- 39 -
Tabel 4.4 Deskriptif Statistik Variabel Ketidakpastian
Lingkungan
Indikator Variabel Min
Max Mean Std.
Dev.
1.
Peroleh informasi untuk mendukung keputusan
1 5
2.93 1.182
2.
Mengukur benartidaknya suatu keputusan
1 5
3.19 1.060
3.
Keyakinan dalam mengambil suatu tindakan
1 5
2.53 1.123
4.
Mengetahui harapan dari pihak luar
1 5
2.65 1.104
5.
Kesulitan dalam menentukan metode untuk mencapai
sasaran 1
5 3.13
1.134
Rata-rata Ketidakpastian Lingkungan
1.00 5.00 3,06
0,085
Sumber: Hasil olahan data primer dengan alat bantu program statistik,2012
Dari hasil tabel tersebut diketahui skor rata-rata sebesar 3,37. Maka nilai tersebut terletak pada
interval jawaban 2,61 – 3,40 yang berarti para
responden memiliki
tingkat Ketidakpastian
Lingkungan relatif sedang. Sedangkan nilai standard Deviation sebesar 0,085 menunjukkan bahwa variasi
jawaban responden terhadap variabel ini relatif kecil atau tidak bervariasi. Hal ini berarti jawaban
- 40 - responden menyebar kedalam lima kategori dengan
kecenderungan yang sama yakni memiliki tingkat Ketidakpastian
saat melaksanakan
lima bidang
kegiatan diatas. Dalam pengukuran variabel Ketidakpastian
Lingkungan terdapat dua indikator yang nilai Mean atau rata-ratanya tinggi dan termasuk kategori tinggi.
Pertama dengan nilai Mean sebesar 3.19 hal ini menunjukkan tidak adanya
Keyakinan dalam mengambil suatu tindakan
di dalam unit kerja para responden sedangkan yang kedua, Responden tidak merasa
mengetahui harapan dalam unit kerja mereka. Hal ini menunjukkan dengan nilai Mean sebesar 3,13.
4.3 Uji Kualitas Data
Ada dua prosedur dalam pengujian kualitas data yaitu:
1. Uji Reabilitas, dapat dilakukan dengan melihat
Koefisien cronbach’s alpha di mana instrument
penelitian dianggap
reliable apabila
Nilai Cronbach’s alpha lebih besar dari 0,60
2. Uji
Validitas, dapat
dilakukan dengan
membandingkan nilai r hitungCorrected item Total Correlation dengan nilai tabel dari tiap
- 41 - kebebasan df = n-2 Ghozali,2002
Berikut ini hasil uji kualitas dan reabilitas data dari variable-variable yang digunakan peneliti dalam
pengujian:
4.3.1 Uji Instrument Validatas dan Reliabilitas Data
Hasil output
Reability variable
partisipasi anggaran,ketidakpastian Lingkungan dan Senjangan
Anggaran pada lampiran dapat di lihat bawah variabel partisipasi anggaran memiliki
Cronbach’s alpha 0,632. variabel Ketidapastian Lingkungan
memiliki Cronbach’s alpha 0,653. Dan variabel
Senjangan anggaran memiliki Cronbach’s alpha 0,718.
Berdasarkan hasil tersebut dapat disimpulkan bawah item Semua pertanyaan kuisioner dari ketiga variabel
sudah memiliki realibilitas yang tinggi karena nilainya lebih sebesar dari 0,60,
Tabel 4.5 Instrument Validitas dan Reliabilitas
Item Corrected
Item-Total Correlation
r tabel Keterangan
Partisipasi Anggaran
Pertanyaan 1 0.513
0,339 Valid
Pertanyaan 2 0.443
0,339 Valid
- 42 -
Pertanyaan 3 0.572
0,339 Valid
Pertanyaan 4 0.519
0,339 Valid
Pertanyaan 5 0.423
0,339 Valid
Ketidapastian Lingkungan
Pertanyaan 1 0.625
0,339 Valid
Pertanyaan 2 0.487
0,339 Valid
Pertanyaan 3 0.703
0,339 Valid
Pertanyaan 4 0.649
0,339 Valid
Pertanyaan 5 0.477
0,339 Valid
Senjangan Anggaran
Pertanyaan 1 0.601
0,339 Valid
Pertanyaan 2 0.430
0,339 Valid
Pertanyaan 3 0.547
0,339 Valid
Pertanyaan 4 0.541
0,339 Valid
Pertanyaan 5 0.439
0,339 Valid
Sumber: Hasil olahan data primer dengan alat bantu program statistik,2012
1. Partisipasi Anggaran
Dalam kolom Corrected Item Total Correlation merupakan korelasi antara skor item dengan total item
yang dapat digunakan untuk menguji validitas instrument. Untuk menguji Validitas, butir pertanyaan
dengan derajat kebebasan df = 98 yaitu 0,339. Berdasarkan tabel 4.5 terdapat hasil uji validitas
menunjukkan semua pertanyaan valid karena nilai r hitung r tabel pada taraf signifikan 5.
- 43 - 2.
