Klik Gambar

Senin, 11 Januari 2010

Skripsi Pengaruh Pelatihan terhadap kinerja Karyawan


1. Nilai konstanta adalah 0,690 , Hal ini berarti bahwa tanpa adanya pengaruh variable bebas yaitu variable materi pelatihan (X1) , materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), metode pelatihan (X4), nilai variable dependen yaitu kinerja karyawan (Y) pada BNI ’46 Sidoarjo tetap konstan sebesar 0,690. 2. Nilai koefisien regresi dari variable materi pelatihan (X1), sebesar 1,055.Artinya
bahwa setiap kenaikan satu variable materi pelatihan (X1), akan mengakibatkan
variable kinerja karyawan pada BNI ’46 Sidoarjo sebesar 1,055 satuan dengan asumsi
bahwa variable lainnya adalah konstan atau tetap.
3. Nilai koefisien regresi dari variable kemampuan pelatih (X2), sebesar 0,609.Artinya bahwa setiap kenaikan satu satuan variable kemampuan pelatih (X2), akan mengakibatkan kenaikan variable kinerja karyawan pada BNI’46 Sidoarjo sebesar 0,609 satuan dengan asumsi bahwa variable lainnya adalah konstan atau tetap.
4. Nilai koefisien regresi dari variable sarana pelatihan (X3), sebesar 0,554.Artinya bahwa setiap kenaikan satu satuan variable sarana pelatihan (X3), akan menaikkan variable kinerja karyawan BNI’46 Sidoarjo sebesar 0,554 satuan dengan asumsi bahwa variable lainnya adalah konstan atau tetap.
5. Nilai koefisien regresi dari variable metode pelatihan (X4), sebesar 0,480.Artinya bahwa setiap kenaikan satu satuan variable metode pelatihan (X4), akan mengakibatkan kenaikan variable kinerja karyawan pada BNI’46 Sidoarjo sebesar 0,480 satuan dengan asumsi bahwa variable lainnya konstan atau tetap.
4.2.4 Uji Asumsi Klasik
A. Uji Normalitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresi, variable
bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik
adalah memiliki distribusi data normal atau mendekati normal. Jika Distribusi data adalah normal maka garis yang mengambarkan data sesungguhnya akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.cara termudah untuk melihat normalitas adalah melihat normal probability plot adalah sebagai berikut :
Gambar 4.2
Normal Probality Plot
Normal P-P Plot of Regression Standardized Residual
Sumber : Lampiran Hasil Olahan SPSS
B. Uji Mutikolinieritas
Pengujian ini menunjukkan adanya korelasi antar variable bebas dalam
persamaan regresi yang menyebabkan standart error menjadi tinggi dan sensitve
terhadap perubahan data, sehingga koefisien regresi menjadi kurangtelitiPengujian
ini bertujuan untuk mengetahui apakah variable bebas tersebut tidak saling
berkorelasi atau ada hubungan linear diantara variable-variabel babas dalam model
regresi yang digunakan. Salah satu cara mendeteksi Multikolinearitas adalah dengan menggunakan uji korelasi Person, dimana jika antar variable bebas memiliki korelasi yang cukup tinggi ( umumnya diatas 0,9 ) maka hal ini merupakan indikasi adanya Multikolinieritas. Multikolinieritas juga dapat dilihat dari nilai tolerance dan nilai VIF yang diperolehnya. Jika nilai tolerance yang diperoleh kurang dari 1 dan VIF antar 1 dan 10 maka dapat dikatakan bahwa persamaan suatu model penelitian tidak menunjukkan gejala Multikolinieritas.
Tabel 4.27
Matriks Korelasi
correlations
y
X1
X2
X3
X4
Pearson Corelation y
X1
X2
X3
X4
1,000
,972
,966
,965
,955
,972
1,000
,792
,688
,727
,966
,792
1,000
,788
,636
,965
,688
, 788
1,000
,745
,955
,727
,636
,745
1,000
Sig. ( 1-tailed ) y
X1
X2
X3
X4
,
,000
,000
,000
,000
,000
,
,000
,000
,000
,000
,000
,
,000
,000
,000
,000
,000
,
,000
,000
,000
,000
,000
,
N y
X1
X2
X3
X4
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
30
X1
X2
X3
X4
X1
1,000
0,792
0,688
0,727
X2
0,792
1,000
0,788
0,636
X3
0,688
0,788
1,000
0,745
X4
0,727
0,636
0,745
1,000
Sumber : Lampiran Hasil Olahan SPSS
