BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Deskripsi
Pengamatan atau data yang akan dianalisis dikumpulkan secara primer menggunakan kuesioner. Dengan banyaknya responden yang terpilih ke dalam sampel sebanyak 121 pejabat struktural BAPPEDA di Jawa Barat. Kuesioner terdiri dari 33 pertanyaan mengenai penilaian responden terhadap Implementasi Kebijakan, Koordinasi, dan Efektivitas Organisasi. Setelah data diperoleh kemudian ditabulasikan, dideskripsikan dan selanjutnya dianalisis untuk mengetahui pengaruh dari Implementasi Kebijakan dan Koordinasi terhadap Efektivitas Organisasi menggunakan analisis Structural Equations Modelling (SEM). Berikut ini adalah uraian mengenai deskripsi data hasil pengamatan responden.
4.1.1 Implementasi Kebijakan
Dimensi yang mengukur variabel Implementasi Kebijakan adalah komunikasi, sumber daya, sikap dan struktur birokrasi masing-masing dimensi tersebut terdiri dari 3 (tiga) pernyataan, kecuali sumber daya terdiri dari 4 (empat) pernyataan dan hasilnya ditabulasikan sebagai berikut :
Tabel 4.1
Rekapitulasi Jawaban Responden Terhadap Implementasi Kebijakan
No | Indikator | % Alternatif Jawaban | Total Skor | Kategori |
STS | TS | N | S | SS |
1 | Transmisi | 0,00 | 4,96 | 12,40 | 60,33 | 22,31 | 484 | Baik |
2 | Kejelasan | 0,83 | 18,18 | 25,62 | 49,59 | 5,79 | 413 | Baik |
3 | Konsistensi | 0,00 | 6,61 | 16,53 | 61,16 | 15,70 | 467 | Baik |
4 | Aparat | 3,31 | 26,45 | 14,05 | 39,67 | 16,53 | 411 | Cukup Baik |
5 | Informasi | 4,13 | 29,75 | 21,49 | 34,71 | 9,92 | 383 | Cukup Baik |
6 | Dana | 11,57 | 28,93 | 21,49 | 34,71 | 3,31 | 350 | Cukup Baik |
7 | Fasilitas | 18,18 | 56,20 | 18,18 | 6,61 | 0,83 | 261 | Kurang Baik |
8 | Kepribadian | 0,00 | 3,31 | 11,57 | 61,16 | 23,97 | 491 | Baik |
9 | Faktor luar | 0,83 | 23,97 | 20,66 | 34,71 | 19,83 | 422 | Baik |
10 | Keinginan | 0,00 | 7,44 | 12,40 | 52,07 | 28,10 | 485 | Baik |
11 | SOP | 1,65 | 5,79 | 15,70 | 61,16 | 15,70 | 464 | Baik |
12 | Fragmentasi | 0,83 | 18,18 | 19,83 | 49,59 | 11,57 | 427 | Baik |
13 | Rasional | 0,83 | 20,66 | 17,36 | 51,24 | 9,92 | 422 | Baik |
Total | 5480 | Baik |
Sumber : Data Hasil Analisis Kuesioner, 2011
Untuk mengetahui tingkatan menurut penilian responden dapat dilihat dari diagram tahapan kuantil berikut ini.
Jumlah skor terendah = 1 x 13 item x 121 responden = 1573
Jumlah skor tertinggi = 5 x 13 item x 121 responden = 7865
Maka panjang interval untuk membentuk kriteria Implementasi Kebijakan dalam 5 kategori dapat dihitung sebagai berikut :
Panjang interval =
| Tidak Baik | Kurang Baik | Cukup Baik | Baik | Sangat Baik |
|
|
|
|
|
|
| |
|
|
|
|
|
1573 | 2831,4 | 4089,8 | 5348,2 | 6606,6 | 7865 |
|
|
|
|
|
|
|
|
|
|
|
|
0
Gambar 4.1
Diagram Tahapan Kuantil Implementasi Kebijakan
Total skor minimal variabel Implementasi Kebijakan adalah 1573 dan maksimal 7865, sedangkan total skor hasil penelitian/aktual variabel ini sebesar 5480, sehingga dapat diambil kesimpulan peningkatan Implementasi Kebijakan menurut responden termasuk ke dalam penilaian dengan klasifikasi Baik.
4.1.2 Koordinasi
Dimensi yang mengukur variabel Koordinasi yaitu keunikan penyatupaduan, keselarasan dan keserasian, masing-masing dimensi terdiri dari 3 (tiga) pernyataan dan hasilnya ditabulasikan sebagai berikut :
Tabel 4.2
Rekapitulasi Jawaban Responden Terhadap Koordinasi
No | Indikator | % Alternatif Jawaban | Total Skor | Kategori |
STS | TS | N | S | SS |
1 | Gerak/Langkah | 0,00 | 5,79 | 8,26 | 66,94 | 19,01 | 483 | Baik |
2 | Pencapaian Tujuan | 0,00 | 4,96 | 1,65 | 56,20 | 37,19 | 515 | Sangat Baik |
3 | Sasaran Bersama | 10,74 | 53,72 | 12,40 | 14,88 | 8,26 | 310 | Kurang Baik |
4 | Tidak Tumpang Tindih | 0,00 | 2,48 | 1,65 | 62,81 | 33,06 | 516 | Sangat Baik |
5 | Tidak Simpang Siur | 0,00 | 2,48 | 12,40 | 67,77 | 17,36 | 484 | Baik |
6 | Tidak Berbenturan | 0,00 | 4,96 | 2,48 | 63,64 | 28,93 | 504 | Baik |
7 | Fleksibel | 0,00 | 6,61 | 7,44 | 60,33 | 25,62 | 490 | Baik |
8 | Lingk. Internal/ Eksternal Org. | 0,00 | 14,05 | 9,09 | 59,50 | 17,36 | 460 | Baik |
9 | Kontingensi | 0,83 | 14,88 | 13,22 | 52,07 | 19,01 | 452 | Baik |
Total | 4214 | Baik |
Sumber : Data Hasil Analisis Kuesioner, 2011
Untuk mengetahui tingkatan menurut penilian responden dapat dilihat dari diagram tahapan kuantil berikut ini.
