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
Universitas Sumatera Utara
Heteroskedastisitas merupakan s
yarat kedua untuk menguji model regresi berganda. Untuk melihat apakah model estimasi bergejala Heteroskedastisitas dapat
dilakukan dengan Rank Spearman dengan dasar pertimbangan keputusan Hipotesis: H
o
: ρ = 0 tidak bergejala heteroskedastisitas
H
a
: ρ 0 bergejala heteroskedastisitas
Terima H
o
apabila nilai sig α toleransi Terima H
a
apabila nilai sig α toleransi Berdasarkan hasil perhitungan Rank Spearman dengan program SPSS dapat
dilihat pada table dibawah ini ;
Tabel 44. Uji Rank Spearman
Residual Kualitas
Perencanaan Kinerja Aparatur
Korelasi − 0,003
− 0,028 Sig 2 tabel
N 0,979
0,807
Sumber : Lampiran III hal 8
Dari tabel di atas dapat diputuskan bahwa variable kualitas perencanaan tidak bergejala heteroskedastisitas dengan pertimbangan nilai sig 0,979 α tolerasi 0,05.
Variabel kinerja aparatur pemerintah tidak bergejala heteroskedastisitas dengan pertimbangan nilai sig 0,807 α toleransi 0,05.
3. Uji Autokorelasi
Autokorelasi merupakan syarat yang ketiga untuk menguji regresi linier berganda. Untuk melihat apakah model estimasi yang digunakan bergejala Autokorelasi
dapat digunakan Diagnostic Durbin Watson Test DW Test dengan pertimbangan keputusan Hipotesis:
Universitas Sumatera Utara
H
o
: DW = 0 tidak bergejala autokorelasi
Ha: DW 0 bergejala autokorelasi
Terima H
o
apabila nilai du DW 4 – du Terima H
a
apabila nilai 1. DW 4 – dL 2. DW dL
Tidak ada keputusan 3.
DL DW Du 4.
4 - du DW 4 – dL
Berdasarkan hasil perhitungan melalui program SPSS menunjukkan Nilai DW hitungnya 2,044 lebih kecil dari 4 – du dan lebih besar dari du 1,68 2,044 2,32
dengan
demikian diterima hipotesis H
o
. Artinya model estimasi tidak bergejala autokorelasi.
5.3.5 Hasil Analisis Regresi Berganda untuk X
1
X
2
Dan X
3
terhadap Y
1
Berdasarkan Tabel 45 bahwa besarnya pengaruh variable pemberdayaan SDM aparatur X
1
terhadap variable Good Governance Y
1
yang dihitung dengan koefisien regresi berganda dan hasilnya menunjukkan bahwa variable pemberdayaan
SDM aparatur pemerintah mempunyai pengaruh positif terhadap good governance. H
o
Diterima
2 dL du
1,58 1,68 4-du 4-dl
2,32 2,42
Universitas Sumatera Utara
Hal ini didasarkan pada pertimbangan Nilai Sig.= 0,000 0,05, tetapi belum dapat diyakini secara nyata koeisiennya 0,209, artinya
besarnya perubahan dengan pemberdayaan SDM aparatur pada strata tertentu, dengan menganggap factor lain tetap maka akan meningkatkan strata Good Governance
sebesar 0,209. Variabel kualitas perencanaan X
2
mempunyai pengaruh positif terhadap Good Governance
Y
1
hal ini didasarkan pada pertimbangan Nilai Sig.= 0,026 0,05 , tetapi belum dapat diyakini secara nyata koefisiennya 0,195, artinya besarnya
perubahan kualitas perencanaan pada strata tertentu, dengan menganggap faktor ain tetap, maka akan meningkatkan strata Good Governance sebesar 195.
Variabel kinerja aparatur X3 mempunyai pengaruh yang negatif dan terhadap Good Governance Y
1
. Hal ini didasarkan pertimbangan keputusan nilai sig lebih dari toleransi Nilai Sig = 0,203 0,05, koefisiennya menunjukkan 0,093.
Dalam arti bila meningkat strata kinerja aparatur, maka akan menurunkan strata Good Governance
sebesar 0,093, artinya apabila kinerja aparatur meningkat strata tertentu, dengan menganggap faktor lain tetap maka akan menurunkan strata Good
Governance sebesar 0,093 Secara bersama variabel pemberdayaan SDM aparatur pemerintah, kualitas
perencanaan dan kinerja aparatur, hanya mampu memberikan penjelasan variasi Good Governance
sebesar 26 R
2
=0,261, sedangkan sisanya sebesar 74 dijelaskan oleh variabel lain yang tidak disertakan pada model estimasi.
Universitas Sumatera Utara
Tabel 46. Hasil Regresi Pemberdayaan SDM Aparatur Pemerintah, Kualitas Perencanaan Dan Kinerja Aparatur Terhadap
Good Governance Variabel
Koefisien t
tabel
Sig
Konstanta 7,517
1,324 0,190
Pemberdayaan SDM
Aparatur X
1
Kualitas Perencanaan X
2
Kinerja Aparatur X
3
0,209
0,195 0,093
3,811
2,279 -1,283
0,000
0,026 0,203
R
2
= 0,261 F
sig
= 0,000 apabila Nilai sig t α 5 signifikan
apabila Nilai sig t α 5 toleransi
Sumber: Lampiran III hal 1011
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
Kategori