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
