Nama :
Havidzah Adistya Sujudi
Kelas : A5
Manajemen
NPM :
2016020284
PENGUJIAN DATA DENGAN MENGGUNAKAN SPSS
“Prestasi Kerja Karyawan Ditinjau dari
Rekrutmen,Kepelatihan dan Disiplin Kerja Pada PT Tyfountex Indonesia Gumpang
Sukoharjo”
Dari data kuesioner yang telah
disebar dan diolah dengan SPSS maka didapatkan hasil sebagai berikut:
1.
Uji Validitas
Uji validitas kuesioner
digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Validitas dapat
diartikan pula sebagai suatu ukuran yang menunjukkan tingkat-tingkat kevalidan
suatu instrument. Suatu instrument yang valid mempunyai validitas yang tinggi,
yang berarti alat ukur yang digunakan sudah tepat. Uji validitas dilakukan
untuk mengetahui pemahaman responden terhadap setiap butir pertanyaan yang terdapat
pada instrument penelitian.
Correlations
|
|||||||
PRK1
|
PRK2
|
PRK3
|
PRK4
|
PRK5
|
PRK
|
||
PRK1
|
Pearson Correlation
|
1
|
-.043
|
.294
|
.439
|
.000
|
.588**
|
Sig. (2-tailed)
|
.858
|
.208
|
.053
|
1.000
|
.006
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
PRK2
|
Pearson Correlation
|
-.043
|
1
|
.218
|
-.113
|
-.105
|
.283
|
Sig. (2-tailed)
|
.858
|
.355
|
.636
|
.660
|
.227
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
PRK3
|
Pearson Correlation
|
.294
|
.218
|
1
|
.172
|
.320
|
.707**
|
Sig. (2-tailed)
|
.208
|
.355
|
.468
|
.169
|
.000
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
PRK4
|
Pearson Correlation
|
.439
|
-.113
|
.172
|
1
|
.358
|
.703**
|
Sig. (2-tailed)
|
.053
|
.636
|
.468
|
.121
|
.001
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
PRK5
|
Pearson Correlation
|
.000
|
-.105
|
.320
|
.358
|
1
|
.552*
|
Sig. (2-tailed)
|
1.000
|
.660
|
.169
|
.121
|
.012
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
PRK
|
Pearson Correlation
|
.588**
|
.283
|
.707**
|
.703**
|
.552*
|
1
|
Sig. (2-tailed)
|
.006
|
.227
|
.000
|
.001
|
.012
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
**. Correlation is significant at the
0.01 level (2-tailed).
|
|||||||
*. Correlation is significant at the 0.05
level (2-tailed).
|
|||||||
Correlations
|
|||||||
RKT1
|
RKT2
|
RKT3
|
RKT4
|
RKT5
|
RKT
|
||
RKT1
|
Pearson Correlation
|
1
|
.093
|
.311
|
.250
|
.156
|
.581**
|
Sig. (2-tailed)
|
.696
|
.182
|
.288
|
.511
|
.007
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
RKT2
|
Pearson Correlation
|
.093
|
1
|
.029
|
.000
|
.364
|
.488*
|
Sig. (2-tailed)
|
.696
|
.903
|
1.000
|
.115
|
.029
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
RKT3
|
Pearson Correlation
|
.311
|
.029
|
1
|
-.124
|
.417
|
.693**
|
Sig. (2-tailed)
|
.182
|
.903
|
.602
|
.067
|
.001
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
RKT4
|
Pearson Correlation
|
.250
|
.000
|
-.124
|
1
|
.156
|
.305
|
Sig. (2-tailed)
|
.288
|
1.000
|
.602
|
.511
|
.191
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
RKT5
|
Pearson Correlation
|
.156
|
.364
|
.417
|
.156
|
1
|
.763**
|
Sig. (2-tailed)
|
.511
|
.115
|
.067
|
.511
|
.000
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
RKT
|
Pearson Correlation
|
.581**
|
.488*
|
.693**
|
.305
|
.763**
|
1
|
Sig. (2-tailed)
|
.007
|
.029
|
.001
|
.191
|
.000
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
**. Correlation is significant at the
0.01 level (2-tailed).
|
|||||||
*. Correlation is significant at the 0.05
level (2-tailed).
