4.5.2 Hubungan Karakteristik Organisasi dengan Kinerja Bidan Desa di Puskesmas Indrapura Kabupaten Batubara
Berdasarkan hasil analisis statistik Chi Square diketahui bahwa: a. Terdapat hubungan penghargaan dengan kinerja bidan desa p0,05.
b. Terdapat hubungan supervisi dengan kinerja bidan desa p0,05.
Tabel 4.18 Hubungan Karakteristik Organisasi dengan Kinerja Bidan Desa di Puskesmas Indrapura Kabupaten Batubara
Kinerja Bidan Desa Kurang Baik
Sedang Baik
Jumlah Karakteristik
Organisasi n n
n n
p Penghargaan
Kurang Baik 2 28.6 4
57.1 1
14.3 7 100.0
Sedang 7 21.2
22 66.7
4 12.1
33 100.0
Baik 1
1.6 8 36.4
13 59.1
22 100.0
0,003
Supervisi
Kurang Baik 0.0
0.0 2
100.0 2
100.0 Sedang
9 25.7 21
60.0 5
14.3 35 100.0
Baik 1 4.0
13 52.0
11 44.0 25 100.0
0,008
Sumber: Hasil Penelitian 2011, diolah
4.6 Analisis Multivariat
4.6.1 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis menggunakan regresi, terlebih dahulu dilakukan pengujian asumsi klasik untuk memastikan bahwa alat uji regresi
berganda dapat digunakan atau tidak.
a. Uji Normalitas Data
Model yang paling baik adalah apabila datanya berdistribusi normal atau mendekati normal. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
diagonal, maka model regresi memenuhi asumsi normalitas. Sebaliknya, jika data
Universitas Sumatera Utara
menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Uji untuk mengetahui apakah data berdistribusi normal atau mendekati normal dilakukan dengan regression standarrized residual. Hasil pengujian dapat
dilihat pada gambar di bawah ini.
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Kinerja
Observed Cum Prob
1.00 .75
.50 .25
0.00
E xpect
ed Cum P rob
1.00 .75
.50 .25
0.00
Gambar 4.1 Hasil Uji Normalitas Data
Berdasarkan pada Gambar 4.1 di atas, dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal dan mengikuti garis arah diagonal. Dengan
demikian maka model regresi hipotesis penelitian tersebut memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Multikolinieritas adalah kejadian yang menginformasikan terjadinya hubungan antara variabel-variabel bebas dan hubungan yang terjadi cukup besar. Hal
ini menyebabkan koefisien menjadi tidak dapat ditaksir dan nilai standard error setiap koefisien regresi menjadi tidak terhingga. Hasil pengujian multikolonieritas
dapat dilihat pada tabel di bawah ini.
Universitas Sumatera Utara
Tabel 4.19 Hasil Uji Multikolinieritas Coefficients
Collinearity Statistics Model
Tolerance VIF
1Status Perkawinan .991
1.009 Tempat tinggal
.913 1.095
Pengetahuan .875 1.142
Penghargaan .932 1.073
Supervisi .905 1.105
a Dependent Variable: Kinerja Sumber: Hasil Penelitian 2011, diolah
Berdasarkan pada Tabel 4.19 di atas, dapat dilihat bahwa nilai VIF untuk variabel bebas lebih kecil dari 10 VIF 10. Dengan demikian maka model atau
persamaan regresi hipotesis penelitian tersebut memenuhi asumsi multikolinieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, sebaliknya jika berbeda disebut heteroskedastisitas. Hasil
pengujian heteroskedastisitas dapat dilihat pada gambar di bawah ini.
Scatterplot Dependent Variable: Kinerja
Regression Standardized Predicted Value
2 1
-1 -2
Regression S tudent
ized Residual
2 1
-1 -2
-3 3
Sumber: Hasil Penelitian 2011, diolah
Gambar 4.2 Hasil Uji Heteroskedastisitas
Universitas Sumatera Utara
Berdasarkan pada Gambar 4.2 di atas, dapat dilihat bahwa titik-titik menyebar di atas dan di bawah angka 0 pada sumbu. dengan demikian dapat
disimpulkan model atau persamaan regresi hipotesis penelitian tersebut terbebas dari asumsi heteroskedastisitas.
d. Uji Autokorelasi
