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 :

2e.n1ns

+=

dimana :

n = Jumlah Populasi.

e = Taraf Kesalahan

maka, jumlah sample dengan taraf kesalahan 10 % adalah :

( ) 531.01121

1122=

+=

xs

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 rhitung > rkritis dimana rkritis 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 (α),

yang menetapkan batas minimum α sebesar 0.60. Di bawah ini terdapat ringkasan

hasil perhitungan α dengan menggunakan bantuan program SPSS 11.5 dengan

menggunakan one shot method.

Tabel 4.3 Hasil perhitungan alpha cronbach

Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted 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 Reliability Coefficients N of Cases = 30.0 N of Items = 17 Alpha = .9006

53

Seperti terlihat di atas bahwa nilai α diatas melebihi batas minimum α 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 α 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 + b1.X1 + b2.X2 + … + bn.Xn

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 :

F4 = a + b1.F1 + b2.F2 + b3.F3

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 0.395≈0.4 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

α, 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 α (0.10) , maka dapat disimpulkan bahwa F1 dan F2 memiliki korelasi

terhadap F4, sedangkan pada F3 dapat dilihat bahwa nilai koef. Signifikan (0.490)

> α, 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 thitung yang diperoleh

dari tabel 4.5, pada kolom t dengan t tabel yang didapat dari tabel distribusi t. Bila

thitung > t tabel, maka tolak Ho, begitu juga sebaliknya.

Dengan tingkat alpha 0.10 dan derajat bebas sebesar 70, diperoleh nilai ttabel

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

ttabel dan thitung.

Dapat dilihat bahwa faktor F2 memiliki nilai thitung>ttabel dimana pada tingkat

0.05 dengan derajat bebas 69 mendapatkan nilai ttabel sebesar 2.000;

sedangkan nilai thitung sebesar 2.257. Jadi, F2 dapat dimasukkan dalam

persamaan regresi.

Pada Faktor F3, terlihat bahwa nilai thitung<ttabel, dimana pada tingkat 0.05

dengan derajat bebas 69 mendapatkan nilai ttabel sebesar 2.000, sedangkan

nilai thitung 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 ttabel dengan thitung. Apabila thitung>ttabel 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 α = 0.10 dan derajat bebas 69, adalah

sebesar 1,671. nilai ini menunjukkan angka yang lebih kecil daripada thitung yang

memiliki nilai 2.257. Dikarenakan thitung>ttabel, 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 α = 0.10 dan derajat bebas 69, adalah

sebesar 1,671, sedangkan nilai thitung 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 : b1 = b3 = b4 = 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 v1=2, v2=69. Dari tabel F yang didapat berdasarkan perhitungan

pada microsoft excel, didapat nilai Ftabel sebesar 2.38, yang menunjukkan nilai

yang lebih kecil daripada Fhitung 9.410.

Karena Fhit>Ftab, 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

1.00.75.50.250.00

Exp

ecte

d C

um P

rob

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 α 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 b1 = 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 b2 = 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.