Berdasarkan matriks korelasi diatas ,dapatdiketahui bahwa tidak terdapat nilai korelasi yang melibihi 0,9.Dengan demikian tidak terdapat adanya gejala multikolinieritas pada model penelitian ini .Multikolinieritas juga dapat dilihat dari nilai tolerance dan nilai VIF yang diperolehnya kurang dari 1 dan VIF antara 1 dan 10 maka dapat dikatakan bahwa persamaan suatu model penelitian tidak menunjukkan gejala multikolineritas .Selain itu Nilai tolerance dan VIF yang diperoleh untuk model penelitian ini adalah sebagai berikut :
Tabel 4.28
Koefisien Regresi
Coefficients
Mode
Unstandardized.C
Standardized.C
t
Sig
Corelations
Collinearrity Statistic
B
Std.Error
Beta
Cero-orde
Pertial
Part
tolerance
VIF
1 Constant
X1
X2
X3
X4
,690
1.055
,609
,554
,480
,188
,324
,302
,257
,116
1,036
,625
,573
,463
5,069
9,258
7,694
6,988
5,119
,000
,000
,000
,000
,000
,972
,966
,965
,955
,945
,933
,931
,912
,893
,810
,867
,832
,987
,964
,942
,924
1,124
1,275
1,643
1,987
a.Dependent variable : y
sumber : Lampiran Hasil Olahan SPSS.
Variabel
Tolerance
VIF
X1
0,987
1,124
X2
0,964
1,275
X3
0,942
1,643
X4
0,924
1,987
sumber : Lampiran Hasil Olahan SPSS
C.Uji Heteroskedastisitas
Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari satu residual ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Salah satu cara untuk mendeteksi dengan mengkorelasikan variable bebas dengan residualnya.
Tabel 4.29
Hasil Korelasi Rank Spearman
Correlations
Unstandardized
Residual
X1
X2
X3
X4
Spearman’s rt Unstandardized Resi. Correlation Coeffic
Sig . ( 2 –tailed )
N
1.000
.
30
,178
,346
30
,133
,485
30
,175
,354
30
,027
,889
30
. x1 Correlation Coeffic
Sig . ( 2 –tailed )
N
,178
,346
30
1.000
.
30
,967
,000
30
,967
,000
30
,813
,000
30
. x2 Correlation Coeffic
Sig . ( 2 –tailed )
N
,133
,485
30
,967
,000
30
1.000
.
30
,951
,000
30
,857
,000
30
. x3 Correlation Coeffic
Sig . ( 2 –tailed )
N
,175
,354
30
,967
,000
30
,951
,000
30
1.000
.
30
,827
,000
30
.x4 Correlation Coeffic
Sig . ( 2 –tailed )
N
,027
,889
30
,813
,000
30
,857
,000
30
,827
,000
30
1.000
.
30
Variabel
Nilai Korelasi
Signifikansi
X1
0,178
0,346
X2
0,133
0,485
X3
0,175
0,354
X4
0,027
0,889
sumber : Lampiran Hasil Olahan SPSS
Dari hasil perhitungan SPSS yang ditunjukkan pada tabel 4.28 maka diketahui nilai korelasi rank spearman yang diperoleh tidak ada satupun yang memiliki nilai korelasi yang signifikan. Dengan demikian tidak terjadi tidak terjadi gejala heteroskedastisitas. Maka model persamaan regresi pada penelitian ini merupakan model persamaan yang homoskedastisitas
D. Autokorelasi.
Pada pengujian autokorelasi bertujuan menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi.Pendeteksian autokorelasi dapat dilakukan dengan menggunakan metode statistik dari Durbin-Watson (Uji DW)dengan ketentuan :
  1. Nilai DW <1,10 ;ada autokorelasi
  2. Nilai DW antara 1,10 s.d 1,54 ; tanpa kesimpulan
  3. Nilai DW antara 1,55 s.d 2,46 ; tidak ada autokorelasi
  4. Nilai DW antara 2,46 s.d 2,90 ; tanpa kesimpulan
  5. Nilai DW > 2,91 ; ada autokorelasi
Nilai Durbin-Watson pada hasil lampiran olahan SPSS sebagai berikut :
TABEL 4.30
Nilai Durbin-Watson
Model Summary
Mode
R
R.Square
Adjusted
R.Square
Std.Error of
The Estimate
Change Statistic
Durbin
Watson
R.Square
Change
F.Change
Df1
Df2
Sig.F Change
1
.984a
.968
.963
.17009
.968
187.998
4
25
.000
1,9
a.Predictors : ( Constants ) , x4 , x1 , x3 , x2
b.Dependent Variable : y
sumber : Lampiran Hasil Olahan SPSS
Dari hasil pengujian SPSS diketahui bahwa nilai DW sebesar 1,958. Nilai ini berada pada nilai DW antara 1,55 s.d 2,46 ; artinya fata yang ada tidak ada autokorelasi.
4.2.5 Koefisien korelasi (R) dan determinasi simultan (R 2)
Koefisien korelasi mengukur tingkat keeratan hubungan antara variable bebas dan variable terikat. Nilai koefision determinasi simultan yang merupakan hasil pengkuadratan koefision korelasi menunjukkan prosentase pengaruh variable bebas secara simultan terhadap variable terikat.
Hasil perhitungan SPSS mengenai koefisien korelasi dan determinasi ditnjukkan oleh tabel di bawah ini.
TABEL 4.31
Koefisien korelasi dan determinasi simultan
Model Summary
Mode
R
R.Square
Adjusted
R.Square
Std.Error of
The Estimate
Change Statistic
Durbin
Watson
R.Square
