BAB IV HASIL PENELITIAN DAN PEMBAHASAN
E. Analisis Data
Hasil uji reabilitas terhadap angket diperoleh koefisien reablitias karena nilai cronbach Alpha = 0,781 > 0,7. Dengan demikian semua variabel yang digunakan reliabel atau dapat dipercaya dan mampu untuk menjadi alat pengumpul data.
Gambar 4.2. Histogram
Berdasarkan gambar histogram di atas, dapat dilihat bahwa kurva kinerja pegawai memiliki kemiringan yang cenderung seimbang dari sisi kanan dan kiri, serta garisnya juga menyerupai lonceng, artinya kinerja pegawai memiliki kecenderungan berdistribusi normal. Normalitas data juga dapat dilihat dsisi output kurva normal P-Plot. Data pada variabel dikatakan normal jika gambar distribusi dengan titik-titik data searah mengikuti garis diagonal.
Gambar 4.3. Kurva Normal P-Plot
Pada prinsipnya Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Jika tititk-titik mendekati garis diagonal, maka dapat dikatakan data penelitian tersebut berdistribusi normal.
Sebaliknya, jika titik-titik nya menjauhi garis diagonal maka data tersebut tidak berdistribusi normal. Dari gambar 4.3 dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, denagn demikian maka model regresi memenuhi asumsi normalitas karena model penelitian ini berdistribusi normal.
b. Uji Multikolonieritas
Uji multikolinearitas bertujuan untuk mengetahui ada tidaknya hubungan (korelasi) yang signifikan antar variabel bebas. Uji multikolinearitas dengan SPSS ditunjukkan lewat tabel Coefficient, yaitu pada kolom Tolerance dan kolom VIF (Variance Inflated Factors). Tolerance adalah indikator seberapa banyak variabilitas sebuah variabel bebas tidak bisa dijelaskan oleh variabel bebas lainnya. Antara variabel bebas dikatakan tidak terjadi korelasi jika nilai tolerance lebihh dari 10 persen (tolerance > 0,01) dan memiliki nilai VIF kurang dari 10 (VIF < 10). Cara umum untuk mendeteksi adanya multukolinearitas adalah dengan melihat adanya R2 yang tinggi dalam model tetapi tingkat signifikan yang sangat kecil dari hasil regresi tersebut dan cenderung banyak yang tidak signifikan.
Tabel 4.20
Hasil Uji Multikolonieritas
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std.
Error Beta Tolerance VIF
1 (Constant) 13.472 5.674 2.374 .022
Manajemen_Pelayanan .692 .093 .734 7.477 .000 1.000 1.000 a. Dependent Variable: Kinerja_Pegawai
Sumber: Data Primer yang diolah, 2020.
Pada tabel 4.20, diperoleh nilai tolerance sebesar 1,000 > 0,10 dan nilai VIF < 10, sehingga dapat diambil kesimpulan bahwa data dalam penelitian ini tidak mengalami gejala multikolinearitas.
c. Uji Heterosdastisitas
Heteroskedastisitas adalah suatu keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas, dimana uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual atau satu pengamatan lainnya. Untuk mendeteksinya dilihat dari titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y pada grafik Scatterplot.
Gambar 4.4. Grafik Scatterplot
Dari gambar 4.4 menunjukkan bahwa sebaran data residual tidak membentuk pola tertentu dan menyebar di bawah dan atas angka nol pada sumbu Y dengan demikian model terbebas dari gejala heteroskedastisitas.
2. Analisis Regresi Linear Sederhana
Data yang diperoleh dari pendekatan empiris dianalisis secara kuantitatif dengan menggunakan teknik pengujian uji regresi linear sederhana, dengan menggunakan SPSS versi 24.0. Analisis regresi linear sederhana ini digunakan untuk mengetahui pengaruh variabel bebas (X) terhadap variabel terikat (Y).
Tabel 4.21
Hasil Uji Regresi Linear Sederhana
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std.
Error Beta Tolerance VIF
1 (Constant) 13.472 5.674 2.374 .022
Manajemen_Pelayanan .692 .093 .734 7.477 .000 1.000 1.000 a. Dependent Variable: Kinerja_Pegawai
Sumber: data primer diolah, 2020.
Persamaan regresi sederhana adalah sebagai berikut:
Y = a + bX
Y = 13,472 + 0,734X
Dari persamaan regresi linier sederhana di atas, maka dapat dijelaskan sebagai berikut:
a) Konstanta sebesar 13,472 menunjukkan bahwa nilai konsisten variabel partisipasi adalah sebesar 13,472.
b) Koefisien regresi X sebesar 0,734 menyatakan bahwa setiap penambahan 1%
nilai Trust, maka nilai Partisipasi bertambah sebesar 0,734. Koefisien regresi tersebut bernilai positif, sehingga dapat dikatakan bahwa arah pengaruh variabel X terhadap Y adalah positif.
