56

BAB IV

ANALISIS DAN PEMBAHASAN

A. Analisis Karakteristik Responden

1. Karakteristik Jenis Kelamin Responden

Tabel 4.1

Karakteristik Jenis Kelamin Responden

Jenis kelamin Frekuensi Persentase

Pria 24 51%
Wanita 23 49%
Total 47 100%
Sumber: Hasil penelitian, 2012 (diolah).

Tabel 4.1 menunjukkan bahwa mayoritas responden adalah pria yaitu sebanyak 24

orang dengan persentase sebesar 51%, sedangkan wanita sebanyak 23 orang

dengan persentase sebesar 49%.

2. Karakteristik Usia Responden

Tabel 4.2

Karakteristik Usia Responden

Usia Responden
(Tahun) Frekuensi Persentase
18-20 12 26%
21-30 10 21%
31-40 12 26%
41-50 9 19%
51-55 4 9%
Total 47 100%
Sumber: Hasil penelitian, 2012 (diolah).

56
 57

Tabel 4.2 menunjukkan menunjukkan bahwa mayoritas responden berusia 18-20

dan 31-40 tahun yaitu masing-masing sebanyak 12 orang dengan persentase

sebesar 26%, berusia 21-30 tahun sebanyak 10 orang dengan persentase sebesar

21%, berusia 41-50 tahun sebanyak 9 orang dengan persentase sebesar 19%,

berusia 51-55 tahun sebanyak 4 orang dengan persentase sebesar 9%.

3. Karakteristik Tingkat Pendidikan Responden

Tabel 4.3

Karakteristik Tingkat Pendidikan Responden

Tingkat Pendidikan Frekuensi Persentase

SMA / Sederajat 30 64%

Diploma 3 12 26%

S1 5 11%

Total 47 100%
Sumber: Hasil penelitian,2012 (diolah).

Tabel 4.3 menunjukkan bahwa mayoritas responden berpendidikan

SMA/Sederajat yaitu sebanyak 30 orang dengan persentase sebesar 64%,

berpendidikan Diploma 3 sebanyak 12 orang dengan persentase sebesar 26%,

berpendidikan S1 sebanyak 5 orang dengan persentase sebesar 11%.

 58

4. Karakteristik Jabatan Responden

Tabel 4.4

Karakteristik Jabatan Responden

Jabatan Frekuensi Persentase

Operator 10 21%

Leader 15 32%

Foreman 15 32%

General Foreman 4 9%

Asst. Manager 2 4%

Manager 1 2%

Total 47 100%
Sumber: Hasil penelitian, 2012 (diolah).

Tabel 4.4 menunjukkan bahwa mayoritas responden berjabatan Leader dan

Foreman yaitu masing-masing sebanyak 15 orang dengan persentase sebesar 32%,

berjabatan Operator sebanyak 10 orang dengan persentase sebesar 21%,

berjabatan General Foreman sebanyak 4 orang dengan persentase sebesar 9%,

berjabatan Asst. Manager sebanyak 2 orang dengan persentase sebesar 4%,

berjabatan Manager sebanyak 1 orang dengan persentase sebesar 1%.

5. Karakteristik Masa Kerja Responden

 59

Tabel 4.5

Karakteristik Masa Kerja Responden

Masa Kerja (Tahun) Frekuensi Persentase

1-10 12 26%

11-20 16 34%

21-30 15 32%

31-37 4 9%

Total 47 100%
Sumber: Hasil penelitian, 2012 (diolah).

Tabel 4.5 menunjukkan bahwa mayoritas responden adalah mempunyai masa

kerja 11-20 tahun sebanyak 16 orang dengan persentase sebesar 34%, masa kerja

21-30 tahun sebanyak 15 orang dengan persentase sebesar 32%, masa kerja 1-10

tahun sebanyak 12 orang dengan persentase sebesar 26%, masa kerja 31-37 tahun

sebanyak 4 orang dengan persentase sebesar 9%.

B. Analisis Deskriptif

Analisis deskriptif adalah suatu metode analisis dimana data yang

dikumpulkan dan digolongkan/dikelompokkan kemudian dianalisis dan

diinterprestasikan secara objektif.

C. Uji Asumsi Klasik

 60

Analisis regresi pada dasarnya adalah studi ketergantungan variabel tak

bebas (dependen) pada satu atau lebih variabel penjelas atau terikat (variabel

independen) dengan maksud untuk mengestimasi atau menaksir rata-rata populasi

atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang

diketahui (Gujarati, 1995). Dalam penelitian ini menggunakan model regresi linier

berganda (multiplier linier regression method) dengan variabel dependennya

adalah promosi jabatan sedangkan variabel independennya adalah prestasi kerja.

