdapat pada Lampiran 6:
Tabel 25. Nilai-nilai variabel dalam persamaan regresi logistik biner
B S.E.
Wald df
Sig. ExpB
Komunikasi X1 Insentif X2
Kesejahteraan X3 K3 X4
Hub_Industrial X5 Constant
-1.350 4.923
-4.040 2.766
3.478 -20.671
1.851 1.897
2.135 3.649
1.817
10.337 .532
6.736 3.582
.575 3.665
3.999 1
1 1
1 1
1 .466
.009 .058
.448 .056
.046 .259
137.365 .018
15.900 32.407
.000
Hasil analisis regresi logistik biner dengan memasukkan semua komponen dari variabel independen, terlihat bahwa nilai konstanta adalah
sebesar -20,671, koefisien X1 komunikasi adalah sebesar -1,350, koefisien X2 insentif sebesar 4,923, koefisien X3 kesejahteraan karyawan adalah
sebesar -4,040, koefisien X4 keselamatan dan kesehatan kerjaK3 sebesar 2,766 dan koefisien X5 hubungan industrial Pancasila adalah sebesar 3,478.
Berdasarkan nilai pada Tabel 25, maka persamaan log logistiknya menjadi: ln
p 1
− p =
−20.671 − 1.350 X1 + 4.923 X2 − 4.040 X3 + 2.766 X4 + 3.478 X5
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ 22
Persamaan regresi di atas terlihat bahwa Log of Odds karyawan akan loyal berhubungan secara negatif dengan komunikasi dan kesejahteraan, serta
berhubungan positif dengan insentif, keselamatan dan kesehatan kerja K3 dan hubungan industrial Pancasila. Tingkat loyalitas karyawan melalui
variabel komunikasi sebagai berikut, dimana setiap terjadi peningkatan komunikasi efektif akan meningkatkan Log of Odds loyalitas karyawan
menjadi loyal sebesar 1,350, dengan variabel independen lainnya dianggap konstan. Sedangkan, memprediksi loyalitas karyawan melalui variabel
insentif dapat diinterpretasikan setiap terjadi peningkatan insentif yang diberikan kepada karyawan oleh perusahaan akan meningkatkan Log of Odds
loyalitas karyawan menjadi tidak loyal sebesar 4,923, dengan variabel independen lainnya dianggap konstan Santosa, 2005. Sedangkan, untuk nilai
konstanta pada Log of Odds adalah sebesar -20,671 mengindikasikan bahwa tingkat awal loyalitas karyawan pada Log of Odds adalah sebesar -20,671
dengan asumsi variabel independen lainnya program pemeliharaan karyawan dianggap tidak memiliki pengaruh atau konstan.
Bedasarkan perhitungan uji Wald sebelumnya Tabel 23, dapat disimpulkan bahwa program pemeliharaan yang dapat mempengaruhi tingkat
loyalitas karyawan adalah insentif X2. Dimana, dapat diinterpretasikan melalui rasio Odds sebagai berikut, peluang karyawan menjadi loyal dengan
peningkatan insentif yang diberikan kepada karyawan oleh perusahaan 137,365 kali dibandingkan dengan apabila perusahaan menurunkan insentif
yang diberikan kepada karyawan, dengan asumsi jika variabel independen lainnya sama Juanda, 2008. Hal tersebut dapat dilihat pada hubungan antara
rasio Odds dan variabel independennya. Sedangkan, untuk nilai konstanta memiliki nilai odds ratio sebesar 0
nol yang mengindikasikan bahwa peluang karyawan menjadi loyal dengan adalah sebesar 0 kali tanpa peluang perubahan dengan asumsi nilai odds
ratio variabel independen program pemeliharaan karyawan lainnya dinggap tidak memiliki pengaruh atau konstan. Pada variabel kesejahteraan karyawan,
memiliki nilai odds ratio paling kecil 0,018 dibandingkan dengan nilai odds ratio variabel independen lainnya yang memiliki pengaruh signifikan