Jumlah skor terendah = 1 x 9 item x 121 responden = 1089
Jumlah skor tertinggi = 5 x 9 item x 121 responden = 5445
Panjang interval = =
| Tidak Baik | Kurang Baik | Cukup Baik | Baik | Sangat Baik |
|
|
|
|
|
|
|
| |
|
|
|
|
1089 | 1960,2 | 2831,4 | 3702,6 | 4573,8 | 5445 |
|
|
|
|
|
|
|
|
|
|
|
|
0
Gambar 4.2
Diagram Tahapan Kuantil Koordinasi
Total skor minimal variabel Koordinasi adalah 1089 dan maksimal 5445, sedangkan total skor hasil penelitian/aktual variabel ini sebesar 4214, sehingga dapat diambil kesimpulan peningkatan Koordinasi menurut responden termasuk ke dalam penilaian dengan klasifikasi Baik.
4.1.3 Efektivitas Organisasi
Dimensi yang mengukur variabel efektivitas organisasi yaitu prestasi, tujuan, dan waktu, masing-masing terdiri dari 3 (tiga) pernyataan, kecuali waktu disusun oleh 5 (lima) pernyataan dan hasilnya ditabulasikan sebagai berikut :
Tabel 4.3
Rekapitulasi Jawaban Responden Terhadap Efektivitas Organisasi
No | Indikator | % Alternatif Jawaban | Total Skor | Kategori |
STS | TS | N | S | SS |
1 | Individu | 2,48 | 19,83 | 12,40 | 52,07 | 13,22 | 428 | Baik |
2 | Kelompok | 0,00 | 0,83 | 1,65 | 85,12 | 12,40 | 495 | Baik |
3 | Organisasi | 10,74 | 20,66 | 13,22 | 46,28 | 9,09 | 390 | Cukup Baik |
4 | Besaran Pengeluaran | 0,00 | 0,00 | 31,40 | 51,24 | 17,36 | 467 | Baik |
5 | Usaha Kerjasama | 0,00 | 20,66 | 34,71 | 33,88 | 10,74 | 405 | Cukup Baik |
6 | Kesejahteraan | 0,00 | 0,00 | 4,96 | 51,24 | 43,80 | 531 | Sangat Baik |
7 | Produksi | 0,00 | 4,13 | 19,83 | 51,24 | 24,79 | 480 | Baik |
8 | Efisiensi | 0,83 | 16,53 | 41,32 | 25,62 | 15,70 | 410 | Cukup Baik |
9 | Kepuasan | 3,31 | 16,53 | 23,14 | 40,50 | 16,53 | 424 | Baik |
10 | Keadaptasian | 0,00 | 22,31 | 34,71 | 33,06 | 9,92 | 400 | Cukup Baik |
11 | Pengembangan | 9,92 | 42,15 | 33,06 | 14,05 | 0,83 | 307 | Kurang Baik |
Total | 4737 |
|
Sumber : Data Hasil Analisis Kuesioner, 2011
Untuk mengetahui tingkatan menurut penilian responden dapat dilihat dari diagram tahapan kuantil berikut ini.
Jumlah skor terendah = 1 x 11 item x 121 responden = 1331
Jumlah skor tertinggi = 5 x 11 item x 121 responden = 6655
Panjang interval = =
| Tidak Baik | Kurang Baik | Cukup Baik | Baik | Sangat Baik |
|
|
|
|
|
|
| |
|
|
|
|
|
1331 | 2395,8 | 3460,6 | 4525,4 | 5590,2 | 6655 |
|
|
|
|
|
|
|
|
|
|
|
|
0
Gambar 4.3
Diagram Tahapan Kuantil Efektivitas Organisasi
Total skor minimal variabel Efektivitas Organisasi adalah 1331 dan maksimal 6655, sedangkan total skor hasil penelitian/aktual variabel ini sebesar 4737, sehingga dapat diambil kesimpulan peningkatan Efektivitas Organisasi menurut responden termasuk ke dalam penilaian dengan klasifikasi Baik.
4.2 Metode Succesive Interval
Data pengamatan dikumpulkan menggunakan kuesioner, dimana pilihan jawabannya berupa skala likert atau tingkat pengukurannya berskala ordinal. Karena dalam penelitian ini ingin diketahui besarnya pengaruh variabel bebas (eksogen) Implementasi Kebijakan dan Koordinasi terhadap variabel tak bebas (endogen) Efektivitas Organisasi menggunakan pemodelan persamaan terstruktur (structural equations modelling/SEM) yang mensyaratkan skala pengukurannya minimalnya interval, maka terlebih dahulu data yang berskala likert tersebut diubah menjadi skala interval. Peningkatan skala ordinal ke interval menggunakan Method of Succesive Interval (MSI) untuk masing-masing item yang valid (Rankin, 1983:87-90).
