Analisis Regresi Analisis Koefisien Determinasi

b. Jika korelasi menghasilkan angka negatif -, hubungan kedua variabel bersifat tidak searah. Tidak searah mempunyai makna bahwa jika variabel bebas besar maka variabel terikatnya adalah kecil.

b. Analisis Regresi

Analisis regresi adalah teknik analisis yang meliputi metode-metode yang digunakan untuk memprediksi nilai-nilai dari satu atau lebih variabel tergantung yang dihasilkan adanya pengaruh satu atau lebih variabel bebas. Analisis regresi yang digunakan dalam penelitian ini yaitu regresi linier sederhana. Regresi linier mengestimasi besarnya koefisien-koefisien yang dihasilkan dari persamaan yang bersifat linier yang melibatkan satu variabel bebas untuk digunakan sebagai alat prediksi besarnya nilai variabel terikat. Adapun persamaan umum regresi linier sederhana : Y’= a+bX Dimana : Besar a dapat diketahui dengan rumus : Sedangkan besar b dapat diketahui denagan rumus : Keterangan : Y = Subjek dalam variabel dependent yang diprediksi a = Koefisien regresi yang menunjukkan bilangan konstanta b = Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependent. Bila b + maka terjadi kenaikan, dan bila b - maka terjadi penurunan. X = Subjek pada variabel independent yang mempunyai nilai tertentu n = Banyaknya sampel

c. Analisis Koefisien Determinasi

Dengan terdapatnya angka perhitungan koefisien korelasi, maka akan didapat besarnya angka koefisien determinasi, dimana akan dinyatakan besarnya kontribusi variabel X terhadap variabel Y. Menurut Jonathan Sarwono 2005:72 Koefisien Determinasi digunakan untuk menghitung besarnya peranan atau pengaruh variabel bebas variabel X terhadap variabel tergantung variabel Y. Koefisien determinasi di hitung dengan cara mengkuadratkan hasil korelasi kemudian dikalikan dengan 100. Adapun rumus yang digunakan adalah sebagai berikut : Sumber: Prof. Dr. Sudjana,M.A,M.Sc Keterangan : Kd = Koefisien determinasi = Koefisien korelasi pearson

3.2.6.3. Pengujian Hipotesis

Menurut Sugiyono 2009:87 hipotesis yang sudah dirumuskan dengan simbol-simbol statistik, dan antara hipotesis H dan H 1 selalu dipasangkan. Dengan dipasangkan itu maka dapat dibuat keputusan yang tegas, mana yang akan diterima dan mana yang akan ditolak. Untuk pengujian ini maka digunakan uji T, Menurut Prof. DR. Sudjana, MA, MSc 2005 : 380 pengertian Uji T T Test adalah untuk membandingkan rata-rata dua Variabel dalam satu kelompok. Kriteria uji adalah t hitung t table maka H0 ditolak dan H1 diterima yang didapat dari tabel distribusi t dengan α = 0,01 1, apabila t hitung t table maka H0 diterima dan H1 ditolak yang didapat dari tabel distribusi t dengan α = 0,01 Berikut adalah rumus untuk uji T : t hitung = r yx √n-2 √1-r² Sujana 2005 : 380 Keterangan : r yx = Koefisien korelasi Pearson. n = jumlahobjek responden yang diambil dengan tingkat keyakinan 99 pada tingkat signifikan 1 dan derajat kebebasan n-2. Untuk mengetahui ditolak atau tidaknya dinyatakan dengan yang dikatakan oleh Jonathan Sarwono 2006 : 157 sebagai berikut: a. Jika t hitung t table , maka H0 ditolak, berarti H1 diterima atau Program Aplikasi Administrasi Kependudukan berpengaruh terhadap Kepuasan Pegawai b. Jika t hitung t table , maka H0 diterima, berarti H1 ditolak atau Program Aplikasi Administrasi Kependudukan tidak berpengaruh terhadap Kepuasan Pegawai . Gambar 3.4 Kurva Penolakan dan Penerimaan Hipotesis t H0 diterima + -t H0 ditolak H0 ditolak 67

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

Hasil penelitian berisi tentang pembahasan atau hasil akhir dari penelitian yang telah dibahas pada bab sebelumnya.

4.1.1 Karakteristik Responden

Responden dalam penelitian ini adalah pegawai kecamatan pada Sub Pemerintahan di Kecamatan Cileunyi, Kecamatan Rancaekek, Kecamatan Solokan Jeruk, Kecamatan Majalaya,yang berjumlah 28 responden.untuk lebih jelas Identitas Responden dapat dilihat pada tabel-tabel di bawah ini: Tabel 4.1 Karakteristik Responden Jenis Kelamin Jenis Kelamin Frekuensi Persentase Pria 15 53,57 Wanita 13 46,43 Jumlah 28 100 Sumber : Hasil pengolahan data kuesioner