Anda di halaman 1dari 22

49

BAB 4
HASIL DAN PEMBAHASAN

4.1 Hasil Pengumpulan Data
Pada penelitian ini, pengumpulan data dilakukan dengan cara menyebarkan
kuesioner kepada para responden yang merupakan karyawan pada PT. BKR yang
berada di luar tingkatan manajer yang didistrbusikan secara acak dengan bantuan dari
departemen HRD. Dari hasil pengumpulan kuesioner dihasilkan data distribusi
kuesioner sebagai berikut :
Tabel 4.1 Distribusi Kuesioner
Kuesioner yang disebarkan 112 buah
Kuesioner yang diterima 80 buah
Kuesioner tidak sah 8 buah
Kuesioner sah 72 buah
Response Rate 64.28%

Kuesioner yang diterima ternyata tidak memenuhi ekspektasi dari peneliti, yaitu
sesuai dengan total kuesioner yang disebarkan sebanyak 112. ini dikarenakan
kesibukan dari masing-masing karyawan dan adanya jam kerja (shift ) yang berbeda-
beda dari masing-masing karyawan.








50
Tetapi dari angka response rate yang cukup besar yakni 64,28% dan 80 buah
kuesioner yang diterima, maka data yang diperoleh sudah dianggap dapat
merepresentatif responden yang dituju, karena apabila ditinjau dari jumlah karyawan
yaitu sebanyak 112 orang pada PT. BKR, maka bila dihitung dengan menggunakan
rumusan slovin didapatkan perhitungan sebagai berikut :
2
e . n 1
n
s
+
=
dimana :
n = Jumlah Populasi.
e = Taraf Kesalahan
maka, jumlah sample dengan taraf kesalahan 10 % adalah :

( )
53
1 . 0 112 1
112
2
=
+
=
x
s

Dari perhitungan diatas, maka dapat disimpulkan bahwa jumlah responden telah
memenuhi syarat untuk diolah lebih lanjut.
Model kuesioner yang dibagikan menggunakan skala likert, dengan bentuk : STS
(Sangat Tidak Setuju), TS (Tidak Setuju), N (Netral), S (Setuju), dan SS (Sangat
Setuju) dengan nilai jawaban dari 1 sampai 5. Dari hasil pengumpulan data kuesioner,
maka kemudian disusun dalam format M x N, dimana M menunjukkan jumlah
responden yang mengisi kuesioner sebesar 72 orang, dan N adalah jumlah variabel
penelitian, yaitu sebesar 18 buah yang diberi kode X1 sampai X18.








51
4.2 Analisis Data dan pembahasan
Dari data-data yang telah terkumpul, maka akan dilakukan pengolahan data dan
analisis melalui beberapa tahapan seperti uji validitas,uji reliabilitas, dan regresi
linier.
4.2.1 Uji Validitas
Pengolahan data diawali dengan melakukan uji validitas dengan menggunakan
koefisien r, yang didapat dari rumusan Korelasi Product Moment. Dengan
menggunakan rumusan tersebut yang dimasukkan dalam program Microsoft Excel,
maka diperoleh angka korelasi setiap variabel :
Tabel 4.2 Uji Validitas
Variabel r Ket. Variabel r Ket.
X1 0.478 Valid X10 0.581 Valid
X2 0.550 Valid X11 0.561 Valid
X3 0.595 Valid X12 0.450 Valid
X4 0.553 Valid X13 0.604 Valid
X5 0.600 Valid X14 0.787 Valid
X6 0.516 Valid X15 0.493 Valid
X7 0.726 Valid X16 0.534 Valid
X8 0.046 Non Valid X17 0.404 Valid
X9 0.660 Valid X18 0.675 Valid

Dari tabel diatas dapat dilihat bahwa dari 18 variabel yang ada, terdapat 1
variabel yang tidak memenuhi syarat atau tidak valid, yaitu X8 dimana syarat untuk
memenuhi kevalidan adalah bila nilai korelasi r
hitung
> r
kritis
dimana r
kritis
diperoleh
dari harga koefisien di tabel dengan jumlah responden sebesar 30 orang dan tingkat
signifikansi 5% menghasilkan nilai 0.361.