Sebagai contoh ilustrasi, cara menaikan skala ordinal untuk item pertama pada Implementasi Kebijakan (item valid) menjadi skala interval adalah sebagai berikut:
Tabel 4.4
MSI untuk Item 1 Implementasi Kebijakan
Skor | frek | Proporsi | Proporsi Kumulatif | Densitas | Z | SV |
2 | 6 | 0,050 | 0,050 | 0,102 | -1,649 | -2,066 |
3 | 15 | 0,124 | 0,174 | 0,256 | -0,940 | -1,242 |
4 | 73 | 0,603 | 0,777 | 0,299 | 0,762 | -0,070 |
5 | 27 | 0,223 | 1,000 |
|
| 1,338 |
Sumber : Data Hasil Analisis Kuesioner, 2011
Skala (Skor = 2) = -2,066 + | -2,066 | + 1 = 1,000
Skala (Skor = 3) = -1,242 + | -2,066 | + 1 = 1,824
Skala (Skor = 4) = -0,070 + | -2,066 | + 1 = 2,996
Skala (Skor = 5) = 1,338 + | -2,066 | + 1 = 4,404
Begitu seterusnya hingga item ke-33, proses peningkatan skala ordinal ke interval disajikan dalam Lampiran 4. Tahapan selanjutnya yaitu menyusun dimensi, sehingga diperoleh total skala untuk 10 dimensi yang akan digunakan untuk memprediksi variabel laten : Implementasi Kebijakan (ξ1), Koordinasi (ξ2), dan Efektivitas Organisasi (η). Data tersebut disajikan dalam Lampiran 5.
4.3 Analisis Data
4.3.1 Analisis Faktor Konfirmatori (Confirmatory Factor Analysis)
Sebelum melakukan penaksiran terhadap model struktural Implementasi Kebijakan dan Koordinasi terhadap Efektivitas Organisasi, terlebih dahulu perlu dilakukan analisis faktor konfirmatori (Confirmatory Factor Analysis/CFA) dengan tujuan untuk mengetahui apakah dimensi-dimensi yang digunakan untuk memprediksi variabel laten itu sudah tepat atau belum. Dengan menggunakan software Lisrel versi 8.70, taksiran model analisis konfirmatori digambarkan seperti disajikan dalam gambar di bawah ini.
Gambar 4.4
Model CFA Implementasi Kebijakan, Koordinasi dan Efektivitas Organisasi
Uji kecocokan model CFA disajikan dalam tabel di bawah ini.
Tabel 4.5
Uji Kecocokan Model CFA
Indeks kecocokan | Nilai | Cut off value | Kesimpulan |
Chi-Square | 60,8873 | 46,194 | Tolak H0, model kurang baik |
P-value | 0,001539 | < 0,05 | Tolak H0, model kurang baik |
RMSEA | 0,08673 | > 0,08 | Tolak H0, model kurang baik |
SRMR | 0.05559 | > 0,05 | Tolak H0, model kurang baik |
GFI | 0.9079* | > 0,90 | Terima H0, model baik |
AGFI | 0.8417 | 0,80 – 0,90 | Terima H0, model marginal |
NFI | 0,9322* | > 0,90 | Terima H0, model baik |
NNFI | 0,9460* | > 0,90 | Terima H0, model baik |
CFI | 0,9616* | > 0,90 | Terima H0, model baik |
Sumber : Data Hasil Analisis, 2011
* Indeks kecocokan (GOF) memenuhi syarat model dengan kategori baik
Pada tabel di atas diperoleh nilai Chi-Square = 60,8873 (P-value = 0,001539) yang jauh lebih besar dibandingkan nilai tabel c2(0,05;32) = 46,194 maka hipotesis nol ditolak yang menunjukkan bahwa model CFA dinyatakan kurang baik. Sementara itu indeks kecocokan GFI, NFI, NNFI dan CFI di atas 0,90 mengindikasikan model baik, nilai RMSEA di atas 0,08 dan SRMR di atas 0,05 menunjukkan model kurang baik, sedangkan indeks kecocokan AGFI nilainya ada pada selang 0,80 – 0,90 yang mengindikasikan model marginal. Dengan demikian dari 9 indeks kecocokan, 4 nilai diantaranya menyatakan model kurang baik, sedangkan 5 indeks lainnya (> 50%) menyatakan bahwa model sudah dapat diterima. Sehingga model ini tetap dipertahankan untuk menjawab hipotesis dalam penelitian ini.
Pengujian keberartian taksiran parameter setiap dimensi dalam memprediksi variabel laten disajikan dalam tabel di bawah ini.
