4.

4 Analisis Hasil Penelitian

Penelitian ini bertujuan untuk mengetahui Pengaruh Ketanmpakan fisik,

Keandalan, dan Jaminan kepuasan masyarakat pada pelayanan Puskesmas Turen

Kabupaten Malang. Dari hasil penelitian yang peneliti dapat, memberi gambaran

Analisi melalui Uji beberapa faktor, untuk mengatahui Variable X mana yang

paling berpengaruh terhadap Y.

4.4.1 Uji Validitas

Validitas menunjukkan sejauh mana alat pengukur untuk

mengukur apa yang diukur Valid tidaknya suatu item instrumen dapat

diketahui dengan membandingkan indeks korelasi product moment

Pearson dengan level signifikansi 5% dengan nilai kritisnya. Bila

Signifikansi hasil korelasi lebih kecil dari 0,05 (5%) maka dinyatakan

valid dan sebaliknya dinyatakan tidak valid. Validitas juga bisa dilihat dari

nilai indeks korelasi product moment Pearson ( rhitung) dibandingkan

dengan rtablejika lebih besar maka dinyatakan valid dan sebaliknya.

Table 4.2 Uji Validitas Variabel Kepemimpinan Otokritis

Rhitun Ketera
Indikator Rtabel Signifikansi
g ngan

X11 0,856 0,000 Valid

Ketampakan Fisik
X12 0, 851 0,361 0,000 Valid
(X1)
X13 0, 728 0,000 Valid

Sumber : Lampiran 3
 Berdasarkan Tabel 4.2 dapat dijelaskan bahwa keseluruhan item

pertanyaan pada variabel Kepemimpinan Otoktitis memiliki nilai

rhitunglebih besar daripada rtabledan memiliki nilai probabilitas (sig)

kurang dari 0,05 sehingga dapat dikatakan semua item pertanyaan telah

valid.

Tabel 4.3 Uji Validitas Pada Variabel Kepemimpinan Demokratis

rhitun
Indikator Rtabel Signifikansi Keterangan
g

X21 0,789 0,000 Valid

Daya Tanggap
X22 0,780 0,361 0,000 Valid
(X2)
X23 0,792 0,000 Valid

KUES

Sumber : Lampiran 3
Berdasarkan Tabel 4.3 dapat dijelaskan bahwa keseluruhan item

pertanyaan pada variabel Kepemimpinan Demokratis memiliki nilai

rhitunglebih besar daripada rtabledan memiliki nilai probabilitas (sig)

kurang dari 0,05 sehingga dapat dikatakan semua item pertanyaan telah

valid.

Tabel 4.4 Uji Validitas Pada Variabel Kepemimpinan Laissez-fair

 rhitun
Indikator Rtabel Signifikansi Keterangan
g

X31 0,637 0,000 Valid

X32 0,727 0,000 Valid

Jaminan (X3) 0,361

X33 0,807 0,000 Valid

SSumber : Lampiran 3
Berdasarkan Tabel 4.4 dapat dijelaskan bahwa keseluruhan item

pertanyaan pada variabel Kepemimpinan Laissiz-fair memiliki nilai

rhitunglebih besar daripada rtabledan memiliki nilai probabilitas (sig)

kurang dari 0,05 sehingga dapat dikatakan semua item pertanyaan telah

valid.

Tabel 4.5 Uji Validitas Pada variabel Kinerja Guru

Indikator rhitung Rtabel Signifikansi Keterangan

Y11 0, 671 0,000 Valid

Kepuasan (Y) Y12 0, 694 0,361 0,000 Valid

Y13 0, 429 0,000 Valid

Sumber : Lampiran 3
 Berdasarkan Tabel 4.5 dapat dijelaskan bahwa keseluruhan item

pertanyaan pada variabel Kinerja Guru memiliki rhitunglebih besar

daripada rtablememiliki nilai probabilitas (sig) kurang dari 0,05 sehingga

dapat dikatakan semua item pertanyaan telah valid.

