FAKTOR SPESIFIK
4.6 Uji Hipotesis Melalui Analisis Regresi Linear Berganda
“Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen atau terikat dengan satu variabel independen atau bebas (variabel penjelas)” (Gujarati, 2003 dalam Imam Ghozali, 2006). Hasil analisis regresi adalah berupa koefisien untuk masing-masing variabel independen. Koefisien ini diperoleh dengan cara memprediksinilai variabel dependen dengan suatu persamaan (Tabachnick, 1996 dalam Imam Ghozali, 2009).
Untuk dapat mengetahui pengaruh antara variabel-variabel independen (X) terhadap variabel dependen (Y) maka digunakan analisis regresi berganda dengan menggunakan bantuan software SPSS ver. 23.0. adapun variabel independen media komunikasi serta variabel kinerja Bhabinkamtibmas Polres Pekalongan (Y) sebagai variabel dependennya. Setelah memenuhi beberapa rangkaian analisis regresi linier berganda sebagaimana dijelaskan di atas, maka dari hasil penghitungan regresi linier berganda tersebut dapat diketahui bahwa. 4.6.1 Uji Koefisien Determinasi
Menurut Imam Ghozali (2006:127), koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Koefisien Determinasi digunakan untuk menguji goodness-fit dari model regresi (Imam Ghozali,
2006:127). Uji ini dilakukan dengan melihat angka koefisien determinasi (R Square) yang di peroleh dari hasil program SPSS 23.0.
Tabel 4.21
Uji Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .418a .175 .122 9.37860
a. Predictors: (Constant), MOT, EFE, KON, EFI Sumber: Data Output Olahan SPSS, 2017
Berdasarkan angka koefisien determinasi (R square) yang diperoleh maka akan diketahui derajat hubungan antara variabel independen (X) yaitu media komunikasi serta variabel kinerja Bhabinkamtibmas (Y) sebagai variabel dependen. Dari hasil penghitungan SPSS ver.23.0 maka diperoleh koefisien determinasi seperti yang terlihat dalam tabel di atas, dapat dilihat bahwa angka koefisien determinasi (adjusted R Square) adalah 0,122. Nilai koefisien determinasi berkisar antara 0 sampai dengan 1.
Nilai koefisien determinasi 0,122 berarti bahwa variabilitas skor kinerja (Y) yang dapat dijelaskan oleh variabel media komunikasi (X) adalah sebesar 12,2%. Sedangkan sisanya sebesar 90% (100%-12,2%=87,8%), dijelaskan atau dipengaruhi variabel lain di luar daripada variabel independen yang dalam persamaan regresi variabel tersebut adalah nilai e (variabel pengganggu yang bersifat random).
4.1.1.2 Uji Statistika F (Uji Signifikansi Simultan)
Nilai statistika F digunakan untuk menunjukan apakah semua sub varriabel bebas (media komunikasi dalam sub variabel efektivitas, efisien, motivatif, dan konkret) secara bersama-sama berpengaruh terhadap variabel terikat (kinerja unit Bhabinkamtibmas Polres Pekalongan). Dalam melakukan pengolahan data penelitian penulis menggunakan bantuan program SPSS ver.23.0 untuk pengoprasionalannya, dengan melihat dari nilai level of significant
(0,05). Apabila hasil yang diperoleh menunjukan nilai signifikansinya lebih kecil dari 0,05 atau
nilai Fhitung lebih besar dari Ftabel maka Ho ditolak dan Ha diterima yang berarti terdapat pengaruh yang signifikan dari variabel bebas terhadap variabel terikat.
