FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPUASAN MASYARAKAT DALAM PELAKSANAAN TANGGUNG JAWAB SOSIAL DAN LINGKUNGAN (Studi Kasus: PT.Agrindo, Desa Lawonua, Kecamatan Besulutu) Oleh: Hasbar Basrin1, Ruslan2, Mukhsar2 1
Mahasiswa, 2 Dosen Pembimbing
Program Studi D3 Statistika, Program Pendidikan Vokasi, Universitas Halu Oleo email:
[email protected] ABSTRAK HASBAR BASRIN. Faktor-faktor yang Berpengaruh Terhadap Kepuasan Masyarakat Dalam Pelaksanaan Tanggung Jawab Sosial dan Lingkungan, Studi Kasus di PT.Agrindo, Desa Lawonua, Kecamatan Besulutu. Dibimbing oleh RUSLAN dan MUKHSAR. Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang berpengaruh terhadap kepuasan masyarakat dalam pelaksanaan tanggung jawab sosial dan lingkungan perusahaan sawit PT.Agrindo yang berada di desa lawonua, kecamatan besulutu, kabupaten konawe. Penelitian ini dilakukan pada tanggal 16 Agustus 2016 dengan sampel sebanyak 50 responden. Teknik pengambilan sampel dalam penelitian ini dilakukan secara simple random sampling. Metode analisis data yang digunakan adalah regresi linear berganda. Hasil analisis menunjukkan bahwa diantara 5 variabel yaitu kehandalan, daya tanggap, jaminan, empati dan bukti pisik, hanya variabel daya tanggap dan empati yang memberikan pengaruh terhadap kepuasan masyarakat. Kata kunci : Tanggung Jawab Sosial dan Lingkungan, simple random sampling, regresi linear berganda.
1.
PENDAHULUAN Perusahaan merupakan salah satu elemen yag memiliki peran penting dalam pembangunan perekonomian suatu Negara, karena selain menjalankan fungsi–fungsi produksi, distribusi barang dan jasa, perusahaan juga terlibat langsung dalam proses pemanfaatan sumber daya yang bersifat terbatas (martina, 2012). Dalam menjalankan tugasnya yaitu memproduksi barang atau jasa yang akan dihasilkan untuk masyarakat atau konsumen, tidaklah jarang terjadi adanya konflik kepentingan antara masyarakat umum dengan kepentingan perusahaan, Benturan kepentingan tersebut banyak terjadi baik perusahaan besar, menengah maupun perusahaan kecil. Bentrokan kepentingan ini sering terjadi terutama karena adanya polusi yang ditimbulkan oleh perusahaan dalam menjalankan bisnisnya, Polusi ini dapat berupa polusi udara, polusi air limbah, polusi suara dan bahkan polusi mental kejiwaan untuk itu diharapkan setiap perusahaan menyadari dan bertanggung jawab atas dampak yang akan ditimbulkan dari setiap kegiatan bisnis yang dilakukannya, Perusahaan yang baik tidak hanya memburu keuntungan ekonomi belaka,
melainkan pula memiliki kepedulian terhadap kelestarian lingkungan dan kesejahteraan masyarakat dalam zirmmerer (Suryana, 2006 : 232). Tanggung jawab sosial dan lingkungan(TJSL) merupakan salah satu kewajiban yang harus dilaksanakan oleh setiap perusahaan. Namun kewajiban ini janganlah dijadikan suatu beban yang memberatkan, Melainkan dijadikan suatu bentuk kesadaran bagi perusahaan untuk ikut berkontribusi dalam pembangunan suatu Negara, karena untuk dapat mewujudkan kesejahteraan masyarakat, bukan hanya tanggung jawab pemerintah saja melainkan adanya campur tangan dari setiap perusahaan industri dan seluruh warga negaranya. Beberapa peraturan perundang - undangan dan keputusan menteri, yang mengatur program CSR (Corporate Social Responsibility), seperti pada UUD tahun 1945 pasal 33, menyatakan bahwa “ bumi dan air dan kekayaan alam yang terkandung didalamnya dikuasai oleh Negara dan dipergunakan untuk sebesar – besarnya untuk kemakmuran rakyat. UU no. 23 tahun 1997 tentang lingkungan hidup, Menyatakan bahwa “setiap orang mempunyai hak untuk berperan dalam rangka pengelolaan lingkungan hidup sesuai dengan peraturan perundang – undangan yang berlaku“ TJSL berhubungan erat dengan “pembangunan berkelanjutan“, dimana terdapat argumentasi bahwa suatu perusahaan dalam melaksanakan aktivitasnya harus mendasarkan keputusannya tidak hanya berdasarkan faktor keuangan belaka melainkan harus berdasarkan pada konsekuensi sosial dan lingkungan untuk saat ini maupun untuk yang akan datang ( Eko Suryono, 2010 : 4). masalah yang terjadi di masyarakat adalah masyarakat pada umumnya tidak mengerti tentag TJSL, masyarakat tidak mengetahui program TJSL yang dilaksanakan, TJSL belum tersosialisasi secara merata, penerima program TJSL belum merata ( hanya kalangan tertentu ). Untuk itu diperlukan adanya suatu analisis tingkat kepuasan masyarakat terhadap pelaksanaan TJSL perusahaan sawit, Maka berdasarkan isu tersebut, penulis memutuskan untuk melakukan analisis regresi linear berganda, sehingga berdasarkan Isu yang ingin dikaji oleh penulis, maka penulis mengangkat judul penelitian tersebut adalah “Faktor–faktor yang Berpengaruh terhadap Kepuasan Masyarakat dalam Pelaksanaan Tanggung Jawab sosial dan Lingkungan “ 2. TINJAUAN PUSTAKA 2.1 Pengertian Kepuasan Menurut kamus besar bahasa Indonesia (2000) kepuasan adalah puas, merasa senang (hal yang bersifat puas, kesenangan, kelegaan dan sebagainya), Kepuasan dapat diartikan sebagai perasaan puas, rasa senang dan kelegaan seseorang dikarenakan mengkonsumsi suatu produk atau jasa untuk mendapatkan pelayanan suatu jasa. Menurut Supranto (2001), tingkat kepuasan merupakan tingkat perasaan seseorang setelah membandingkan kinerja atau hasil yang dirasakannya dengan harapannya. Tingkat kepuasan merupakan fungsi dari perbedaan antara kinerja yang dirasakan dengan harapan. Apabila kinerja dibawah harapan, maka pelanggan akan sangat puas. Menurut Kotler (1988) kepuasan adalah tingkat kepuasan seseorang setelah membandingkan kinerja atau hasil yang dirasakan dibandingkan dengan harapannya, jadi kepuasan atau ketidakpuasan adalah kesimpulan dari interaksi antara harapan dan pengalaman sesudah memakai jasa atau mendapatkan pelayanan.