Tabel 4.6
Koefisien Jalur Model CFA Modifikasi Akhir
Dimensi |
| Variabel Laten | Loading Factor | Simp. baku | thitung
|
X11 | ¬ | X1 | 0,8468 | 0,07629 | 11,0999* |
X12 | ¬ | X1 | 0,1050 | 0,09572 | 1,0974 |
X13 | ¬ | X1 | 0,7241 | 0,08173 | 8,8599* |
X14 | ¬ | X1 | 0,8002 | 0,07838 | 10,2097* |
X21 | ¬ | X2 | 0,8060 | 0,08071 | 9,9856* |
X22 | ¬ | X2 | 0,7217 | 0,08405 | 8,5864* |
X23 | ¬ | X2 | 0,7953 | 0,08113 | 9,8020* |
Y1 | ¬ | Y | 0,3678 | 0,08849 | 4,1562* |
Y2 | ¬ | Y | 0,6446 | 0,08819 | 7,3095* |
Y3 | ¬ | Y | 0,6100 | 0,08841 | 6,8996* |
Sumber : Data Hasil Analisis, 2011
* Signifikan pada taraf nyata 0,05
Tabel 4.7
Kovarians Model CFA
Kovarians (Korelasi) | Taksiran Parameter | Simp. baku | thitung
|
X1 | « | X2 | 0,8279 | 0,0506 | 16,3524* |
X1 | « | Y | 1,1088 | 0,0647 | 17,1275* |
X2 | « | Y | 0,9150 | 0,0755 | 12,1272* |
Sumber : Data Hasil Analisis, 2011
* Signifikan pada taraf nyata 0,05
Hasil analisis koefisien jalur model confirmatory factor analysis (CFA) menunjukan adanya pengaruh yang signifikan, sebagaimana ditunjukan dalam tabel di atas nilai thitung semuanya di atas nilai kritis yang disyaratkan yaitu |thitung| ³ 1,96 atau secara eksak |thitung| ³ ttabel = 2,037 (ttabel = t(0,05/2; 32) = 2,037), kecuali dimensi X12 tidak memberikan pengaruh yang signifikan dalam memprediksi variabel laten X1. Jadi dapat disimpulkan bahwa dimensi yang digunakan untuk memprediksi faktor laten yang bersangkutan secara keseluruhan sudah sesuai. Begitupun dengan hubungan di antara variabel laten semuanya signifikan pada taraf kepercayaan 95%.
4.3.2 Evaluasi Data
Evaluasi data dilakukan untuk mengetahui apakah data yang akan dianalisis menggunakan model terstruktur sudah memenuhi persyaratan yang ditentukan atau belum. Dalam model terstuktur, taksiran parameter (loading factor dan atau regression weight) yang dihasilkan melalui analisis SEM diharapkan sebagai taksiran yang terbaik yaitu memiliki sifat tak bias dan bervarians minimum. Evaluasi data ini terdiri atas uji normalitas, pemeriksaan outlier (pencilan), uji multikolinearitas dan singularitas yang diuraikan sebagai berikut.
4.3.2.1 Pemeriksaan Normalitas
Pemeriksaan normalitas multivariat dalam SEM dapat dilihat dari nilai akar kuadrat rata-rata kekeliruan yang dibakukan (Standardized Root Mean Square Residual). Data dikatakan berdistribusi normal multivariat apabila memiliki akar kuadrat rata-rata kekeliruan yang dibakukan lebih kecil dari 0,05 (standarized RMR < 0,05), jika berlaku sebaliknya maka datanya tidak normal. Dapat dilihat pada output analisis CFA seperti dalam Tabel 4.20, nilai akar kuadrat rata-rata kekeliruan yang dibakukan adalah sebesar 0,05559 lebih besar dari 0,05. Jadi dapat ditarik kesimpulan bahwa data yang akan dianalisis menggunakan SEM tidak normal.
Pemeriksaan normalitas multivariat juga dapat dilakukan menggunakan plot kuantil (Qplot) dari nilai kekeliruan yang dibakukan (standardized residual). Data yang dianalisis tersebut mengikuti distribusi normal multivariat apabila sebaran kekeliruan melawan nilai kuantilnya berada di sekitar garis lurus yang membentuk sudut 45O (ketika terjadi korelasi sempurna (r = 1) antara kekeliruan dan nilai kuantilnya). Hasil pemeriksaan asumsi normalitas multivariat secara grafik disajikan dalam Gambar 4.3 di bawah ini.
Gambar 4.5
Qplot of Standardized Residuals
Terlihat pada gambar di atas sebaran kekeliruannya tidak membentuk garis lurus, terdapat beberapa titik data yang jauh dari garis referensi, sehingga dapat dinyatakan bahwa kekeliruan tidak berdistribusi normal multivariat.
4.3.2.2 Pemeriksaan Outlier
Evaluasi terhadap adanya data pencilan atau outlier dapat dilihat dari besarnya nilai standardize residuals pasangan masing-masing dimensi yang dihasilkan model CFA. Data dikatakan mempunyai outlier apabila nilai kekeliruan yang dibakukan di atas ± 2,58. Ringkasan nilai-nilai kekeliruan yang dibakukan adalah sebagai berikut.
Berdasarkan ringkasan di atas terlihat bahwa nilai terkecil dari kekeliruan yang dibakukan sebesar -3,2866 berasal dari pasangan dimensi X13 dan Y2, sedangkan yang terbesar adalah 2,4099 berasal dari pasangan dimensi X13 dan X21 (lihat Lampiran 6). Ternyata nilai-nilai standardized residual yang dihasilkan terdapat dua nilai yang lebih kecil dari -2,58 yaitu X13«Y2 (-3,2866) dan X21«Y3 (-3,0231), sedangkan yang lainnya masih berada pada kisaran ± 2,58, sehingga dapat ditarik kesimpulan bahwa untuk data yang dinalisis masih memiliki data pencilan (outlier).
4.3.2.3 Pemeriksaan Multicollinearity dan Singularity
Pemeriksaan Multicollinearity dan singularity dapat diamati dengan menghitung determinan dari matrik kovarians sampelnya. Determinan yang kecil atau mendekati nol mengindikasikan adanya multikolinearitas dan singularitas, sehingga data tersebut dapat digunakan untuk penelitian. Dari hasil perhitungan diperoleh nilai determinan matriks kovarians sampel sebesar 0,0090 (nilainya mendekati nol) sehingga berdasarkan hasil tersebut dapat dinyatakan data memiliki Multicollinearity dan Singularity.