4.4.2 Uji Reliabelitas

Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat

pengukur dapat dipercaya atau dapat diandalkan. Uji reliabilitas yang

digunakan adalah dengan Alpha Cronbach. Bila alpha lebih kecil dari 0,6

maka dinyatakan tidak reliabel dan sebaliknya bila alpha lebih besar dari

0,6 maka dinyatakan reliabel. Hasil pengujian reliabilitas terhadap semua

variabel ditunjukkan tabel berikut :

Tabel 4.6. Uji Reliabilitas Item Pertanyaan Kuesioner

Variabel Koefisien Alpha Keterangan

Ketampakan Fisik (X1) 0, 832 Reliabel

Daya Tanggap (X2) 0, 813 Reliabel

Jaminan (X3) 0, 789 Reliabel

Kepuasan (Y) 0,696 Reliabel

Sumber : Lampiran 3

Berdasarkan Tabel 4.6 dapat dijelaskan bahwa item kuesioner

memiliki nilai koefisien Alpha Cronbach lebih besar dari 0,6 sehingga
 dapat dikatakan Item pertanyaan yang digunakan dalam penelitian ini

sudah reliabel atau dapat dihandalkan.

1.4.3 Hasil Asumsi Regresi Linier Berganda

1. Asumsi Normalitas

Asumsi atau uji normalitas bertujuan untuk menguji apakah residual dalam

model regresi mengikuti sebaran normal atau tidak. Model Regresi yang baik

adalah model dimana residualnya mengikuti distribusi normal. Metode yang

digunakan dalam menguji normalitas adalah dengan grafik histogram dan

normal P-P plot, serta uji Kolmogorov-Smirnov. Residual model dikatakan

mengikuti distribusi normal apabila data pada grafik histogram mengikuti garis

normal, dan sebaran data pada grafik normal P-P plot terletak disekitar garis

diagonal, serta nilai signifikansi uji Kolmogorov-smirnov lebih besar dari α

yang digunakan. Hasil pengujian disajikan sebagai berikut :

Gambar 4.2

Histogram variabel Kepemimpinan, Motivasi kerja Kompensasi Kerja dan Kompensasi

Kerja terhadap Kinerja Guru
 Gambar 4.3

Tabel 4.7 Hasil Pengujian Normalitas Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual
N 30
Mean 0E-7
Normal Parameters a,b
Std.
1.15160680
Deviation
Absolute .122
Most Extreme
Positive .077
Differences
Negative -.122
Kolmogorov-Smirnov Z .665
Asymp. Sig. (2-tailed) .768
a. Test distribution is Normal.
b. Calculated from data.

Sumber : Lampiran 3

Asumsi normalitas yang tertera dari gambar 1 dan 2 bahwa data pada

grafik histogram mengikuti garis normal, dan sebaran data pada grafik normal P-P

plot terletak disekitar garis diagonal dan nilai signifikansi dari pengujian

Kolmogorov smirnov (Tabel 4.7) pada Residual model sebesar 0,768 yang lebih

besar dari α (0.05), maka dapat disimpulkan bahwa residual data model

berdistribusi normal (asumsi normalitas terpenuhi).

1.4.4 Hasil regresi Linier Berganda

 Regresi linier berganda adalah metode analisis yang digunakan untuk mengetahui

hubungan dari beberapa variabel bebas dan variabel terikat serta mengetahui besar

pengaruhnya. Selain itu regresi dapat pula digunakan untuk memprediksi nilai dari

variabel terikat berdasarkan model yang sudah terbentuk.

1. UJI SIMULTAN ( UJI F )

Uji simultan menunjukkan bahwa apakah terdapat pengaruh dari variabel

bebas/prediktor terhadap variabel terikat/respon secara simultan. Berikut disajikan hasil

pengujian uji F.