2.2
Pengukuran dan Pengujian Instrumen Penelitian Cara memperoleh informasi dari objek yang diteliti adalah dengan wawancara dengan menggunakan kuisioner Pengukuran ini secara teoritis bertujuan untuk menghubungkan konsepkonsep yang abstrak dengan realita, Dalam pengukuran jawaban responden, pengisian kuisioner diukur dengan menggunakan tingkatan sebagai berikut: 1. Jawaban Sangat Puas / Sangat Setuju 2. Jawaban Puas / Setuju 3. Jawaban Cukup Puas / Kurang Setuju 4. Jawaban Tidak Puas / Tidak Setuju 5. Jawaban Sangat Tidak Puas / Sangat Tidak Setuju Kuisioner penelitian akan menjadi baik apabila telah melewati serangkaian pengujian telah valid dan reliabel dalam pengumpulan data, Jadi instrumen yang valid dan reliabel merupakan syarat untuk mendapatkan hasil penelitian yang valid (Sugiyono, 2009). 2.2.1 Uji Validitas Uji validitas adalah alat ukur yang digunakan untuk mengukur suatu instrumen sehingga mendapatkan data yang valid, Jadi validitas suatu instrumen berhubungan dengan tingkat akurasi, Untuk mengukur keakurasian suatu instrumen digunakan rumus korelasi pearson yaitu: =
∑
∑
(∑
)
∑
∑
∑
, (∑
(2.1)
)
dengan: : Nilai korelasi antara variabel dan variabel . : Nilai data ke-i untuk variabel . : Nilai data ke-i untuk variabel . : Banyaknya sampel. Semakin tinggi korelasi skor butir dengan skor total semakin tinggi pula sumbangan butir tes tersebut terhadap keutuhan instrumen secara kesuluruhan. Koefisien korelasi item dapat dikatakan valid adalah diatas 0,3. Hal ini disebabkan koefisien korelasi lebih dari 0,3 cenderung memberikan konstribusi yang signifikan dalam mengukur sasaran tes secara keseluruhan, sebaliknya koefisien korelasi yang kurang dari 0,3 tidak dapat memberikan kontribusi yang signifikan (Sugiyono, 2009). 2.2.2 Uji Realibilitas Reliabilitas menyangkut sejauh mana hasil pengukuran dari suatu instrumen mewakili karakteristik yang diukur. Realibilitas adalah indeks yang menunjukkan konsistensi suatu alat pengukur dalam mengukur gejala yang sama dan hasil pengukuran yang diperoleh relatif konsisten. Dengan kata lain, realibilitas menunjukkan konsistensi suatu alat pengukuran dalam mengukur gejala yang sama (Singarimbun, 1995). Indeks realibilitas dapat ditunjukan melalui besarnya nilai Cronbach’s Alfa ( ∗). Adapun rumusnya sebagai berikut: ∗
=
1−
∑
,
dengan: k : Jumlah butir pernyataan. Sb2 : Variansi skor item pernyataan. St2 : Variansi total. Adapun rumus dari variansi adalah sebagai berikut:
(2.2)
∑
=
)
,
(2.3)
dengan : bi = Item pertanyaan dimana i = 1,2,3,...,k b = Rata – rata item pertanyaan Rata – rata item pertanyaan diperoleh dengan rumus : ∑
= , (2.4) Kriteria dari nilai Cronbach’s Alfa yang apabila didapatkan nilai Cronbach’s Alfa kurang dari 0,600 berarti buruk, sekitar 0,700 diterima dan lebih dari atau sama dengan 0,800 adalah baik (Sugiyono,2009). 2.3
Skala Likert Skala Likert digunakan untuk mengukur suatu variabel penelitian baik tentang sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial, skala likert adalah cara pengukuran yang dilakukan dengan menghadapkan responden pada sebuah pertanyaan yang diberi skor 1 sampai 5 dan memberikan jawaban sesuai dengan keterangan skor tersebut (Singarimbun, 1995). Dengan skala likert, variabel yang akan diukur kemudian bisa digunakan untuk membentuk jawaban responden ke dalam tabulasi silang. Pengukuran Tingkat Kepuasan berdasarkan jawaban pernyataan dengan menggunakan skala likert dalam sugiyono (2006), dimana setiap kategori jawaban diberi skor 1-5 Kriteria objektif: Skor 5 bila responden menjawab sangat puas / sangat setuju Skor 4 bila responden menjawab puas / setuju Skor 3 bila responden menjawab cukup puas / kurang setuju Skor 2 bila responden menjawab tidak puas / tidak setuju Skor 1 bila responden menjawab sangat tidak puas / sangat tidak setuju Dengan menggunakan rumus interval kelas (Ridwan, 2008): I= , Dengan: I : Interval untuk kriteria objektif. R : Jumlah Skor Tertinggi item (%) – jumlah skor terendah item (%). K : Banyaknya kategori yang tersedia pada instrument penelitian.
(2.5)
2.4
Analisis Deskriptif Analisis deskriptif merupakan analisis yang paling sederhana, akan tetapi mampu menerangkan hubungan antara dua peubah dengan cukup baik. Dalam analisis tabulasi silang, peneliti menggunakan distribusi persentase pada sel-sel dalam tabel sebagai dasar untuk menyimpulkan hubungan antara variabel-variabel penelitian (Ponirin, 2014). 2.5
Populasi dan sampel Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulannya, Sampel adalah bagian dan jumlah karakteristik yang dimiliki oleh populasi (Sugiyono, 2007).
2.6
Analisis Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan(model) antara dua variabel atau lebih. Dalam analisis regresi dikenal 2 jenis variabel yaitu: 1. variabel respon disebut juga variabel dependen yaitu variabel yang keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan variabel Y. 2. variabel prediktor disebut juga dengan variabel independen yaitu variabel yang bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X. Untuk mempelajari hubungan–hubungan antara variabel bebas maka regresi linier terdiri dari dua bentuk,yaitu : 1. Analisis regresi sederhana (simple analysis regresi) 2. Analisis regresi berganda (multiple analysis regresi) Tujuan utama regresi adalah untuk membuat perkiraan nilai suatu variabel(variabel dependen), jika nilai variabel yang lain yang berhubungan dengannya (variabel lainnya) sudah ditentukan. 2.7
Analisis Regresi Linear Berganda Analisis regresi berkenaan dengan studi ketergantungan satu variabel tak bebas pada satu atau lebih variabel bebas, dengan maksud menaksir atau meramalkan nilai rata-rata variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap (Gujarati, 1978), Pada umumnya persoalan penelitian yang menggunakan analisis regresi memerlukan lebih dari satu variabel bebas dalam model regresinya, model regresi yang dapat digunakan pada isu yang ingin dikaji oleh penulis adalah model regresi linier ganda. Sekumpulan data yang terdiri atas n observasi dari variabel tak bebas Y dan p variabel bebas, , , … , . Hubungan antara Y dan , , … , dapat dirumuskan sebagai suatu model linier seperti berikut =
+
+
+ ⋯+
+
(2.6)
,
dimana , , , … , adalah parameter (koefisien regresi) yang harus ditaksir berdasarkan data dan adalah galat [ ~ 0, ].(Tabel 2.1) Tabel 2.1 Tabulasi Data dalam Analisis Regresi Ganda. Nomor Observasi
Variabel Tak Bebas (Y)
Variabel Bebas X1
X2
…
Xp
1
y1
X11
X12
…
X1P
2
y2
X21
X22
…
X2P
3
y3
X31
X32
…
X3P
⋮
⋮
⋮
⋮
N
⋮
yn
⋮
Xn1
Xn2
…
Xnp
Berdasarkan Tabel 2.1 di atas, setiap observasi dapat ditulis sebagai =
+
+
+ ⋯+
,
+
i = 1, 2, …,n
Dimana yi adalah nilai dari variabel tak bebas ke-i, variabel bebas bagi observasi ke-i , dan adalah galat.