4.3.2.4 Validitas dan Reliabilitas Dimensi
Dalam pemodelan terstruktur dapat dihitung besarnya koefisien validitas setiap dimensi dan koefisien reliabilitas konstruk (variabel laten). Tujuannya untuk mengetahui apakah dimensi yang digunakan untuk memprediksi variabel laten ini sudah sah, dan berapa besar konsistensi dari variabel laten tersebut. Berikut ini sifat-sifat model CFA yang terdiri atas nilai-nilai muatan dibakukan (loading factor), thitung, reliabilitas dan varians ekstrak.
Tabel 4.8
Validitas dan Reliabilitas Dimensi
| Muatan Dibakukan | Thitung | Reliabilitas | Kekeliruan (Error) |
Implementasi Kebijakan (X1 / ξ1) |
|
|
|
|
X11 | 0,8468 | 11,0999 | 0,7171 | 0,2829 |
X12 | 0,1050 | 1,0974 | 0,0110 | 0,9890 |
X13 | 0,7241 | 8,8599 | 0,5243 | 0,4757 |
X14 | 0,8002 | 10,2097 | 0,6403 | 0,3597 |
Jumlah | 2,4761 |
| 1,8927 | 2,1073 |
Construct Reliability |
|
| 0,7442 |
|
Variace Extracted |
|
|
| 0,4732 |
|
|
|
|
|
Koordinasi (X2 / ξ2) |
|
|
|
|
X21 | 0,8060 | 9,9856 | 0,6496 | 0,3504 |
X22 | 0,7217 | 8,5864 | 0,5209 | 0,4791 |
X23 | 0,7953 | 9,802 | 0,6325 | 0,3675 |
Jumlah | 2,3230 |
| 1,8030 | 1,1970 |
Construct Reliability |
|
| 0,8185 |
|
Variace Extracted |
|
|
| 0,6010 |
|
|
|
|
|
Efektivitas Organisasi (Y / η) |
|
|
|
|
Y1 | 0,3678 | 4,1562 | 0,1353 | 0,8647 |
Y2 | 0,6446 | 7,3095 | 0,4155 | 0,5845 |
Y3 | 0,6100 | 6,8996 | 0,3721 | 0,6279 |
Jumlah | 1,6224 |
| 0,9229 | 2,0771 |
Construct Reliability |
|
| 0,5589 |
|
Variace Extracted |
|
|
| 0,3076 |
Sumber : Data Hasil Analisis, 2011
Reliabilitas komposit (konstruk) untuk faktor Implementasi Kebijakan X1 dihitung menggunakan persamaan berikut ini.
maka diperoleh :
= 0,7442
Jadi, reliabilitas komposit untuk Implementasi Kebijakan (X1) adalah 0,7442. Perlu dicatat bahwa reliabilitas komposit (konstruk) yang nilai minimalnya 0.60 atau 0.70 merupakan taraf reliabilitas yang dapat diterima untuk instrumen yang digunakan dalam penelitian. Dengan demikian, reliabilitas untuk Implementasi Kebijakan (X1) lebih besar dari nilai yang disyaratkan. Dengan cara yang sama dapat dihitung reliabilitas untuk Koordinasi (X2), dan Efektivitas Organisasi (Y), yang hasilnya masing-masing sebesar 0,8185 (reliabilitasnya dapat diterima), dan 0,5589 (reliabilitasnya belum dapat diterima).
Penaksir varians ekstrak untuk faktor Implementasi Kebijakan (X1) diperoleh dari perhitungan berikut :
= 0,4732
Sehingga penaksir varians ekstrak untuk Implementasi Kebijakan (X1) adalah 0,4732, yang berarti bahwa 47,32% dari varians yang diterangkan oleh Implementasi Kebijakan (X1), dan sisanya 52,68% disebabkan oleh kekeliruan pengukuran. Penaksir varians ekstrak Koordinasi (X2) sebesar 60,10%, kekeliruan pengukurannya 39,90%, sedangkan penaksir varians ekstrak Efektivitas Organisasi (Y1) sebesar 30,76%, kekeliruan pengukurannya 69,24%. Hanya Koordinasi saja yang dapat diterima karena nilainya lebih besar 0,50, sehingga dapat dikatakan variabel laten ini sudah baik dalam membentuk model CFA-nya, sementara itu dua variabel laten lainnya masih belum baik dalam membentuk model CFA.
Validitas konvergenitas ditunjukan oleh nilai koefisien determinasi masing-masing dimensi. Apabila hasil pengujian secara statistik menggunakan uji t hasilnya signifikan maka dapat dikatakan dimensi tersebut memiliki validitas konvergenitas yang baik. Nilai uji t masing-masing koefisien jalur dari variabel laten terhadap variabel manifest, semuanya memiliki nilai jauh lebih besar dari 1,96, atau secara eksak lebih dari ttabel = 2,037, kecuali Sumber Daya (X12), jadi dapat disimpulkan bahwa semua dimensi yang mengukur variabel laten memiliki validitas konvergen yang baik. Dengan nilai validitas untuk data yang diteliti (selain dimensi X12) berkisar antara 0,1353 (dimensi Y1) sampai dengan 0,7171 (dimensi X11).
