Lokasi dan Waktu penelitian Jenis dan Sumber Data Uji Hipotesis

secara bersamaan dan individual guna hipotesa untuk melihat pengaruh atau tidaknya variabel independen yang diteliti finger print dan serdos terhadap IKD dapat dilihat pada Gambar 2. Gambar 2. Kerangka pemikiran

3.2. Lokasi dan Waktu penelitian

Penelitian ini dilaksanakan di Faperta IPB Bogor, dengan alamat kantor di Jl. Meranti, Kampus IPB Darmaga, Bogor 16680. Waktu pelaksanaan penelitian pada bulan April 2013 sampai bulan Oktober 2013.

3.3. Jenis dan Sumber Data

Cara memperoleh data yang digunakan dalam penelitian ini dilakukan dengan mengumpulkan data atau informasi berupa data sekunder. Data sekunder adalah data yang sudah tersedia atau sudah dikumpulkan oleh pihak lain untuk tujuan sebelumnya. Data sekunder dalam penelitian ini adalah rekapitulasi finger print, rekapitulasi sertifikasi dosen dan rekapitulasi IKD. Data sekunder berasal dari Direktorat Sumber Daya Manusia IPB, dimana finger print dan sertifikasi dosen adalah faktor lain yang mempengaruhi kinerja dosen. Finger print dan sertifikasi dosen sebagai variabel independen adalah variabel yang dipilih penulis dan diduga secara bebas berpengaruh terhadap variabel dependen. Data sekunder Sertifikasi dosenSerdos S Faperta IPB Falsafah, Visi, Misi dan Tujuan SDM Faperta Finger print FP Rekomendasi IKD lainnya yang diperoleh adalah berasal dari studi pustaka, internet dan literatur. Analisis data menggunakan analisis deskriptif dan Model Regresi dengan software pengolah data Microsoft Excel dan SPSS for windows.

3.4. Metode Pengolahan Data dan Analisis Data

Untuk menganalisa data yang diperoleh dan akan dilakukan penelitian, penulis menggunakan 2 dua metode yaitu analisis deskriptif dan regresi linear berganda multiple regression. Statistik deskriptif yang digunakan antara lain rata –rata mean, maksimum, minimum, dan standar deviasi. Analisis regresi terbagi atas 2 dua tahapan yang akan dilakukan pengujian yaitu uji F dan uji t. Uji F Hipotesa secara keseluruhan atau simultan dan uji t Hipotesa secara individualpartial yang kedua uji tersebut akan menghasilkan pengaruh atau tidaknya finger print dan sertifikasi dosen terhadap kinerja dosen. Uji normalitas data bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Uji normalitas data yang digunakan dalam penelitian ini menggunakan uji kolmogorov –smirnov dengan tingkat kepercayaan 90 atau tingkat α alfa sama dengan 0,1. Apabila nilai signifikan kolmogorov –smirnov menunjukkan nilai lebih dari 0,1 maka H diterima atau dengan kata lain data terdistribusi normal. Deskripsi variabel yang akan diuji dalam penelitian ini mengenai analisis finger print FP dan sertifikasi dosen S terhadap perubahan IKD Y. Adapun analisis deskriptif berguna untuk menggambarkan besar kecilnya tingkat variabel independen FP dan S terhadap variabel dependen IKD dalam suatu penelitian. Disiplin kinerja dan kinerja tenaga pendidikstaf Pengajar dosen adalah peubah terikat variabel dependen yang akan menjadi tolak ukur penelitian dengan bentuk rekapitulasi IKD tahun 2011 –2012. FP dengan simbol X 1 dan S dengan simbol X 2 pada rumus analisis regresi yang akan direkomendasikan untuk menganalisis rekapitulasi dan menghasilkan hipotesa Tabel 1. Tabel 1. Data sekunder yang dilakukan pengolahan data untuk penelitian No Variabel IndependenFaktor –faktor Kinerja Dosen Peubah bebas terhadap IKD peubah terikat Uji Hipotesis yang akan dilakukan untuk menguji hipotesa pengaruhtidak terhadap IKD 1. Finger Print Uji T secara individualparsial 2. Sertifikasi DosenSerdos Uji T secara individualparsial Catatan: Rekapitulasi datalaporan semester ganjil dan genap dalam satu tahun terakhir 2012 Uji F dengan hipotesa secara keseluruhan tedapat 172 Dosen sebagai responden, antara lain: Finger print FP dan sertifikasi dosen S serta non sertifikasi dengan total Dosen secara keseluruhan sebanyak 172 responden→ IKD finger print dan sertifikasi terhadap IKD, sedangkan uji t dengan hipotesa secara individual adalah FP→ IKD finger print terhadap IKD sebanyak 172 responden atau S dengan 152 responden → IKD sertifikasi terhadap IKD, dimana 20 responden → IKD non sertifikasi terhadap IKD. Untuk menganalisa data yang diperoleh dan akan dilakukan penelitian, penulis menggunakan 2 dua tahapan metode untuk pengolahan data sebagai berikut:

3.4.1 Statistik Deskriptif

Statistik deskriptif yang digunakan antara lain rata –rata mean, maksimum, minimum, dan standar deviasi. Deskripsi variabel yang akan diuji dalam penelitian ini mengenai analisis finger print dan sertifikasi dosen terhadap perubahan indeks kinerja dosen. Statistik deskriptif lebih berhubungan dengan pengumpulan, peringkasandata, serta penyajian hasil peringkasan tersebut. Menurut Santoso 2005 bahwa data –data statistik yang bisa diperoleh dari hasil sensus, survei, atau pengamatan lainnya, umumnya, masih acak, mentah, dan tidak terorganisasi dengan baik. Menganalisa regresi residual membantu penentuan apakah persamaan regresi berganda khusus adalah tepat yaitu dengan analisis normalitas data. Apabila ingin diukur kuatnya hubungan antara variabel independen dengan variabel dependen, persamaan variabel yang diperoleh pada analisis regresi berikut dibawah ini adalah dari proses perhitungan regresi. Kemudian perlu dilakukan uji secara statistik nilai koefisien regresinya. Apabila semua koefisien regresi signifikan persamaan regresi yang diperoleh dapat dipergunakan untuk memprediksi nilai variabel dependen, jika nilai –nilai variabel independen Uji F secara simultankeseluruhan ditentukan. Seberapa besar pengaruh variabel independen terhadap variabel dependen, dapaat diukur dengan besarnya nilai koefisien detrerminasi R 2 . Uji normalitas: 1. rasio skewness dan rasio kurtosis, 2. uji kolmogrov –simirnov dan uji shapiro –wilk, 3. menggunakan plots. Uji normalitas populasi berdistribusi normal merupakan salah satu jenis dari Statistik induktif dengan uji prasyarat Infrensial. Uji normalitas data menggunakan menu submenu frequencies utput SPSS dan Analisis, dimana: N jumlah data, missing data yang hilang, mean rata –rata. Adapun taksiran mean populasi antara lain: mean ± t–hit x std. eom, untuk N 30, t –hit= 2, rasio skweness= skwenessstd. eos dan rasio kurtosis= kurtosisstd. eok. Pedoman pengambilan keputusan pada output test of normality: – Nilai sig p a distribusi tidak normal. – Nilai sig p a distribusi normal. Dimana: – Kolmogrov simirnov dan shapiro–wilk menghasilkan hasilyang sama “a”. – Tingkat sig atau nilai p a 0,082 dan 0,200 a 0,091dan 0,166 a makadapat dikatakan distribusi keduasampel tersebut normal. Pedoman pengambilan keputusan pada Output Tes of Homogenity of Variance: – Nilai sig p a berasal dari populasi varians tidak sama. – Nilai sig p a berasal dari populasi varians sama. Dimana: – Uji Levene Statistic. – Tingkat sig mean 0,125 a. – Tingkat sig median 0,159 a. – Dapat dikatakan data berasal dari populasi yangmempunyai varians sama. Keterangan : – Jika data normal data tersebar di sekeliling garis. – Data di luar garis dinamakan outlier. Terlihat bahwa data tersebar di sekeliling garis, karena itu dapat dikatakan bahwa distribusi normal. Output dengan plots deterended normal QQ –plot merupakan output yang digunakan untuk mendeteksi pola –pola dari titik–titik yang bukan bagian dari kurva normal. Sebagian besar data terpoladi sekitar garis, kecuali pojok kanan atas. Hal ini membuktikan bahwadistribusi data normal.