,
(2.7)
,…,
adalah nilai-nilai dari
Menggunakan notasi matriks, maka persamaan(2.7) di atas dapat ditulis sebagai berikut:
⋮
1 1 = ⋮ 1
⋮
… … ⋱ …
⋮
⋮
⋮
(2.8)
⋮ ,
+
dengan bentuk sederhana, persamaan (2.8) dapat dinotasikan sebagai: + ε,
Y=
(2.9)
dengan Y adalah matriks variabel tak bebas berukuran n x 1, X adalah matriks variabel bebas berukuran n x (p + 1), adalah matriks koefisien regresi berukuran (p + 1) x 1, ε adalah matriks galat berukuran n x 1(Walpole & Myers, 1995). 2.8
Penaksiran Parameter dengan Metode Kuadrat Terkecil Biasa Koefisien-koefisien pada model regresi merupakan nilai taksiran parameter di dalam model regresi untuk kondisi yang sebenarnya, dengan melambangkan nilai taksiran parameter sebagai , , … , , maka dapat ditentukan persamaan regresi taksiran untuk setiap observasi seperti berikut: =
+
+
i = 1, 2, …,n.
,
+ ⋯+
(2.10)
Metode penaksiran parameter regresi yang paling sering digunakan adalah metode kuadrat terkecil biasa(Ordinary Least Square/OLS). Metode ini akan meminimumkan jumlah kuadrat dari galat. Berdasarkan persamaan (2.7), nilai-nilai galat dapat dirumuskan sebagai: =
−
−
−
i = 1, 2, …,n
,
− ⋯−
(2.11)
Penggunaan metode kuadrat terkecil biasa untuk menentukan taksiran dari parameter , , … , , maka harus meminimumkan bentuk =
=
(
−
−
−
− ⋯−
) .
,
,…,
sebagai (2.12)
Jika persamaan (2.12) diturunkan berturut-turut terhadap , , … , , dan kemudian disamakan dengan nol, maka diperoleh p + 1 sistem persamaan normal. Secara sederhana dapat ditulis dalam bentuk matriks sebagai berikut: =
Jika matriks sebagai berikut: =
(2.13)
.
tak singular, maka jawaban untuk koefisien regresi dapat ditulis .
(2.14)
(Walpole & Myers, 1995). 2.9
Asumsi-Asumsi Regresi Linier Koefisien-koefisien regresi linier merupakan nilai duga dari parameter model regresi, parameter merupakan keadaan sesungguhnya untuk kasus yang diamati, Suatu pendugaan tidak mungkin terlepas dari kesalahan, baik sedikit maupun banyak, Namun dengan metode kuadrat terkecil, kesalahan pendugaan dijamin yang terkecil asalkan memenuhi asumsi-asumsi regresi linier, pengujian terhadap kemungkinan adanya pelanggaran asumsi tersebut bertujuan untuk mengetahui apakah koefisien regresi yang diperoleh telah sahih atau dapat diterima. Beberapa asumsi utama dalam pemodelan regresi, yaitu: 1) Linearitas yaitu model hubungan antara variabel tak bebas Y dengan variabel bebas , ,…, diasumsikan linear dalam parameter-parameter regresinya , , … , . 2) Multikolinearitas yaitu antara variabel bebas , , … , saling bebas atau tidak berkorelasi secara kuat dan signifikan. 3) Kebebasan galat, asumsi ini menyatakan bahwa galat dari model regresi , , … , saling bebas. Jika asumsi ini tidak terpenuhi, berarti terjadi masalah korelasi antar galat. 4) Asumsi homoskedastisitas berarti galat dari model regresi mempunyai ragam yang sama, Apabila asumsi ini tidak terpenuhi maka terjadi masalah heteroskedastisitas. 5) Normalitas yaitu galat dari model regresi , ,…, berdistribusi normal [ ~ 0, ] (Chatterjee & Ali, 2006). Pelanggaran terhadap asumsi yang ada akan mengakibatkan prediksi menjadi bias. Untuk itu perlu dilakukan pengujian terhadap setiap asumsi dengan cara sebagai berikut: 1)
Uji Linearitas Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan yaitu studi empiris linier, kuadrat, atau kubik. Ada tiga uji yang bisa dilakukan untuk mendeteksi yaitu uji Durbin Watson, uji Ramsey dan uji Langrange Multiplier. Uji linearitas dipergunakan untuk melihat apakah model yang dibangun mempunyai hubungan linear atau tidak. Uji ini jarang digunakan pada berbagai penelitian, karena biasanya model dibentuk berdasarkan telaah teoretis bahwa hubungan antara variabel bebas dengan variabel terikatnya adalah linear. Hubungan antar variabel yang secara teori bukan merupakan hubungan linear sebenarnya sudah tidak dapat dianalisis dengan regresi linear, misalnya masalah elastisitas . Jika ada hubungan antara dua variabel yang belum diketahui apakah linear atau tidak, uji linearitas tidak dapat digunakan untuk memberikan adjustment bahwa hubungan tersebut bersifat linear atau tidak. Uji linearitas digunakan untuk mengkonfirmasikan apakah sifat linear antara dua variabel yang diidentifikasikan secara teori sesuai atau tidak dengan hasil observasi yang ada. Uji linearitas dapat menggunakan uji Durbin-Watson Riduwan (2011: 200). 2)
Uji Multikolinearitas Uji Multikolinearitas digunakan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antar variabel bebas, Jika terjadi korelasi berarti terdapat masalah multikolinearitas, model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Hubungan antara variabel bebas dapat diduga dengan memeriksa besaran Variance Inflation Factor (VIF), Apabila nilai Variance Inflation Factor (VIF) yang diperoleh lebih besar dari 10 menandakan bahwa data mengalami masalah multikolinearitas.
Besaran nilai VIF untuk
dirumuskan sebagai
=
,
= 1, 2, … ,
(2.15)
dimana adalah banyaknya variabel bebas, Sedangkan merupakan koefisien determinasi ganda yang diperoleh dengan meregresi variabel bebas terhadap semua variabel bebas yang lain (Chatterjee & Ali, 2006). 3) Uji kebebasan galat Asumsi kebebasan galat berarti bahwa nilai-nilai galat dari model regresi , , … , tidak berkorelasi atau saling bebas. Statistik uji yang sering dipakai untuk menguji asumsi ini adalah statistik d dari Durbin-Watson, Hipotesis yang digunakan untuk uji asumsi kebebasan galat yaitu: H0 : ρ = 0 (Tidak ada korelasi antar galat) H1 : ρ ≠ 0 (Ada korelasi antar galat) Pengambilan keputusan menggunakan tabel Durbin-Watson, Berikut ini adalah kriteria uji bagi statistik d untuk kasus uji 2 arah: -
Jika d < dL , maka tolak H0 , atau jika d > 4 – dL , maka tolak H0 , atau jika dU < d < 4 – dU , maka terima H0, namun jika dL ≤ d ≤ dU atau 4−dU ≤ d ≤ 4−dL, maka tidak dapat disimpulkan apakah nilainilai galat saling berkorelasi atau tidak. Statistik uji d dari Durbin-Watson dihitung berdasarkan rumus berikut ini =
∑
dimana:
4)
∑
−
ei :
Nilai galat dari model regresi
dL :
Batas bawah tabel Durbin-Watson pada suatu n dan k tertentu
dU:
Batas atas tabel Durbin-Watson pada suatu n dan k tertentu
n :
Banyaknya pengamatan
k :
Banyaknya variabel bebas dalam model regresi (Gujarati, 1978).