terhadap loyalitas karyawan. Hal ini menunjukkan bahwa variabel kesejahteraan karyawan memiliki pengaruh yang tidak terlalu tinggi dalam
mempengaruhi tingkat loyalitas karyawan. Variabel kesejahteraan karyawan ini malah cenderung tidak mendukung loyalitas karyawan atau dengan kata
lain variabel ini lebih condong untuk menarik menjadi tidak loyal. Semakin tinggi kesejahteraan karyawan maka semakin rendah loyalitas karyawan. Hal
ini disebabkan karena apabila kesejahteraan karyawan sudah dipenuhi, maka karyawan di PT X Tbk Unit Bisnis Bogor cenderung untuk bersikap tidak
loyal. Mungkin hal ini disebabkan karena berubahnya pola pikir karyawan pada perusahaan tersebut, yang awalnya berorientasi pada materi menjadi
berorientsi pada non materi. Mungkin faktor-faktor lain yang membuat karyawan menjadi loyal secara non materi yaitu berupa kepuasan kerja,
motivasi yang diberikan oleh perushaan, promosi jabatan, pengadaan pelatihan untuk pengembangan kemampuanskill, dan lingkungan kerja yang
produktif. ψerdasarkan Tabel 25, dugaan nilai koefisien parameter β tidak ada
yang tidak proporsional pada variabel, semua koefisien β masih dapat di tolerir dan model regresi logistik biner tersebut masih baik dalam
memprediksi loyalitas karyawan melalui program pemeliharaan karyawan. Hal ini menyebabkan model regresi logistik biner tersebut tidak perlu
dilakukan reduksi Nachrowi dan Usman, 2002. Berdasarkan hasil regresi logistik biner diketahui bahwa kategori 1
pada Y menunjukkan bahwa karyawan berada pada kategori loyal, sedangkan untuk Y = 0 menunjukkan bahwa karyawan berada pada kategori tidak loyal.
Kategori pada variabel bebas menunjukkan hal yang berbeda, untuk Xj = 1 menunjukkan karyawan menjadi tidak loyal melalui faktor Xj, sedangkan
Xj=0 menunjukkan bahwa karyawan menjadi loyal melalui faktor Xj. Hal ini menyebabkan dugaan parameternya negatif -.
Ukuran hubungan asosiasi antara nilai variabel independen Y dengan nilai dugaan peluangnya Px, dapat dilihat pada Tabel 26 sebagai
berikut:
Tabel 26. Hubungan antara nilai aktual variabel dependen Y dengan nilai dugaan peluangnya Px
Measures of Association: Between the Response Variable and Predicted Probabilities
Pairs Number Percent Summary Measures Concordant 565 91.0 Somers D 0.82
Discordant 55 8.9 Goodman-Kruskal Gamma 0.82 Ties 1 0.2 Kendalls Tau-a 0.17
Total 621 100.0
Berdasarkan nilai Concordant Tabel 26 dapat disimpulkan bahwa 91 persen pengamatan dengan kategori loyal Y=1 mempunyai peluang lebih
besar pada kategori loyal Y=1. Sedangkan, dari nilai Disconcordant dapat disimpulkan bahwa 8,9 persen pengamatan dengan kategori tidak loyal Y=0
mempunyai peluang lebih besar pada kategori loyal Y=1. Adapun berdasarkan nilai Ties merupakan persentase pengamatan dengan peluang
pada kategori loyal sama dengan peluang pada kategori tidak loyal yaitu sebesar 0,2 persen. Berdas
arkan ukuran ringkas asosiasinya Somers’ D, Goodman-
Kruskal Gamma, dan Kendal’s Tau-a ukurannya cukup besar. Semakin besar ukuran asosiasi tersebut ke 1 satu, maka semakin baik daya
prediksi dari model dugaan yang diperoleh.
4.8. Implikasi Manajerial
Kategori