3.4.2 Analisis Regresi Linear Berganda

Analisis regresi merupakan model analisis yang bertujuan mencari besarnya pengaruh variabel bebas terhadap pengaruh variabel respon Nugroho, 2009. Nazir 1988 menyatakan bahwa peneliti ada kalanya berkehendak untuk mempelajari bagaimana variasi beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang kompleks. Analisis regresi merupakan model analisis yang bertujuan mencari besarnya pengaruh variabel bebas atau peubah lain terhadap pengaruh variabel respon atau satu peubah. Peubah –peubah tersebut dibedakan menjadi dua bagian yakni peubah respon dan peubah penjelas. Peubah respon biasanya disimbolkan dengan huruf Y sedangkan peubah penjelas disebut juga dengan peubah bebas dan pada umumnya disimbolkan dengan huruf X. Regresi bertujuan untuk menguji hubungan pengaruh antara satu variabel terhadap variabel lain. Variabel yang dipengaruhi disebut variabel tergantung atau dependen. Sedangkan variabel yang mempengaruhi disebut variabel bebas atau independen. Regresi yang memiliki satu variabel dependen dan lebih dari satu variabel independen disebut regresi linier berganda. Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Dalam penelitian ini, yang menjadi peubah penjelas variabel bebas adalah metode absensi sidik jari finger print dan sertifikasi dosen yang mana akan berpengaruhtidak terhadap kinerja dosen variabel dependen. Variabel yang terdapat pada model persamaan regresi antara lain: faktor –faktor kinerja dosen X k dan indeks kinerja dosen Y.Menurut Dajan 1983, analisis regresi merupakan analisis statistika yang bertujuan untuk memodelkan hubungan antara peubah respon Y dengan peubah penjelas X. Tujuan dari analisis regresi adalah untuk menduga parameter model yang menyatakan pengaruh hubungan antara peubah respon dan peubah penjelas. Dalam penelitian ini, yang menjadi peubah penjelas variabel bebas adalah finger print dan sertifikasi dosen yang mana akan berpengaruhtidak terhadap kinerja dosen variabel dependen. Variabel yang terdapat pada model persamaan regresi antara lain: faktor –faktor kinerja dosen X k dan indeks kinerja dosen Y. Model persamaan regeresi dalam penelitian ini adalah sebagai berikut: Y= β + β 1 X 1 + β 2 X 2 + ................. β p X k +ε ............................................. 1 Keterangan: Y : Peubah respon IKD X 1 , X 2 ,...X k : Peubah bebas X 1 : Finger Print X 2 : Sertifikasi Dosen β : Konstantaintercept β 1 .....β p : Konstanta arah garis regresi ε : Komponen stokastik Analisis regresi berganda digunakan penulis untuk menunjukkan pengaruh faktor –faktor kinerja dosen dalam hal ini finger print dan serdos terhadap IKD. Bentuk persamaan regresi dalam penelitian ini adalah: Y= a + b 1 X 1 + b 2 X 2 + ε Dimana: Tabel 2. Bentuk persamaan regresi yang akan diuji dalam penelitian No Variabel Keterangan Singkatan 1. Y Perubahan indeks kinerja dosen IKD 2. a Konstanta – 3. b 1 dan b 2 Koefisien regresi – 4. X 1 Finger print F 5. X 2 Sertifikasi dosen Serdos S a. Uji Asumsi Klasik Nugroho 2009 mengatakan bahwa selain tabel dan grafik, diperlukan ukuran yang lebih eksak untuk mengetahui deskripsi data. Ukuran statistik tersebut dinamakan ringkasan statistikatau summarystatistics. Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi –asumsi klasik statistik, baik multikolinearitas, autokorelasi, maupun heteroskedastisitas. Proses pengujian asumsi klasik statistik dilakukan bersama –sama dengan proses uji regresi. Adapun tahapan –tahapan pengolahan datanya adalah sebagai berikut: 1 Uji Normalitas Menurut Nugroho 2009 bahwa uji normalitas pada multivariat sebenarnya sangat kompleks, karena harus dilakukan pada seluruh variabel secara bersama – sama dan uji ini bisa dilakukan pada setiap variabel. Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau ke kanan. 2 Uji Multikolinearitas Uji multikolinearitas diperlukan untuk mengetahui ada atau tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Kemiripan antarvariabel independen dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara satu variabel independen dengan variabel independen yang lain Nugroho, 2009. 3 Uji Autokorelasi Nugroho 2009 mengatakan bahwa menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada atau tidaknya korelasi, autokorelasi sering terjadi pada sampel dengan data time series dan n sampel adalah periode waktu. Lain halnya yang jarang terjadi untuk sampel data crossection dengan n sampel item, seperti orang, wilayah, dan lain sebagainya. 4 Uji Heteroskedastisitas Heteroskedastisitas menguji terjadinya perbedaan varianceresidual suatu periode pengamatan ke periode pengamatan yang lain. Model regresi yang baik adalah model regresi yang memiliki persamaan varianceresidual suatu periode pengamatan dengan periode pengamatan yang lain Nugroho, 2009.

