4.3 Analisa Regresi Logistik
4.3.1 Interpretasi Pengujian Hipotesis Model Logistik
Estimasi Maximum Likehood parameter model dapat dilihat dari output pada
table 4.20 Variables in the Equation. Model regresi logistik kemudian dapat dinyatakan: Ln (p/1-p) = β0 + β2 X2 + β4 X4 + β5 X5 + β6 X6 + β7 X7 + β9 X9 + β10 X10 + ui Ln (p/1-p) = 4.093 – 1.069 X2 - 0.890X4 + 0.747X5 + 0.097X6 – 1.013X7 + 0.157X9 + 0.498X10 P/1-P =
e
4.093 – 1.069 X2 - 0.890X4 + 0.747X5 + 0.097X6– 1.013X 7 + 0.157X9 + 0.498X10Dari ketujuh variabel bebas yang mempengaruhi variabel tidak bebas dapat dilihat bahwa hanya terdapat dua variabel yang secara signifikan mempengaruhi keterlambatan yaitu variabel X4 (kategori alamat) dan X7 (golongan). Dengan memperhatikan persamaan ini maka dapat diinterprestasikan sebagai berikut:
1. Ho : β2 = 0 (variabel jam keberangkatan pegawai tidak mempunyai pengaruh
secara signifikan terhadap probabilitas tidak terlambat).
Hi : β2 ≠ 0 (variabel jam keberangkatan pegawai mempunyai pengaruh secara
signifikan terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X2 (jam keberangkatan) maka akan menurunkan odds ratio tidak terlambat sebesar 0.343 dan tidak signifikan (>0.05)
setiap jamnya. Sehingga jika semakin lama jam keberangkatan pegawai dari rumah maka akan semakin memperbesar probabilitas keterlambatan pegawai tersebut.
Berdasarkan hasil penelitian ini meskipun variabel jam keberangkatan pegawai tidak terlalu signifikan dalam menunjukkan probabilitas tidak terlambat pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan tetapi dapat menunjukkan semakin lama waktu pegawai untuk berangkat dari rumah (jam waktu keberangkatan) maka probabilitas untuk sampai di kantor tepat pada waktunya akan semakin berkurang. Oleh karena itu jika pegawai ingin meningkatkan probabilitas untuk sampai di kantor tepat pada waktunya diharapkan untuk dapat berangkat lebih cepat karena jam berangkat yang lebih awal akan mengurangi potensi untuk telambat sebesar 0.343 untuk setiap satuan mempercepat waktu keberangkatan.
2. Ho : β4 = 0 (variabel kategori jarak alamat tidak mempunyai pengaruh secara
signifikan terhadap probabilitas tidak terlambat).
Hi : β4 ≠ 0 (variabel kategori jarak alamat mempunyai pengaruh secara
signifikan terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X4 (kategori jarak alamat) maka akan menurunkan odds ratio tidak terlambat sebesar 0.411 dan signifikan (<0.05) sehinggan Ho ditolak.
Hal ini mengindikasikan bahwa jika semakin jauh jarak alamat si pegawai ke kantor maka probabilitas tidak terlambatnya akan turun sebesar 0.411 untuk setiap
berdampak kepada semakin besarnya probabilitas si pegawai untuk sampai di kantor tidak terlambat.
Berdasarkan penelitian ini menyatakan bahwa variabel kategori jarak alamat yang dibedakan menjadi 5 kategori yaitu sangat dekat untuk lebih kecil 3 km, dekat untuk lebih kecil 7 km, sedang untuk lebih kecil 15 km, jauh untuk lebih kecil 25 km dan sangat jauh untuk lebih besar 30 km merupakan variabel yang signifikan dalam mempengaruhi probabilitas terlambatnya pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan. Oleh karena itu berdasarkan penelitian ini menunjukkan pegawai yang rumahnya semakin dekat dengan Kantor Dinas Bina Marga Pemerintah Kota Medan akan semakin naik probabilitasnya untuk tidak terlambat sampai di kantor.
3. Ho : β5 = 0 (variabel pendidikan terakhir tidak mempunyai pengaruh secara
signifikan terhadap probabilitas tidak terlambat).
Hi : β5 ≠ 0 (variabel pendidikan terakhir mempunyai pengaruh secara
signifikan terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X5 (pendidikan terakhir) maka akan menaikkan odds ratio tidak terlambat sebesar 2.110 dan tidak signifikan (>0.05) sehingga Ho diterima.
pendidikan terakhir pegawai maka akan berdampak pada naiknya probabilitas si pegawai tersebut untuk tidak terlambat sampai di kantor.
Berdasarkan penelitian ini menyatakan bawah variabel pendidikan terakhir dari pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan tidak signifikan dalam mempengaruhi kemungkina pegawai untuk tidak terlambat sampai di kantor. Tetapi perlu diketahui meskipun tidak signifikan variabel ini juga turut memberikan probabilitas bahwa jika semakin tinggi pendidikan terakhir pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan maka akan turut meningkatkan probabilitas si pegawai untuk tidak terlambat. Sehingga meskipun tidak signifikan tingkat pendidikan pegawai juga merupakan hal yang perlu untuk diperhatikan karena peningkatan tingkat pendidikannya akan berdampak positif bagi Kantor Dinas Bina Marga Pemerintah Kota Medan.
4. Ho : β6 = 0 (variabel usia pegawai tidak mempunyai pengaruh secara signifikan
terhadap probabilitas tidak terlambat).
Hi : β6 ≠ 0 (variabel usia pegawai mempunyai pengaruh secara signifikan
terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X6 (usia) maka akan meningkatkan odds ratio tidak terlambat sebesar 1.102 dan tidak signifikan (>0.05) sehingga Ho diterima.
tahun peningkatan usia si pegawai. Sehingga jika semakin tua usia dari pegawai maka akan berdampak kepada naiknya kemungkin si pegawai untuk tidak tersebut untuk tidak terlambat sampai di kantor.
