BAB IV METODE PENELITIAN
4.6. Metode Analisis Data
Metode analisis data yang digunakan pada penelitian ini yaitu model regresi linier berganda (multiple regression analysis) yang bertujuan untuk menguji dan menganalisis, baik secara simultan maupun secara parsial seberapa besar pengaruh akuntabilitas, transparansi, responsiveness, rule of law serta efficiency and effectiveness terhadap kinerja pemerintah daerah. Uji statistik yang akan digunakan pada penelitian ini terdiri dari uji kualitas data, uji asumsi klasik, uji statistik deskriptif dan uji hipotesis. Pengolahan data menggunakan alat bantu aplikasi software program Statistical Package for Social Science (SPSS).
4.6.1 Uji Kualitas Data
Pengujian ini dilakukan untuk mengetahui kualitas berupa konsistensi dan akurasi data yang dikumpulkan melalui instrumen penelitian yang terdiri dari jenis pengujian berupa uji validitas dan reliabilitas.
4.6.1.1 Uji Validitas
Uji Validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Juga untuk mengetahui dan mengukur apakah pernyataan dalam kuesioner valid atau tidak, disusun dengan akurat atau tidak, sehingga mampu mengukur apa yang seharusnya diukur oleh kuesioner tersebut yaitu menghitung korelasi antara skor masing-masing pernyataan dengan total skor dari item-item pernyataan. Teknik yang digunakan untuk mengukur validitas pernyataan/
pernyataan dapat dilihat pada kolom Corrected Item-Total Correlation (Korelasi Product Moment dari Karl Pearson) dengan ketentuan jika :
r-hitung lebih besar dari r-tabel, maka skor butir pernyataan kuesioner valid
r-hitung lebih kecil dari r-tabel, maka skor butir pernyataan kuesioner tidak valid (Ghozali, 2016).
Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom (df) = n – 2, dalam hal ini n adalah jumlah sampel (Ghozali, 2013).
4.6.1.2 Uji Reliabilitas
Uji Reliabilitas dilakukan untuk mengetahui seberapa jauh hasil pengukuran tetap konsisten apabila dilakukan lebih dari dua kali terhadap gejala yang sama dengan menggunakan alat pengukuran yang sama (Erlina, 2008). Uji realibilitas bertujuan mengetahui tingkat keterandalan suatu kuesioner jika digunakan beberapa kali untuk mengukur objek yang sama, harus konsisten dari waktu ke waktu dan menghasilkan data yang sama. Pengujian realibilitas dilakukan dengan uji statistik Cronbach’s Alpha (Ghozali, 2016).
Penilaian hasil uji statistik Cronbach’s Alpha dengan ketentuan jika : nilai Cronbach’s Alpha > 0,70, kuesioner dinyatakan reliabel.
nilai Cronbach’s Alpha < 0,70, kuesioner dinyatakan tidak reliabel.
4.6.2. Uji Asumsi Klasik
Pengujian asumsi klasik dilakukan dengan analisis statistik. Uji asumsi klasik terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Pengujian hipotesis dengan analisis regresi linier berganda akan memberikan hasil yang baik jika model regresi memenuhi semua asumsi klasik
namun uji autokorelasi tidak dilakukan pada penelitian ini karena penelitian ini tidak menggunakan sampel dengan data silang waktu (time series).
4.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, model pengganggu atau residual memiliki distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali, 2013). Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak dengan analisis grafik dan uji statistik. Analisis grafik histogram dikatakan normal atau mendekati normal jika grafik bentuk lonceng (bell shaped). Analisis grafik plot berdistribusi normal jika titik-titik menyebar disekitar atau membentuk garis lurus diagonal. Uji Normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya.
Oleh sebab itu disamping uji grafik dilengkapi dengan uji statistik non parametrik Kolmogrov-smirnov (uji K-S). Uji K-S dilihat dari nilai Asymp. Sig. (2-tailed) lebih besar dari 0,05 yang berarti data residual berdistribusi normal (Ghozali, 2016). Pedoman hasil uji normalitas terhadap distribusi data yang digunakan dalam penelitian ini dengan ketentuan jika :
1. Nilai signifikan atau probabilitas < 0,05 maka distribusi data tidak normal.
2. Nilai signifikan atau probabilitas > 0,05 maka distribusi data normal.
4.6.2.2 Uji Multikoloniearitas
Uji multikoloniearitas adalah kolerasi sempurna (100%) diantara variabel yang digunakan dalam model. Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah independen yang nilai korelasi antar sesama variabel independen sama dengan nol (Ghozali, 2013 ).
Multikolinearitas dapat dilihat dari (1) nilai tolerance dan lawannya (2) Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 (Ghozali, 2016). ). Untuk mendeteksi apakah model regresi yang dipakai bebas dari permasalahan multikolonieritas dapat dilihat dari besaran Variance Inflation Factor (VIF). Pedoman pengambilan keputusan pada pengujian ini dengan ketentuan jika:
1. Nilai Variance Inflation Factor (VIF) > 10 maka artinya terdapat persoalan multikolonieritas diantara variabel bebas.
2. Nilai Variance Inflation Factor (VIF) < 10 maka artinya tidak terdapat persoalan multikolonieritas diantara variabel bebas. VIF = 1/Tolerance, jika VIF = 10 maka Tolerance = 1/10 = 0,1.
Selain itu deteksi terhadap multikolinieritas juga bertujuan untuk menghindari kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen.
4.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah pada model regresi terdapat perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas (Ghozali, 2013). Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan variance dari residual antara suatu pengamatan ke pengamatan yang lain. Jika variance dari residual antara suatu pengamatan ke pengamatan lainnya tetap maka disebut homoskedastisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2016). Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat :
4.6.2.3.1 Analisis Grafik
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas pada suatu model yaitu dengan melihat grafik plot antara nilai prediksi variabel dependen ZPRED dengan residualnya SRESID, dengan melihat pola gambar scatterplot.
Bila titik-titik menyebar secara acak dan tidak membentuk pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas (Ghozali, 2016). Pedoman pengambilan keputusan pada pengujian ini dengan ketentuan jika:
Ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengindikasikan telah terjadi heteroskedastisitas.
Tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas.
4.6.2.3.2 Analisis Glejser
Uji ini mengusulkan untuk meregres nilai absolut residual terhadap variabel independen, dengan kriteria probabilitas signifikansi diatas tingkat kepercayaan 5% (Ghozali, 2013). Uji heteroskedastisitas berikutnya dengan melakukan uji Glejser dengan melihat nilai signifikansi di atas tingkat kepercayaan 5%, maka tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai absolut residual (AbsUt), disimpulkan model regresi tidak terjadi heteroskedastisitas (Ghozali, 2016).