4.3.3 Pembentukan Structural Equation Modelling (SEM)
Dalam analisis SEM tahapan selanjutnya setelah pengujian dimensionalitas dari faktor, pemeriksaan normalitas, outlier adalah membentuk model struktural berdasarkan hasil akhir model CFA yaitu untuk mengetahui pengaruh Implementasi Kebijakan, Koordinasi, tehadap Efektivitas Organisasi
Uji kecocokan model (Goodness-of-fits) sangat berguna untuk mengetahui kesesuaian model SEM yang dibentuk. Hipotesis yang diajukan untuk penentuan model SEM itu cocok atau tidak, dinyatakan sebagai berikut
H0 : Model SEM baik
H1 : Model SEM tidak baik
Dalam tabel berikut ini disajikan beberapa indeks yang umumnya dipakai untuk menentukan kecocokan model dalam analisis model persamaan terstruktur.
Tabel 4.9
Uji Kecocokan Model SEM
Indeks kecocokan | Nilai | Cut off value | Kesimpulan |
Chi-Square | 60,8873 | 46,194 | Tolak H0, model kurang baik |
P-value | 0,001539 | < 0,05 | Tolak H0, model kurang baik |
RMSEA | 0,08673 | > 0,08 | Tolak H0, model kurang baik |
SRMR | 0.05559 | > 0,05 | Tolak H0, model kurang baik |
GFI | 0.9079* | > 0,90 | Terima H0, model baik |
AGFI | 0.8417 | 0,80 – 0,90 | Terima H0, model marginal |
NFI | 0,9322* | > 0,90 | Terima H0, model baik |
NNFI | 0,9460* | > 0,90 | Terima H0, model baik |
CFI | 0,9616* | > 0,90 | Terima H0, model baik |
Sumber : Data Hasil Analisis, 2011
* Indeks kecocokan (GOF) memenuhi syarat model dengan kategori baik
Berdasarkan uji kecocokan model pada tabel diatas dapat diuraikan kesimpulan sebagai berikut :
- Nilai Chi-Square model SEM sebesar 60,8873 (P-value= 0,001539). Dengan mengambil taraf kepercayaan 95%, maka H0 ditolak dan model dinyatakan kurang baik karena memiliki Chi-Square > c2tabel = 46,194 atau nilai P-value lebih kecil dari nilai 0,05.
- Nilai RMSEA (Root Mean Square Error Approximation) sebesar 0,08673 lebih besar dari 0,08. Nilai Standarized RMR (Standarized Root Mean Residual) sebesar 0,05559 lebih besar dari 0,05. Dengan mengambil taraf kepercayaan 95%, H0 ditolak dan model dinyatakan kurang baik.
- Nilai GFI (Goodness of fit index) sebesar 0,9079, NFI (Normed fit index) sebesar 0,9322, NNFI (Non-Normed fit index) sebesar 0,9460 dan CFI (Comparative fit index) sebesar 0.9616. Semua nilai indeks kecocokannya lebih besar dari 0,90, Dengan mengambil taraf kepercayaan 95%, H0 diterima dan model dinyatakan baik.
- AGFI (Adjusted Goodness of fit index) sebesar 0,8417 terletak antara 0,80 – 0,90, sehingga model dinyatakan marginal.
Dari 9 indeks uji kecocokan pada Tabel 4.23, lima diantaranya menyatakan hipotesis nolnya diterima, dengan demikian dapat disimpulkan bahwa model SEM telah memenuhi syarat minimal goodness of fits atau model dinyatakan cukup baik dan dapat digunakan untuk menjawab hipotesis dalam penelitian ini. Gambar berikut ini merupakan hasil analisis SEM untuk model teoritis.
Gambar 4.6
Model Struktural Implementasi Kebijakan, Koordinasi Tehadap Efektivitas Organisasi
Tabel berikut ini merupakan pengujian model terstuktur Implementasi Kebijakan, Koordinasi,
Tabel 4.10
Koefisien Regresi Model SEM
Variabel Laten Endogen |
| Variabel Laten Eksogen | Taksiran Parameter | Taksiran Parameter dibakukan | Simp. baku | thitung
| Kesimpulan |
Y | ¬ | X1 | 0,8499 | 1,1164 | 0,1797 | 4,7307 | Signifikan |
Y | ¬ | X2 | -0,007372 | -0,0092 | 0,1666 | -0,04426 | Tidak Signifikan |
Sumber : Data Hasil Analisis, 2011
Berdasarkan Tabel di atas diketahui bahwa Implementasi Kebijakan (X1), memberikan pengaruh positif yang signifikan terhadap Efektivitas Organisasi (Y), ditunjukkan oleh nilai thitung sebesar 4,7307, (thitung > 1,96 atau thitung > ttabel = 2,07). Berbeda halnya dengan Koordinasi tidak memberikan pengaruh negaatif yang signifikan terhadap Efektivitas Organisasi (Y), karena memiliki nilai statistik uji thitung = -0,04426 yang lebih kecil dari 1,96 atau ttabel = 2,07. Berikut ini ditampilkan muatan dibakukan, nilai thitung, koefisien determinasi (R2) dan kekeliruan untuk masing-masing dimensi pada setiap faktor yang diprediksi.
