5.3 Analisis Hasil Penelitian
Melakukan serangkaian pengujian terhadap hipotesis dengan menggunakan
teknik analisis statistik program SPSS yaitu analisis korelasi, regresi baik sederhana maupun berganda diuraikan sebagai berikut :
5.3.1 Hasil Analisis Regresi Sederhana untuk X
1
terhadap Y
1
Berdasarkan Tabel 38 bahwa besarnya pengaruh variable pemberdayaan SDM aparatur X
1
terhadap variable Good Governance Y
1
, yang dihitung dengan koefisien regresi, dan hasilnya menunjukkan bahwa pemberdayaan SDM aparatur
berpengaruh positif dan signifikan terhadap Good Governance. Hal ini didasarkan pada pertimbangan Nilai Sig.= 0,000 0,05, koefisiennya menunjukkan 0,227.
Artinya besarnya perubahan dengan pemberdayaan SDM aparatur pemerintah pada strata tertentu, dengan menganggap faktor lain tetap maka akan meningkatkan strata
Good Governance sebesar 0,227.
Walaupun pengaruh pemberdayaan SDM aparatur terhadap Good Governance signifikan, namun kemampuan model estimasi masih rendah, hal ini dapat
ditunjukkan dengan nilai R Square 0,202. Dengan kata lain kemampuan variabel independen pemberdayaan SDM aparatur, hanya mampu memberikan penjelasan
variasi Good Governance sebesar 20,20, sedangkan sisanya sebesar 79,80 dijelaskan oleh variable lain yang tidak disertakan pada model estimasi.
Universitas Sumatera Utara
Tabel 38. Hasil Regresi Pemberdayaan SDM Aparatur Terhadap Good Governance
Variabel Koefisien
t
tabel
Sig
Konstanta 9,239
1,646 0,104
Pemberdayaan SDM
Aparatur X
1
0,227 4,387
0,000 r
2
= 0,202 F
sig
= 0,000 apabila Nilai sig t α 5 signifikan
apabila Nilai sig t α 5 toleransi
Sumber: Lampiran III hal 4
5.3.2. Hasil Analisis Korelasi Untuk X
1
Dengan X
2
Berdasarkan Tabel 39 bahwa besarnya hubungan antara variable pemberdayaan SDM aparatur X
1
terhadap variable kualitas perencanaan X
2
yang dihitung dengan koefisien korelasi dan hasilnya menunjukkan bahwa pemberdayaan
SDM aparatur mempunyai hubungan positif dan signifikan terhadap kualitas perencanaan, dan koefisien korelasinya adalah 0,201. Artinya besarnya perubahan
dengan pemberdayaan SDM aparatur pemerintah pada strata tertentu, dengan menganggap faktor lain tetap maka akan meningkatkan strata kualitas perencanaan
aparatur sebesar 0,201. Walaupun hubungan pemberdayaan SDM aparatur terhadap kualitas
perencaaan signifikan, namun kemampuan model estimasi masih rendah. Hal ini dapat ditunjukkan dengan nilai R Square 0,101 atau kemampuan variabel independen
pemberdayaan SDM Aparatur hanya mampu memberikan penjelasan variasi kualitas perencanaan sebesar 10,10, sedangkan sisanya sebesar 89,90 dijelaskan oleh
variable lain yang tidak disertakan pada model estimasi.
Universitas Sumatera Utara
Tabel 39. Hasil Regresi Pemberdayaan SDM Aparatur Terhadap Kualitas Perencanaan Aparatur
Variabel Koefisien
t
tabel
Sig
Konstanta 15,592
2,082 0,041
Pemberdayaan SDM
Aparatur X
1
0,201 2,915
0,005 r
2
= 0,101 F
sig
= 0,005 apabila Nilai sig t α 5 signifikan
apabila Nilai sig t α 5 toleransi
Sumber: Lampiran III hal 12
5.3.3 Hasil Analisis Korelasi Untuk X
1
Dengan X
3
Berdasarkan Tabel 40 bahwa besarnya hubungan antara variable pemberdayaan SDM aparatur X
1
terhadap variable kinerja aparatur X
3
yang dihitung dengan koefisien korelasi dan hasilnya menunjukkan bahwa pemberdayaan
SDM aparatur mempunyai hubungan negatif terhadap kinerja aparatur, dan koefisien korelasinya adalah 0,233. Artinya apabila pemberdayaan SDM Aparatur meningkat
strata tertentu, dengan menganggap faktor lain tetap maka akan menurunkan strata
kinerja aparatur sebesar 0,233.
