untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan Sugiyono, 2010:207.
3.6.1 Metode Analisis Deskriptif Persentase
Analisis deskriptif mengacu pada transformasi data mentah ke dalam suatu bentuk yang akan membuat pembaca lebih mudah memahami dan
menafsirkan maksud dari data atau angka yang ditampilkan kegunaan utama analisis deskriptif adalah untuk menggambarkan jawaban-jawaban observasi
Sarwono, 2006:138. Statistik deskriptif merupakan statistik yang berfungsi untuk mendeskriptifkan atau memberi gambaran tentang objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan kesimpulan yang berlaku secara umum Sugiyono, 2010:29.
Langkah yang ditempuh dalam penggunaan analisis ini adalah : 1. Membuat tabel distribusi jawaban.
2. Menjumlah skor jawaban responden dengan ketentuan skor yang telah ditetapkan.
3. Menjumlah skor jawaban yang diperoleh dari setiap responden. 4. Memasukkan skor jawaban tersebut ke dalam rumus sebagai berikut:
=
ே
× 100 Ali ,1993:186
Keterangan : Mn
: jumlah skor yang diperoleh
N : jumlah skor ideal jumlah responden x jumlah pernyataan
x skor tertinggi : tingkat keberhasilan yang dicapai
5. Hasil yang diperoleh dikonsultasikan dengan tabel kategori 6. Kesimpulan berdasarkan kategori.
Untuk menentukan kategori yang diperoleh dibuat tabel kategori yang disusun melalui perhitungan sebagai berikut :
1 maksimal = 55 x 100 = 100 2 minimal = 15 x 100 = 20
3 Rentangan persentase = 100 - 20 =80 4 Interval = 80 5 =16
5 Membuat tabel persentase skor dan kategori penataan arsip dan kompetensi petugas arsip sebagai berikut :
Tabel 3.6 Interval Persentase Skor dan Kategori Penataan Arsip Dan
Kompetensi Petugas Arsip Interval persentase
Kriteria
85-100 Sangat Tinggi
69-84 Tinggi
53-68 Sedang
37-52 Rendah
20-36 Sangat Rendah
3.6.2 Uji Asumsi Klasik
Sebelum menentukan persamaan atau model regresinya, maka persamaan regresi harus memenuhi uji asumsi klasik terlebih dahulu karena
akan dijadikan sebagai alat prediksi. Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan untuk menganalisis
dalam penelitian ini BLUE best linier unbias and estimate memenuhi asumsi klasik.
3.6.2.1 Uji Normalitas
Ghozali 2007:110 menyatakan untuk mengisi normalitas data salah satu cara yang digunakan adalah dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal dan plotting data akan
dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menggambarkan
data sesungguhnya akan mengikuti garis diagonalnya.
3.6.2.2 Uji Multikolinieritas
Multikolinieritas artinya antara variabel yang terdapat dalam model regresi, memiliki hubungan yang sempurna salah satu cara untuk
mengidentifikasi dengan mengkorelasikan antara variabel dan apabila
korelasinya signifikan, maka antar variabel bebas tersebut terjadi multikolinieritas. Deteksi adanya multikolineritas dapat pula dipergunakan
nilai VIF Varian Inflation Factor, bila nilai VIF dibawah 10 dan nilai toleransi di atas 0,1 berarti data bebas multikolinieritas Ghozali, 2007:91.
3.6.2.3 Uji Heteroskedastisitas
Heteroskedastisitas berarti bahwa seluruh faktor gangguan tidak memiliki varian yang sama atau tidak konstan. Uji heteroskedastisitas
digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual atau satu pengamatan ke pengamatan
lain yang tetap, maka disebut homoskedastisitas dan jika varian berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas.
3.6.3 Analisis Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui besarnya hubungan antara variabel penataan arsip X
1
dan kompetensi petugas X
2
dengan variabel kualitas pelayanan Y baik secara parsial maupun secara simultan. Tahapan analisis regresi ganda sebagai berikut:
Mencari Persamaan Regresi Linear Berganda
ܻෘ = ܽ + ܾ
ଵ
ݔ
ଵ
+ ܾ
ଶ
ݔ
ଶ
Keterangan: ܻෘ
: Kualitas pelayanan a
: Koefisien Regresi Konstanta ܾ
ଵ
: Koefisien regresi untuk penataan arsip ܾ
ଶ
: Koefisien regresi untuk kompetensi petugas ݔ
ଵ
: Penataan arsip ݔ
ଶ
: Kompetensi petugas
3.7 Uji Hipotesis
3.7.1 Uji Parsial uji t
Uji t digunakan untuk menguji koefisien regresi secara parsial atau terpisah dari variabel bebas lainnya.
Kaidah pengambilan keputusannya adalah: a.
Jika nilai signifikasi t α 0,05 atau koefisien t
hitung
signifikasi pada taraf 5 maka H
o
ditolak dan H
a
diterima, yang berarti penataan arsip dan kompetensi petugas mempengaruhi kualitas pelayanan.
