HASIL PENELITIAN DAN PEMBAHASAN
D. Analisis Regresi
Analisis Regresi digunakan untuk mengukur pengaruh antara variabel prediktor (variabel bebas) terhadap variabel terikat. Sebelum dilakukan analisis regresi, dilakukan uji asumsi klasik sebagai berikut.
1. Uji Asumsi Klasik
a. Uji Normalitas Distribusi Data
Uji Normalitas data dilakukan sebelum data diolah berdasarkan model-model penelitian yang diajukan. Uji normalitas data bertujuan untuk mendeteksi distribusi data dalam suatu variabel yang akan digunakan dalam penelitian. Data yang baik dan layak untuk membuktikan model-model penelitian tersebut adalah data yang memiliki distribusi normal.
Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov satu arah atau analisis grafis. Berikut ini adalah hasil uji normalitas dengan Kolmogorov-Smirnov pada variabel independen dan variabel dependen.
Tabel 4.10
One-Sample Kolmogorov-Smirnov Test
Gaya Kepemimpinan Kepala Desa Kinerja Aparatur Desa N 16 16 Mean 37,4375 35,9375 Normal Parametersa,b
Std. Deviation 5,98853 6,38194 Absolute ,096 ,128 Positive ,096 ,128 Most Extreme Differences
Negative -,084 -,096 Kolmogorov-Smirnov Z ,382 ,513 Asymp. Sig. (2-tailed) ,999 ,955 a. Test distribution is Normal.
b. Calculated from data.
Hasil analisis Kolomogorov-Smirnov dengan nilai Z untuk Y sebesar 0,513 dan untuk X sebesar 0,382. Asymp signifikan untuk variabel Y dan X, secara berturut-turut adalah 0,955 untuk Y dan 0,999 untuk X. Dari hasil tersebut nampak bahwa pada variabel Y dan X memiliki distribusi data yang normal.
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi liner kesalahan pengganggu (e) mempunyai varians yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Untuk
menguji Hetero-skedastisitas dapat diketahui dari nilai signifikan korelasi Rank Spearman antara masing-masing variabel independen dengan residualnya. Jika nilai signifikan lebih besar dari α (5%) maka tidak terdapat Heteroskedastisitas, dan sebaliknya jika lebih kecil dari α (5%) maka terdapat Heteroskedastisitas. Berdasarkan perhitungan SPSS diperoleh hasil seperti pada tabel berikut.
Tabel 4.11 Correlations Gaya Kepemimpinan Kepala Desa Kinerja Aparatur Desa Correlation Coefficient 1,000 ,339 Sig. (2-tailed) . ,199 Gaya Kepemimpinan Kepala Desa N 16 16 Correlation Coefficient ,339 1,000 Sig. (2-tailed) ,199 . Spearman's rho Kinerja Aparatur Desa N 16 16
** Correlation is significant at the .01 level (2-tailed). a Listwise N=16
Hasil pengujian korelasi Spearman pada tabel di atas menunjukkan bahwa korelasi antara variabel X dengan nilai residual adalah tidak signifikan. Hal ini dapat dilihat dari nilai Sig = 0,199 > 0.05 sehingga dapat diasumsikan bahwa tidak terjadi heterokesdasitas dalam model regresi ini.
c. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan
(sebelumnya). Untuk menguji Autokorelasi dapat dilihat dari nilai Durbin Waston (DW), yaitu jika nilai DW terletak antara du dan (4 – dU) atau du ≤ DW ≤ (4 – dU), berarti bebas dari Autokorelasi. Jika nilai DW lebih kecil dari dL atau DW lebih besar dari (4 – dL) berarti terdapat Autokorelasi. Nilai dL dan dU dapat dilihat pada tabel Durbin Waston, yaitu nilai dL ; dU = α ; n ; (k – 1). Keterangan : n adalah jumlah sampel, k adalah jumlah variabel, dan α adalah taraf signifikan.
1) Perumusan hipotesis :
a) Ho : ρ
1 = ρ2 =... = ρp = 0 Æ Non Autokorelasi (Faktor pengganggu periode tertentu tidak berkorelasi dengan faktor pengganggu pada periode lain).
b) Ha : ρ
1 =ρ2 =... =ρp ≠0 Æ Autokorelasi (Faktor pengganggu periode tertentu berkorelasi dengan faktor pengganggu pada periode lain).
2) Kriteria pegujian :
a) Jika d-hitung < dL atau d-hitung > (4-dL), Ho ditolak, berarti ada autokorelasi.
b) Jika dU < d-hitung < (4 – dU), Ho diterima, berarti tidak terjadi autokorelasi.
c) Jika dL < d-hitung < dU atau (4-dU) < d-hitung < (4-dL), maka tidak dapat disimpulkan ada tidaknya autokorelasi.
Gambar 4.1
Daerah Penerimaan & Penolakan Ho, Uji Autokorelasi
Berdasarkan perhitungan yang dilakukan dengan menggunakan aplikasi SPSS 18.0 for Windows diperoleh output sebagai berikut.