52
Variabel yang memiliki validitas tertinggi yaitu X14 dengan nilai koefisien korelasi
sebesar 0.787.
4.2.2. Uji Reliabilitas
Pengujian reabilitas dilakukan untuk mengukur keandalan dan
kekonsistensian dari alat ukur pada penelitian. Pengujian ini menggunakan rumus
koefisien alpha cronbach, yang menggunakan perhitungan koefisien keandalan (),
yang menetapkan batas minimum sebesar 0.60. Di bawah ini terdapat ringkasan
hasil perhitungan dengan menggunakan bantuan program SPSS 11.5 dengan
menggunakan one shot method.
Tabel 4.3 Hasil perhitungan alpha cronbach
Scal e Scal e Cor r ect ed
Mean Var i ance I t em- Al pha
i f I t em i f I t em Tot al i f I t em
Del et ed Del et ed Cor r el at i on Del et ed

X1 63. 7000 63. 6655 . 4639 . 8982
X2 64. 4333 58. 7368 . 5502 . 8959
X3 64. 7667 58. 8747 . 6081 . 8933
X4 63. 7333 63. 0299 . 5416 . 8966
X5 63. 7667 61. 9092 . 6011 . 8947
X6 64. 0000 61. 3793 . 5347 . 8958
X7 63. 9000 58. 0241 . 7282 . 8892
X9 63. 8000 62. 1655 . 6533 . 8942
X10 64. 5000 59. 0862 . 5622 . 8951
X11 64. 1333 61. 1540 . 5660 . 8950
X12 64. 6000 59. 9034 . 4600 . 8995
X13 64. 2333 59. 2885 . 6189 . 8930
X14 64. 0000 58. 8966 . 7797 . 8886
X15 65. 2667 59. 0299 . 5070 . 8978
X16 64. 9333 57. 8575 . 5368 . 8974
X17 64. 1000 63. 4724 . 4057 . 8993
X18 64. 4000 58. 5931 . 6686 . 8912

Rel i abi l i t y Coef f i ci ent s
N of Cases = 30. 0 N of I t ems = 17
Al pha = . 9006








53
Seperti terlihat di atas bahwa nilai diatas melebihi batas minimum 0.6 yaitu
sebesar 0.9006, yang berarti alat ukur yang digunakan terbukti andal. Nilai ini juga
membuktikan bahwa variabel-variabel pembentuk faktor tersebut memiliki
konsistensi internal yang tinggi dari persepsi karyawan, nilai ini pun menunjukkan
bahwa variabel-variabel memiliki korelasi yang tinggi dalam menjelaskan faktor yang
bersangkutan. Dari perhitungan di atas dapat diinterpretasikan dimana :
Scale mean if Item Deleted menerangkan nilai rata-rata total jika variabel
tersebut dihapus, misalnya jika X1 dihapus maka rata-rata total bernilai 63.70,
jika X2 dihapus maka rata-rata totalnya bernilai 64.43 dan sterusnya.
Scale Variance if Item Deleted menerangkan besarnya varian total jika
variabel (butir) tersebut dihapuskan. Besarnya varian total jika X1 dihapuskan
adalah 63.6655, sedangkan jika X2 dihapus adalah 53.7368 dan seterusnya.
Corrected Item-Total Correlation merupakan korelasi antara skor item dengan
skor total item yang dapat digunakan untuk menguji validitas instrument.
Korelasi skor item/X1 terhadap skor total adalah 0.4639, korelasi skor X2
dengan skor total adalah 0.5502 dan seterusnya.
Alpha if Item Deleted merupakan besarnya reliabilitas alpha jika satu item
dihapuskan, misalnya jika X1 dihapuskan maka besarnya koefisien reliabilitas
alpha sebesar 0.8982, jika X2 dihapuskan nilai koefisien reliabilitas alpha
sebesar 89.59 dan seterusnya.









