jumlah data yang terkumpul sudah lebih dari 30, tetapi jika data yang terkumpul belum mencukupi maka peneliti akan mencoba kembali
untuk mengirimkan kuesioner kepada responden yang belum mengembalikan kuesioner tersebut.
3.6. Model dan Teknik Analisis Data 3.6.1. Model Analisis Data
Metode analisis yang digunakan untuk menguji hipotesis adalah analisis regresi berganda, karena ada dua variabel independen dan satu variabel dependen.
Analisis regresi digunakan untuk mengetahui besarnya pengaruh partisipasi penyusunan anggaran, motivasi dan komitmen organisasi terhadap kinerja
PT.Perkebunan Nusantara IV Persero Di Tinjowan. Model persamaan regresi untuk menguji hipotesis dengan formulasi sebagai berikut :
Y= a
+ +
+
e
keterangan : Y
= Kinerja PT.Perkebunan Nusantara IV Persero di Tinjowan a
= Konstanta ,
= Koefisien = Partisipasi anggaran
= Motivasi = Komitmen Organisasi
e = Tingkat kesalahan pengganggu
Dalam menganalisis data, digunakan program SPSS.
3.6.2. Pengujian Kualitas Data 3.6.2.1. Uji Validitas
Uji validitas digunakan unuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner
mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Kriteria pengujian validitas adalah sebagai berikut :
1. Jika positif dan
maka butir pertanyaan tersebut valid.
2. Jika negatif dan
maka butir pertanyaan tersebut tidak valid.
3.6.2.2. Uji Reliabilitas
Uji reliabilitas dilakukan untuk mengetahui seberapa jauh hasil pengukuran tetap konsisten apabila dilakukan lebih dari dua kali terhadap gejala
yang sama dengan menggunakan alat yang sama Riyadi, 2000. Untuk melihat reliabilitas masing-masing instrumen yang digunakan, peneliti menggunakan
koefisien Cronbach Alpha
α
. Menurut kriteria Nunnally 1967, variabel atau konstruk dikatakan reliabel jika nilai Cronbach Alpha 0,60. Semakin nilai
alphanya mendekati satu maka nilai reliabilitas datanya semakin terpercaya untuk masing-masing variabel. Pengujian realibilitas dilakukan dengan menggunakan
program SPSS.
3.6.3. Pengujian Asumsi Klasik
Dalam penggunaan analisis regresi harus bebas dari asumsi-asumsi klasik seperti bebas dari asumsi normalitas, multikolinearitas, dan heterokedastisitas.
3.6.3.1. Pengujian Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model
regresi yang baik adalah jika distribusi data normal atau mendekati normal. Untuk menguji apakah data terdistribusi normal atau tidak dapat dilakukan dengan
analisis grafik dan uji statistik. Analisis grafik merupakan cara yang mudah untuk mendeteksi normalitas yaitu dengan melihat penyebaran data pada sumbu
diagonal dari grafik normal probability plot. Karakteristik histogram adalah bahwa pada grafik histogram pola distribusi menceng ke kanan dan membawahi
hampir semua grafik batang. Sedangkan pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal dan penyebarannya tidak jauh dari garis
diagonal. Untuk melengkapi hasil analisis grafik normal digunakan uji Kolmogorov-
Smirnov Uji K-S. Pada uji ini dapat dilihat probabilitas signifikan terhadap variabel. Jika tingkat signifikansinya lebih besar dari 0,05 maka data itu
terdistribusi normal. Jika nilai signifikansi lebih kecil dari 0,05 maka distribusi data adalah tidak normal.
3.6.3.2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Pengujian ini dilakukan dengan melihat VIF dan korelasi diantara variabel bebas. Batasan umum yang
dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance 0, 10 atau sama dengan VIF 10 Ghozali, 2008: 91
3.6.3.3. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Untuk mendeteksi ada atau tidaknya heterokedastisitas dapat
dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Dasar analisis grafik plot adalah sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas
Ghozali, 2008: 105.
3.7. Pengujian Hipotesis