(2.16)
Uji Homoskedatisitas Ragam yang bersifat homogen berarti bahwa nilai-nilai galat memiliki ragam yang sama . Pengujian asumsi heteroskedastisitas dapat dirumuskan dengan hipotesis sebagai berikut: H0 : tidak terdapat heteroskedastisitas H1 : terdapat heteroskedastisitas Heteroskedastisitas dapat dideteksi dengan besaran rs yaitu koefisien korelasi peringkat dari Spearman yang dirumuskan sebagai
= 1− 6
(
∑
(2.17)
− 1)
dimana di adalah perbedaan peringkat dari variabel bebas dan nilai-nilai galat setiap observasi ke i dan n adalah banyaknya observasi yang diperingkat. Tingkat penting rs dapat diuji dengan pengujian t sebagai berikut: =
√ − 2
(2.18)
1−
dengan derajat kebebasan n – 2. Apabila nilai t yang dihitung melebihi nilai kritis, atau nilai signifikansi di bawah α yang ditetapkan maka hipotesis adanya heteroskedastisitas bisa diterima, Jika model regresi meliputi lebih dari satu variabel X, rs dapat dihitung antara |ei| dan tiap-tiap variabel X secara terpisah dan dapat diuji untuk tingkat penting secara statistik dengan pengujian t (Gujarati, 1978). 5) Uji Normalitas Uji ini digunakan untuk mengetahui apakah galat dari model regresi berdistribusi normal, pengujian asumsi normalitas yang paling sering digunakan adalah uji normalitas KolmogorovSmirnov, uji Kolmogorov-Smirnov bekerja dengan cara membandingkan dua distribusi/sebaran data, yaitu distribusi yang dihipotesiskan dan distribusi yang teramati. Hipotesis dalam uji normalitas adalah: H0 : galat menyebar normal ~ (0, ) . H1 : galat tidak menyebar normal ≁ (0, ) . Metode Kolmogorov Smirnov didasarkan pada nilai D yang didefinisikan sebagai berikut =
|
−
| ,
∈ℛ
(2.19)
Nilai D adalah nilai deviasi absolut maksimum antara dan , Sedangkan dalam hal ini menyatakan sebaran kumulatif sampel dan menyatakan sebaran kumulatif menurut hipotesis nol. Nilai D ini selanjutnya dibandingkan dengan nilai D kritis untuk ukuran tes α dan banyak sampel yang digunakan, Hipotesis nol ditolak apabila nilai D hasil perhitungan melebihi nilai D pada tabel yang berarti bahwa data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku (0,1) , berarti data tersebut tidak normal (Steel, 1993). 2.10 Uji Simultan Uji simultan pada konsep regresi linier adalah pengujian mengenai apakah model regresi yang didapatkan benar-benar dapat diterima, uji simultan bertujuan untuk menguji apakah antara variabel-variabel bebas X dan tak bebas Y, atau setidak-tidaknya antara salah satu variabel bebas X dengan variabel tak bebas Y benar-benar terdapat hubungan linier. Hipotesis yang berlaku untuk pengujian ini adalah: H0 : 1 = 2 = … = p = 0 H1 : Paling sedikit ada satu j ≠ 0 untuk j= 1, 2, …, p.
dimana p adalah banyaknya variabel bebas, j adalah parameter (koefisien) ke-j model regresi linier. Hipotesis nol ditolak apabila nilai F ≥ F(p,n-p-1;α) pada tingkat signifikansi yang dipilih. Nilai F mengikuti sebaran F dengan derajat bebas dan ( – – 1). Sebagai ukuran kebaikan model regresi digunakan besaran koefisien determinasi (R2) yang diinterpretasikan sebagai proporsi dari total keragaman variabel tak bebas yang mampu diterangkan oleh variabel-variabel bebas. (Tabel 2.2) Tabel 2.2 Analisis Ragam dalam Regresi Linier Ganda Derajat Jumlah Sumber Kuadrat Tengah Fhitung R2 Bebas (db) Kuadrat Regresi
P
JKR
Galat
n–p–1
JKG
Total
n–1
JKT
KTG =
Keterangan: n :Banyak pengamatan p :Banyak variabel bebas JKR :Jumlah kuadrat regresi JKG :Jumlah kuadrat galat dimana = − =
=
KTR =
−
−
JKR
JKG − − 1
KTR KTG
JKR JKT
JKT : Jumlah kuadrat total KTR :Kuadrat tengah regresi KTG :Kuadrat tengah galat R2 : Koefisien determinasi (2.20) (2.21) (2.22)
(Chatterjee & Ali, 2006). 2.11
Uji Parsial Uji parsial digunakan untuk menguji apakah sebuah variabel bebas X benar-benar memberikan kontribusi terhadap variabel tak bebas Y. Dalam pengujian ini ingin diketahui apakah jika secara terpisah, suatu variabel X masih memberikan kontribusi secara signifikan terhadap variabel tak bebas Y. Hipotesis dalam pengujian secara parsial untuk j= 0, 1, 2, …,p, yaitu: H0: j = 0 (koefisien j tidak signifikan) H1: j ≠ 0 (koefisien j signifikan) dimana p adalah banyaknya variabel bebas, j adalah parameter (koefisien) ke-j model regresi linier. Pengujian hipotesis menggunakan statistik uji t yang dirumuskan dengan
=
(
)
,
( (2.23)
Yang menyebar menurut sebaran t dengan derajat bebas ( – – 1). Sedangkan ( ) adalah kesalahan standar yang diperoleh dari matriks ragam-peragam ( ), dapat ditulis sebagai berikut: ( ) ( , ) ⋯ ( , ) ( ( , ) ( ) ⋯ ⋯ = (2.24) ⋯ ⋯ ⋱ ⋯ ( , ) ( , ) ⋯ ( ) Elemen diagonal dari matriks persamaan(2.24), berturut-turut memberikan nilai ragam dari , , … , dan akar positifnya memberikan nilai standar kesalahan dari parameter regresi yang dimodelkan. Matriks ragam peragam pada persamaan (2.24) dapat diperoleh dengan mengoperasikan rumus berikut ini: ( = (2.25) dimana σ adalah ragam homoskedastisitas dari ei yang ditaksir oleh . Dalam kasus regresi ganda dapat ditentukan dengan rumus: − (2.26) = . − − 1 (Gujarati, 1978).