Change
F.Change
Df1
Df2
Sig.F Change
1
.984a
.968
.963
.17009
.968
187.998
4
25
.000
1,9
a.Predictors : ( Constants ) , x4 , x1 , x3 , x2
b.Dependent Variable : y
sumber : Lampiran Hasil Olahan SPSS
Pada tabel tersebut diketahui bahwa nilai koefisien korelasi (R) adalah 0,984 atau mendekati 1. Artinya terdapat hubungan yang kuat searah antara variable bebas yang meliputi materi pelatihan (X1),kemampuan pelatih (X), sarana pelatihan (X3), dan metode pelatihan (X4) dengan variable terikat yaitu kinerja karyawan (Y) pada BNI’46
Sidoarjo. Artinya jika variable bebas yang meliputi materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4) ditingkatkan, maka variable kinerja karyawan (Y) pada BNI’46 Sidoarjo juga akan meningkat, demikian pula sebaliknya.
Prosentase pengaruh variable bebas terhadap variable terikat yang ditunjukkan oleh koefisien determinasi simultan (Rsquared) adalah sebesar 0,968 atau 9,68%. Hal ini berarti bahwa naik turunnya variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo dipengaruhi oleh variable bebas yaitu materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4), sebesar 96,8 %. Sedangkan sisanya sebesar 3,2% dipengaruhi oleh variable lain diluar penelitian ini.
4.2.6 Uji Hipotesis 1
Pada uji hipotesis 1 ini menggunakan uji F dipergunakan untuk nengukur secara bersama tingkat pengaruh signifikansi variable bebas yang meliputi materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3)dan metode pelatihan (X4) terhadap kinerja karyawan pada BNI’46Sidoarjo.
Langkah-langkah pengujian uji F adalah sebagai berikut :
a. Menentukan nilai Ftabel
Df 1 = k = 4
Df 2 n – k – 1 = 25
Ftabel ( 0,05;25 ) = 2,7587
b. Menentukan nilai Fhitung
Nilai F hitung yang diperoleh dari hasil pengolahan SPSS disajikan pada tabel berikut
ini :
Tabel 4.32
Uji F ( Uji model )
ANOVA
Model
Sum of
Squares
df
Mean Square
F
Sig.
1.Regresion
Residual
Total
21,757
,723
22,480
4
25
29
5,439
,029
187,998
,000a
a.Predictors : ( Constants ) , x4 , x1 , x3 , x2
b.Dependent Variable : y
sumber : Lampiran Hasil Olahan SPSS
Hasil uji sebagai berikut :
1. Jika Fhitung > Ftabel maka Ho ditolak dan Ha diterima yang berarti secara bersama variable materi pelatihan (X1), kemampuan pelatih (X
X2), sarana pelatihan (X3), dan metode pelatihan (X4)Berpengaruh terhadap kinerja karyawan (Y) pada BNJ’46 Sidoarjo
2.Jika Fhitung < Ftabel, maka Ho diterima dan Ha ditolak yang berarti secara bersama variable materi pelatihan (X1), sarana pelatih (X3), dan metode pelatihan (X4) tidak berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
C. Menginterprestasikan Hasil
Sesuai dengan hasil perhitungan uji F yang dilakukan dengan bantuan program SPSS diperoleh nilai F hitung sebesar 187,998 Nilai F hitung ini lebih besar daripada nilai F tabel yaitu 2,7587 Nilai signifikansi yang diperoleh adalah sebesar 0,000, nilai signifikansi ini lebih kecil daripada nilai a yaitu 0,05. Dengan demikian Ho ditolak dan Ha diterima, artinya variable independen variable materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4) secara bersama berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
4.2.7 Uji Hipotesis 2
Pada uji hipotesis 2 ini menggunakan uji t, dipergunakan untuk mengukur secara parsial tingkat pengaruh signifikansi variable bebas yang meliputi variable materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3) dan metode pelatihan (X4) terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
Langkah-langkah pengujian uji t adalah sebagai berikut :
a. Menentukan t tabel
Df = n-k-1 = 30 – 4 – 1 =25
t tabel (0,05;25) = 1,7081
b. Menentukan nilai t hitung
Nilai t hitung yang diperoleh dari hasil pengolahan SPSS disajikan pada tabel berikut
dibawah ini :
Tabel 4.33
Nilai T hitung
coefficients
Mode
Unstandardized.C
Standardized.C
t
Sig
Corelations
Collinearrity Statistic
B
Std.Error
Beta
Cero-orde
Pertial
Part
tolerance
VIF
1 Constant
X1
X2
X3
X4
,690
1.055
,609
,554
,480
,188
,324
,302
,257
,116
1,036
,625
,573
,463
5,069
9,258
