Jawaban responden terhadap pelaksanaan daerah untuk menilai tingkat
pengangguran yang mendapat persentase paling tinggi adalah jawaban tidak setuju sebanyak 59 atau 46 orang
. Dari pernyataan di atas responden menyatakan tidak setuju, artinya daerah belum melakukan penilaian terhadap tingkat pengangguran.
Karena berdasarkan fakta yang kita lihat tingkat pengangguran masih tinggi, tapi belum ada solusi yang jelas untuk mengatasinya. Atas jawaban responden dapat
dilihat pada table berikut:
Tabel 35. Frekuensi Jawaban Responden Terhadap Produk Domestik Daerah N=78
Kategori jawaban Sangat
Tidak Setuju
1 Tidak
Setuju 2
Ragu- Ragu
3 Setuju
4 Sangat
Setuju 5
No. Sub Variabel
F F
F F
F
1. Tingkat PDB
1 1,28 15 19,23 16 20,51 22 28,20 24 30,77 2.
Tingkat pengangguran
1 1,28 46 76,92 4
6,12 27 34,61
2. Pendidikan
Jawaban responden terhadap tingkat pengangguran di wilayah Sumatera
Utara, persentase paling tinggi adalah jawaban setuju sebanyak 49 atau 38 orang.
Dari pernyataan di atas responden menyatakan masih banyak tingkat pengangguran di wilayah Sumatera Utara. Peran pemerintah sangat dibutuhkan untuk mengatasi
pengangguran di Sumatera Utara. Pemerintah harus mampu mengubah paradigma
Universitas Sumatera Utara
masyarakat, lulus Universitas bukan hanya sebagai pencari kerja, tapi harus dididik
sebagai penyedia lapangan kerja atau berwiraswasta.
Jawaban responden terhadap tingkat pelayanan pendidikan di Sumatera
Utara, dan persentase paling tinggi adalah jawaban setuju sebanyak 49 atau 38 orang
. Dari pernyataan di atas responden menyatakan pelayanan di Sumatera Utara baik. Pemerintah setempat harus lebih terbuka lagi memberikan kesempatan
peningkatan pendidikan untuk masyarakat yang kurang mampu agar pelayanan di suatu daerah meningkat.
Jawaban responden terhadap Partisipasi masyarakat dalam dunia
pendidikan, persentase paling tinggi adalah jawaban setuju sebanyak 49 atau 38 orang
. Dari pernyataan di atas responden menyatakan masyarakat ikut berpartisipasi dalam peningkatan pendidikan. Adanya partisipasi masyarakat menunjukkan
kemajuan di bidang pendidikan, dengan tingginya pendidikan di suatu daerah, tinggi pula tingkat produktivitas di daerah tersebut. Atas jawaban responden dapat dilihat
pada table berikut:
Tabel 36. Frekuensi Jawaban Responden Terhadap Pendidikan N=78
Kategori jawaban Sangat
Tidak Setuju
1 Tidak
Setuju 2
Ragu- Ragu
3 Setuju
4 Sangat
Setuju 5
No. Sub Variabel
F F
F F
F
1. Tingkat
pengangguran di 1 1,28 11 14,10 18 23,08 38 48,72 10 12,82
2. Tingkat
pelayanan 1 1,28 11 14,10 18 23,08 38 48,72 10 12,82
3. Partisipasi
masyarakat
Universitas Sumatera Utara
3. Kesehatan
Jawaban responden terhadap tingkat kesehatan masyarakat di Sumatara
Utara, persentase paling tinggi adalah jawaban setuju sebanyak 49 atau 38 orang.
Dari pernyataan di atas responden menyatakan tingkat kesehatan masyarakat di Sumatera Utara sudah cukup baik.
Jawaban responden tentang tingkat pelayanan kesehatan masyarakat di
Sumatera Utara, dan persentase paling tinggi adalah jawaban ragu-ragu sebanyak 59 atau 46 orang
. Dari pernyataan di atas responden menyatakan tingkat pelayanan kesehatan masyarakat di Sumatera Utara tidak begitu baik, tergambar
bahwa pemerintah daerah belum merata memberikan pelayanan kesehatan dan fasilitas kesehatan kepada masyarakat. Dan untuk pelayanan kesehatan perlu lebih
ditingkatkan lagi, terutama untuk kalangan kurang mampu diberikan kemudahan bentuk pelayanan kesehatan, diberikan keringanan dan bantuan biaya kesehatan
dalam bentuk jamkesmas dan jamkesda. Atas jawaban responden dapat dilihat pada table berikut:
Tabel 37. Frekuensi Jawaban Responden Terhadap Kesehatan N=78
Kategori jawaban Sangat
Tidak Setuju
1 Tidak
Setuju 2
Ragu- Ragu
3 Setuju
4 Sangat
Setuju 5
No. Sub Variabel
F F
F F
F
1. Tingkat
kesehatan 6
7,69 48 61,53
13 16,7 11
2. Tingkat
pelayanan 1
1,28 3
3,8 46 58,97
13 16,7 15
19,23
Universitas Sumatera Utara
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
Untuk menunjuk apakah model regresi berganda yang digunakan bergejala multikolinieritas dapat dilakukan dengan uji tolerance dan variance inflation factor
VIF, dengan dasar pertimbangan dapat dilihat pada tabel:
Tabel 42. Dasar pertimbangan Tolerance dan VIP
Tolerance VIF
Keterangan Pertimbangan
Keputusan Pertimbangan
Multikolinieritas
Variabel Xi Nilai koef.Var.Xi 0,05
tidak bergejala
kolonieritas Nilai koef.Var. Xi 5
= bergejala
Nilai koef.Var.Xi 0,05 bergejala
Nilai koef.Var.Xi 5 = tidak bergejala
Dengan dasar keputusan ini dapat ditentukan bahwa variabel kualitas perencanaan tidak bergejala kolonieritas. Variabel kinerja aparatur tidak bergejala
kolonieritas.
Tabel 43. Hasil Diagnostic Tolerance dan VIF
Keterangan Tolerance
VIF 1.
Kualitas perencanaan 0,925 0,05
1,081 5 2.
Kinerja Aparatur 0,925 0,05
10,081 5
Sumber : Lampiran III hal 6
Variabel tidak bergejala kolonieritas
2. Uji Heteroskedastisitas