Pedoman pengambilan keputusan dalam uji parsial yaitu jika | t | ≥ t(α/2,n-p-1) pada tingkat signifikansi yang dipilih maka hipotesis nol ditolak. Penolakan H 0 menunjukkan bahwa j signifikan berbeda dari nol (Chatterjee & Ali, 2006). 3. METODE PENELITIAN 3.1 Sumber Data Pada penelitian ini, data yang digunakan merupakan data primer yang dikumpulkan dengan cara melakukan wawancara. Dengan menggunakan instrumen penelitian berupa kuisioner, jumlah sampel yang diteliti adalah sebanyak 50 sampel. Adapun tempat penelitian yaitu terletak di Desa Lawonua, Kecamatan Besulutu, Kabupaten Konawe. Adapun teknik pengambilan sampel yang digunakan pada penelitian ini adalah teknik Simple Random Sampling, Teknik ini adalah teknik pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Berikut variabel–variabel yang penulis gunakan yaitu : Variabel Dependen (Y) : Tingkat Kepuasan Masyarakat Variabel independen : X1 : Kehandalan X2 : Daya Tanggap X3 : Jaminan X4 : Empati X5 : Bukti Pisik 3.2 Prosedur Penelitian
Untuk mencapai tujuan penelitian, maka langkah-langkah yang dilakukan dalam penelitian yaitu: 1. Menentukan Jumlah sampel. 2. Menyusun kuesioner menggunakan Skala Likert yang terdiri dari variabel kehandalan, daya tanggap, jaminan, empati, bukti pisik serta tingkat kepuasan masyarakat. 3. Pengambilan data dengan teknik Simple Random Sampling. 4. Melakukan uji coba kuisioner dengan 30 item pertanyaan faktor-faktor yang berpengaruh terhadap tingkat kepuasan masyarakat dalam pelaksanaan tanggung jawab sosial dan lingkungan PT Agrindo. 5. Menguji validitas dan realibilitas. 6. Melakukan survei dengan turun kelapangan, menanyakan responden berdasarkan kuesioner yang telah disusun dengan data sebanyak 50 responden. 7. Menentukan model regresi linear ganda dan melakukan penaksiran parameter. 8. Menguji Asumsi-asumsi Regresi Linear. a. Uji Linearitas dengan menggunakan scaterplot b. Uji Multikolinearitas dengan menghitung nilai VIF. c. Uji kebebasan galat dengan statistik uji d dari Durbin-Watson. d. Uji homoskedatisitas dengan koefisien korelasi peringkat spearman. e. Uji normalitas dengan uji Kolmogorov-Smirnov. 9. Menguji Hipotesis : a. Uji Simultan H0 : 1 = 2 = . . . . 5 = 0 (Variabel bebas tidak berpengaruh terhadap variabel terikat) H1 : Minimal ada satu j dimana j ≠ 0 (j = 1, 2,3,4,5). Taraf nyata : α = 0,05 Kriteria Uji : Tolak H0 jika F ≥ F(p,n-p-1;α) atau nilai P ≤ . b. Uji Parsial Uji koefisien 1 Hipotesis : H0 : 1 = 0 (Kehandalan Perusahaan tidak berpengaruh Signifikan terhadap Tingkat Kepuasan Masyarakat). H1 : 1 ≠ 0 (Kehandalan berpengaruh nyata terhadap Tingkat Kepuasan Masyarakat). Taraf nyata : α = 0,05. Kriteria Uji : Tolak H0 jika | t | ≥ t(α/2,n-p-1) atau nilai P ≤ . Uji koefisien 2 Hipotesis : H0 : 2 = 0 (Daya Tanggap Perusahaan tidak berpengaruh Signifikan terhadap Tingkat Kepuasan Masyarakat). H1 : 2 ≠ 0 (Daya Tanggap Perusahaan berpengaruh nyata terhadap Tingkat Kepuasan Masyarakat). Taraf nyata : α = 0,05. Kriteria Uji : Tolak H0 jika | t | ≥ t(α/2,n-p-1) atau nilai P ≤ . - Uji koefisien 3 Hipotesis :
: 3 = 0 (Jaminan Perusahaan tidak berpengaruh Signifikan Tingkat Kepuasan Masyarakat). H1 : 3 ≠ 0 (Jaminan berpengaruh nyata terhadap Tingkat Masyarakat). Taraf nyata : α = 0,05. Kriteria Uji : Tolak H0 jika | t | ≥ t(α/2,n-p-1) atau nilai P ≤ . - Uji koefisien 4 Hipotesis : H0 : 4 = 0 (Empati Perusahaan tidak berpengaruh Signifikan Tingkat Kepuasan Masyarakat). H1 : 4 ≠ 0 (Empati berpengaruh nyata terhadap Tingkat Masyarakat). Taraf nyata : α = 0,05. Kriteria Uji : Tolak H0 jika | t | ≥ t(α/2,n-p-1) atau nilai P ≤ . Uji koefisien 5 Hipotesis : H0 : 5 = 0 (Bukti Pisik tidak berpengaruh Signifikan terhadap Kepuasan Masyarakat). H1 : 5 ≠ 0 (Bukti Pisik berpengaruh nyata terhadap Tingkat Masyarakat). Taraf nyata : α = 0,05. Kriteria Uji : Tolak H0 jika | t | ≥ t(α/2,n-p-1) atau nilai P ≤ . 10. Menghitung nilai koefisien determinasi . 11. Interpretasi Hasil Penelitian. 12. Penarikan Kesimpulan.. H0
terhadap Kepuasan
terhadap Kepuasan
Tingkat Kepuasan
4. HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian Pada penelitian ini, data yang digunakan adalah data primer yang dikumpulkan dengan cara melakukan wawancara, dengan menggunakan instrumen penelitian berupa kuisioner yang diberikan pada masyarakat Desa Lawonua, Kecamatan Besulutu, Kabupaten Konawe, selama satu minggu untuk memperoleh data mengenai faktor–faktor yang berpengaruh terhadap tingkat kepuasan masyarakat dalam pelaksanaan TJLS perusahaan sawit PT. Agrindo, dengan jumlah sampel yang diteliti sebanyak 50 sampel, penelitian ini dilakukan dengan menggunakan teknik simple random sampling. simple random sampling adalah teknik pengambilan anggota sampel dari populasi yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. 4.2 Uji Validitas dan Reliabilitas Pengujian validitas dan realibilitas adalah pengujian awal yang dilakukan peneliti sebelum melakukan pengumpulan data, tujuan dilakukan pengujian tersebut, agar memperoleh instrumen yang handal dalam mengukur suatu variabel, jika uji validitas dan realibilitas telah terpenuhi, maka instrumen penelitian yang akan digunakan untuk mengumpulkan data sudah layak untuk mengukur suatu variabel. 4.2.1 Uji Validitas Pengujian validitas diterapkan untuk mengukur seberapa handal instrumen penelitian yang akan digunakan dalam melakukan pengumpulan data diperoleh nilai-nilai korelasi product
moment pada setiap butir pernyataan yang diolah menggunakan software SPSS yang bertujuan untuk menginformasikan item angket yang valid maupun tidak valid, jika nilai korelasi lebih kecil dari nilai r tabel, maka item tersebut dinyatakan tidak valid, begitu pula sebaliknya, bila nilai korelasi lebih besar dari nilai r tabel, maka item tersebut dinyatakan valid, seperti yang terlihat pada Tabel 4.1 Tabel 4.1 Uji Validitas Pernyataan Korelasi Keterangan 1
0,578
Valid
2
0,720
Valid
3 4
0,560 0,642
Valid Valid
5
0,465
Valid
6
0,722
Valid
7
0,723
Valid
8
0,600