Tabel 4.10 Hasil Pengujian Secara Simultan (Bersama-sama)

Variabel bebas Variabel terikat F hitung Signifikansi Keterangan

X1

X2
Y 1,128 0,356 Signifikan
X3

R_Square =0,115

Sumber : Lampiran 4

Berdasarkan Tabel 4.10 didapatkan nilai Fhitungsebesar 1,128 dan nilai

signifikansi sebesar 0,004. Nilai Ftabledengan db1=4 dan db2=25 dan alpha 5%
 adalah sebesar 2,98. Karena nilai Fhitunglebih besar dari nilai Ftable(1,128 >

2,98) atau nilai signifikansi lebih kecil dari alpha 5% (0,356 < 0,050), maka dapat

disimpulkan bahwa secara bersama-sama terdapat pengaruh yang nyata dari

variabel Ketampakan Fisik(X1), daya tanggap (X2), dan Jaminan (X3) terhadap

Kepuasan Masyarakat (Y) dengan tingkat kesalahan 5%.

2. Koefisien Determinasi

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model

dalam menerangkan variasi variabel dependen (Y), sedangkan sisanya dijelaskan oleh

variabel lain diluar model. Menurut Ghozali (2006), kelemahan mendasar penggunaan

koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan

kedalam model. Setiap penambahan satu variabel independen, maka R 2 pasti meningkat

tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel

dependen. Oleh karena itu, dalam penenlitian ini menggunakan nilai R Square untuk

mengevaluasi model regresi terbaik.

Nilai koefisien determinasi (R2) yang didapatkan adalah sebesar 0,115, maka

besarnya pengaruh total variabel Ketampakan Fisik(X1), daya tanggap (X2), dan

Jaminan (X3) terhadap Kepuasan Masyarakat (Y) dengan tingkat kesalahan

adalah sebesar 0,115.

3. Uji Parsial

Uji parsial menunjukkan bahwa apakah setiap variabel bebas dapat memberikan

pengaruh pada variabel terikat. Berikut disajikan hasil pengujian uji t. Tabel 4.11

merupakan hasil pengujian parsial pada variabel Ketampakan Fisik(X1), daya tanggap
 (X2), dan Jaminan (X3) terhadap Kepuasan Masyarakat (Y) dengan tingkat

kesalahan. Persamaan regresi yang diperoleh adalah sebagai berikut :

Y= 8,551, 0, 009X1+0, 237X2+0, 051X3

Tabel 4.11 Hasil Pengujian Secara Parsial

Variabel Variabel Koefisien t

t tabel Signifikansi Keterangan
bebas terikat Regresi hitung

Kostanta Y 8,551 2,597 2,056 0,015 Signifikan

X1 0, 009 0, 074 0, 941 Tidak Signifikan

 X2 0, 237 1.851 0, 076 Signifikan

X3 0, 051 0,341 0, 236 Signifikan

Sumber : Lampiran 4

4. Penentuan Variabel yang Paling Dominan

Untuk menentukan variabel independen yang paling berpengaruh terhadap variabel Y,

dapat dilakukan dengan membandingkan koefisien regresi (Beta) antara variabel yang satu

dengan yang lain. Variabel independen yang paling dominan pengaruhnya terhadap variabel

Y adalah variabel yang memiliki koefisien regresi yang paling besar.

Untuk membandingkan koefisien regresi masing-masing variabel independen, disajikan

tabel peringkat sebagai berikut :

Tabel 4.12. Ringkasan Hasil Analisis Regresi

Peringkat Variabel Koefisien Beta Pengaruh

1 Daya Tanggap (X2) 0, 237 Signifikan

2 Jaminan (X3) 0, 051 Signifikan

3 Ketampakan Fisik(X1) 0, 009 Tidak Signifikan

Sumber : Lampiran 5

Berdasarkan tabel 4.12 terlihat bahwa variabel X2 adalah variabel yang

memiliki koefisien beta yang paling besar. Artinya, variabel Y lebih banyak dipengaruhi

oleh variabel X2 (Daya Tanggap) daripada variabel lain seperti Jaminan dan Ketampakan
Fisik. Koefisien yang dimiliki oleh variabel X 2 bertanda positif, hal ini yang berarti

bahwa semakin ditingkatkannya Daya Tanggap, maka semakin meningkatkan Kepuasan

Masyarakat (Y).