partisipasi, kepuasan kerja dan gaya kepemimpinan terhadap kinerja manajerial, maka teknik analisis yang digunakan dalam penelitian ini
adalah Analisis Regresi Linier Berganda, sebagai berikut; Y = ß0 + ß1 X1 + ß2 X2 + ß3 X3 + e
Keterangan : Y = Kinerja Manajerial
X1 = Anggaran Partsipasi X2 = Kepuasan kerja
X3 = Gaya kepemimpinan ß0 = Konstanta
ß1,ß2 ß3 = Koefisien Regresi e = Tingkat kesalahan
3.5.6. Uji Asumsi klasik
Persamaan regresi tersebut harus bersifat BLUE Best Linier Unbiased Estimator artinya pengambilan keputusan Uji F dan Uji t tidak
boleh bias, untuk memperoleh persamaan regresi yang dapat dipertanggung jawabkan, maka asumsi klasik sebagai berikut harus
dipertimbangkan: 1 Tidak boleh terjadi Autokorelasi
2 Tidak boleh terjadi Multikolineritas 3 Tidak boleh terjadi Heteroskedastisitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Apabila salah satu dari ketiga asumsi tersebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui Uji F dan Uji t menjadi bias. Berikut ini uraian singkat mengenai ketiga asumsi tersebut.
1 Autokorelasi Autokorelasi dapat didefinisikan sebagai korelasi antara data
observasi uang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data Cross sectional.
Gujarati 1995, h-201, jadi dalam model regresi linear diasumsikan tidak terdapat gejala autokorelasi, artinya nilai residual Y observasi – Y
prediksi pada waktu ke –t et tidak boleh ada hubungan dengan nilai residual periode sebelumnya et-1.
Penelitian ini, tidak menggunakan uji autokorelasi, karena penelitian ini menggunakan data cross section yang diambil
berdasarkan kuisioner kasus Autokorelasi sebagian besar ditemukan pada data Time series Santoso, 2000 , h-216
2 Multikolinieritas Gejala Multikolinieritas antara independen yang satu dengan yang
lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati sempurna. Alghifari. 2000; h-84 dalam Herlina 2006.
Menurut Santoso 2001, h-206, dalam Herlina 2006 model regresi bebas dari Multikolinieritas bila
a. VIF disekitar angka 1 atau lebih kecil dari 10.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
b. Mempunyai angka tolerace mendekati angka 9,5 3 Heteroskedastisitas
Maksud dari penyimpangan adalah jika nilai residual tidak konstan atau berbeda untuk setiap nilai tertentu variabel bebas. Dalam variabel
bebas, jika ketentuan ini dilanggar maka akan terjadi heteroskedastisitas Ghozali. 2001, h-69 dalam Herlina 2006, hal ini
bisa diidentifikasikan dengan cara menghitug korelasi ranks Spearman antara residual dengan seluruh variabel bebas
Menurut santoso santoso 2001, h-301 deteksi adanya heterokesdastisitas adalah;
a. Nilai probabilitas 0.05 berarti bebas dari heteroskesdastisitas b. Nilai probabilitas 0,05 berarti terkena hetroskesdastisitas
3.6. Uji Hipotesis