54
4.2.3 Regresi Linear Berganda
4.2.3.1. Analisa regresi linier berganda
Pada analisa regresi linier berganda akan ditentukan faktor-faktor manakah
yang telah ditetapkan memiliki korelasi terhadap variable independent. Data yang
dipakai pada analisa regresi linier beganda bukan lagi data mentah dari 18 variabel
yang sebelumnya telah ditentukan, tetapi merupakan rata-rata penjumlahan dari
pengelompokkan variabel menurut faktor pembentuknya. Analisa ini dilakukan
dengan bantuan dari program SPSS dengan menggunakan metode Stepwise.
Model persamaan regresi berganda :
Y = a + b
1
.X
1
+ b
2
.X
2
+ + b
n
.X
n

Pada penelitian ini, faktor yang menjadi variabel dependen (Y) adalah faktor
kinerja karyawan (F4), dan 3 faktor yang menjadi variabel independen, yaitu :
F1 = Faktor Komunikasi.
F2 = Faktor Desentralisasi.
F3 = Faktor Delegasi.
Dari faktor-faktor di atas, maka persamaan regresi menjadi :
F
4
= a + b
1
.F
1
+ b
2
.F
2
+ b
3
.F
3

Di bawah ini akan dijelaskan tahapan-tahapan regresi linear berganda metode
Stepwise :
1. Menghitung korelasi antara variabel dependen terhadap variabel independent









55
Tabel 4.4 Korelasi antar Faktor
Correlations

F4 F1 F2 F3
F4
1.000 .395 .229 .003
F1
.395 1.000 .874 .435
F2
.229 .874 1.000 .367
Pearson
Correlation
F3
.003 .435 .367 1.000
F4
. .000 .027 .490
F1
.000 . .000 .000
F2
.027 .000 . .001
Sig. (1-
tailed)
F3
.490 .000 .001 .
F4
72 72 72 72
F1
72 72 72 72
F2
72 72 72 72
N
F3
72 72 72 72



Dari tabel korelasi di atas, maka dapat dianalisa hubungan variabel
independen terhadap tiap variabel dependen yaitu :
- Hubungan antara variabel independen F1 terhadap variabel dependen F4 dapat
dilihat melalui angka korelasi sebesar 0.3950.4 yang menunjukkan suatu
tingkat hubungan yang cukup tinggi (substansial). Angka positif pada korelasi
menyatakan hubungan yang searah antara 2 faktor.
- Hubungan antara variabel independen F2 terhadap variabel dependen F4 dapat
dilihat melalui angka korelasi sebesar 0.229 menunjukkan terdapatnya suatu
hubungan yang substansial antara kedua faktor. Angka positif pada korelasi
menyatakan hubungan yang searah antara 2 faktor.










56
- Hubungan antara variabel independen F3 terhadap variabel dependen F4 dapat
dilihat melalui angka korelasi sebesar 0.03, yang menunjukkan tidak adanya
hubungan antar dua variabel. Angka positif pada korelasi menyatakan
hubungan yang searah antara 2 faktor.
Cara lain yang sederhana untuk mengetahui ada tidaknya korelasiyaitu dengan
melihat koefisien signifikansinya.. Apabila koef. Signifikansi lebih besar daripada
, maka dikatakan tidak terjadi korelasi. Bila dilihat dari tabel diatas, dapat
disimpulkan bahwa nilai dari koef. Signifikan F1(0.000) dan F3 (0.027) memiliki
nilai < dari (0.10) , maka dapat disimpulkan bahwa F1 dan F2 memiliki korelasi
terhadap F4, sedangkan pada F3 dapat dilihat bahwa nilai koef. Signifikan (0.490)
> , maka F3 tidak berkorelasi terhadap F4.

