bagus jika memiliki koefisien Cronbach’s alpha 0,6 Supramono dan Utami, 2004.
Tabel 5. 9. Uji Reliabilitas Variabel Penelitian
Variabel Alpha
Cronbach’s Batas
Reliabilitas Keterangan
APBD yang Berbasis Kinerja Y Komitmen dari Seluruh Komponen
Organisasi X
1
Penyempurnaan Sistem Administrasi X
2
Sumber Daya yang Cukup X
3
Penghargaan Reward yang Jelas X
4
Sanksi yang Tegas X
5
0,888 0,863
0,869 0,885
0,760 0,774
0,6 0,6
0,6 0,6
0,6 0,6
Reliabel Reliabel
Reliabel Reliabel
Reliabel Reliabel
Sumber: Hasil penelitian tahun 2009 data diolah Dari data di atas dapat dilihat bahwa hasil perhitungan uji reliabilitas
menunjukkan alpha cronbach’s lebih besar dari 0,6 maka dapat dinyatakan instrumen tersebut reliabel.
5.2.2 Uji Asumsi
Klasik
Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan pengujian asumsi klasik, pengujian ini dilakukan untuk mendeteksi terpenuhinya asumsi-asumsi
dalam model regresi berganda dan untuk menginterpretasikan data agar lebih relevan dalam menganalisis. Pengujian asumsi klasik ini meliputi:
5.2.2.1 Uji Normalitas Data Uji normalitas data bertujuan untuk menguji apakah model regresi antara
variabel dependen terikat dan variabel independen bebas keduanya memiliki distribusi normal atau tidak yang dapat dilihat dengan menggunakan normal p_plot
dan histogram. Data dalam keadaan normal apabila distribusi data menyebar di
sekitar garis diagonal dan untuk histogram dilihat dari puncak gambar yang tidak condong kekiri maupun kekanan. Grafiknya sebagai berikut:
Regression Standardized Residual
3 2
1 -1
-2 -3
Fre quen
c y
15 10
5
Histogram Dependent Variable: Apbd Berbasis Kinerja
Mean =4.36E-15 Std. Dev. =0.963
N =70
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expec ted
C u
m Pro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Apbd Berbasis Kinerja
Gambar 5.1. Grafik Uji Normalitas
Dari gambar di atas dapat disimpulkan data terdistribusi dengan normal, dimana data terlihat menyebar mengikuti garis diagonal serta histogram yang tidak
condong kekiri dan kekanan sehingga dapat dikatakan data berdistribusi normal. 5.2.2.2 Uji Multikolinieritas
Multikolinieritas adalah suatu keadaan dimana variabel lain independen saling berkorelasi satu dengan lainnya. Persamaan regresi berganda yang baik adalah
persamaan yang bebas dari adanya multikolinieritas antara variabel independen. Alat ukur yang sering digunakan untuk mengukur ada tidaknya variabel yang berkorelasi,
maka digunakan alat uji atau deteksi Variance Inflation Factor VIF. Dimana nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1.
Tabel 5.10. Uji Multikolinieritas
Collinearity Statistics Model
Tolerance VIF
1 Constant
Kepemimpinan dan Komitmen ,686
1,458 Fokus Penyempurnaan Administrasi
,400 2,498
Sumber Daya yang Cukup ,794
1,259 Penghargaan dan Sanksi
,417 2,396
Keinginan yang Kuat untuk Berhasil ,356
2,812
Sumber: Hasil Penelitian tahun 2009 data diolah Pada output bagian ini, terlihat bahwa dari kelima variabel independen dengan
nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. Sehingga dapat disimpulkan dalam model regresi ini tidak ada masalah multikolinieritas.
5.2.2.3 Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model
regresi, terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan yang lain. Jika varian dari residual dari suatu pengamatan ke pengamatan
yang lain tetap maka disebut homoskedastisitas, dan jika varian berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat gambar seperti berikut ini:
Regression Studentized Residual
3 2
1 -1
-2 -3
Regr essio
n S
ta ndar
d ize
d P
red icte
d Va
lu e
3 2
1 -1
-2
Scatterplot Dependent Variable: Apbd Berbasis Kinerja
Gambar 5.2. Grafik Uji Heteroskedastisitas
Dengan menggunakan metode grafik di atas dapat diambil keputusan dengan kriteria sebagai berikut:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur maka terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Dari grafik 5.2. di atas menunjukkan tidak ada pola yang jelas dan menandakan bahwa tidak terjadi heteroskedastisitas untuk variabel penelitian, dengan
demikian asumsi dasar bahwa variasi residual sama untuk semua pengamatan terpenuhi.
5.3 Deskriptif Variabel