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi,

variabel residual memiliki distribusi normal. Untuk menguji apakah distribusi data

normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisis grafik

dan uji statistik. Analisis grafik merupakan cara yang termudah untuk melihat

normalitas residual dengan melihat grafik histogram yang membandingkan antara

data observasi dengan distribusi yang mendekati distribusi normal.

Grafik 4.1
 61

Grafik Histogram

Sumber : Hasil pengolahan data mengunakan SPSS 17

Grafik 4.1 ini menunjukkan kurva histogram yang memiliki kemiringan

seimbang sisi kiri dan kanan, atau tidak condong ke kiri maupun ke kanan,

melainkan ke tengah dengan bentuk seperti lonceng. Hal ini memenuhi salah satu

syarat uji normalitas data bahwa data berdistribusi normal.

Metode lain yang digunakan dalam analisis grafik adalah dengan melihat

normal probability plot yang membandingkan distribusi kumulatif dari distribusi

normal. Jika distribusi data residual normal, maka garis yang akan

menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

Grafik 4.2
 62

Normal Probability Plot

Sumber : Hasil pengolahan data menggunakan SPSS 17

Grafik 4.2 ini merupakan kurva P-Plot yang menunjukkan penyebaran

titik-titik data disekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini

berarti data pada variabel, yang digunakan yaitu variabel promosi jabatan

berdistribusi normal.

2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas (independen). Jika variabel

independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal.

Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama

variabel independen sama dengan nol (Ghozali, 2006). Untuk mengetahui apakah
 63

terjadi multikolinearitas dapat dilihat dari nilai VIF yang terdapat pada masing–

masing variabel seperti terlihat pada Tabel 4.6 berikut ini.

Tabel 4.6

Hasil Uji Multikolinearitas

Coefficientsa

Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics

Std. Zero- Partia Toleranc

Model B Error Beta t Sig. order l Part e VIF

1 (Constant) -1.899 1.028 - .071

1.84
8

Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0

a. Dependent Variable: Promosi_Jabatan

Sumber : Pengolahan data menggunakan SPSS 17

Suatu model regresi dinyatakan bebas dari multikolinearitas adalah jika

mempunyai nilai Tolerance diatas 0,1 dan nilai VIF dibawah 10. Data yang

digunakan untuk uji multikolinearitas ini adalah data yang telah dihilangkan

outlier-nya. Dari tabel tersebut diperoleh bahwa semua variabel bebas memiliki

nilai Tolerance di atas 0.1 dan nilai VIF jauh di bawah angka 10. Dengan

demikian dalam model ini tidak ada masalah multikolinieritas.

3. Uji Autokorelasi
 64

Gejala autokorelasi dideteksi dengan menggunakan Durbin-Watson Test.

Menurut Situmorang,dkk (2008:86) menjelaskan bahwa autokorelasi tidak terjadi

bila DW terletak antara du dan (4-du) dimana (du<DW<4-du). Beradasarkan hasil

pengolahan data SPSS 17, diperoleh nilai Durbin-Watson (DW) sebesar 1.652.

Hal ini sesuai dengan ketentuan pertama yaitu 1.600 < 1.652< 2.327 yang artinya

tidak terjadi autokorelasi pada model regresi.

Tabel 4.7

Uji Durbin-Watson

Model Summaryb

Change Statistics

R Std. Error F
Mode Squar Adjusted of the R Square Chang Sig. F Durbin-
l R e R Square Estimate Change e df1 df2 Change Watson

1 .667a .445 .433 .23172 .445 36.090 1 45 .000 1.652

a. Predictors: (Constant), Prestasi_kerja

b. Dependent Variable: Promosi_Jabatan

Sumber : Hasil pengolahan data menggunakan SPSS 17

Maka hasil pengujian menurut tabel adalah sebagai berikut :

n = jumlah sampel = 47

k = jumlah variabel bebas = 1

Pada tingkat signifikansi (α) = 0.05 di peroleh dU = 1.600 dan dL = 1.421 dU <

DW < 4-dU = 1.600 < 1.652< 2.327 memenuhi kriteria, berarti tidak terjadi

autokorelasi pada model regresi penelitian ini.

 65

4. Uji Heterokedastisitas

Asumsi heterokedastisitas adalah asumsi dalam regresi dimana varians

dari residual tidak sama untuk satu pengamatan ke pengamatan yang lain. Jika

varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka

disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Salah satu

uji untuk mengetahui heterokedastisitas ini adalah dengan melihat penyebaran dari

varians residual pada diagram pencar (scatter plot).

Grafik 4.3

Grafik Scatterplot

Sumber : Hasil pengolahan data menggunakan SPSS 17

 66

Grafik 4.3 menunjukkan bahwa penyebaran residual cenderung tidak

teratur, terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu.

Sehingga dapat disimpulkan tidak terdapat gejala heterokedastisitas pada model

regresi ini.