2. Memasukkan variabel bebas ke dalam persamaan.
Pada regresi linear berganda ini menggunakan metode stepwise, yang
analisanya dilakukan dengan cara menambahkan dan mengeluarkan variabel-
variabel secara tunggal. Karena penganalisaannya dilakukan per faktor, maka
faktor yang terdahului masuk ke dalam perhitungan persamaan regresi merupakan
faktor yang memiliki korelasi tertinggi dengan variabel dependen.











57

Memasukkan F1
Tabel 4.5 Koefisien Regresi
Coefficients(a)

Model
Unstandardized
Coefficients
Standardized
Coefficients t Sig. Correlations
B
Std.
Erro
r Beta
Zero-
order Partial Part
1 (Constant)
.065 .601 .107 .915
F1
.547 .152 .395 3.601 .000 .395 .395 .395
2 (Constant) .197 .587 .335 .739
F1
.436 .149 .329 3.412 .000 .395 .414 .403
F2
.425 .160 .230 2.257 .027 .229 .262 .241
a Dependent Variable: F4



Dari tabel di atas dapat dilihat, bahwa persamaan regresi yang terbentuk saat
variabel laten F1 dimasukkan adalah :
Pers.1 : F4 = 0.065 + 0.547 F1.
Setiap penambahan variabel independen, didapatkan perubahan terhadap
koefisien regresi yang telah terbentuk. Dari tabel dapat kita lihat nilai standar
error dari F1 sebesar 0.601. Nilai error ini diharapkan mengecil sehingga tingkat
akurasinya semakin baik.













58
Tabel 4.6 Korelasi Determinasi
Model Summary

Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1
.395(a) .156 .144 .38729
2
.463(b) .214 .192 .37644
a Predictors: (Constant), F1
b Predictors: (Constant), F1, F2



Dari tabel 4.6, maka dapat dilihat angka R square pada waktu penggunaan
variabel laten F1 sebesar 0,156. hal ini berarti sekitar 15.6 % faktor kinerja
karyawan dapat dijelaskan oleh faktor komunikasi, setelah ditambah oleh faktor
desentralisasi, nilai R square menjadi 0.214 yang menunjukkan naiknya
prosentase menjadi 21.4 % dimana mengartikan bahwa 21.4 % dari faktor yang
mempengaruhi kinerja karyawan dapat dijelaskan oleh dua variabel
independennya; sedangkan sisanya akan dijelaskan oleh sebab-sebab yang lain.
Selanjutnya akan dilakukan uji hipotesis untuk mengetahui apakah setelah
masuk ke dalam persamaan regresi F1 benar memiliki pengaruh secara signifikan
terhadap F4.
Hipotesis yang akan digunakan sebagai berikut :
Ho : F1 tidak memiliki pengaruh secara signifikan terhadap F4.
Ha : F1 memiliki pengaruh secara signifikan terhadap F4.








59
Uji hipotesis ini akan dilakukan dengan membandingkan t
hitung
yang diperoleh
dari tabel 4.5, pada kolom t dengan t tabel yang didapat dari tabel distribusi t. Bila
t
hitung
> t
tabel
, maka tolak Ho, begitu juga sebaliknya.
Dengan tingkat alpha 0.10 dan derajat bebas sebesar 70, diperoleh nilai t
tabel

sebesar 1.671, sedangkan dari perhitungan didapat t pada F1sebesar 3.601. Maka
dapat disimpulkan bahwa t
hitung
> t
tabel
, maka Tolak Ho, yang berarti konstanta
memiliki pengaruh yang signifikan terhadap F4 sehingga layak masuk ke dalam
persamaan regresi.
Tabel 4.7 Anova

ANOVA(c)