|
|||||||
Correlations
|
|||||||
KPT1
|
KPT2
|
KPT3
|
KPT4
|
KPT5
|
KPT
|
||
KPT1
|
Pearson Correlation
|
1
|
.101
|
-.267
|
.167
|
-.382
|
.124
|
Sig. (2-tailed)
|
.673
|
.255
|
.482
|
.096
|
.603
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
KPT2
|
Pearson Correlation
|
.101
|
1
|
.242
|
.134
|
.100
|
.541*
|
Sig. (2-tailed)
|
.673
|
.304
|
.573
|
.675
|
.014
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
KPT3
|
Pearson Correlation
|
-.267
|
.242
|
1
|
.579**
|
.164
|
.736**
|
Sig. (2-tailed)
|
.255
|
.304
|
.007
|
.491
|
.000
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
KPT4
|
Pearson Correlation
|
.167
|
.134
|
.579**
|
1
|
.076
|
.763**
|
Sig. (2-tailed)
|
.482
|
.573
|
.007
|
.749
|
.000
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
KPT5
|
Pearson Correlation
|
-.382
|
.100
|
.164
|
.076
|
1
|
.421
|
Sig. (2-tailed)
|
.096
|
.675
|
.491
|
.749
|
.064
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
KPT
|
Pearson Correlation
|
.124
|
.541*
|
.736**
|
.763**
|
.421
|
1
|
Sig. (2-tailed)
|
.603
|
.014
|
.000
|
.000
|
.064
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
*. Correlation is significant at the 0.05
level (2-tailed).
|
|||||||
**. Correlation is significant at the
0.01 level (2-tailed).
|
|||||||
Correlations
|
|||||||
DSP1
|
DSP2
|
DSP3
|
DSP4
|
DSP5
|
DSP
|
||
DSP1
|
Pearson Correlation
|
1
|
.150
|
.052
|
.000
|
-.187
|
.341
|
Sig. (2-tailed)
|
.528
|
.829
|
1.000
|
.430
|
.141
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
DSP2
|
Pearson Correlation
|
.150
|
1
|
.092
|
.570**
|
-.021
|
.657**
|
Sig. (2-tailed)
|
.528
|
.699
|
.009
|
.930
|
.002
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
DSP3
|
Pearson Correlation
|
.052
|
.092
|
1
|
.269
|
.118
|
.607**
|
Sig. (2-tailed)
|
.829
|
.699
|
.251
|
.620
|
.005
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
DSP4
|
Pearson Correlation
|
.000
|
.570**
|
.269
|
1
|
-.122
|
.608**
|
Sig. (2-tailed)
|
1.000
|
.009
|
.251
|
.608
|
.004
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
DSP5
|
Pearson Correlation
|
-.187
|
-.021
|
.118
|
-.122
|
1
|
.388
|
Sig. (2-tailed)
|
.430
|
.930
|
.620
|
.608
|
.091
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
DSP
|
Pearson Correlation
|
.341
|
.657**
|
.607**
|
.608**
|
.388
|
1
|
Sig. (2-tailed)
|
.141
|
.002
|
.005
|
.004
|
.091
|
||
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
**. Correlation is significant at the
0.01 level (2-tailed).
|
|||||||
Hasil uji validitas menunjukan bahwa 8
Tidak valid dengan demikian ada 14 variabel yang valid dan dinyatakan layak
untuk dipergunakan sebagai instrument penelitian. (Dengan r table 0,444)
2.
Uji reliabilitas
Uji reliabilitas
dilakukan untuk mengukur suatu kuesioner yang merupakan indikator dari
variabel. Suatu kuesioner dikatakan reliable atau handal apabila jawaban
responden konsisten atau stabil dari waktu ke waktu. Metode pengukuran
reabilitas menggunakan metode Cronbach
Alpha. Reliabilitas suatu instrument memiliki tingkat reliabilitas tinggi
apabila nilai koefisien Cronbach Alpha yang
diperoleh > 0,60 maka maka disimpulkan bahwa instrumen penelitian tersebut
handal atau reliabel.
VARIABEL
PRESTASI KERJA (Y)
Reliability
Statistics
|
|
Cronbach's Alpha
|
N of Items
|
.500
|
5
|
VARIABEL
REKRUTMEN (X1)
Reliability
Statistics
|
|
Cronbach's Alpha
|
N of Items
|
.509
|
5
|
VARIABEL
KEPELATIHAN (X2)
Reliability
Statistics
|
|
Cronbach's Alpha
|
N of Items
|
.366
|
5
|
VARIABEL
DISIPLIN KERJA (X3)
Reliability
Statistics
|
|
Cronbach's Alpha
|
N of Items
|
.307
|
5
|
Hasil uji reliabilitas menunjukan bahwa
nilai conbach’s alpha instrument variable Y lebih kecil dari r table 0,6 yakni
variable rekrutmen, kepelatihan, disiplin serta Prestasi kerja dinyatakan tidak
variavel karena nilai cronbach alpha lebih kecil dari nilai kritis.
