Uji Hipotesis Metode Analisis 1. Uji Validitas

melebar kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Tetapi jika grafik plot tidak membentuk pola yang jelas, maka tidak terjadi heteroskedastisitas Ghozali, 2005:105. c. Uji Normalitas Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya mempunyai distribusi normal atau mendekati normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas menggunakan Normal Probability Plot P-P Plot. Suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal Santoso, 2004: 212.

4. Uji Hipotesis

Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Model regresi berganda bertujuan untuk memprediksi besar variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya Santoso, 2004: 163. Variabel independen terdiri dari perspektif keuangan, perspektif pelanggan, perspektif proses bisnis internal, perspektif pembelajaran dan pertumbuhan. Sedangkan variabel dependennya adalah kinerja manajemen. Rumus regresi berganda yang digunakan adalah sebagai berikut: Keterangan: Y : Kinerja Manajemen a : Konstanta harga Y, bila X=0 b 1-3 : Koefisien regresi menunjukkan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independen X ₁ : Perspektif Keuangan X ₂ : Perspektif Pelanggan X ₃ : Perspektif Proses Bisnis Internal X 4 : Perspektif Pembelajaran dan Pertumbuhan e : Error Pengujian hipotesis dilakukan melalui: a. Uji statistik F Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikan 0.05 Ghozali, 2005: 84. Menurut Santoso 2004: 120 dasar pengambilan keputusan adalah sebagai berikut: 1 Jika nilai probabilitas lebih besar dari 0.05, maka H diterima atau H a ditolak, ini berarti menyatakan bahwa semua variabel Y = a + b ₁X₁ + b₂X₂ + b₃X₃ + b 4 X 4 + e independen atau bebas tidak mempunyai pengaruh secara bersama- sama terhadap variabel dependen atau terikat. 2 Jika nilai probabilitas lebih kecil dari 0.05, maka H ditolak atau H a diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. b. Uji statistik t Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0.05 Ghozali, 2005: 84. Menurut Santoso 2004: 168 dasar pengambilan keputusan adalah sebagai berikut: 1 Jika nilai probabilitas lebih besar dari 0.05, maka H diterima atau H a ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel dependen atau terikat. 2 Jika nilai probabilitas lebih kecil dari 0.05, maka H ditolak atau H a diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau terikat. c. Koefisien Determinasi Koefisien Determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 nol dan 1 satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Ghozali, 2005: 83.

E. Operasionalisasi Variabel Penelitian