Model
Sum of
Squares df Mean Square F Sig.
Regression
1.945 1 1.945 12.967 .001(a)
Residual
10.500 70 .150
1
Total
12.444 71
Regression
2.667 2 1.333 9.410 .000(b)
Residual
9.778 69 .142
2
Total
12.444 71
a Predictors: (Constant), F1
b Predictors: (Constant), F1, F2
c Dependent Variable: F4



Pada tabel anova dapat dilihat Sum of Square sebesar 12.444 yang
menunjukkan besarnya error yang muncul apabila hanya menggunakan rata-rata
F4 untuk memprediksi hubungan atau korelasi antara variabel bebas dan variabel
tidak bebas. Setelah memasukkan F1, tingkat error berkurang menjadi 10.500.
Besarnya error ini mengindikasikan terdapatnya variasi yang tidak dijelaskan oleh








60
model regresi. Semakin bertambahnya variabel signifikan dalam persamaan
regresi, maka tingkat error semakin berkurang. Hal ini mengartikan bahwa
variabel yang masuk ke dalam persamaan dapat memprediksi hubungan atau
korelasi antara variabel dependen dan variabel independen dengan tingkat error
yang lebih kecil.
Untuk mengetahui variabel bebas mana yang dapat masuk ke dalam
persamaan regresi setelah F1, maka dapat dilihat dari perbandingan antara nilai
t
tabel
dan t
hitung
.
Dapat dilihat bahwa faktor F2 memiliki nilai t
hitung
>t
tabel
dimana pada tingkat
0.05 dengan derajat bebas 69 mendapatkan nilai t
tabel
sebesar 2.000;
sedangkan nilai t
hitung
sebesar 2.257. Jadi, F2 dapat dimasukkan dalam
persamaan regresi.
Pada Faktor F3, terlihat bahwa nilai t
hitung
<t
tabel
, dimana pada tingkat 0.05
dengan derajat bebas 69 mendapatkan nilai t
tabel
sebesar 2.000, sedangkan
nilai t
hitung
sebesar 1.735. jadi F4 tidak dapat dimasukkan ke dalam persamaan
regresi karena dianggap tidak memiliki korelasi yang signifikan terhadap
variabel dependen.








61
Tabel 4.8 Excluded Variables

Excluded Variables(c)

Collinearity
Statistics
Model Beta In t Sig.
Partial
Correlation
Tolerance
F2
.496(a) 2.257 .027 .262 .236
1
F3
.209(a) 1.735 .087 .204 .810
2 F3 .217(b) 1.865 .066 .221 .810

a Predictors in the Model: (Constant), F1
b Predictors in the Model: (Constant), F1, F2
c Dependent Variable: F4


Tabel Excluded Variable digunakan untuk melihat nilai t untuk variabel yang
dinyatakan tidak layak untuk dimasukkan ke dalam persamaan, jadi hanya untuk
sekedar pembuktian mengapa faktor tersebut tidak dapat masuk.
Tabel excluded variable juga digunakan untuk melihat nilai partial
correlation, apabila terdapat dua faktor yang setelah melalui uji hipotesis
dinyatakan dapat masuk ke dalam persamaan, maka faktor dengan nilai partial
correlation yang lebih tinggi dapat dimasukkan terlebih dahulu. Dalam kasus ini,
nilai partial correlation tidak perlu digunakan karena dari dua faktor yang ada
pada tabel hanya satu faktor yang dinyatakan layak untuk dimasukkan ke dalam
persamaan regresi.