Dalam Umumnya uji pengaruh simultan (F test) digunakan untuk menguji hipotesis penelitian ini, Hipotesis statistik dari pengujian hipotesis dalam penelitian ini dapat ditulis sebagaimana dikemukakan dalam BAB II, hipotesis secara simultan adalah sebagai berikut:
Hipotesis Null (Ho) : μ1 = 0
“Tidak terdapat pengaruh antara media komunikasi terhadap kinerja
Bhabinkamtibmas Polres Pekalongan”
Hipotesis Alternatif (Ha) : μ1 ≠ 0
“Terdapat pengaruh antara media komunikasi terhadap kinerja Bhabinkamtibmas
Polres Pekalongan”
Menurut Imam Ghozali (2009) Aris (2012:57), kriteria pengambilan keputusan untuk menguji hipotesis tersebut adalah dengan:
(1) Quick lock, yaitu bila nilai Fhitung lebih besar daripada 4 (Fhitung > 4), maka Ho dapat ditolak dan Ha dapat diterima, pada derajat kepercayaan atau taraf signifikansi 5% (α = 0,05).
(2) Membandingkan nilai Fhitung dengan Ftabel, yaitu bila nilai Fhitung lebih besar daripada nilai Ftabel (Fhitung > Ftabel), maka Ho ditolak dan Ha diterima. Sedangkan Agus Eko Sujianto (2009: 72), menyatakan bahwa pedoman yang digunakan selain membandingkan Fhitung dengan Ftabel adalah “dengan membandingkan nilai signifikansi (Sig.) dengan taraf nyata (α), jika Sig. < α (nilai signifikansi lebih kecil dari taraf nyata) maka Ho ditolak.”
Berdasarkan hasil dari uji linear berganda maka dapat diketahui hasil dari pada nilai-nilai tersebut sesuai dengan yang ditampilkan pada tabel dibawah ini :
Tabel 4.22 Hasil Uji F ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 1156.204 4 289.051 3.286 .017a
Residual 5453.408 62 87.958
Total 6609.612 66
a. Predictors: (Constant), MOT, EFE, KON, EFI b. Dependent Variable: y
Sumber: Data Output Olahan SPSS, 2017
Berdasarkan tabel diatas didapatkan nilai Fhitung sebesar 3,286. bila dibandingkan dengan nilai Ftabel (Ftabel = 2,52), nilai Fhitung lebih besar (3,286 > 2,53). Selanjutnya dengan membandingkan nilai signifikansi (Sig.) dengan taraf nyata (α), bahwa nilai signifikansi 0,017 lebih kecil dari α (0,017 < 0,05).
Sehingga dapat di simpulkan bahwa media komunikasi sub variabel evektivitas (X1), media komunikasi sub variabel efisiensi (X2), media komunikasi sub variabel konkret (X3) dan media komunikasi sub variabel motivatif (X4). secara bersama-sama atau simultan berpengaruh terhadap variabel dependen (Y) Kinerja Bhabinkamtibmas.
4.1.1.3 Uji Statistika t (Uji Signifikansi Parameter Individual)
Nilai uji t menunjukan seberapa besar pengaruh dari masing-masing sub variabel independen yaitu media komunikasi sub variabel evektivitas (X1), media komunikasi sub variabel efisiensi (X2), media komunikasi sub variabel konkret (X3) dan media komunikasi sub variabel motivatif (X4) terhadap variabel dependen (Y) yaitu Kinerja Bhabinkamtibmas.
Pada Umumnya uji pengaruh parameter individual (t test) digunakan untuk menguji hipotesis penelitian ini, Hipotesis statistik dari pengujian hipotesis dalam penelitian ini dapat ditulis sebagaimana dikemukakan dalam BAB II tentang persoalan 2, hipotesis secara parsial adalah sebagai berikut:
Ho (X1) : Tidak terdapat pengaruh antara media komunikasi dalam sub variabel
efektivitas terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ha (X1) : Terdapat pengaruh antara media komunikasi dalam sub variabel
efektivitas terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ho (X2) : Tidak terdapat pengaruh antara media komunikasi dalam sub variabel
efisiensi terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ha (X2) : Terdapat pengaruh antara media komunikasi dalam sub variabel
Ho (X3) : Tidak terdapat pengaruh antara media komunikasi dalam sub variabel konkret terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ha (X3) : Terdapat pengaruh antara media komunikasi dalam sub variabel
konkret terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ho (X4) : Tidak terdapat pengaruh antara media komunikasi dalam sub variabel
motivatif terhadap kinerja Bhabinkamtibmas Polres Pekalongan
Ha (X4) : Terdapat pengaruh antara media komunikasi dalam sub variabel
motivatif terhadap kinerja Bhabinkamtibmas Polres Pekalongan Menurut Priyatno (2010:68) “Uji t ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X1, X2, ..., Xn) secara parsial berpengaruh signifikan terhadap variabel dependen (Y)”. Dalam penelitian ini penulis membuktikan dengan menggunakan bantuan progam SPSS versi.16 dan diperoleh data sebagai berikut.