3.
Uji Statistic Deskriptif
Analisis statistik deskriptif bertujuan untuk menggambarkan hasil
dari penelitian yang dapat dilihat dari
nilai minimum, nilai maksimum, rata-rata (mean)
dan standar deviasi.
Hasil uji statistic deskriptif variable Prestasi kerja, Rekrutmen,
kepelatihan dan disiplin Produk memiliki nilai terendah dan nilai tertinggi dan
rata rata sebagai berikut:
Descriptive
Statistics
|
|||||
N
|
Minimum
|
Maximum
|
Mean
|
Std. Deviation
|
|
PRK
|
20
|
18.00
|
25.00
|
21.8000
|
1.67332
|
RKT
|
20
|
17.00
|
23.00
|
21.2000
|
1.76516
|
KPT
|
20
|
18.00
|
25.00
|
21.3000
|
1.65752
|
DSP
|
20
|
18.00
|
24.00
|
21.3500
|
1.69442
|
Valid N (listwise)
|
20
|
||||
4.
Uji Asumsi Klasik
1.
Uji Normalitas
Uji normalitas bertujuan untuk
menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal.
Cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik misalnya
menggunakan P-Plot atau uji statistik misalnya menggunakan Kolmogorov-Smirnov. Kriteria pegambilan kesimpulan dalam uji
normalitas Kolmogorov–Smirnov sebagai
berikut:
a.
Apabila residual yang
mempunyai Asymp. Sig (2-tailed)
kurang dari sama dengan tingkat signifikan sebesar 0,05 (Asymp. Sig (2-tailed ≤ 0,05)
maka dapat disimpulkan bahwa data tidak berdistribusi normal.
b.
Apabila residual yang
mempunyai Asymp. Sig (2-tailed) lebih
dengan tingkat signifikan sebesar 0,05 (Asymp. Sig (2-tailed > 0,05) maka dapat disimpulkan bahwa data
berdistribusi normal.
One-Sample
Kolmogorov-Smirnov Test
|
||
Unstandardized Residual
|
||
N
|
20
|
|
Normal Parametersa,b
|
Mean
|
.0000000
|
Std. Deviation
|
1.44932045
|
|
Most Extreme Differences
|
Absolute
|
.137
|
Positive
|
.137
|
|
Negative
|
-.124
|
|
Test Statistic
|
.137
|
|
Asymp. Sig. (2-tailed)
|
.200c,d
|
|
a. Test distribution is Normal.
|
||
b. Calculated from data.
|
||
c. Lilliefors Significance Correction.
|
||
d. This is a lower bound of the true
significance.
|
||
Hasil Uji Normalitas dengan
menggunakan kolmogorov-smirnov menunjukan nilai z sebesar 0.137 dan nilai
asymp sig sebesr 0,2 diartikan lebih dari 0,05 hal ini menunjukan model
regresi berdistribusi normal
|
||
2.
Uji
Multikolinearitas
Uji multikolinearitas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar
variabel independen
Cara untuk mendeteksi ada atau tidaknya
multikolonieritas dapat dilihat dari nilai Tolerance
Value (TV) dan VIF (Variance Inflation Factor). Kriteria
pegambilan kesimpulan dalam uji multikolinearitas sebagai berikut:
a.
Apabila nilai Tolerance Value kurang
dari samadengan 0,10 (Tolerance < 0,10)
atau
apabila VIF (Variance Inflation Factor) lebih dari samadengan 10 (VIF ≥
10) maka dapat
disimpulkan bahwa terjadi
multikolinearitas.
b. Apabila nilai Tolerance
Value lebih dari 0,10 (Tolerance > 0,10) atau
apabila VIF (Variance Inflation
Factor) kurang dari 10 (VIF < 10)
maka dapat disimpulkan bahwa tidak
terjadi multikolinearitas.
Coefficientsa
|
||||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
Collinearity Statistics
|
|||
B
|
Std. Error
|
Beta
|
Tolerance
|
VIF
|
||||
1
|
(Constant)
|
12.562
|
6.501
|
1.932
|
.071
|
|||
RKT
|
.473
|
.208
|
.499
|
2.272
|
.037
|
.973
|
1.028
|
|
KPT
|
-.074
|
.243
|
-.073
|
-.305
|
.764
|
.812
|
1.231
|
|
DSP
|
.037
|
.238
|
.038
|
.156
|
.878
|
.806
|
1.241
|
|
a. Dependent Variable: PRK
|
||||||||
Hasil uji Multikolinearitas dapat
diketahui bahwa seluruh variable independen memiliki nilai tolerance lebih
besar dari 0,10 dan nilai variance inflation factor (VIF) lebih kecil dari 10
sehingga disimpulkan model regresi tidak terjadi multikolinearitas
3.