62
Memasukkan F2
Setelah F2 dimasukkan ke dalam persamaan regresi, nilai dari koefisien
regresi mengalami perubahan menjadi :
F4 = 0.197 + 0.436 F1 + 0.425 F2.
Dari persamaan tersebut dihasilkan R square sebesar 0.214. Hal ini
menjelaskan bahwa terjadinya peningkatan setelah faktor F2 masuk ke dalam
persamaan. Kenaikan ini menjelaskan kinerja karyawan dapat dijelaskan sebesar
21.4% dari kedua faktor ini.
Setelah F2 masuk, maka selanjutnya dilakukan uji hipotesis untuk mengukur
kesignifikansian dari pengaruh faktor ini. Pengujian dilakukan dengan melakukan
perbandingan antara t
tabel
dengan
thitung
. Apabila t
hitung
>t
tabel
maka tolak Ho, begitu
juga sebaliknya.
Hipotesis yang digunakan adalah :
Ho : F2 tidak memiliki pengaruh secara signifikan terhadap F4.
Ha : F2 memiliki pengaruh secara signifikan terhadap F4.
Nilai t yang didapat dari tabel dengan = 0.10 dan derajat bebas 69, adalah
sebesar 1,671. nilai ini menunjukkan angka yang lebih kecil daripada t
hitung
yang
memiliki nilai 2.257. Dikarenakan t
hitung
>t
tabel
, maka dapat disimpulkan tolak Ho,
yang berarti bahwa F2 memiliki korelasi yang signifikan terhadap variabel
dependen F4.








63
Selain menguji F2, maka F1 juga perlu untuk diuji kesignifikaannya setelah F2
masuk dalam persamaan regresi, juga dengan menggunakan uji t :
Nilai t yang didapat dari tabel dengan = 0.10 dan derajat bebas 69, adalah
sebesar 1,671, sedangkan nilai t
hitung
sebesar 3.412. Dapat disimpulkan bahwa F1
tetap memiliki hubungan yang signifikan pada persamaan.
Pengujian signifikansi pengaruh var independen terhadap var dependen
Untuk menguji signifikansi pengaruh variabel independen secara bersama-
sama dengan variabel dependennya, maka dilakukan uji F.
Hipotesis yang digunakan adalah :
Ho : b
1
= b
3
= b
4
= 0. (Tidak terdapat pengaruh variabel independen secara
signifikan terhadap variabel dependen)
Ha : Sekurang-kurangnya satu b = 0. (terdapat pengaruh variabel independen
secara signifikan terhadap variabel dependen).
Pada tingkat alpha 0.10, dengan derajat bebas yang dapat dilihat pada tabel
anova, dimana v
1
=2, v
2
=69. Dari tabel F yang didapat berdasarkan perhitungan
pada microsoft excel, didapat nilai F
tabel
sebesar 2.38, yang menunjukkan nilai
yang lebih kecil daripada F
hitung
9.410.
Karena F
hit
>F
tab
, maka dapat disimpulkan bahwa Ho ditolak yang menunjukkan
bahwa sekurang-kurangnya terdapat 1 variabel independen yang berpengaruh
signifikan terhadap variable dependent. Hal ini terbukti dari terdapatnya 2
variabel independen yang berpengaruh signifikan terhadap variabel dependen.








64
Pengaruh dari kedua variabel dependen dapat dilihat pada persamaan regresi :
F4 = 0.197 + 0.436 F1 + 0.425 F2.
Dimana :
F4 : Faktor Kinerja Karyawan
F1 : Faktor Komunikasi.
F2 : Faktor Desentralisasi.

4.2.3.2 Pengujian Model Regresi
1. Uji Normalitas Data.
Uji normalitas data menggunakan plot Probabilitas Normal, yang
mengindikasikan kenormalan data apabila titik-titik data yang terkumpul di
sekitar garis lurus. Uji normalitas perlu dilakukan untuk suatu penelitian yang
melakukan pengujian hipotesis dengan menggunakan uji-t atau uji-F yang
menuntut suatu asumsi yang harus diuji , yaitu populasi data harus berditribusi
normal dimana apabila jumlah sampel diperbesar, penyimpangan asumsi
normalitas ini semakin kecil pengaruhnya.








65
Normal P-P Plot of Regression Stan
Dependent Variable: F4
Observed Cum Prob
1.00 .75 .50 .25 0.00
E
x
p
e
c
t
e
d

C
u
m

P
r
o
b
1.00
.75
.50
.25
0.00

Gambar 4.1. Normalitas data
Terlihat pada pola data yang tersebar di dekat garis lurus menandakan bahwa data
berdistribusi normal.