b. Uji Hipotesis

Menurut Nugroho 2009 bahwa pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam pengambilan keputusan, baik menolak maupun menerima suatu hipotesis. Pengujian pengaruh faktor –faktor terpilih terhadap variabel terikat dilakukan dengan uji secara keseluruhan atau simultan. Uji secara simultan digunakan uji F dengan hipotesis dalam penelitian adalah: H : Tidak ada pengaruh finger print dan sertifikasi dosen terhadap kinerja dosen. H 1: Ada pengaruh finger print dan sertifikasi dosen terhadap kinerja dosen. Apabila F hitung lebih besar dari F tabel berarti H di tolak atau H 1 diterima. Begitu sebaliknya, apabila F hitung lebih kecil dari F tabel berarti H diterima atau H 1 di tolak. Terdapat dua uji parsial terkait penelitian ini yaitu uji ada tidaknya pengaruh finger printterhadap kinerja dosen dan ada tidaknya pengaruh sertifikasi dosenterhadap kinerja dosen. Dengan hipotesa sebagai berikut: H 01 : FP IKD H 11 : FP IKD Keterangan: H 01= Finger printtidak berpengaruh terhadap IKD. H 11= Finger print berpengaruh terhadap IKD. H 02 : S IKD H 12 : S IKD Keterangan: H 02 = Sertifikasi dosen tidak berpengaruh terhadap IKD. H 12= Sertifikasi dosen berpengaruh terhadap IKD. Adapun tahapan –tahapan pengolahan data adalah sebagai berikut: 1 Uji Simultan Uji F Misalnya ada beberapa orang yang tidak percaya adanya hubungan antara variabel independen adalah nol. Untuk menguji hipotesa tersebut maka dapat menghitung statistik berikut: RGRSS m – 1 RGRSS n – m Statistik ini disebut statistik F regresi. Jika hipotesa nol adalah benar, maka akan mempunyai distribusi F dengan df m –1 pada pembilang, dan df n–m pada penyebut. Jika hipotesa nol adalah salah, maka kita mengharapkan RGRSS lebih besar daripada ERSS, sehingga statistik F lebih besar dari 95 nilai kritis untuk distribusi F dengan df. Statistik F pada regresi digunakan untuk menguji hipotesa yang koefisien semua variabel independen adalah nol. Menurut Nugroho 2009, uji simultan dengan F test ini bertujuan untuk mengetahui pengaruh bersama –sama variabel independen terhadap variabel dependen. Hasil F test menunjukkan variabel independen secara bersama –sama berpengaruh terhadap variabel dependen jika p –value pada kolom Sig. lebih kecil dari level of significant yang ditentukan, atau f hitung pada kolom f lebih besar dari f tabel. F tabel dihitung dengan cara df1= k –1 dan df2= n–k. K adalah jumlah variabel dependen dan independen. Statistik ini disebut statistik F regresi. F= ..................................................................................... 2 2 Uji Parsial Uji t Nugroho 2009 mengatakan bahwa t test bertujuan untuk mengetahui besarnya pengaruh masing –masing variabel independen secara individual parsial terhadap variabel dependen. Nilai dari uji t test 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 α= 5 df–k. K merupakan jumlah variabel independen. Misalnya β 1 mewakili nilai sebenarnya koefisien ke –i yang tidak diketahui dan β mewakili estimator kuadrat terkecil dari koefisien tersebut. Maka β berdistribusi normal yang rata –ratanya sama nilai β 1 sebenarnya variansinya sama dengan s 2 dibagi dengan lambang yang sulit yang tergantung pada 2 dua variabel independen X. Koefisisen uji tunggal mempunyai langkah yang hampir sama dengan regresi sederhana. Statistik t pada tiap koefisien digunakan untuk menguji hipotesa yang nilai koefisien sebenarnya adalah nol. Faktor finger print dan sertifikasi dosen terhadap kinerja dosen Faperta IPB akan diuji secara bersamaan dan individual guna hipotesa untuk melihat pengaruh atau tidaknya variabel finger print dan sertifikasi dosen terhadap IKD.

