berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara memprediksi ada tidaknya
heteroskesdastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut Nugroho, 2005. Penelitian ini menggunakan
metode grafik plot, untuk mendeteksi ada atau tidaknya heteroskedastisitas. Metode grafik plot dilakukan dengan cara
mendiagnosa diagram residual plot. Residual plot Studenzized dibandingkan dengan hasil prediksi. Jika titik-titik sebar membentuk pola
tertentu dan teratur bergelombang, melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas.
4.6.3 Model Pengujian Hipotesis
Penelitian ini menggunakan 1 variabel dependen dan 5 variabel independen maka untuk menguji hipotesis yang diajukan digunakan alat analisis
regresi berganda multiple regresion anlysis. Regresi bertujuan untuk menguji pengaruh antara satu variabel dengan variabel lain. Persamaan regresi yang
digunakan: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ ε Di mana:
Y = kinerja manajerial
a = konstanta
X
1
= lingkungan pengendalian X
2
= penilaian risiko X
3
= kegiatan pengendalian X
4
= informasi dan komunikasi X
5
= pemantauan b
1
,. b
5
= koefisien regresi ε
= error
Universitas Sumatera Utara
Dalam penelitian ini digunakan tingkat signifikansi α 0,05 atau 5.
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak maka dilakukan pengujian terhadap variabel-variabel penelitian dengan cara menguji
secara simultan melalui uji signifikansi simultan uji statistik F yang bermaksud untuk dapat menjelaskan pengaruh variabel independen terhadap variabel
dependen secara simultan. Hipotesis untuk uji statistik F pada penelitian ini dinyatakan sebagai berikut:
Ho : b1 = b2 = b3 = b4 = b5 = 0, Lingkungan Pengendalian, Penilaian Risiko, Kegiatan Pengendalian, Informasi dan
Komunikasi, serta Pemantauan tidak berpengaruh secara simultan terhadap
Kinerja Manajerial. Ha : b1
≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ 0, Lingkungan Pengendalian, Penilaian Risiko, Kegiatan Pengendalian, Informasi dan
Komunikasi, serta Pemantauan berpengaruh secara simultan terhadap Kinerja
Manajerial.
Kriteria pengambilan keputusan: Jika F hitung F tabel dengan tingkat signifikan 5, maka Ho ditolak
atau hipotesis yang diajukan diterima berpengaruh. Jika F hitung F tabel dengan tingkat signifikan 5, maka Ho diterima
atau hipotesis yang diajukan ditolak tidak berpengaruh.
Universitas Sumatera Utara
Sedangkan untuk menguji masing-masing variabel secara parsial dilakukan dengan uji signifikansi parameter individual uji t statistik yang
bertujuan untuk mengetahui apakah variabel-variabel independen berpengaruh secara parsial terhadap variabel dependen serta variabel mana yang dominan
mempengaruhi variabel dependen. Hipotesis untuk uji statistik t adalah sebagai berikut :
Ho : b1 = 0, Lingkungan Pengendalian, Penilaian Risiko, Kegiatan Pengendalian, Informasi dan Komunikasi, serta Pemantauan secara parsial tidak
berpengaruh terhadap Kinerja Manajerial. Ho : b1
≠ 0, Lingkungan Pengendalian, Penilaian Risiko, Kegiatan Pengendalian, Informasi dan Komunikasi, serta Pemantauan secara parsial
berpengaruh terhadap Kinerja Manajerial. Kriteria pengambilan keputusan:
Jika t hitung t tabel dengan tingkat signifikan 5, maka Ho ditolak atau hipotesis yang diajukan diterima berpengaruh.
Jika t hitung t tabel dengan tingkat signifikan 5, maka Ho diterima atau hipotesis yang diajukan ditolak tidak berpengaruh.
Setelah itu dilakukan pengujian Koefisien Determinasi R2 yang bertujuan mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel terikat Kuncoro, 2003: 220. Nilai koefisien determinasi adalah diantara nol dan satu 0
≤ R2 ≤ 1. Nilai R2 yang mendekati satu berarti variabel -variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksikan variasi variabel dependen, dan apabila nilai R2 semakin kecil mendekati nol, berarti variabel-variabel independen hampir tidak memberikan
Universitas Sumatera Utara
semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap
jumlah variabel independen yang dimasukkan ke dalam model. Banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi
mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Ghozali,
2009: 87.
Universitas Sumatera Utara
BAB V HASIL ANALISIS DAN PEMBAHASAN
5.1 Deskriptif Data