Tabel 4.23 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant ) 72.178 13.235 5.454 .000 EFE .934 .530 .259 1.765 .083 EFI 1.309 .564 .457 2.318 .024 KON -.348 .494 -.126 -.706 .483 MOT -.889 1.095 -.187 -.812 .420 a. Dependent Variable: y
Sumber: Data Output Olahan SPSS, 2015
Menurut Imam Ghozali (2006) dalam Aris (2012:56) cara melakukan uji t adalah sebagai berikut :
(1) Quick Look: bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi = 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
(2) membandingkan nilai statistik t dengan titik kritis menurut tabel, apabila nilai statistik t hasil penghitungan lebih besar dibandingkan nlai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. Sehingga Ho ditolak dan Ha diterima, di mana t tabel = df (n-k-1) dengan signifikansi 0,05:2 (0,025) dalam uji 2 sisi.
Berdasarkan tabel diatas dapat dilihat bahwa nilai t pada sub variabel efektivitas adalah sebesar 1,765 dan nilai signifikansinya sebesar 0,083, selanjutnya nilai t pada sub variabel
efisiensi adalah sebesar 2,318 dan nilai signifikansinya sebesar 0,024, lalu nilai t pada sub
variabel konkret adalah sebesar -0,706 dan nilai signifikansinya sebesar 0,483, sedangkan nilai t pada sub variabel motivatif adalah sebesar -0,812 dan nilai signifikansinya sebesar 0,420.
Berdasarkan hasil uji tersebut, maka dapat dilihat secara parsial media komunikasi pada sub variabel efektivitas (X1), motivatif (X3), dan konkret (X4) tidak berpengaruh signifikan terhadap variabel kinerja Bhabinkamtibmas sedangkan media komunikasi dalam sub variabel efisiensi (X2) berpengaruh terhadap kinerja Bhabinkamtibmas. Hal tersebut dapat dilihat dari nilai signifikansi masing-masing sub variabel X1. X3, dan X4 lebih besar dari α = 0,05 serta hasil nilai uji t dari sub variabel X1,X3 dan X4 lebih kecil dari t tabel yang nilai dari t tabel = 1,999. Sehingga dapat disimpulkan bahwa secara parsial hanya sub variabel efisiensi yang berpengaruh terhadap kinerja Bhabinkamtibmas.
X = Efektifitas + Efisiensi + Konkret + Motivasi = Media Komunikasi Y = Kinerja
Maka didapat persamaan Regresi sebagai berikut:
𝑌𝑖 = 𝑎 + 𝑏𝑋1+ 𝑐𝑋2+ 𝑑𝑋3+ 𝑒𝑋4+ 𝜀𝑖
dimana 𝛼, 𝛽 adalah parameter yang akan diestimasi dan 𝜀𝑖 adalah error term. Koefisien b yang dihasilkan dari estimasi regresi adalah sebesar 0,934. koefisien c adalah sebesar 1,309, koefisien d adalah sebesar -0,348, koefisien e adalah sebesar -0,889, koefisien 𝑎 sebesar 72,178. Sehingga persamaan regresi dapat dinyatakan sebagai berikut:
𝑌𝑖 = 72,178 + 0,934𝑋1+ 0,309𝑋2− 0,348𝑋3− 0,889𝑋4+ 𝜀𝑖
4.7 Pembahasan Hasil Penelitian Pengaruh Media Komunikasi (X) Secara Simultan