Model Analisis Data Teknik Analisa Data

4.6. Model dan Teknik Analisis Data

4.6.1. Model Analisis Data

Model analisa data yang digunakan pada penelitian ini adalah analisis regresi linier berganda Multiple Linear Regression Analysis karena penelitian ini dirancang untuk meneliti pengaruh variabel independen terhadap variabel dependen. Dengan demikian model analisis dinyatakan sebagai berikut: 1 1 2 2 3 3 Y X X X e          Keterangan : Y : Kinerja kepala dinas X 1 : Gaya kepemimpinan X 2 : Komunikasi X 3 : Motivasi kerja  : Konstanta  : Koefisien regresi e : Error

4.6.2. Teknik Analisa Data

Teknik analisis data pada penelitian ini adalah dengan menggunakan model regresi. Dalam suatu penelitian, kemungkinan munculnya masalah dalam analisis regresi cukup sering dalam mencocokkan model prediksi ke dalam sebuah model yang dimasukan kedalam serangkaian data. Penelitian diuji dengan beberapa uji statistik yang terdiri dari uji kualitas data, pengujian asumsi klasik, statistik deskriptif, dan uji statistik untuk pengujian hipotesis. 4.6.2.1. Uji kualitas data Menurut Indriantoro dan Supomo 1999 ada dua konsep mengukur kualitas data yaitu realibilitas dan validitas. Kualitas data yang dihasilkan dari penggunaan Universitas Sumatera Utara instrumen penelitian dapat dievaluasi melalui uji validitas dan reliabilitas. Pengujian tersebut masing-masing untuk mengetahui konsistensi dan akurasi data yang dikumpulkan dari penggunaan instrumen. Dalam penelitian ini untuk mengukur kualitas data digunakan antara lain: 1. Uji Validitas Pengujian validitas dilakukan untuk menguji apakah instrumen penelitian yang telah disusun benar-benar akurat, sehingga mampu mengukur apa yang seharusnya diukur variabel kunci yang sedang diteliti. Umar 2008 menyatakan “ uji validitas berguna untuk mengetahui apakah ada pertanyaan-pertanyaan kuesioner yang harus dibuangdiganti karena dianggap tidak relevan”. Validitas dalam hal ini merupakan akurasi temuan penelitian yang mencerminkan kebenaran sekalipun responden yang dijadikan objek pengujian berbeda Ikhsan dan Ghozali, 2006. Pada penelitian ini pengujian dilakukan dengan program SPSS, dan untuk uji validitas dengan menggunakan korelasi Bivariate Pearson Produk Momen Pearson dan Corrected Item-Total Correlation. Priyatno 2008 mengemukakan “....kriteria pengujiannya dengan taraf signifikansi 5 atau 0,05 yaitu Jika r hitung ≥ r tabel maka instrumen pertanyaan-pertanyaan kuesioner berkorelasi terhadap skor total dinyatakan valid, dan jika r hitung r tabel maka instrumen pertanyaan-pertanyaan kuesioner tidak berkorelasi signifikan terhadap skor total dinyatakan tidak valid”. 2. Uji Reliabilitas Pengujian reliabilitas dilakukan setelah pengujian validitas instrumen penelitian. Uji reliabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah Universitas Sumatera Utara alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang. Umar 2008 mengatakan “pengujian reliabilitas berguna untuk mengetahui apakah instrumen yang dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang sama”. Dalam melakukan uji reliabilitas digunakan metode Alpha Cronbach’s dengan bantuan program SPSS, menurut Priyatno 2008 menyebutkan “metode alpha sangat cocok digunakan pada skor berbentuk skala”. Santosa 2005 mengatakan “....suatu kuesioner dikatakan reliabel jika cronbach alpha lebih besar dari 0,6”. 4.6.2.2. Uji asumsi klasik Untuk dapat melakukan analisis regresi berganda perlu pengujian asumsi klasik sebagai persyaratan dalam analisis agar datanya dapat bermakna dan bermanfaat. Menurut Lubis et.al 2007 dalam membuat uji asumsi klasik kita harus menggunakan data yang akan digunakan dalam uji regresi. Uji Asumsi klasik meliputi uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas. 1. Uji Normalitas Uji normalitas adalah pengujian tentang kenormalan distribusi data Santosa: 2005. Tujuan digunakan uji normalitas untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Seperti yang diungkapkan Umar 2008 “uji normalitas berguna untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak. Jika data ternyata tidak berdistribusi normal, analisis non parametrik termasuk model-model regresi dapat digunakan”. Universitas Sumatera Utara Untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak dapat dilihat dengan menggunakan kurva normal p_plot. Penelitian ini akan melakukan uji normalitas data dengan menggunakan kurva normal p_plot di mana data dikatakan normal bila gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal dan penyebaran titik-titik data searah mengikuti garis diagonal. 