Tabel 4.12 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,524a ,275 ,218 6,43768 1,736 a. Predictors: (Constant), Gaya Kepemimpinan Kepala Desa
b. Dependent Variable: Kinerja Aparatur Desa
Berdasarkan hasil perhitungan diperoleh nilai Durbin Watson (d) sebesar 1,736. Untuk N=16 pada 2 variabel, Nilai dL pada tabel adalah 1,10617 dan nilai dU adalah 1,37092. Dengan menggunakan grafik di atas, dapat dihitung keberadaan DW sebagai berikut.
- Nilai dL adalah 1,10617 - Nilai dU adalah 1,37092
- Nilai 4 – dU adalah 2,62908 - Nilai 4 – dL adalah 2,89383
Berdasarkan grafik yang dikemukakan di atas dapat diketahui bahwa nilai DW = 1,736 berada di antara nilai dU dan 4-dU atau 1,37092 < 1,736 < 2,62908 yang berarti nilai DW berada pada daerah penerimaan HO. Artinya, pada penelitian ini tidak terdapat autokorelasi.
2. Pembentukan Model Regresi Linier
Berdasarkan hipotesis yang diajukan, teknik analisis data dengan menggunakan Analisis Regresi Sederhana dengan model persamaan sebagai berikut.
Ŷ = a + bX + e
Keterangan:
Y : Kinerja Aparatur
X : Gaya Kepemimpinan Kepala Desa a : konstanta
b : koefisien regresi atau slope garis regresi Y atas X e : epsilon, galat presiksi yang terjadi secara acak.
Dengan menggunakan aplikasi PASW 18.0 for Windows diperoleh taksiran regresi sebagai berikut.
Tabel 4.13 Coefficientsa Unstandardized Coefficients Standardized Coefficients Model
B Std. Error Beta t Sig. (Constant) 44,885 10,515 4,269 ,001 1
Gaya Kepemimpinan Kepala Desa
,239 ,278 ,224 2,861 ,004
a. Dependent Variable: Kinerja Aparatur Desa
Berdasarkan tabel 4.13 di atas dapat dibuat model regresi sebagai berikut.
Ŷ = 44,885 + 0,239X + e
Persamaan regresi yang terbentuk dapat diartikan sebagai berikut.
(1) Konstanta sebesar 44,885 mengandung arti jika Gaya Kepemimpinan Kepala Desa (X) nilainya sama dengan 0, maka Kinerja Aparatur (Y) nilainya sama dengan 44,885.
(2) Variabel Gaya Kepemimpinan Kepala Desa (X) memiliki koefisien regresi positif. Hal ini berarti jika skor Gaya Kepemimpinan Kepala Desa (X) naik sebesar satu satuan, maka Kinerja Aparatur (Y) akan mengalami peningkatan sebesar nilai koefisien regresinya, yaitu sebesar 0,239 kali atau sebesar 23,90 %.
(3) Nilai e dapat diabaikan karena telah dilakukan uji asumsi klasik yang menyatakan bahwa seluruh data berdistribusi normal, tidak terdapat heteroskedastisitas, serta tidak terjadi autokorelasi. Dengan demikian, nilai e dinyatakan sama dengan 0.
3. Uji Hipotesis
Untuk membuktikan apakah model regresi yang telah diperoleh di atas dapat digunakan atau tidak, akan dilakukan pengujian hipotesis dengan menggunakan uji t.
Berdasarkan output pada tabel 4.13 dapat diketahui nilai thitung untuk X adalah sebesar 2,861 sedangkan ttabel pada α (tingkat kekeliruan) 0,05 dan db = 16 – 2 = 14 untuk pengujian satu sisi adalah 1,761. Kriteria pengujian satu sisi adalah ’tolak Ho jika thitung > ttabel’.
Karena nilai thitung (2,861) lebih besar daripada nilai ttabel (1,761) pada tingkat kekeliruan 5% dan db = 14, maka HO ditolak dan HA diterima. Dengan demikian dapat disimpulkan bahwa pada tingkat kepercayaan 95% terdapat pengaruh Gaya Kepemimpinan Kepala Desa terhadap Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara.
Besar pengaruh antar kedua variabel tersebut dapat dilihat pada tabel berikut. Tabel 4.14 Model Summary Change Statistics Model R R Square Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Change 1 ,524a ,275 ,218 6,43768 ,275 ,741 1 14 ,404 a. Predictors: (Constant), Gaya Kepemimpinan Kepala Desa
Tabel 4.14 di atas menunjukkan koefisien determinasi untuk variabel Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara (Y)
dan Gaya Kepemimpinan Kepala Desa (X) adalah 0,275. Nilai ini mengandung makna bahwa sebesar 27,50 % Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara (Y) dipengaruhi oleh Gaya Kepemimpinan Kepala Desa (X). Sedangkan sisanya sebesar 72,50 % merupakan pengaruh faktor lain yang tidak diteliti dalam penelitian ini.
Hasil pengujian tersebut menunjukkan bahwa Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara Karang Tumaritis dipengaruhi oleh Gaya Kepemimpinan Kepala Desa. Dengan kata lain, semakin baik Gaya Kepemimpinan Kepala Desa dilakukan, maka akan semakin baik pula Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara Karang Tumaritis. Sebaliknya, makin tidak baik Gaya Kepemimpinan Kepala Desa akan berakibat semakin tidak baiknya Kinerja Aparatur pada Desa Amartapura Kecamatan Madukara Karang Tumaritis.