IV. HASIL DAN PEMBAHASAN

4.1. Gambaran Umum Faperta IPB

Cikal bakal Faperta IPB adalah dibentuknya suatu lembaga pendidikan dengan nama Lembaga Pendidikan Tinggi Pertanian LPTP yang dalam bahasa Belanda adalah Landbouwwetenschap pada tahun 1940. Faperta merupakan Fakultas tertua dan pertama di IPB sejak tahun 1947, sampai saat ini terdapat 11 Program Studi Sarjana, 6 program studi diploma, dan 13 Program Studi Pascasarjana. Faperta merupakan Fakultas tertua di Universitas Indonesia kala itu. Pada tahun 1963, Faperta UI dan Fakultas Kedokteran Hewan UI mengembangkan diri dengan menjadi sebuah institusi pendidikan sendiri yang akhirnya terkenal sebagai IPB. Awal pendirian IPB terdiri atas lima Fakultas, yaitu Faperta, Kedokteran Hewan, Perikanan, Peternakan, dan Kehutanan. Kelima Fakultas tersebut didirikan pada tanggal 1 September 1963 berdasarkan Keputusan Menteri PTIP No. 911963 dan pada tahun 1964 mulai dibuka Fakultas Mekanisasi dan Teknologi Hasil Pertanian. Kemudian pada tanggal 14 September 1965 disahkan dengan Keputusan Presiden RI No. 279 tahun 1965. Pada Tahun 1984 hingga tahun 2014, Fakultas Pertanian IPB memiliki 5 Jurusan dan 9 Program Studi yakni Jurusan Budidaya Pertanian BDP, Jurusan Ilmu Tanah TNH, Jurusan Hama dan Penyakit Tanaman HPT, Jurusan Gizi Masyarakat dan Sumberdaya Keluarga GMSK, Jurusan Sosial Ekonomi Pertanian Sosek. Jurusan Budidaya Pertanian terdiri dari Program Studi Agronomi, Hortikultura, Pemuliaan Tanaman dan Teknologi Benih serta Arsitektur Pertamanan yang kemudian lebih dikenal sebagai Arsitektur Lanskap. Pada Tahun 2005, Departemen yang ada di Faperta adalah Departemen Agronomi dan Hortikultura AGH, Departemen Ilmu Tanah dan Sumberdaya Lahan ITSL, Departemen Proteksi Tanaman PTN dan Departemen Arsitektur Lanskap ARL. Struktur organisasi Faperta yaitu Fakultas dipimpin oleh Dekan yang mempunyai tugas menyelenggarakan Tri Dharma di tingkat Fakultas. Tugas tersebut antara lain adalah membina Dosen, mahasiswa, alumni, tenaga administrasi, serta memelihara ketertiban dan keamanan di lingkungan Fakultas.