Uji Validitas Hasil uji Kualitas Data

perencanaan_anggaran 53 1.80 4.00 2.88 .464 Pengelolaan_kas 53 1.00 4.00 2.82 .512 pelaporan 53 1.00 4.00 2.76 .595 Valid N listwise 53 Sumber :Data spss Untuk memberikan gambaran mengenai variabel penelitian kinerja manajerial SKPD Y, perencanaan anggaran X1, pengelolaan kas X2 dan pelaporan X3 , penulis menggunakan tabel statistik deskriptif yang ditunjukkan pada tabel 5.6 diatas.

5.3 Analisis Hasil Penelitian

5.3.1 Hasil uji Kualitas Data

Sebelum dilakukan pengujian data baik untuk deskripsi data penelitian maupun untuk pengujian asumsi klasik dan pengujian hipotesis, maka perlu dilakukan uji validitas dan Reliabilitas data. Uji ini perlu dilakukan karena jenis data penelitian adalah data primer.

5.3.1.1 Uji Validitas

Pengujian validitas instrumen dengan menggunakan software SPSS 16, nilai validitas dapat dilihat pada kolom Corrected Item-Total Correlation. Jika angka korelasi yang diperoleh lebih besar dari pada angka kritik r hitung r tabel maka instrumen tersebut dikatakan valid. Berdasarkan hasil uji validitas dapat disimpulkan bahwa seluruh item pertanyaan untuk mengukur masing-masing variabel penelitian dinyatakan valid. Hal ini dapat dilihat bahwa seluruh r hitung lebih besar r tabel. Universitas Sumatera Utara Dimana nilai r tabel untuk sampel sebanyak 53 adalah 0,265 sebagaimana dapat digambarkan pada tabel 5.6 sebagai berikut: Tabel 5.6 : Uji Validitas Variabel Butir instrumen r hitung r -tabel Kesimpulan Kinerja manajerial SKPD Y a.y1 b.y2 c.y3 d.y4 e.y5 f.y6 .636 .729 .637 .606 .459 .502 0.265 0.265 0.265 0.265 0.265 0.265 Valid Valid Valid Valid Valid Valid Perencanaan Anggaran PA a.PA_1 b. PA_2 c. PA_3 d. PA_4

e. PA_5

f. PA_6

g. PA_7 h. PA_8 i. PA_9 j. PA_10 .760 .811 .792 .707 .672 .854 .823 .645 .769 .475 0.265 0.265 0.265 0.265 0.265 0.265 0.265 0.265 0.265 0.265 Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Pengelolaan kas PK a.PK1 b. PK2 c. PK3 d. PK4

e. PK5

f. PK6 .854 .683 .745 .821 .746 .734 0.265 0.265 0.265 0.265 0.265 0.265 Valid Valid Valid Valid Valid Valid Pelaporan PEL a. PEL1 b. PEL2 c. PEL3 d. PEL4 e. PEL5 .810 .685 .882 .960 .662 0.265 0.265 0.265 0.265 0.265 Valid Valid Valid Valid Valid Sumber : Data spss 5.3.1.2 Uji Reliabilitas Universitas Sumatera Utara Setelah dilakukan uji validitas, langkah selanjutnya adalah melakukan uji reliabilitas data yaitu dengan melihat nilai cronbach’s alpha. Jika nilai Cronbach’s alpha lebih besar dari 0.6 maka kuesioner penelitian tersebut dinyatakan reliabel. Hasil pengujian data menunjukkan bahwa nilai cronbach’s alpha lebih besar dari 0,6. Hal ini menunjukkan bahwa data penelitian dinyatakan reliabel. Menurut Ghozali,2005 Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60. Hasil uji reabilitas dapat dilihat pada tabel 5.7. Tabel 5.7 : Hasil Uji Reabilitas Variabel Cronbachs Alpha Batas Reliabilitas Kesimpulan Kinerja SKPD Y .820 0.6 Reliabel Perencanaan Anggaran X1 .925 0.6 Reliabel Pengelolaan kas X2 .915 0.6 Reliabel Pelaporan X3 .920 0.6 Reliabel Sumber :Data spss 5.3.2 Pengujian Asumsi Klasik Analisis dilakukan dengan metode analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti terlebih dahulu melakukan uji asumsi klasik. Pengujian ini perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas, heteroskesdastisitas serta autokorelasi. Menurut Ghozali,2005 asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non-multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun Universitas Sumatera Utara mendekati sempurna, non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling korelasi, homoskedasitas, artinya variance variabel independen dari satu pengamatan kepengamatan yang lain adalah konstan atau sama.

5.3.2.1 Hasil Uji Normalitas

Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji normalitas dapat dilakukan dengan dua cara yaitu analisis grafik dan statistik.

5.3.2.1.1 Analisis Grafik

Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak melenceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji normalitas dengan menggunakan analisis grafik. Universitas Sumatera Utara Gambar 5.1 Histogram Dengan melihat tampilan grafik histogram pada gambar 5.1 dapat dilihat bahwa gambarnya telah berbentuk lonceng dan tidak condong ke kiri dan ke kanan menunjukkan bahwa data terdistribusi secara normal.

5.3.2.1.2 Uji Statistik

Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka Universitas Sumatera Utara data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 5.8. Tabel 5.8 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 53 Normal Parameters a Mean .0000000 Std. Deviation .37744301 Most Extreme Differences Absolute .182 Positive .149 Negative -.182 Kolmogorov-Smirnov Z 1.323 Asymp. Sig. 2-tailed .060 a. Test distribution is Normal. Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas Asymp sig = 0.06. Dengan demikian, data pada penelitian ini terdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0.06 0,05. 5.3.2.2 Hasil Uji Heteroskedastisitas Menurut Ghozali 2005 uji Heterokedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke Universitas Sumatera Utara pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Untuk menentukan heteroskedastisitas dengan grafik scatterplot, titik-titik yang terbentuk harus menyebar secara acak, baik di atas maupun di bawah angka 0 pada sumbu Y. Bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak digunakan. Berdasarkan hasil penelitian maka dapat disimpulkan tidak terdapat gejala heteroskedastisitas dalam penelitian ini. Gambar 5.2 scatterplot Dari hasil tampilan grafik di atas menunjukkan bahwa titik-titik tersebar secara acak baik di atas maupun di bawah angka 0 nol pada sumbu Y. Hal ini berarti bahwa dalam model regresi tidak terjadi heteroskedastisitas, sehingga model regresi layak digunakan.

5.3.2.3 Pengujian Multikolineritas

Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel – variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar Universitas Sumatera Utara variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variable Inflation Factor dan toleransi. Menurut Ghozali 2005 untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari: nilai tolerance dan lawannya variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF=1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF10. Tabel 5.10 Uji Multikolineritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Perencanaan_anggaran .386 2.589 Pengelolaan_kas Pelaporan .404 .283 2.473 3.536 Universitas Sumatera Utara Coefficients a Model Collinearity Statistics Tolerance VIF 1 Perencanaan_anggaran .386 2.589 Pengelolaan_kas Pelaporan .404 .283 2.473 3.536 a. Dependent Variable: Kinerja_skpd Dari hasil perhitungan dalam tabel 5.10 di atas tidak terlihat nilai tolerance 0.01 atau sama dengan VIF5 sehingga dapat disimpulkan tidak terjadi kolinearitas yang tinggi antara variabel independen dalam persamaan regresi yang diperoleh.

5.3.3 Hasil Uji Hipotesis