2. Uji nonmultikolinearitas.
Uji multikolinearitas dimaksudkan untuk membuktikan atau menguji ada
tidaknya hubungan yang linear antara variabel independen. Adanya hubungan
yang linier antar variabel independen akan menimbulkan kesulitan dalam
memisahkan pengaruh masing-masing variabel independen terhadap variabel
dependennya.
Adapun hipotesis yang akan diuji untuk membuktikan ada tidaknya
multikolinearitas antar variabel bebas dinyatakan sebagai berikut :
Ho : Tidak terdapat hubungan antarvariabel independen.
Ha : Terdapat hubungan antarvariabel independen.








66
Ada tidaknya korelasi antar variabel independen dapat diketahui dengan
memanfaatkan statistik korelasi product moment dari Pearson.

Tabel 4.9 Korelasi

Correlations

F1 F2 F3
Pearson
Correlation
1 .176 .021
Sig. (2-tailed)
. .168 .681
F1
N
72 72 72
Pearson
Correlation
.176 1 .047
Sig. (2-tailed)
.168 . .731
F2
N
72 72 72
Pearson
Correlation
.021 .047 1
Sig. (2-tailed)
.681 .731 .
F3
N
72 72 72


Melihat terjadi atau tidaknya multikolinearitas dapat disimpulkan dengan
membandingkan tingkat signifikansi dengan yang telah ditetapkan sebelumnya.

Tabel 4.10 Ringkasan multikolinearitas
Keterangan Signifikansi Alpha Kondisi Kesimpulan
F1-F2 0.168 0.10 Sig>Alp.
F1-F3 0.681 0.10 Sig>Alp.
F2-F1 0.168 0.10 Sig>Alp.
F2-F3 0.731 0.10 Sig>Alp.
F3-F1 0.681 0.10 Sig>Alp.
F3-F2 0.731 0.10 Sig>Alp.
Tidak terjadi
hubungan linier
antara variabel
independen.









67


4.2.3.3 Analisa Persamaan Regresi.
Setelah melakukan pengujian regresi linier berganda dengan metode stepwise,
maka didapatkan persamaan regresi, yaitu :
F4 = 0.197 + 0.436 F1 + 0.425 F2.
Dimana :
F4 : Faktor kinerja karyawan.
F1 : Faktor Komunikasi.
F2 : Faktor Desentralisasi.
Dari persamaan tersebut, maka dapat disimpulkan bahwa :
1. Harga koefisien konstanta = 0.197. Hal ini berarti bahwa apabila nilai dari F1 dan
F2 di objek penelitian sama dengan nol, maka tingkat atau besarnya variabel
dependen F4 di lokasi tersebut adalah sebesar 19.7%.
2. Harga Koefisien b
1
= 0.436 berarti bahwa apabila nilai F1 mengalami kenaikan
sebesar satu point, sementara variabel independen lainnya bersifat tetap, maka
tingkat variabel F4 di perusahaan objek penelitian tersebut akan meningkat
sebesar 43.6%
Harga koefisien yang positif menunjukkan adanya hubungan yang selaras
antara variabel dependen dengan variabel bebas F1, dimana F1 ini merupakan
faktor komunikasi. Ini berarti bahwa semakin besar komunikasi diterapkan, maka