Pemberdayaan SDM aparatur mempunyai hubungan negatif terhadap kinerja aparatur dan model yang digunakan dengan korelasi tidak menunjukkan
model yang baik, karena R Square 0,075 artinya kemampuan model untuk
menjelaskan variasi variabel kinerja aparatur masih sangat rendah. Yang memberi makna bahwa variabel pemberdayaan SDM aparatur hanya mampu memberi
Universitas Sumatera Utara
penjelasan variasi kinerja aparatur sebesar 7,5 sedangkan sisanya 92,5 dijelaskan oleh variabel lain yang tidak disertakan pada model estimasi.
Tabel 40. Hasil Regresi Pemberdayaan SDM Aparatur Terhadap Kinerja Aparatur
Variabel Koefisien
t
tabel
Sig
Konstanta 28,389
7,694 0,000
Kinerja Aparatur X
3
0,233 2,475
0,016 r
2
= 0,75 F
sig
= 0,016 apabila Nilai sig t α 5 signifikan
apabila Nilai sig t α 5 toleransi
Sumber : Lampiran III hal 3
5.3.4 Hasil Analisis Regresi Berganda untuk X
2
Dan X
3
terhadap Y
1
Berdasarkan Tabel 41 bahwa besarnya pengaruh antara variable kualitas perencanaan X
2
terhadap variable Good Governance Y
1
yang dihitung dengan koefisien regresi berganda dan hasilnya menunjukkan bahwa variabel kualitas
perencanaan mempunyai pengaruh signifikan positif terhadap Good Governance. Hal ini didasarkan pada pertimbangan nilai Sig.= 0,003 0,05, tetapi belum dapat
diyakini secara nyata, koefisiennya 0,278 artinya besarnya perubahan kualitas perencanaan pada strata tertentu, dengan menganggap faktor lain tetap maka akan
meningkatkan strata Good Governance sebesar 0,278 Variabel kinerja aparatur X
3
mempunyai pengaruh yang negatif terhadap Good Governance
Y
1
. Hal ini didasarkan pertimbangan keputusan, bahwa nilai sig lebih dari toleransi Nilai Sig = 0,714 0,05 koefisiennya menunjukkan 0,028.
Apabila meningkat strata kinerja aparatur maka akan menurunkan strata Good
Universitas Sumatera Utara
Governance 0,028, artinya apabila kinerja aparatur meningkat strata tertentu dengan
menganggap faktor lain tetap, maka akan menurunkan strata Good Governance sebesar 0,028
Secara bersama variabel kualitas perencanaan dan kinerja aparatur, hanya mampu memberikan penjelasan variasi Good Governance sebesar 11,6, R
2
=0,116 sedangkan sisanya sebesar 88,40 dijelaskan oleh variabel lain yang tidak disertakan
pada model estimasi.
Tabel 41. Hasil Regresi Kualitas Perencanaan Aparatur Pemerintah Dan Kinerja Aparatur Pemerintah Terhadap
Good Governance Variabel
Koefisien t
tabel
Sig
Konstanta 24,417
6,341 0,000
Kualitas Perencanaan
Aparatur PemerintahX
2
Kinerja Aparatur PemerintahX
3
0,278
-0,028 3,100
-0,368 0,003
0,714 R
2
= 0,116 F
sig
= 0,010 apabila Nilai sig t α 5 signifikan
apabila Nilai sig t α 5 toleransi
Sumber: Lampiran III hal 56
Dalam rangka kajian prediksi model estimasi ini, perlu dilakukan uji persyaratan regresi berganda, dengan uji penyimpangan atau asumsi klasik yang
meliputi, Uji Multikolinieritas, Uji Heteroskedastisitas, Uji Autokorelasi. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi dapat digunakan dengan
baik untuk prediksi,dimana uji asumsi tersebut adalah sebagai berikut:
Universitas Sumatera Utara
1. Uji Multikolinieritas
Kategori