Valid
9 10
0,355 0,722
Valid Valid
11
0,501
Valid
12
0,463
Valid
13
0,548
Valid
14
0,570
Valid
15 16
0,589 0,649
Valid Valid
17
0,587
Valid
18
0,596
Valid
19
0,591
Valid
20
0,525
Valid
21 22
0,565 0,441
Valid Valid
23
0,484
Valid
24
0,503
Valid
25
0,473
Valid
26
0,574
Valid
27
0,757
Valid
28
0,690
Valid
Berdasarkan Tabel 4.1 menunjukan bahwa total pernyataan yang diuji sebanyak 28 pernyataan. Nilai korelasi product moment yang diperoleh dari setiap butir pernyataan terhadap
soal pernyataan lebih besar dari 0,3, sehingga disimpulkan bahwa pernyataan yang ada adalah Valid. 4.2.2 Uji Reliabilitas Pengujian realibilitas adalah pengujian yang dilakukan secara serempak pada instrumen penelitian, uji ini dilakukan ketika uji validitas telah terpenuhi, pengukuran realibilitas dari istrumen didasarkan pada nilai cronbach Alfa, yaitu sebesar 0,880 lebih besar dari nilai α dengan jumlah pertanyaan sebanyak 28 item sehingga dapat kita simpulkan bahwa, instrumen yang digunakan telah reliabel yakni instrumen yang digunakan menunjukan konsistensi dalam mengukur gejala yang sama. 4.3 Persamaan Regresi dan Penaksiran Parameter Persamaan regresi untuk penelitian ini yaitu: (4.1) = + + + + + + dengan Y adalah variabel terikat yaitu kepuasan masyarakat, dan untuk variabel bebas yakni kehandalan, daya tanggap, jaminan, empati, dan bukti fisik merupakan variabel bebas hubungan yang signifikan terhadap kepuasan masyarakat (Y), sehingga, dan untuk variabel bebas yakni kehandalan sebagai X1, daya tanggap sebagai X2, jaminan sebagai X3, empati sebagai X4 dan bukti fisik sebagai X5. 4.3.1 Penaksiran Parameter Uji Pertama Berdasarkan prinsip metode OLS dipreroleh nilai-nilai taksiran untuk setiap parameter regresi, Taksiran koefisien regresi bagi persamaan (2.6) yaitu sebesar 4,059, sebesar 0,112, sebesar 0,409, sebesar 0,089, sebesar 0,493, dan sebesar -0,473, sehingga diperoleh model taksiran dari persamaan (2.6) yaitu: = 4,059 + 0,112X1 + 0,409 + 0,089 + 0,493 - 0,473 4.4 Pengujian Asumsi–asumsi Regresi Uji Pertama Model regresi yang diperoleh dari hasil penaksiran parameter harus memenuhi asumsiasumsi yang mendasarinya, dimana asumsi-asumsi tersebut sebagai berikut: 1. Uji Multikolinearitas Pengujian multikolinearitas menggunakan koefisien determinasi ganda ( ) yang diperoleh dengan meregresi tiap variabel bebas ( ) terhadap variabel terikat (Y) yang lain, selanjutnya untuk mendeteksi multikolinearitas dihitung besaran VIF sesuai persamaan (2.15). Selengkapnya disajikan dalam Tabel 4.2. Tabel 4.2. Nilai dan VIF Model Collinearity Statistics VIF 1 Kehandalan(X1) 0,377 2.649 Daya tanggap(X2) 0,374 2.675 Jaminan(X3) 0,579 1.726 Empati(X4) 0,522 1.917 Bukti Pisik(X5) 0,508 1.968 Berdasarkan Tabel 4.2 nilai VIF yang diperoleh tidak lebih besar dari 10, hal ini menandakan bahwa data tidak mengalami masalah multikolinearitas. 2. Uji Linearitas Pengujian linearitas merupakan pengujian asumsi untuk melihat pola hubungan antara variabel prediksi dan variabel terikatnya apakah hubungan antara kedua variabel tersebut merupakan pola hubungan linier, kuadratik ataupun kuartik.(Gambar 4.1)
Berdasarkan Gambar 4.1 plot diatas dapat di lihat adanya hubungan linear antara variabel bebas dan variabel terikatnya. 3. Uji Kebebasan Galat Pengujian kebebasan galat menggunakan statistik d dari Durbin-Watson. mengilustrasikan perhitungan nilai statistik d berdasarkan persamaan (16). Hipotesis yang diuji yaitu: ∶ = 0 (tidak ada korelasi antara galat). ∶ ≠ 0 (Ada korelasi antar galat). Berdasarkan tabel Durbin-Watson, dengan jumlah n sebanyak 50 dengan variabel bebas sebanyak 5, maka diperoleh nilai dL sebesar 1.3346 dan dU sebesar 1.7708, dengan nilai d sebesar 2,098 berada pada kriteria dU < d < 4 – dU, atau 1,7708 < 2,098 < 4 – 17708 maka tidak dapat disimpulkan apakah nilai-nilai galat saling berkorelasi atau tidak. 4. Uji homoskedatisitas Pengujian homoskedatisitas menggunakan koefisien korelasi peringkat spearman pada persamaan 2.18, hipotesis yang diuji yaitu: ∶ tidak terdapat heteroskedastisitas ∶ terdapat heteroskedastisitas Model regresi terdiri dari lima variabel bebas, dengan demikian berdasarkan analisis diperoleh empat koefisien korelasi peringkat spearman, pengujian tingkat penting koefisien korelasi ini menggunakan perbandingan nilai p dengan tingkat signifikansi α = 0,05 (Tabel 4.3). Tabel 4.3. Koefisien Korelasi Peringkat dari Spearman ( ) antara variabel bebas dan galat. X1 X2 X3 X4 X5 Spearman Galat Koefisien -0,011 0,050 0,102 0,050 0,048 korelasi 0,940 0,725 0,482 0,728 0,742 N 50 50 50 50 50 Berdasarkan tabel 4.3 di atas diketahui bahwa nilai P masing-masing variabel bebas melebihi tingkat signifikansi α yang ditetapkan, hal ini menunjukan bahwa tidak terdapat heteroskedastisitas. 5. Uji normalitas Pengujian asumsi normalitas menggunakan uji Kolmogorov-smirnov yang didasarkan pada data yang diamati yakni nilai-nilai galat yang diperoleh dari persamaan regresi, pengujian ini membandingkan distribusi dari nilai-nilai galat dengan distribusi normal baku. Hipotesis yang diuji yaitu:
∶ galat menyebar normal [ε~N(0, )]. ∶ galat tidak menyebar normal. Berdasarkan uji Kolmogorov-smirnov dapat di ketahui nilai bahwa nilai Asymp. Sig. (2tailed) sebesar 0,753 lebih besar dari nilai ketetapan yaitu 0,05 sehingga dapat kita simpulkan bahwa nilai-nilai galat dari model regresi berdistribusi normal. 4.5 Pengujian Hipotesis Model Pertama 4.5.1 Uji Simultan Pengujian hipotesis secara simultan untuk membuktikan apakah Y berhubungan linear dengan , , , , dan atau setidak-tidaknya dengan salah satu diantara ketiga variabel bebas tersebut. Hipotesis yang diuji yaitu: : = = = = =0 (kehandalan, daya tanggap, jaminan, empati, bukti pisik tidak berpengaruh terhadap tingkat kepuasan masyarakat) : minimal ada satu j dimana ≠ 0( j = 1,2,3,4,5). (kehandalan, daya tanggap, jaminan, empati, bukti pisik berpengaruh terhadap tingkat kepuasan masyarakat). Selengkapnya disajikan dalam (Tabel 4.4).