Tabel 4.11
Koefisien Jalur Dibakukan Model SEM
Faktor dan Dimensi | Muatan Dibakukan | Thitung | R2 | Kekeliruan (Error) |
Implementasi Kebijakan (X1 / ξ1) |
|
|
|
|
X11 | 0,8468 |
| 0,7171 | 0,2829 |
X12 | 0,1050 | 1,0975 | 0,0110 | 0,9890 |
X13 | 0,7241 | 8,8981 | 0,5243 | 0,4757 |
X14 | 0,8002 | 10,2548 | 0,6403 | 0,3597 |
|
|
|
|
|
Koordinasi (X2 / ξ2) |
|
|
|
|
X21 | 0,8060 |
| 0,6496 | 0,3504 |
X22 | 0,7217 | 7,9597 | 0,5209 | 0,4791 |
X23 | 0,7953 | 8,8157 | 0,6324 | 0,3676 |
|
|
|
|
|
Efektivitas Organisasi (Y / h) |
|
|
|
|
Y1 | 0,3678 | 4,0641 | 0,1353 | 0,8647 |
Y2 | 0,6446 |
| 0,4155 | 0,5845 |
Y3 | 0,6100 | 6,4411 | 0,3721 | 0,6279 |
Sumber : Data Hasil Analisis, 2011
Tabel 4.11 di atas digunakan untuk menggambarkan model pengukuran (unidimensional) dari masing-masing variabel laten (konstruk) sebagaimana diuraikan di bawah ini.
4.3.4 Model Pengukuran
4.3.4.1 Model Pengukuran Implementasi Kebijakan
Berdasarkan model SEM pada Gambar 4.4 maka model pengukuran untuk variabel laten Implementasi Kebijakan (X1) yang diprediksi oleh dimensi Komunikasi (X11), Sumber Daya (X12), Sikap (X13), dan Struktur Birokrasi (X12) dapat digambarkan sebagai berikut :
| Model Pengukuran X1
X11 = 0,8468 X1 + 0,2829 X12 = 0,1050 X1 + 0,9890 X13 = 0,7241 X1 + 0,4757 X14 = 0,8002 X1 + 0,3597 |
Gambar 4.7
Model Pengukuran Implementasi Kebijakan
Pada model pengukuran Implementasi Kebijakan (X1), dimensi Komunikasi (X11) ditetapkan sebagai fix parameter dengan nilai 1, karena memiliki nilai taksiran koefisien jalur terbesar (lihat model CFA), dimana taksiran koefisien jalur dibakukannya sebesar 0,8468. Dimensi X11 ini mampu memprediksi Implementasi Kebijakan sebesar 71,71%, sedangkan pengaruh luarnya sebesar 28,29%. Sementara itu Sumber Daya (X12) memiliki nilai taksiran koefisien jalur dibakukan terkecil yaitu sebesar 0,1050, sehingga besarnya pengaruh dalam memprediksi Implementasi Kebijakan hanya 1,10%, sedangkan kekeliruannya mencapai 98,90%. Dari hasil pengujian dimensi-dimensi yang digunakan untuk memprediksi Implementasi Kebijakan itu semuanya signifikan pada tingkat kepercayaan 95%, kecuali dimensi Sumber Daya.
4.3.4.2 Model Pengukuran Koordinasi
Model pengukuran untuk variabel laten Koordinasi (X2) diprediksi oleh dimensi Penyatupaduan (X21); Keselarasan (X22); dan Keserasian (X23) digambarkan sebagai berikut :
| Model Pengukuran X2
X21 = 0,8060 X2 + 0,3504 X22 = 0,7217 X2 + 0,4791 X23 = 0,7953 X2 + 0,3676 |
Gambar 4.8
Model Pengukuran Koordinasi
Berdasarkan model pengukuran Koordinasi (X2), dimensi Penyatupaduan (X21) ditetapkan sebagai fix parameter dengan nilai 1, karena dalam model CFA memiliki nilai taksiran koefisien jalur terbesar, dimana taksiran koefisien jalur dibakukannya sebesar 0,8060. Dimensi Peyatupaduan (X21) ini mampu memprediksi Koordinasi sebesar 64,96%, sedangkan pengaruh luarnya hanya sebesar 35,04%. Sementara itu Keselarasan (X23) memiliki nilai taksiran koefisien jalur yang terkecil yaitu 0,7217, sehingga besarnya pengaruh dalam memprediksi Koordinasi hanya 52,09%, sedangkan kekeliruannya mencapai 47,91%. Dari hasil pengujian dimensi-dimensi yang digunakan untuk memprediksi Koordinasi dinyatakan signifikan pada tingkat kepercayaan 95%.
4.3.4.3 Model Pengukuran Efektivitas Organisasi
Model pengukuran untuk variabel laten Efektivitas Organisasi (Y) diprediksi oleh dimensi Prestasi (Y1); Tujuan (Y2); dan Waktu (Y3) digambarkan sebagai berikut :
| Model Pengukuran Y
Y1 = 0,3678 Y + 0,8647 Y2 = 0,6446 Y + 0,5845 Y3 = 0,6100 Y + 0,6279 |
Gambar 4.9
Model Pengukuran Efektivitas Organisasi
Berdasarkan model pengukuran Efektivitas Organisasi (Y), dimensi Tujuan (Y2) ditetapkan sebagai fix parameter dengan nilai 1, karena dalam model CFA memiliki nilai taksiran koefisien jalur terbesar, dimana taksiran koefisien jalur dibakukannya sebesar 0,6446. Dimensi Tujuan (Y2) ini mampu memprediksi Efektivitas Organisasi sebesar 41,55%, sedangkan pengaruh luarnya sebesar sebesar 58,45%. Sementara itu Prestasi (Y1) memiliki nilai taksiran koefisien jalur yang terkecil yaitu 0,3678, sehingga besarnya pengaruh dalam memprediksi Efektivitas Organisasi adalah 13,53%, sedangkan kekeliruannya mencapai 86,47%. Dari hasil pengujian dimensi-dimensi yang digunakan untuk memprediksi Efektivitas Organisasi dinyatakan signifikan pada tingkat kepercayaan 95%.