Uji
Heterokedastisitas
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
2.714
|
3.532
|
.768
|
.453
|
|
RKT
|
-.289
|
.113
|
-.532
|
-2.557
|
.021
|
|
KPT
|
.085
|
.132
|
.146
|
.641
|
.530
|
|
DSP
|
.125
|
.129
|
.221
|
.968
|
.348
|
|
a. Dependent Variable: ABSRES
|
||||||
Hasil Uji Heterokedastisitas menunjukan
tidak ada p-value kurang dari 0,05 hal ini menunjukan tidak ada gangguan heterokedastisitas
yang terjadi dalam proses estimasi parameter model penduga jadi secara
keseluruhan disimpulkan tidak ada masalah heterokedastisitas dalam penelitian
ini
5.
Uji
Regresi
Analisi regresi linear digunakan
untuk mengukur kekuatan antara dua variabel
ayau lebih, juga menunjukkan arah hubungan antara variabel dependen
dengan independen. Anaisis regresi linear dapat digunakan untuk menguji
pengaruh variabel independen terhadap variabel dependen. Analisis regresi
linear dapat dibedangan menjadi dua yaitu :
1. Analisis regresi linear
sederhana : Analisis regresi linear yang digunakan untuk meguji pengaruh satu
variabel independen terhadap variabel dependen.
2. Analisis regresi linear
berganda : Analisis regresi linear yang digunakan untuk menguji pengaruh lebih
dari satu variabel independen terhadap variabel dependen.
ANOVAa
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
13.290
|
3
|
4.430
|
1.776
|
.192b
|
Residual
|
39.910
|
16
|
2.494
|
|||
Total
|
53.200
|
19
|
||||
a. Dependent Variable: PRK
|
||||||
b. Predictors: (Constant), DSP, RKT, KPT
|
||||||
Hasil perhitungan regresi diperoleh
nilai F hitung sebesar 1,776 dengan nilai probabilitas p<0,05 sehingga
disimpulkan model penelitian ini fit. Hal ini menunjukan bahwa seluruh variable
berpengaruh secara simultan.
6.
Koefisien
Determinasi
Hasil uji Koefisien Determinasi analisis
regresi linear berganda diperoleh nilai adjusted R square sebesar 109 hal ini menunjukan bahwa seluruh variable
menjelaskan variasi dari variable dependen yaitu sebesar 10,9% sisanya 89,1%
dijelaskan oleh factor lain diluar model
Model
Summaryb
|
||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.500a
|
.250
|
.109
|
1.57936
|
a. Predictors: (Constant), DSP, RKT, KPT
|
||||
b. Dependent Variable: PRK
|
||||
7. Uji
t
a. Hasil pengujian hipotesis 1 menunjukan
nilai t hitung 2.272> t table sebesar 1,725 dengan signifikansi sebesar 0,37 p>0,05
bahwa variable Rekrutmen berpengaruh terhadap Y. Hal ini berarti bahwa
Rekrutmen berpengaruh tetapi tidak signifikan.
b. Hasil pengujuan hipotesis 2 menunjukan
nilai t hitung -0,305 < t table sebesar 1,725 dengan signifikansi sebesar 0,764
p>0,05 bahwa variable Kepelatihan berpengaruh terhadap Y. Hal ini berarti bahwa
Kepelatihan berpengaruh tetapi tidak signifikan.
c. Hasil pengujian hipotesis 3 menunjukan
nilai t hitung 0,156 < t table
sebesar 1,725 dengan signifikansi sebesar 0,878 p>0,05 bahwa variable Disiplin berpengaruh terhadap Y. Hal ini berarti bahwa
Disiplin berpengaruh tetapi tidak signifikan.
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
12.562
|
6.501
|
1.932
|
.071
|
|
RKT
|
.473
|
.208
|
.499
|
2.272
|
.037
|
|
KPT
|
-.074
|
.243
|
-.073
|
-.305
|
.764
|
|
DSP
|
.037
|
.238
|
.038
|
.156
|
.878
|
|
a. Dependent Variable: PRK
|
||||||
Dosen : Dr. Supawi Pawenang, SE.MM
Tidak ada komentar:
Posting Komentar