Tabel 4.4. Analisis Ragam Faktor-faktor yang berpengaruh terhadap tingkat kepuasan masyarakat model pertama Sumber Jumlah kuadrat Derajat bebas(db) Kuadrat tengah Regresi 337,570 5 67,514 10,432 Sisa 284,750 44 6,472 Total 622,320 49 Tingkat signifikansi yang dipilih adalah α = 0,05 dan nilai Ftabel dengan derajat bebas 5 dan 44 adalah 2,43, karena nilai Fhitung sebesar 10,432 lebih besar dari nilai Ftabel yaitu 2,43, maka hipotesis nol ditolak, dengan demikian dapat disimpulkan bahwa variabel bebas , , , , , secara simultan berpengaruh nyata terhadap tingkat kepuasan masyarakat, sehingga model regresi linear berganda dapat digunakan sebagai model prediksi. 4.5.2 Uji Parsial Uji parsial digunakan untuk melihat apakah masing-masing variabel yang dilibatkan benar-benar memberikan kontribusi terhadap variabel terikat Y, statistik uji t sebagai pedoman pengambilan keputusan dihitung berdasarkan persamaan (23). Penghitungan nilai-nilai t dengan operasi matriks seperti dijabarkan pada Lampiran (7), Secara ringkas nilai-nilai koefisien regresi serta nilai t hitung ditampilkan pada Tabel 4.5 sebagai berikut: Tabel 4.5. Nilai-nilai Statistik Uji t bagi uji parsial model pertama Model Koefisien Regresi Kesalahan standar t Sig. Konstanta 4,059 2,616 1,551 0,128 0,112 0,196 0,573 0,570 0,409 0,181 2,554 0,029 0,089 0,159 0,558 0,580 0,493 0,154 3,195 0,003 -0,473 0,339 -1,395 0,170
Berdasarkan nilai t tabel dengan α = 0,05 dan derajat bebas 44 adalah 2,43, selanjutnya nilai t hitung ini dibandingkan dengan nilai t masing-masing koefisien regresi. Koefisien β1 dengan nilai t sebesar 0,573 lebih kecil dari 2,43 maka hipotesis nol diterima, sehingga dapat disimpulkan bahwa secara parsial, variabel X1 yaitu kehandalan tidak berpengaruh nyata terhadap tingkat kepuasan masyarakat, koefisien β2 mempunyai nilai t sebesar 2,554 lebih besar dari 2,43 maka hipotesi nol ditolak, sehingga dapat disimpulkan secara parsial, variabel X2 yaitu daya tanggap berpengaruh nyata terhadap tingkat kepuasan masyarakat, koefisien β3 memiliki nilai t sebesar 0,558 lebih kecil dari 2,43 maka hipotesis nol diterima, sehingga dapat disimpulkan secara parsial, variabel X3 yaitu jaminan tidak berpengaruh nyata terhadap tingkat kepuasan masyarakat, koefisien β4 memiliki nilai t sebesar 3,195 lebih besar dari 2,43 maka hipotesis nol ditolak, sehingga dapat disimpulkan bahwa secara parsial, variabel X4 yaitu empati berpengaruh nyata terhadap tingkat kepuasan masyarakat, sedangkan β5 memiliki nilai t sebesar -1,395 lebih kecil dari 2,43 maka hipotesis nol diterima, sehingga dapat disimpulkan bahwa secara parsial, variabel X5 yaitu bukti pisik tidak berpengaruh nyata terhadap tingkat kepuasan masyarakat. Berdasarkan Uji Parsial di atas dapat disimpulkan bahwa diantara lima variabel yang dimasukan dalam model yaitu kehandalan, daya tanggap, jaminan, empati dan bukti pisik, hanya variabel daya tanggap dan empati yang memberikan pengaruh pada model regresi tersebut, sehingga perlunya diberikan tindakan selanjutnya yaitu melakukan pendugaan awal pada model dengan hanya melibatkan dua variabel yaitu variabel daya tanggap dan empati. 4.6 Penaksiran Parameter Uji Kedua Berdasarkan prinsip metode OLS dipreroleh nilai-nilai taksiran untuk setiap parameter regresi, Taksiran koefisien regresi bagi persamaan (2.6) yaitu sebesar 3,655, sebesar 0,428, sebesar 0,454, sehingga diperoleh model taksiran dari persamaan (2.6) yaitu: = 3,655 + 0,428 + 0,454 4.7 Pengujian Asumsi–asumsi Regresi Uji Kedua Model regresi yang diperoleh dari hasil penaksiran parameter harus memenuhi asumsiasumsi yang mendasarinya, dimana asumsi-asumsi tersebut sebagai berikut: 1. Uji Multikolinearitas Pengujian multikolinearitas menggunakan koefisien determinasi ganda ( ) yang diperoleh dengan meregresi tiap variabel bebas ( ) terhadap variabel terikat (Y) yang lain, selanjutnya untuk mendeteksi multikolinearitas dihitung besaran VIF sesuai persamaan (2.15).(Tabel 4.6) Tabel 4.6. Nilai dan VIF Model Collinearity Statistics VIF 1 Daya tanggap(X2) 0,816 1.226 Empati(X4) 0,816 1.226 Berdasarkan Tabel 4.6 nilai VIF yang diperoleh tidak lebih besar dari 10, hal ini menandakan bahwa data tidak mengalami masalah multikolinearitas. 2. Uji Linearitas Pengujian linearitas merupakan pengujian asumsi untuk melihat pola hubungan antara variabel prediksi dan variabel terikatnya apakah hubungan antara kedua variabel tersebut merupakan pola hubungan linier, kuadratik ataupun kuartik.(Gambar 4.2)
Berdasarkan Gambar 4.2 plot diatas dapat di lihat adanya hubungan linear antara variabel bebas dan variabel terikatnya. 3. Uji Kebebasan Galat Pengujian kebebasan galat menggunakan statistik d dari Durbin-Watson. Lampiran mengilustrasikan perhitungan nilai statistik d berdasarkan persamaan (16). Hipotesis yang diuji yaitu: ∶ = 0 (tidak ada korelasi antara galat). ∶ ≠ 0 (Ada korelasi antar galat). Berdasarkan tabel Durbin-Watson, dengan jumlah n sebanyak 50 dengan variabel bebas sebanyak 2, maka diperoleh nilai dL sebesar 1.4625 dan dU sebesar 1.625, dengan nilai d sebesar 1,668 berada pada kriteria dU < d < 4 – dU, atau 1,625 < 1,668 < 4 – 1,625 maka dapat disimpulkan bahwa nilai-nilai galat tidak korelasi antara galat. 4. Uji homoskedatisitas Pengujian homoskedatisitas menggunakan koefisien korelasi peringkat spearman pada persamaan (2.18), hipotesis yang diuji yaitu: ∶ tidak terdapat heteroskedastisitas ∶ terdapat heteroskedastisitas Model regresi terdiri dari lima variabel bebas, dengan demikian berdasarkan analisis diperoleh empat koefisien korelasi peringkat spearman, pengujian tingkat penting koefisien korelasi ini menggunakan perbandingan nilai p dengan tingkat signifikansi α = 0,05. (Tabel 4.7) Tabel 4.7. Koefisien Korelasi Peringkat dari Spearman ( ) antara variabel bebas dan galat berdasarkan keluaran SPSS. X2 X4 Spearman Galat Koefisien 0,055 0,387 korelasi 0,719 0,643 N 50 50 Berdasarkan tabel 4.7 di atas diketahui bahwa nilai P masing-masing variabel bebas melebihi tingkat signifikansi α yang ditetapkan, hal ini menunjukan bahwa tidak terdapat heteroskedastisitas. 5. Uji normalitas Pengujian asumsi normalitas menggunakan uji Kolmogorov-smirnov yang didasarkan pada data yang diamati yakni nilai-nilai galat yang diperoleh dari persamaan regresi, pengujian ini membandingkan distribusi dari nilai-nilai galat dengan distribusi normal baku. Hipotesis yang diuji yaitu: ∶ galat menyebar normal [ε~N(0, )].
