84
Tabel 4.13 Hasil Uji Multikolonieritas
Dari tabel
4.13 diatas
terlihat bahwa
tidak terdapat
multikolonieritas dalam model regresi yang digunakan untuk menguji hipotesis, karena variabel independen, yaitu total quality management
mempunyai nilai tolerance yang nilainya lebih besar dari 0,1 yaitu 0,356 dan nilai VIF yang kurang dari 10 yaitu 2,809. Sedangkan
variabel sistem pengukuran kinerja mempunyai nilai tolerance yang nilainya lebih besar dari 0,1 yaitu 0,385 dan nilai VIF yang kurang
dari 10 yaitu 2,599. Dan variabel sistem penghargaan mempunyai nilai tolerance yang nilainya lebih besar dari 0,1 yaitu 0,843 dan nilai VIF
yang kurang dari 10 yaitu 1,186. Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan
penelitian ini dikatakan ideal.
b. Hasil Uji Heteroskedastisitas
Hasil uji heteroskedastisitas dapat dilihat pada gambar 4.1
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
13,415 3,114
4,308 ,000
TQM -,027
,090 -,045
-,306 ,760
,356 2,809
SPK ,592
,181 ,463
3,264 ,002
,385 2,599
SP ,147
,038 ,372
3,880 ,000
,843 1,186
a. Dependent Variabel: KM
Sumber: Hasil SPSS
Sumber: Hasil SPSS
Gambar 4.1 Hasil Uji Heteroskedastisitas Menggunakan Grafik Scatterplot
Pada grafik scatterplot antara nilai prediksi variabel terikat dengan residualnya diperoleh hasil tidak adanya pola yang jelas, serta
titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hal ini berarti tidak terjadi
heterokedastisitas pada model persamaan regresi, sehingga model regresi ini layak untuk memprediksi kinerja manajerial berdasarkan
variabel yang mempengaruhinya, yaitu total quality management, sistem pengukuran kinerja dan sistem penghargaan.
86
c. Hasil Uji Normalitas
Hasil uji normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Jika data titik menyebar
mendekati diagonal dan mengikuti arah garis diagonal maka hal tersebut menunjukkan pola distribusi normal yang mengindikasikan
bahwa model regresi memenuhi asumsi normalitas. Sebaliknya, apabila data titik menyebar menjauh dari diagonal danatau tidak
mengikuti arah garis diagonal maka tidak menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi
asumsi normalitas Ghozali, 2011:160. Dengan melihat tampilan grafik normal P- Plot pada gambar 4.2
di bawah ini, dapat disimpulkan bahwa grafik normal plot terlihat titik- titik menyebar disekitar diagonal, serta penyebarannya mengikuti garis
diagonal. Grafik dalam gambar ini menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas.
Berikut gambar yang menunjukkan model regresi dengan menggunakan grafik P- Plot.
Sumber: Hasil SPSS
Gambar 4.2 Hasil Uji Normalitas Menggunakan Grafik P-Plot
Hasil uji normalitas berdasarkan output histogram disajikan pada gambar berikut:
Sumber: Hasil SPSS
Gambar 4.3 Hasil Uji Normalitas Menggunakan Grafik Histogram
88 Gambar 4.2 dan 4.3 memperlihatkan penyebaran data yang berada
disekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi
normalitas.
4. Hasil Uji Hipotesis a. Hasil Uji Regresi Berganda
Ha
1
: Penerapan Total Quality Management X
1
berpengaruh signifikan terhadap Kinerja Manajerial Y
a. Uji Koefisien Determinasi
Hasil uji koefisien determinasi dapat dilihat pada tabel 4.14 di bawah ini:
Tabel 4.14 Hasil Uji Koefisien Determinasi R
2
Variabel X
1
dan Y
Tabel 4.14 menunjukkan nilai adjusted R
2
sebesar 0,206. Hal ini menandakan bahwa variabel total quality management hanya bisa
menjelaskan 20,6 variasi variabel kinerja manajerial. Sedangkan sisanya, yaitu 79,4 dijelaskan oleh sebab-sebab lain seperti
komitmen organisasi Angelina, 2012:13.
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,465
a
,216 ,206
3,337 a. Predictors: Constant, TQM
Sumber: Hasil SPSS
Standard eror of estimate SEE dalam tabel tersebut adalah sebesar 3,337. Makin kecil nilai SEE akan membuat model regresi semakin
tepat dalam memprediksi variabel dependen Ghozali, 2011:100.
b. Hasil Uji Regresi secara Parsial Uji 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, 2011:178.
Hasil uji regresi secara parsial uji t ditunjukkan dalam tabel 4.15 di bawah ini:
Tabel 4.15 Hasil Uji Statistik t Variabel X
1
dan Y
a. Dependent Variable: KM
Sumber: Hasil SPSS Di lihat dari data tersebut, nilai signifikansi untuk TQM
adalah 0,000 tingkat signifikansi 0,05. Jika nilai probabilitas lebih kecil dari 0,05, maka Ha
1
diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual
terhadap variabel dependen atau terikat. Sehingga variabel TQM berpengaruh signifikan terhadap kinerja manajerial. Hal ini
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 17,082
3,431 4,978
,000 TQM
,283 ,061
,465 4,641
,000