Berdasarkan penelitian ini variabel usia si pegawai tidak memberikan dampak yang signifikan bagi probabilitas pegawai tidak terlambat. Meskipun tidak berdampak signifikan tetapi usia menunjukkan hal yang berdampak positif bagi potensi keterlambatan. Hasil penelitian ini menunjukkan bahwa pegawai senior yang cenderung lebih berUsia yang memiliki probabilitas terlambat yang lebih kecil daripada pegawai yang berUsia lebih muda. Hal ini tentu tidak terlepas dari kematangan secara emosional yang menyebabkan pegawai senior lebih taat terhadap peraturan yang ada.
5. Ho : β7 = 0 (variabel golongan pegawai tidak mempunyai pengaruh secara
signifikan terhadap probabilitas tidak terlambat).
Hi : β7 ≠ 0 (variabel golongan pegawai mempunyai pengaruh secara signifikan
terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X7 (golongan) maka akan menurunkan odds ratio tidak terlambat sebesar 0.363 dan signifikan (<0.05) sehingga Ho ditolak.
pegawai tersebut maka akan berdampak kepada turunya probabilitas si pegawai untuk tidak terlambat sampai di kantor.
Berdasarkan penelitian ini bahwa variabel golongan memberikan dampak yang signifikan bagi probabilitas untuk tidak terlambat pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan. Golongan yang dibagi atas 12 kategori mulai dari golongan I/b sampai dengan IV/b pada penelitian ini memberikan dampak yang signifikan untuk probabilitas si pegawai tersebut untuk sampai tepat waktu. Hasil dari penelitian ini menunjukkan bahwa pegawai yang memiliki golongan yang tinggi kecenderungan terlambatnya lebih tinggi daripada pegawai yang memiliki golongan rendah. Banyak hal yang menjadi penyebab terjadinya hal ini seperti sanksi yang mungkin tidak berlaku untuk pegawai golongan tinggi ataupun sanksi dirasakan berat bagi pegawai golongan tinggi tetapi dirasa ringan jika dikenakan ke pegawai golongan rendah. Hal ini mengindikasinya perlunya evaluasi sanksi keterlambatan agar juga memberikan efek bagi pegawai golongan tinggi.
6. Ho : β9 = 0 (variabel kondisi jalur utama tidak mempunyai pengaruh secara
signifikan terhadap probabilitas tidak terlambat).
Hi : β9 ≠ 0 (variabel kondisi jalur utama mempunyai pengaruh secara signifikan
terhadap variabel probabilitas tidak terlambat).
Setiap terjadi peningkatan variabel X9 (kondisi jalur utama) maka akan menaikkan odds ratio tidak terlambat sebesar 1.170 dan tidak signifikan (>0.05) sehingga Ho diterima.
Hal ini mengindikasikan bahwa jika semakin tidak macet kondisi jalur utama yang harus dilalui untuk sampai di kantor maka probabilitas untuk tidak terlambat akan naik sebesar 1,170 untuk setiap peningkatan kategori kondisi kemacetan jalur utama. Sehingga jika semakin tidak macet jalanan yang harus dilalui si pegawai untuk sampai di kantor maka akan berdampak pada naiknya probabilitas si pegawai untuk tidak terlambat sampai di kantor.
Berdasarkan penelitian ini menyatakan bahwa variabel kondisi jalur utama yang dilewati oleh pegawai untuk sampai di kantor tidak memberikan dampak yang signifikan dalam mempengaruhi probabilitas pegawai untuk tidak terlambat. Kondisi jalur utama yang dibagi menjadi 4 (empat) kategori yaitu selalu macet, sering macet, jarang macet dan tidak pernah macet menunjukkan bahwa bukanlah menjadi penyebab yang paling signifikan keterlambatan pegawai. Meskipun tidak berdampak signifikan tetapi kondisi jalan yang semakin tidak macet turut menurunkan probabilitas pegawai tiba di kantor terlambat.
7. Ho : β10 = 0 (variabel kondisi jalur alternatif tidak mempunyai pengaruh secara
signifikan terhadap probabilitas tidak terlambat).
Hi : β10 ≠ 0 (variabel kondisi jalur alternatif mempunyai pengaruh secara
signifikan terhadap variabel probabilitas tidak terlambat).
Hal ini mengindikasikan bahwa jika semakin tidak macet kondisi jalur alternatif yang digunakan jika jalur utama tidak digunakan agar dapat sampai di kantor maka probabilitas tidak terlambat akan naik sebesar 1.645 untuk setiap peningkatan kategori kondisi kemacetan jalur utama. Sehingga jika semakin tidak macet kondisi jalur alternatif yang digunakan jika tidak menggunakan jalur utama maka akan berdampak pada naiknya probabilitas si pegawai untuk tidak terlambat sampai di kantor.
Berdasarkan penelitian ini menyatakan bahwa kondisi jalur alternatif yang digunakan pegawai tidak memberikan dampak yang signifikan terhadap probabilitas pegawai Kantor Dinas Bina Marga Pemerintah Kota Medan untuk tidak terlambat. Kondisi jalur alternatif yang dibagi menjadi 4 (empat) kategori yaitu selalu macet, sering macet, jarang macet dan tidak pernah macet menunjukkan bahwa bukanlah menjadi penyebab yang paling signifikan agar pegawai dapat tiba lebih awal di kantor. Meskipun tidak berdampak signifikan tetapi kondisi jalan alternatif yang semakin tidak macet turut menurunkan probabilitas pegawai tiba di kantor terlambat.
BAB V