∶ galat tidak menyebar normal. Berdasarkan uji Kolmogorov-smirnov dapat di ketahui bahwa galat menyebar dengan normal sehingga dapat kita simpulkan bahwa nilai-nilai galat dari model regresi berdistribusi normal. 4.8 Pengujian Hipotesis Model Kedua 4.8.1 Uji Simultan Pengujian hipotesis secara simultan untuk membuktikan apakah Y berhubungan linear dengan dan atau setidak-tidaknya dengan salah satu diantara kedua variabel bebas tersebut. Hipotesis yang diuji yaitu: : = =0 (daya tanggap dan empati, tidak berpengaruh terhadap tingkat kepuasan masyarakat) : minimal ada satu j dimana ≠ 0( j = 2,4). (daya tanggap dan empati, berpengaruh terhadap tingkat kepuasan masyarakat).(Tabel 4.8) Tabel 4.8. Analisis Ragam Faktor-faktor yang berpengaruh terhadap tingkat kepuasan masyarakat Model Kedua Sumber Jumlah kuadrat Derajat bebas(db) Kuadrat tengah Regresi 323,164 2 161,582 25,386 Sisa 299,156 47 6,365 Total 622,320 49 Tingkat signifikansi yang dipilih adalah α = 0,05 nilai Ftabel dengan derajat bebas 2 dan 47 adalah 19,474, karena nilai Fhitung sebesar 25,386 lebih besar dari nilai FTabel yaitu 19,474, maka hipotesis nol ditolak, dengan demikian dapat disimpulkan bahwa variabel bebas dan , secara simultan berpengaruh nyata terhadap tingkat kepuasan masyarakat, sehingga model regresi linear berganda dapat digunakan sebagai model prediksi. 4.8.2 Uji Parsial Uji parsial digunakan untuk melihat apakah masing-masing variabel yang dilibatkan benar-benar memberikan kontribusi terhadap variabel terikat Y, statistik uji t sebagai pedoman pengambilan keputusan dihitung berdasarkan persamaan (23). Penghitungan nilai-nilai t dengan operasi matriks seperti dijabarkan pada Lampiran (8), Secara ringkas nilai-nilai koefisien regresi serta nilai t hitung ditampilkan pada Tabel 4.9 sebagai berikut: Tabel 4.9. Nilai-nilai Statistik Uji t bagi uji parsial model kedua Model Koefisien Regresi Kesalahan standar t Sig. Konstanta 3,655 1,984 1,842 0,072 0,428 0,136 3,150 0,003 0,454 0,136 3,327 0,002 Berdasarkan nilai t tabel dengan α = 0,05 dan derajat bebas 44 adalah 2,011, selanjutnya nilai t hitung ini dibandingkan dengan nilai t masing-masing koefisien regresi. Koefisien β2 mempunyai nilai t sebesar 3,150 lebih besar dari 2,011 maka hipotesis nol ditolak, sehingga dapat disimpulkan secara parsial, variabel X2 yaitu daya tanggap berpengaruh nyata terhadap tingkat kepuasan masyarakat, koefisien β4 memiliki nilai t sebesar 3,327 lebih besar dari 2,011 maka hipotesis nol ditolak, sehingga dapat disimpulkan bahwa secara parsial, variabel X4 yaitu empati berpengaruh nyata terhadap tingkat kepuasan masyarakat.
Berdasarkan pengujian hipotesis di atas diketahui bahwa variabel bebas yang berpengaruh signifikan terhadap tingkat kepuasan masyarakat yakni daya tanggap(X2), empati(X4), oleh karena itu model regresi yang sesuai adalah: = 3,365 + 0,428 + 0,454 Persamaan regresi tersebut memiliki makna bahwa: a. Apabila daya tanggap diasumsikan bertambah 1 satuan, sedangkan empati bernilai konstan, maka tingkat kepuasan masyarakat meningkat sebesar 0,428 satuan. b. Setiap penambahan 1 satuan empati, sedangkan daya tanggap bernilai konstan, maka tingkat kepuasan masyarakat meningkat sebesar 0,454 satuan. 4.6 Ukuran Kebaikan Model Regresi Nilai sebesar 0,519 berarti model regresi yang melibatkan faktor daya tanggap dan empati dapat menjelaskan sebanyak 51,9 % dari total keragaman Y, sedangkan sisanya 48,1 % dijelaskan oleh faktor-faktor lain yang tidak dimasukan dalam model regresi. Hal ini mengindikasikan bahwa model regresi yang diperoleh cukup baik. 5. PENUTUP 5.1 Kesimpulan Berdasarkan hasil penelitian faktor daya tanggap dan empati berpengaruh signifikan terhadap tingkat kepuasan Masyarakat dalam Pelaksanaan Tanggung Jawab Sosial dan Lingkungan Perusahaan Sawit PT. Agrindo di Desa Lawonua, Kecamatan Besulutu, Kabupaten Konawe dengan model regresi liniear berganda yang diperoleh yaitu: = 3,655 + 0,428 + 0,454 Persamaan regresi tersebut memiliki makna bahwa: a. Apabila daya tanggap diasumsikan bertambah 1 satuan, sedangkan empati bernilai konstan, maka tingkat kepuasan masyarakat meningkat sebesar 0,428 satuan. b. Setiap penambahan 1 satuan empati sedangkan daya tanggap bernilai konstan, maka tingkat kepuasan masyarakat meningkat sebesar 0,454 satuan. Dengan nilai koefisien determinasi sebesar 0,519 yang berarti model regresi yang melibatkan faktor daya tanggap dan empati dapat menjelaskan sebanyak 51,9% dari total keragaman Y. Sedangkan sisanya 48,1% dijelaskan oleh faktor-faktor lain yang tidak dimasukan dalam model regresi. 5.2 Saran Model yang terbentuk dalam penelitian ini sudah signifikan namun untuk dapat memaksimalkan hasil dari penelitian ini disarankan untuk melibatkan faktor-faktor lain yang diduga dapat mempengaruhi tingkat kepuasan masyarakat dalam pelaksanaan tanggung jawab sosial dan lingkungan suatu perusahaan. DAFTAR PUSTAKA Al Rasyid, H. 1994. Teknik Penarikan Sampel dan Penyusunan Skala[Tesis]. Bandung: Universitas Padjajaran, Program Pascasarjana. Dedi M., Sonny Hersonaga & Linda D. 2002. Analisis Pelaksanaan Corporate Social Responsibility pada Pertamina Gas Area JBB Distrik Cilamaya Bagi Masyarakat. Jurnal Manajamen, 9(4). Jaya, W W. 2014.Penerapan Regresi Linear Berganda Untuk Menentukan Faktor-Faktor yang Berpengaruh Terhadap Kekuatan Untaian Benang [Skripsi]. Kendari: Universitas Halu Oleo, Fakultas Matematika Dan Ilmu Pengetahuan Alam
Rudito. Bambang., & Melia F. 2007. Etika Bisnis dan Tanggung Jawab Sosial Perusahaan di Indonesia. Bandung :Rekayasa Sains. Saladin, Djaslim. 2004. Manajemen Strategi dan kebijakan perusahaan. Bandung : Linda Karya Sugiyono. 2007. Metode Penelitian Kuantitatif, Kualitatif dan R & D. Bandung: Alphabeta. Sarliati.2013.Tingkat kepuasan instansi/perusahaan terhadap kinerja alumni program studi matematika dan D-III statistika universitas halu oleo kendari. Kendari : Universitas Halu Oleo, Fakultas Matematika Dan Ilmu Pengetahuan Alam Wahyu,A. 2012. Pengaruh Kinerja Keuangan dan Corporate Social Responsibility(CSR) terhadap Nilai Perusahaan Pada Bank Go Publick yang Terdaptar di BEI [Skripsi]. Jakarta: Universitas Gunadarma, Fakultas Ekonomi.