BAB IV
Tabel 4.1
Tabel 4.1 menunjukkan bahwa mayoritas responden adalah pria yaitu sebanyak 24
Tabel 4.2
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
sebesar 26%, berusia 21-30 tahun sebanyak 10 orang dengan persentase sebesar
21%, berusia 41-50 tahun sebanyak 9 orang dengan persentase sebesar 19%,
Tabel 4.3
Diploma 3 12 26%
S1 5 11%
Total 47 100%
Sumber: Hasil penelitian,2012 (diolah).
Tabel 4.4
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 4.5
1-10 12 26%
11-20 16 34%
21-30 15 32%
31-37 4 9%
Total 47 100%
Sumber: Hasil penelitian, 2012 (diolah).
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
B. Analisis Deskriptif
bebas (dependen) pada satu atau lebih variabel penjelas atau terikat (variabel
atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang
diketahui (Gujarati, 1995). Dalam penelitian ini menggunakan model regresi linier
1. Uji Normalitas
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
Grafik 4.1
61
Grafik Histogram
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
Metode lain yang digunakan dalam analisis grafik adalah dengan melihat
normal. Jika distribusi data residual normal, maka garis yang akan
Grafik 4.2
62
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
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–
Tabel 4.6
Coefficientsa
Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics
Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0
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
3. Uji Autokorelasi
64
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
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
n = jumlah sampel = 47
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
4. Uji Heterokedastisitas
dari residual tidak sama untuk satu pengamatan ke pengamatan yang lain. Jika
varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka
uji untuk mengetahui heterokedastisitas ini adalah dengan melihat penyebaran dari
Grafik 4.3
Grafik Scatterplot
teratur, terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu.
regresi ini.
Dari data yang diperoleh kemudian dianalisis dengan metode regresi dan
secara parsial pengaruh dari kedua variabel independen yaitu prestasi kerja dan
Tabel 4.8
Coefficientsa
Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics
Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0
Dengan melihat tabel diatas, dapat disusun persamaan regresi linear berganda
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
dependen yang telah dilakukan ini sesuai dengan kerangka pemikiran yang
Tabel 4.9
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
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
Tabel 4.10
Hasil Uji t
Coefficientsa
Standardize
Unstandardized d Collinearity
Coefficients Coefficients Correlations Statistics
Prestasi_kerj 1.460 .243 .667 6.00 .000 .667 .667 .667 1.000 1.00
a 8 0
Dari hasil analisis uji t diatas, tampak bahwa variabel independen yaitu
jabatan, dengan tingkat signifikasi 0,000 atau lebih kecil dari tingkat signifikansi
2. Hipotesis
70
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
G. Pembahasan
terhadap promosi jabatan. Hal ini ditunjukkan dengan hasil perhitungan metode
terhadap promosi jabatan sehingga dapat memotivasi karyawan untuk lebih giat