2. Uji Multikolineritas Erlina dan Mulyani 2007 menyebutkan “Multikolineritas adalah situasi adanya korelasi variabel-variabel responden antara yang satu dengan yang lainnya”. Selanjutnya Nugroho 2005 menyebutkan “uji multikolineritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model”. Kemiripan antarvariabel independen dalam suatu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu model independen dengan variabel independen yang lain. Pada penelitian ini untuk mendeteksi terhadap multikolineritas dengan melihat Variance Inflation Factor VIF pada model regresi. Menurut Nugroho 2005 “Deteksi multikolineritas pada suatu model dapat dilihat bila nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolineritas VIF = 1Telerance, dan bila VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance”. Universitas Sumatera Utara 3. Uji Heteroskedastisitas Nugroho 2005 mengemukakan bahwa analisis pada gambar scatterplot yang menyatakan model regresi linier tidak terdapat heteroskedastisitas jika: titik-titik data menyebar di atas dan di bawah atau di sekitar angka nol, titik-titik data tidak mengumpul hanya diatas satau di bawah saja, penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali, dan penyebaran titik-titik data sebaiknya tidak berpola. 4.6.2.3. Statistik deskriptif Priyatno 2008 mengemukakan “statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti mean, standar deviasi, varian, modus, dan lain- lain”. Statistik deskriptif umumnya digunakan peneliti untuk memberikan informasi mengenai karakteristik variabel penelitian yang paling utama dan data demografi responden Ikhsan dan Ghazali, 2006. Dalam penelitian ini akan dilakukan analisis deskriptif dengan memberikan gambaran data tentang jumlah data, minimum, maksimum, mean, dan standar deviasi dari jawaban yang telah didapat melalui kuesioner. 4.6.2.4. Uji hipotesis Priyatno 2008 menyebutkan “uji hipotesis adalah pengujian yang bertujuan untuk mengetahui apakah kesimpulan pada sampel dapat berlaku untuk populasi dapat digeneralisasikan”. Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari varibel bebas secara keseluruhan terhadap variabel dependen. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak menutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak maupun menerima suatu hipotesis. Universitas Sumatera Utara Untuk menguji hipotesis mengenai gaya kepemimpinan, komunikasi dan motivasi kerja secara simultan dan parsial terhadap kinerja kepala dinas, digunakan pengujian hipotesis secara simultan dengan uji F dan secara parsial dengan uji t. 1. Uji t Priyatno 2008 menyebutkan “uji t digunakan untuk mengetahui apakah model regresi variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen”. Dengan tingkat signifikansi dalam penelitian ini menggunakan alpha 5 atau 0,05 maka hasil uji t dapat dihitung dengan bantuan program SPSS dapat dilihat pada tabel t hitung tabel Coefficients. Nilai dari uji t hitung dapat dilihat dari p-value pada kolom Sig. pada masing-masing variabel independen, jika p-value lebih kecil dari level of significant yang ditentukan atau t hitung pada kolom t lebih besar dari t tabel dihitung dari two-tailed á = 5 df-k, k merupakan jumlah variabel independen, maka nilai variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen dalam arti Ha diterima dan Ho ditolak, dengan kata lain, terdapat pengaruh antara variabel independen terhadap variabel dependen. 2. Uji F Priyatno 2008 menyebutkan “Uji simultan dengan uji F bertujuan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen”. Dengan tingkat signifikansi dalam penelitian ini menggunakan alpha 5 atau 0,05 maka hasil uji F dapat dihitung dengan bantuan program SPSS pada tabel ANOVA. Hasil uji F menunjukkan variabel independen secara bersama-sama berpengaruh terhadap variabel dependen, jika p-value pada Universitas Sumatera Utara kolom sig. lebih kecil dari level of significant yang ditentukan sebesar 5, atau F hitung pada kolom F lebih besar dari F tabel. F tabel dihitung dengan cara df1 = k- 1, dan df2 = n-k, di mana k adalah jumlah variabel dependen dan variabel independen, dan n adalah jumlah responden atau jumlah kasus yang diteliti.

4.6.3. Analisis Koefisien Determinasi R