7,694
6,988
5,119
,000
,000
,000
,000
,000
,972
,966
,965
,955
,945
,933
,931
,912
,893
,810
,867
,832
,987
,964
,942
,924
1,124
1,275
1,643
1,987
a.Dependent variable : y
sumber : Lampiran Hasil Olahan SPSS.
Hasil uji sebagai berikut :
1. Jika t hitung > maka Ho ditolak dan Ha diterima yang berarti secara partial variable materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4)Berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
2. Jika Thitung < Ttabel, maka Ho ditolak yang berarti secara partial variable materi pelatihan (X1), kemampuan pelatihan (X2), sarana pelatihan (X3), dan metode pelatihan (X4) tidak berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
C. Menginterprestasikan Hasil
1. Uji pengaruh variable materi pelatihan (X1) terhadap kinerja karyawan (Y) pada
BNI’46 Sidoarjo.
a. Ho : b1=0, berarti variable bebas materi pelatihan (X1), tidak berpengaruh terhadap variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo.
b. Ha : b1=0, variabel bebas materi pelatihan (X1), berpengaruh terhadap
variable terikat yaitu kinerja karyawan(Y)pada BNI’46 Sidoarjo.
n = 30
df = n – k – 1 = 30 – 4 – 1 = 25
a = 0,05
Nilai T-tabel = 1,7081 dan T-hitung = 9,258
Adapun criteria pengujiannya adalah sebagai berikut :
Ho ditolak bila nilai t-hitung > nilai t-tabel
Ho diterima bila nilai t-hitung < nilai t-tabel
Dari hasil perhitungan ternyata Ho ditolak dan Ha diterima karena nilai t-hitung > nilai t-tabel dimana 9,258 > 1,7081 yang berarti bahwa secara partial variable materi pelatihan (X1) berpengaruh terhadap tingkat kinerja karyawan (Y) pada BNI’46 Sidoarjo.
2. Uji pengaruh variable kemampuan pelatih (X2), terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
  1. Ho : b2 = 0, berarti variable bebas kemampuan pelatih (X2), tidak berpengaruh terhadap variable terikat yaitu kinerja karyawan (Y)pada BNI’46 S idoarjo.
  2. Ha : b2 # 0, variabel bebas kemampuan pelatih (X2), berpengaruh terhadap variable terikat yatu kinerja karyawan (Y) pada BNI’46 Sidoarjo.
n = 30
df = n – k – 1 = 30 – 4 – 1 = 25
a = 0,05
Nilai t-tabel = 1,7081 dan nilai t-hitung =7,694
Adapun kriteria pengujiannya adalah sebagai berikut :
Ho ditolak bila nilai t-hitung > nilai t-tabel
Ho diterima bila nilai t-hitung < nilai t-tabel
Dari hsil perhitungan ternyata Ho ditolak dan Ha diterima karena nilai t-hitung > nilai t-tabel dimana 7,694 > 1,7081 yang berarti bahwa secara partial variable kemampuan pelatih (X2) berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
3.Uji pengaruh variable sarana pelatihan (X3) ,terhadap kinerja karyawan (Y) pada BNI’46
a. Ho : b3 = 0, berarti variable bebas sarana pelatihan (X3) , tidak berpengaruh terhadap variable terikat yaitu kinerja karyawan(Y) pada BNI’46 S idoarjo
b. Ha : b3 # 0, variabel bebas sarana pelatihan (X3), berpengaruh terhadap variable terikat yatu kinerja karyawan (Y) pada BNI’46 Sidoarjo
n = 30
df = n – k – 1 = 30 – 4 – 1 = 25
a = 0,05
Nilai t-tabel = 1,7081 dan nilai t-hitung =6,988
Adapun kriteria pengujiannya adalah sebagai berikut :
Ho ditolak bila nilai t-hitung > nilai t-tabel
Ho diterima bila nilai t-hitung < nilai t-tabel
Dari hsil perhitungan ternyata Ho ditolak dan Ha diterima karena nilai t-hitung > nilai t-tabel dimana 6,988 > 1,7081 yang berarti bahwa secara partial variable sarana pelatihan (X3) berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
4.Uji pengaruh variable metode pelatihan (X4) ,terhadap kinerja karyawan (Y) pada BNI’46
a. Ho : b4 = 0, berarti variable bebas metode pelatihan (X4) , tidak berpengaruh terhadap variable terikat yaitu kinerja karyawan(Y) pada BNI’46 S idoarjo
b. Ha : b3 # 0, variabel bebas metode pelatihan (X4), berpengaruh terhadap variable terikat yatu kinerja karyawan (Y) pada BNI’46 Sidoarjo
n = 30
df = n – k – 1 = 30 – 4 – 1 = 25
a = 0,05
Nilai t-tabel = 1,7081 dan nilai t-hitung =5,119
Adapun kriteria pengujiannya adalah sebagai berikut :
Ho ditolak bila nilai t-hitung > nilai t-tabel
Ho diterima bila nilai t-hitung < nilai t-tabel