68
semakin tinggi kinerja karyawan yang ditampilkan. Kesimpulan ini mendukung
hipotesa awal peneliti, dimana peneliti melakukan dugaan awal bahwa
komunikasi berpengaruh searah terhadap kinerja karyawan.
3. Harga Koefisien b
2
= 0.425 berarti bahwa apabila faktor F2 mengalami kenaikan
sebesar satu point, sementara variabel independen lainnya bernilai nol, maka
tingkat variabel F4 di perusahaan objek penelitian tersebut akan meningkat
sebesar 42.5%.
Harga koefisien yang positif menunjukkan adanya hubungan yang selaras
antara variabel dependen dengan variabel bebas F2, dimana F2 ini merupakan
faktor Desentralisasi. Ini berarti bahwa semakin besar desentralisasi, maka
semakin tinggi proses kinerja karyawan yang ditampilkan. Kesimpulan ini
mendukung hipotesa awal peneliti, dimana peneliti melakukan dugaan awal
bahwa Desentralisasi berpengaruh searah terhadap kinerja karyawan.
Dari kedua koefisien regresi variabel bebas yang masuk ke dalam persamaan
regresi metode stepwise menunjukkan bahwa intensitas dari kedua variabel bebas
tersebut, dalam hal ini F1 (Komunikasi) dan F2 (Desentralisasi) akan meningkatkan
kinerja karyawan.Ini dapat dilakukan dengan melakukan upaya seperti :
1. Komunikasi
- Membangun keakraban dalam berkomunikasi untuk membangun kerja sama








69
kerja yang baik secara formal maupun informal. Ini berguna di dalam proses
untuk saling bertukar pikiran dan meningkatkan rasa perhatian dan
pengertian di antara pemimpin dengan bawahan.
- seorang manajer atau pimpinan tidak membuat dirinya sebagai seseorang
yang harus dihormati. Jadilah pemimpin yang aktif dalam menjalankan
komunikasi dan menerima informasi dari bawahan. Ini berguna di dalam
memonitor kemajuan organisasi dan mengontrol pelaksanaan pekerjaan.
-mengadakan acara-acara pertemuan informal yang melibatkan seluruh
karyawan untuk menjalin keakraban dan mendengarkan apa saja yang
menjadi keluh kesah dari para karyawan.
2. Desentralisasi
- memberikan keleluasaan bagi manajer tingkat bawah dalam mengambil
keputusan yang melibatkan karyawan. Ini berguna untuk meningkatkan
moral dan inisiatif dalam bekerja.
- melibatkan karyawan dalam setiap pengambilan keputusan/kebijaksanaan
yang menyangkut pekerjaan mereka dan khususnya tujuan organisasi.
- melakukan suatu pertemuan rutin dalam suatu ruang lingkup pekerjaan,
seperti antara supervisor dengan karyawan yang bertujuan untuk saling
bertukar pikiran dan gagasan serta menampung ide-ide kreatif dari para
karyawan.








70
Pada persamaan regresi metode stepwise, dapat dilihat bahwa faktor F3 yang
merupakan faktor delegasi tidak masuk ke dalam persamaan regresi. Hal ini
dimungkinkan oleh adanya korelasi yang lemah terhadap variabel dependen. Hal ini
juga diperkuat dengan adanya jawaban responden yang menyimpulkan bahwa tanpa
adanya delegasi, karyawan tetap akan berusaha untuk menampilkan kinerja yang baik
bagi perusahaan. Hal ini juga menunjukkan bahwa tanpa adanya delegasi, karyawan
juga tetap akan merasa mempunyai tanggung jawab yang harus mereka jalankan
sesuai dengan tingkatan pekerjaan mereka masing-masing. Hal ini menunjukkan
bahwa tingkatan delegasi yang tinggi tidak terlalu berpengaruh kepada sebagian besar
karyawan.
Tentu saja hal ini bertentangan dengan hipotesa awal dari peneliti yang
menduga bahwa delegasi mempunyai hubungan yang kuat dengan peningkatan
kinerja karyawan, dan memiliki hubungan yang berbanding terbalik, maksudnya
adalah jika tingkat delegasi semakin tinggi, maka kinerja karyawan akan semakin
termotivasi. Ternyata hal ini tidak sejalan dengan hasil penganalisaan regresi yang
menunjukkan korelasi yang positif antar kedua variabel tersebut.