Gambar 2
4 2
-2 -4
Regression Standardized Predicted Value
4
2
-2
-4
Reg re
ssio n
Stud en
tize d Res
idu al
Dependent Variable: Y Scatterplot
4.3. Pengujian Hipotesis
Setelah dilakukan pengujian asumsi klasik dan diperoleh kesimpulan bahwa model sudah dapat digunakan untuk melakukan pengujian analisa regresi berganda, maka
langkah selanjutnya adalah melakukan pengujian hipotesis.
Azhar : Faktor-faktor yang Mempengaruhi Keberhasilan Penerapan Permendagri Nomor 13 Tahun 2006 Pada Pemerintahan Kota Banda Aceh.
USU e-Repository © 2008
Hipotesis yang akan diuji adalah pengaruh Regulasi, Komitmen, SDM, dan Perangkat Pendukung terhadap Keberhasilan Penerapan Permendagri Nomor 13
Tahun 2006”. Ringkasan hasil pengujian hipotesis dapat dilihat pada tabel 4 berikut ini.
Tabel 4
RINGKASAN PENGUJIAN HIPOTESIS Unstandardized
Coefficient Standardized
Coefficient Model
Std Error Beta
t Sig
Constant 1.725 .748 2.306 .024
X1 -.103 .138
-.077 -.743
.460 X2 .200
.092 .225
2.174 .033
X3 .242 .082
.309 2.943
.004 X4 .262
.084 .325
3.135 .003
R = 0,538 R
2
= 0,289 Adjusted R
2
= 0,247 F = 6.819
Sig. F = 0,000
Nilai R pada intinya untuk mengukur seberapa besar hubungan antara independent variabel dengan dependent variabel. Berdasarkan hasil pengujian,
diperoleh nilai R sebesar 0,538, hal ini menunjukkan bahwa variabel Regulasi
Azhar : Faktor-faktor yang Mempengaruhi Keberhasilan Penerapan Permendagri Nomor 13 Tahun 2006 Pada Pemerintahan Kota Banda Aceh.
USU e-Repository © 2008
Komitmen, SDM dan Perangkat Pendukung mempunyai hubungan yang kuat dengan keberhasilan penerapan Permendagri 13 Tahun 2006
Sedangkan nilai R square R
2
atau nilai koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependent. Nilai R
2
adalah diantara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independent dalam menjelaskan variasi variabel
dependent sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel dependent memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependent. Secara umum R
2
untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan,
sedangkan untuk data runtun waktu time series biasanya mempunyai koefisien determinasi yang tinggi. Kelemahan yang mendasar dengan penggunaan R
2
adalah bias terhadap jumlah independent variabel yang dimasukkan dalam model. Setiap ada
pertambahan satu independent variabel, maka R
2
pasti meningkat, tidak perduli apakah variabel tersebut berpengaruh secara signifikan terhadap dependent variabel.
Oleh karena itu, beberapa peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi Ghozali, 2003. Berdasarkan hal tersebut, maka pada penelitian ini menggunakan data
Adjusted R
2
. Nilai Adjusted R
2
sebesar 0,247 mempunyai arti bahwa variabel dependent mampu dijelaskan oleh variabel independent sebesar 24,7. Dengan kata
lain 24,7 perubahan dalam keberhasilan penerapan Permendagri 13 tahun 2006 mampu dijelaskan variabel Regulasi, Komitmen, SDM dan Perangkat Pendukung,
Azhar : Faktor-faktor yang Mempengaruhi Keberhasilan Penerapan Permendagri Nomor 13 Tahun 2006 Pada Pemerintahan Kota Banda Aceh.
USU e-Repository © 2008
dan selebihnya sebesar 75,3 dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.
Nilai F dapat digunakan untuk menilai goodness of fit suatu model penelitian. Dari uji ANOVA atau F test, didapat F hitung dengan tingkat signifikan 0,000.
Karena probabilitas 0,000 lebih kecil dari 0,05, maka hasil dari model regresi menunjukkan bahwa ada pengaruh Regulasi, Komitmen, SDM dan Perangkat
Pendukung terhadap keberhasilan penerapan Permendagri 13 Tahun 2006. Dengan kata lain, model regresi layak dipakai untuk memprediksi tingkat keberhasilan
penerapan Permendagri 13 Tahun 2006 berdasarkan masukan variabel Regulasi,
Komitmen, SDM dan Perangkat Pendukung.
Dari uraian tersebut, dapat diambil kesimpulan bahwa ada pengaruh Regulasi, Komitmen, SDM dan Perangkat Pendukung secara bersama-sama terhadap
keberhasilan penerapan Permendagri 13 Tahun 2006. Berdasarkan hasil uji hipotesis yang telah dilakukan maka model penelitiannya adalah sebagai berikut:
Y= 1.725 – 0.103 X1 + 0.200 X2 + 0.242 X3 + 0.262 X4 + e Dimana:
X1 = Regulasi X2 = Komitmen
X3 = SDM X4 = Perangkat Pendukung
Dari persamaan diatas, dapat dilihat bahwa koefisien dari variabel Regulasi menunjukkan angka negatip, berarti bahwa hubungan antara Regulasi dan
Azhar : Faktor-faktor yang Mempengaruhi Keberhasilan Penerapan Permendagri Nomor 13 Tahun 2006 Pada Pemerintahan Kota Banda Aceh.
USU e-Repository © 2008
keberhasilan penerapan Permendagri 13 Tahun 2006 negatip, yaitu semakin sering perubahan peraturan dilakukan oleh pemerintah maka akan menurunkan tingkat
keberhasilan penerapannya dari peraturan tersebut dalam hal ini adalah Permendagri 13 Tahun 2006. Hal ini sesuai dengan logika yang ada dimana semakin sering
perubahan dilakukan maka akan semakin kecil tingkat keberhasilan penerapannya. Tetapi hasil penelitian ini menunjukkan nilai yang tidak signifikan yang berarti
hubungan antara regulasi dan keberhasilan yang negatip tersebut tidak dapat diterima Sedangkan koefisien dari variabel Komitmen, SDM dan Perangkat pendukung yang
positip memberi makna bahwa semakin tinggi komitmen dan semakin banyak SDM yang berkualitas serta didukung dengan semakin banyak perangkat pendukung yang
diperlukan untuk menerapkan peraturan tersebut, maka akan semakin besar tingkat keberhasilan dari penerapan peraturan Permendagri 13 Tahun 2006.
4.4. Pembahasan