4.3.5 Model Struktural Efektivitas Organisasi
Model persamaan terstruktur dari Implementasi Kebijakan dan Koordinasi terhadap Efektivitas Organisasi dinyatakan sebagai :
| X1 = Implementasi Kebijakan X2 = Koordinasi Y = Efektivitas Organisasi
|
Gambar 4.10
Model Efektivitas Organisasi yang Dipengaruhi oleh Implementasi Kebijakan
dan Koordinasi
Berdasarkan model struktural tersebut dapat diketahui bahwa koefisien regresi variabel laten Implementasi Kebijakan terhadap variabel laten Efektivitas Organisasi bertanda positif, artinya Implementasi Kebijakan akan meningkatkan Efektivitas Organisasi, sebaliknya Koordinasi memiliki koefisien regresi yang bertanda negatif, artinya variabel ini akan menurunkan Efektivitas Organisasi. Pada model struktural Efektivitas Organisasi, jika Implementasi Kebijakan meningkat satu satuan maka akan meningkatkan Efektivitas Organisasi sebesar 1,1164 satuan. Lain halnya dengan Koordinasi akan menurun Efektivitas Organisasi sebesar (0,0092) satuan. Dengan besarnya pengaruh kedua variabel tersebut adalah sebagai berikut :
Tabel 4.12
Pengaruh X1 dan X2 Terhadap Y
Variabel | Koefisien Jalur | Pengaruh Langsung | Pengaruh Tak Langsung | Sub. Total
|
X1 | X2 |
X1 | 1,1164 | 1,2464 |
| -0,0085 | 1,2379 |
X2 | -0,0092 | 0,0001 | -0,0085 |
| -0,0084 |
Total Pengaruh | 1,2295 |
Sumber : Data Hasil Analisis, 2011
4.3.5.1 Hipotesis 1: Implementasi Kebijakan dan Koordinasi, secara simultan berpengaruh terhadap Efektivitas Organisasi
Hipotesis pengujian model struktural Efektivitas Organisasi yang dipengaruhi oleh Implementasi Kebijakan dan Koordinasi secara simultan dinyatakan sebagai :
H0 : g11 = g12 = 0
H1 : sekurang-kurangnya ada sebuah jalur g1j ¹ 0 ; j = 1, 2
Statistik Uji :
F = ~ F[a ; (p, n-p-1)] F = = 530,373 Ftabel = F[0.05 ; (2, 121-2-1)] = 3,073
Kriteria uji : Tolak H0 jika F > Ftabel
Karena Fhitung = 530,373 > Ftabel = 3,073 maka H0 ditolak, artinya sedikitnya ada sebuah jalur Implementasi Kebijakan atau Koordinasi yang memberikan pengaruh signifikan terhadap Efektivitas Organisasi.
4.3.5.2 Hipotesis 2: Implementasi Kebijakan berhubungan dengan Koordinasi
Untuk menguji apakah terdapat hubungan yang signifikan antara variabel Implementasi Kebijakan dengan Koordinasi, maka hipotesis nol dan hipotesis alternatif dinyatakan sebagai :
H0 : r12 = 0
H1 : r12 ¹ 0
Statistik Uji :
= 16,102 Dengan menggunakan taraf kepercayaan 95%, diperoleh nilai persentil distribusi t-student pada derajat kebebasan dk = 119, sebesar t(0.025,119) = 1,980. Jika kita bandingkan nilai statistik uji hitung dengan nilai kritis tabel maka t = 16,102 > ttabel = 1,980, jadi hipotesis nol ditolak. Artinya terdapat hubungan positif yang signifikan dari Implementasi Kebijakan dengan Koordinasi pada taraf kepercayaan 95%.
4.3.5.3 Hipotesis 3: Implementasi Kebijakan berpengaruh terhadap Efektivitas Organisasi
Hipotesis nol dan hipotesis alternatif yang diajukan peneliti untuk menguji keberartian pengaruh dari variabel Implementasi Kebijakan terhadap Efektivitas Organisasi adalah sebagai berikut :
H0 : g11 = 0
H1 : g11 ¹ 0
Statistik uji :
= 4,7307 Dengan menggunakan taraf kepercayaan 95%, diperoleh nilai persentil distribusi t-student pada derajat kebebasan dk = 118, sebesar t(0.025,118) = 1,980. Jika kita bandingkan nilai statistik uji hitung dengan nilai kritis tabel maka t = 4,7307 > ttabel = 1,980, jadi hipotesis nol ditolak. Artinya terdapat pengaruh yang signifikan dari Implementasi Kebijakan terhadap Efektivitas Organisasi pada taraf kepercayaan 95%.
4.3.5.4 Hipotesis 4: Koordinasi berpengaruh terhadap Efektivitas Organisasi
Hipotesis nol dan hipotesis alternatif yang diajukan peneliti untuk menguji keberartian pengaruh dari variabel Koordinasi terhadap Efektivitas Organisasi adalah sebagai berikut :
H0 : g12 = 0
H1 : g12 ¹ 0
Statistik uji :
= -0,04426 Dengan menggunakan taraf kepercayaan 95%, diperoleh nilai persentil distribusi t-student pada derajat kebebasan dk = 118, sebesar t(0.025,118) = 1,980. Jika kita bandingkan nilai statistik uji t hitung dengan nilai kritis dari tabel maka t = -0,04426 < ttabel = 1,980, jadi hipotesis nol diterima. Artinya tidak terdapat pengaruh yang signifikan dari Koordinasi terhadap Efektivitas Organisasi pada taraf kepercayaan 95%.