Ketidakpastian Lingkungan Dalam
kolom Corrected
Item Total
Correlation merupakan korelasi antara skor item dengan total item
yang dapat digunakan untuk menguji validitas instrument. Untuk menguji Validitas, butir pertanyaan
dengan derajat kebebasan df = 98 yaitu 0,339. Berdasarkan tabel 4.5 terdapat hasil uji validitas
menunjukkan semua pertanyaan valid karena nilai r hitung r tabel pada taraf signifikan 5.
3. Senjangan Anggaran
Dalam kolom
Corrected Item
Total Correlation
merupakan korelasi antara skor item dengan total item yang dapat digunakan untuk menguji validitas
instrument. Untuk menguji Validitas, butir pertanyaan
dengan derajat kebebasan df = 98 yaitu 0,339. Berdasarkan tabel 4.5 terdapat hasil uji validitas
menunjukkan semua pertanyaan valid karena nilai r hitung r tabel pada taraf signifikan 5.
- 44 -
4.4 Uji Asumsi Klasik Uji Normalitas
Uji normalitas dilakukan dengan dua cara, yaitu analisi grafik dan analisis Statistik. Melalui analisis
grafik dapat
dilihat grafik
histogram yang
membandingkan antara
data observasi
dengan distribusi yang mendekati distribusi normalGhozali,
2002. Juga dapat dilihat Normal Probability plot yang membandingkan distribusi kumulatif dari distribusi
normal. Pada penelitian ini terdapat hasil pengolahan
data menampilkan grafik normal, plot yang ada menunjukkan titik menyebar di sekitar garis diagonal,
serta penyebarannya mengikuti arah garis diagonal, demikian juga dengan grafik Histogram pola distribusi
normal. Oleh karena itu, Model regresi dalam penelitian ini layak dipakai untuk memprediksi
senjangan berdasarkan
masukan variabel
indenpendennya yaitu partisipasi anggaran dan Ketidakpastian Lingkungan.
- 45 -
Gambar: 4.1 Normal P-Plot
Sumber: Hasil olahan data primer dengan alat bantu program statistik,2012
Gambar: 4.2 Histogram
Sumber: Hasil olahan data primer dengan alat bantu program statistik,2012
Cara kedua untuk melihat normalitas suatu data adalah melalui analisis statistik, Uji st atistik
- 46 - yang dapat dilakukan adalah uji statistik non
parametrik One Kolmogorov Smirnov Test dengan ketentuan apabila probabilitas melebih taraf signifikan
yang ditetapkan yaitu 0,05 maka data yang dipakai dalam penelitian berdistribusi normal. Sebaliknya ,
apabila nilai probabilitas kurang dari 0,05 maka data yang
dipakai peneliti
dalam penelitian
tidak berdistribusi normal.
Tabel 4.6
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Predicted
Value N
100 Normal Parameters
a
Mean 17.5200000
Std. Deviation 1.75675805
Most Extreme Differences
Absolute .076
Positive .067
Negative -.076
Kolmogorov-Smirnov Z .765
Asymp. Sig. 2-tailed .602
a. Test distribution is Normal. Sumber: Hasil olahan data primer dengan alat bantu program
statistik,2012
Berdasarkan tabel 4.6 dapat diperoleh nilai kolmogorov-smirnov
adalah sebesar
0,765 dan
- 47 - signifikan pada 0,602 hal ini membuktikan nilai
signifikannya lebih tinggi dari 0,05, sehingga berarti data residual terdistribusi secara normal.
Uji Multikolinearitas
Tabel 4.7
Coefficients
a
Model Unstandardize
d Coefficients Standard
ized Coefficie
nts t
Sig. Collinearity
Statistics B
Std. Error
Beta Toler
ance VIF 1 Constan
t 10.528 1.851
5.688 .000
PA .356
.086 .391 4.161
.000 .970 1.031 KL
.083 .094
.083 .883 .380 .970 1.031
a. Dependent Variable: SA
Berdasarkan tabel 4.7 dapat dilihat bahwa tidak ada variabel yang memiliki nilai tolerance 0,10 dan
nilai VIF 10. Dengan demikian dapat disimpulkan bahwa
dalam model
regresi tidak
terjadi multikolinearitas antara Variabel independen.
- 48 -
Uji Heterokedastisitas Gambar: 4.3
Sumber: Hasil olahan data primer dengan alat bantu program statistik,2012
Uji heterokedastisitas dengan tujuan untuk menguji apakah terjadi ketidaksamaan variabel dari
residual satu pengamatan yang lain dalam model regresi. Model regresi yang baik adalah tidak terjadi
heterokedastisitas atau
terjadi homokedastisitas.
Dalam model
regresi dinyatakan
telah terjadi
heterokedasitas apabila
titik-titik yang
ada membentuk pola tertentu yang diatur. Model regresi
tidak terjadi heterokedastisitas apabila titik-titik yang ada tidak membentuk pola tertentu yang teratur dan
titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y.
- 49 - Dapat dilihat dari grafik Scotterplot penelitian
ini, menunjukkan bahwa titik-titk menyebar secara acak serta tersebar di atas maupun dibawah angka 0
pada sumbu Y, hal ini menunjukkan tidak terjadi heterokedastisitas dalam model regresi, layak untuk
memprediksi senjangan
anggaran berdasarkan
masukan variabel-variabel independennya.
4.5 Pengujian Hipotesis Penelitian 4.5.1