3. Uji Koefisien Determinasi (R2)
Koefisien determinan (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R2 yang mendekati satu berarti variabel-variabel independennya menjelaskan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Hasil perhitungan koefisien determinan penelitian ini dapat dilihat pada tabel 4.22 di bawah ini.
Tabel 4.22
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .734a .538 .528 7.257 1.958
a. Predictors: (Constant), Manajemen_Pelayanan b. Dependent Variable: Kinerja_Pegawai
Sumber: data primer diolah, 2020.
Dari tabel 4.22, dapat dilihat bahwa besarnya R Square adalah 0,538. Hal ini berarti variabel bebas yakni manajemen pelayanan (X) berkontribusi pada perubahan nilai kinerja pegawai (Y) sebesar 53,8%, sedangkan sisanya 46,2%
dipengaruhi oleh faktor-faktor lainnya yang tidak masuk dalam penelitian.
Faktor-faktor lainnya seperti kompetensi individu, dukungan organisasi, dukungan manajemen.
4. Uji Koefisien Korelasi (R2)
Analisis korelasi dilakukan untuk mengetahui arah dan kuat atau lemahnya hubungan antara variabel yang dianalisis. Hasil koefisien korelasi dalam penelitian ini dapat dilihat pada tabel 4.22 di atas. Sifat korelasi akan menentukan arah dari korelasi. Sifat korelasi akan menentukan arah dari korelasi.
Keeratan korelasi dapat dikekompokkan sebagai berikut:
a. 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratansanagat lemah.
b. 0,21 sampai dengan 0,40 berarti korelasi memiliki keeratan lemah.
c. 0,41 sampai dengan 0,70 berarti korelasi memiliki keeraratan kuat.
d. 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat kuat.
e. 0,90 sampai 0,99 artinya korelasi memiliki keeratan sangat kuat sekali.
f. 1 berarti korelasi sempurna.
Nilai koefisien korelasi (r) yang ditunjukkan pada tabel 4.22 yaitu 0,734.
Hal ini dapat dinyatakan hubungan antara variabel bebas (manajemen pelayanan) dengan variabel terikat (kinerja pegawai) yaitu sangat kuat kerena interval
korelasi berada antara 0,71-0,90, hal ini menunjukkan korelasi arah positif berarti jika variabel manajemen pelayanan mengalami kenaikan, maka variabel kinerja pegawai juga akan mengalami kenaikan.
5. Uji Hipotesis/Uji T
Hipotesis penelitian ini adalah ada pengaruh manajemen pelayanan (X) terhadap kinerja pegawai (Y). Pengujian hipotesis dilakukan dengan teknik statistik uji t (parsial). Untuk mengetahui lebih jelas hubungan antara variabel bebas terhadap variabel terikat secara parsial maka dilakukan pengujian dengan menggunakan uji t yaitu tingkat signifikansi α/2 = 0,05/2 = 0,025 dengan df = n - k - 1 = 50 - 2 – 1 = 47, Maka diperoleh ttabel = 1,677. Kriteria yang dipakai dalam uji t adalah:
a) Apabila thitung > ttabel atau nilai signifikansi < α (0,05) maka H0 ditolak dan Ha
diterima.
b) Apabila thitung < ttabel atau nilai signifikansi > α (0,05) maka H0 diterima dan Ha
ditolak.
Tabel 4.23 Hasil Uji T
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std.
Error Beta Tolerance VIF
1 (Constant) 13.472 5.674 2.374 .022
Manajemen_Pelayanan .692 .093 .734 7.477 .000 1.000 1.000 a. Dependent Variable: Kinerja_Pegawai
Sumber: data primer diolah, 2020.
Berdasarkan tabel 4.23, diperoleh nilai thitung variabel manajemen pelayanan (X) diperoleh nilai thitung 7,477 yang lebih besar dari ttabel yaitu 1,677 dengan nilai probabilitas signifikansi 0,000 < α (0,05), sehingga hipotesis yang menyatakan terdapat pengaruh yang signifikan antara pengaruh manajemen pelayanan terhadap kinerja pegawai diterima. Artinya, variabel manajemen pelayanan mempunyai pengaruh yang berarti terhadap keseluruhan model regresi. Jika terjadi kenaikan pada variabel manajemen pelayanan, maka akan berpengaruh terhadap variabel kinerja pegawai.