Dari hsil perhitungan ternyata Ho ditolak dan Ha diterima karena nilai t-hitung > nilai t-tabel dimana 5,119 > 1,7081 yang berarti bahwa secara partial variable metode pelatihan (X4) berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
4.2.8.Uji Hipotesis III ( variebel dominant )
Untuk mengetahui variable mana yang dominant diantara variable bebas yang terdiri dari terdiri dari materi pelatihan (X1) , Kemampuan Pelatih (X2) , Sarana pelatihan(X3) dan Metode pelatihan (X4) terhadap variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo ,maka dilakukan dengan melihat ringking koefisien regresi yang distandarkan (b) atauStandartdized of Coefficients Beta dari masing-masing variable beba yang signifikan.Variabel yang memiliki koefisien b terbesar merupakan salah satu variable bebas (X) yang dominant pengaruhnya terhadap variable terikat (Y)
Tabel 4.34
Nilai Standar Coefficients Beta
Coefficients
Mode
Unstandardized.C
Standardized.C
t
Sig
Corelations
Collinearrity Statistic
B
Std.Error
Beta
Cero-orde
Pertial
Part
tolerance
VIF
1 Constant
X1
X2
X3
X4
,690
1.055
,609
,554
,480
,188
,324
,302
,257
,116
1,036
,625
,573
,463
5,069
9,258
7,694
6,988
5,119
,000
,000
,000
,000
,000
,972
,966
,965
,955
,945
,933
,931
,912
,893
,810
,867
,832
,987
,964
,942
,924
1,124
1,275
1,643
1,987
a.Dependent variable : y
sumber : Lampiran Hasil Olahan SPSS.
Karena variabel X1 yaitu variable materi pelatihan memiliki nilai koefisien b terbesar yaitu sebesar 1,036 dibandingkan dengan variable bebas yang lainnya, maka variable X1 yaitu variable materi pelatihan merupakan variable bebas yang dominant mempengaruhi variable terikata yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo.
4.3. Pembahasan
Dalam pembahasan ini penulis akan menguraikan secara singkat bahwa hsil perhitungan dengan uji F dapat membuktikan hipotesa 1 bahwa variable independent variable materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4), secara bersama berpengaruh terhadap kinerja karyawan (Y)pada BNI’46 Sidoarjo.
Sedangkan untuk membuktikan hipotesa 2 yang penulis uji dengan uji t juga dapat membuktikan hipotesa 2 bahwa variable independent yang terdiri dari materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X3), dan metode pelatihan (X4), secara parsial berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
Selain itu pula dapat diketahui bahwa variable X1 yaitu variable materi pelatihan memiliki nilai koefisien b terbesar dibandingkan variable bebas yang lain maka variable X1 yaitu variable materi pelatihan merupakan variable bebas yang dominant mempengaruhi variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo.
Untuk variable sarana pelatihan (X3) sebesar 0,000 untuk metode pelatihan (X4), sebesar 0,000.Nilai signifikansi ini lebih kecil daripada nilai a yaitu 0,05.Dengan demikian Ho ditolak dan Ha diterima, artinya variable independent yang terdiri dari metode pellatihan (X1), kemampuan pelatihan (X2), sarana pelatihan (X3), dan mrtode pelatihan (X4) secara parsial berpengaruh terhadap kinerja klaryawan (Y) pada BNI’46 Sidoarjo.
3. karena variable X1 yaitu variable materi platihan memiliki nilai koefisien b terbesar yaitu sebesar 1,036 dibandingkan dengan variable bebas yang lainnya, maka variable X1 yaitu variable materi pelatihan merupakn variable bebas yang dominant mempengaruhi variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo.
Saran
Adapun saran yang penulis rekomendasikan adalah :
  1. Sebaiknya pengembangan sumber daya manusia yang ada pada BNI’46 Sidoarjo harus dilakukan secara terencana, terus menerus dan terus berkesinambungan melalui usaha peningkatan pelatihan guna menghadapi tantangan dimasa yang akan datang.
  2. Upaya pengembangan sumber daya manusia melalui pelatihan haruslah diberikan kepada semua level karyawan sesuai kebutuhan pemenuhan kompetensinya, dalam rangka menunjang pelaksanaan tugas atau pekerjaan yang akan berpengaruh terhadap peningkatan kinerja karyawan secar optimal.


BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil pengujian yang penulis lakukan, maka dapat disimpulkan sebagai berikut:
  1. Hasil perhitungan uji F yang dilakukan dengan bantuan program SPSS diperoleh nilai F hitung sebesar 187,998 Nilai F hitung ini lebih besar daripada nilai F tabel yaitu 2,7587 Nilai signifikansi yang diperoleh adalah sebesar 0,000 nilai signifikansi ini lebih besar daripada nilai a yaitu 0,05. Dengan demikian Ho ditolak dan Ha diterima, artinya variable independent variable materi pelatihan (X1), kemampuan pelatih (X2), sarana pelatihan (X4), secara bersama berpengaruh terhadap kinerja karyawan (Y) pada BNI’46 Sidoarjo.
  2. Hasil perhitungan dengan uji t diperoleh nilai t hitung untuk variable materi pelatihan (X1) sebesar 5,258 untuk variable kemampuan pelatih (X2) sebesar 7,694 untuk variable sarana pelatihan (X4) sebesar 5,119 sedang nilai t tabel yaitu 1,7081. Nilai t hitung masing-masing variable tersebut lebih besar daripada nilai t tabel . Nilai signifikansi yang diperoleh untuk variable materi pelatihan (X1) sebesar 0,000 untuk variable kemampuan pelatih (X2) sebesar 0,000
  1. Karena variable X1 yaitu variable materi memiliki nilai koefisien b yaitu sebesar 1,036 dibandingkan dengan variable bebas yang lainnya, maka variable X1 yairu variable materi pelatihan merupakan variable bebas yang dominant mempengaruhi variable terikat yaitu kinerja karyawan (Y) pada BNI’46 Sidoarjo.

0 komentar:

Katalog Promo Ebook Manajemen

Service Center Ebook Manajemen

Service Center Ebook Manajemen

Pembayaran Ebook Manajemen

Pembayaran Ebook Manajemen

Mohon Klik Gambar Di bawah ini

Ringga Arie Suryadi. Diberdayakan oleh Blogger.