D. Hasil Analisis Regresi Linier Sederhana

Dari data yang diperoleh kemudian dianalisis dengan metode regresi dan

dihitung dengan menggunakan program SPSS. Berdasar output SPSS tersebut

secara parsial pengaruh dari kedua variabel independen yaitu prestasi kerja dan

promosi jabatan ditunjukkan pada Tabel 4.8 sebagai berikut:

Tabel 4.8

Hasil Perhitungan Regresi

Coefficientsa

Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics

Std. Zero- Partia Toleranc

Model B Error Beta t Sig. order l Part e VIF

1 (Constant) -1.899 1.028 - .071

1.84
8

Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0

a. Dependent Variable: Promosi_Jabatan

Sumber : Hasil pengolahan data menggunakan SPSS 17
 67

Dengan melihat tabel diatas, dapat disusun persamaan regresi linear berganda

sebagai berikut :

Promosi Jabatan = -1.889+1.460 Prestasi Kerja

Persamaan regresi di atas mempunyai makna sebagai berikut:

Jika variabel prestasi kerja nol , maka variabel promosi jabatan turun 1.89 satuan,

Jika variabel Prestasi Kerja naik 1 satuan maka variabel Promosi Jabatan akan

naik 1.46 satuan.

Dengan demikian hasil analisis pengaruh variabel independen terhadap variabel

dependen yang telah dilakukan ini sesuai dengan kerangka pemikiran yang

diajukan oleh peneliti.

E. Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependennya. Nilai R 2

yang mendekati satu berarti variabel-variabel independennya memberikan hampir

semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen

(Ghozali, 2006). Hasil perhitungan koefisien determinasi tersebut dapat terlihat

pada Tabel 4.9 berikut:

 68

Tabel 4.9

Hasil Perhitungan Koefisien Determinasi (R2)

Model Summaryb

Change Statistics
Std.
R Error of F
Mode Squar Adjusted the R Square Chang Sig. F Durbin-
l R e R Square Estimate Change e df1 df2 Change Watson

1 .667a .445 .433 .23172 .445 36.090 1 45 .000 1.652

a. Predictors: (Constant), Prestasi_kerja

b. Dependent Variable: Promosi_Jabatan

Sumber : Hasil pengolahan data mengunakan SPSS 17

Dari hasil perhitungan diperoleh hasil besarnya pengaruh variabel

independen terhadap variabel dependen yang dapat diterangkan oleh model

persamaan ini adalah sebesar 44.5%. Hal ini menunjukkan bahwa besar pengaruh

variabel prestasi kerja terhadap promosi jabatan yang dapat diterangkan oleh

model persamaan ini adalah sebesar 44.5% dan sisanya sebesar 55.5%

dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam model regresi.

F. Pengujian Hipotesis

1. Uji t
 69

Hasil perhitungan analisis regresi guna menguji hipotesis-hipotesis yang

diajukan dapat dilihat pada Tabel 4.10 sebagai berikut:

Tabel 4.10

Hasil Uji t

Coefficientsa

Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics

Std. Zero- Partia Toleranc

Model B Error Beta t Sig. order l Part e VIF

1 (Constant) -1.899 1.028 - .071

1.84
8

Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0

a. Dependent Variable: Promosi_Jabatan

Sumber : Hasil pengolahan data menggunakan SPSS 17

Dari hasil analisis uji t diatas, tampak bahwa variabel independen yaitu

prestasi kerja berpengaruh signifikan terhadap variabel dependen yaitu promosi

jabatan, dengan tingkat signifikasi 0,000 atau lebih kecil dari tingkat signifikansi

yang digunakan yaitu 5%.

2. Hipotesis
 70

Hipotesis yang diajukan menyatakan bahwa prestasi kerja berpengaruh

signifikan terhadap promosi jabatan. Dari hasil penelitian diperoleh nilai koefisien

regresi untuk variabel prestasi kerja sebesar 1.460 dengan nilai signifikansi

sebesar 0,000, dimana nilai ini signifikan pada tingkat signifikansi 0,05 karena

lebih kecil dari 0,05. Dengan demikian hipotesis yang menyatakan bahwa prestasi

kerja berpengaruh signifikan terhadap promosi jabatan dapat diterima.

G. Pembahasan

Penilaian prestasi kerja karyawan di KOKALUM berpengaruh positif

terhadap promosi jabatan. Hal ini ditunjukkan dengan hasil perhitungan metode

linier untuk satu variabel independent, di mana Y= -1.889+1.460X. Dengan

demikian penilaian prestasi kerja karyawan KOKALUM cukup berpengaruh

terhadap promosi jabatan sehingga dapat memotivasi karyawan untuk lebih giat

bekerja agar mendapat penilaian yang baik.