2. Deskripsi Hasil Penelitian Tabel 4.5
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation SDM
50 5.00
20.00 9.3400
2.47938 Partisipasi_anggaran
50 8.00
35.00 25.6400
5.71700 Kinerja_SKPD
50 23.00
74.00 60.8600
13.01649 Valid N listwise
50 Untuk memberikan gambaran mengenai variabel penelitian sumber daya
manusia, partisipasi anggran dan kinerja SKPD, peneliti menggunakan tabel statistik deskriptif yang ditunjukkan pada tabel 4.1 diatas. Dari tabel tersebut ,
berdasarkan jawaban dari 50 responden dapat diambil gambaran sebagai berikut: a.
Variabel sumber daya manusia memiliki nilai minimum total jawaban responden sebesar 5dan nilai maksimum sebesar 20, sehingga diperoleh
skor jawaban rata-rata mean 9.34 dengan standar deviasinya 2.47938, b.
Variabel partisipasi anggaran memiliki nilai minimum total jawaban responden sebesar 8 dan nilai maksimum sebesar 35, sehingga diperoleh
skor jawaban rata-rata mean 25.64 dengan standar deviasinya 5.71700, c.
Variabel kinerja SKPD memiliki nilai minimum total jawaban responden sebesar 23 dan nilai maksimum sebesar 74, sehingga diperoleh skor
jawaban rata-rata mean 60.8600 dengan standar deviasinya 13.01649.
3. Pengujian Asumsi Klasik
Dalam analisis ini perlu dilihat terlebih dahulu apakah data tersebut bisa dilakukan pengujian model regresi. Pengujian asumsi klasik dilakukan untuk
Universitas Sumatera Utara
menentukan model regresi dapat diterima secara ekonometrik. Pengujian asumsi klasik ini terdiri pengujian normalitas, multikolinearitas, dan pengujian
heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah adalah cross-section. Oleh kerana itu, pengujian autokorelasi tidak perlu dilakukan.
a. Pengujian Normalitas
Berdasarkan hasil uji normalitas data dengan menggunakan uji Kolmogorov- Smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data
mempunyai distribusi normal. Hal ini dapat diketahui dengan melihat nilai tingkat signifikansi Kolmogorov Smirnov Asymp. Sig. 2-tailed pada tabel 4.6
sebesar 0.517. Jika signifikansi nilai Kolmogorov Smirnov lebih besar dari 0.05, maka dapat dinyatakan bahwa data mempunyai distribusi normal. Hal ini juga
didukung dengan grafik histogram pada gambar 4.1 dimana tidak terjadi penyimpangan pada gambar grafik dan grafik normal p-plot pada gambar 4.2
dimana pola data mengikuti garis diagonal. Tabel dan Grafik uji normalitas dapat dilihat sebagai berikut:
Gambar 4.1 Histogram
Universitas Sumatera Utara
Gambar 4.2 Normal P-Plot
Tabel 4.6 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 50
Normal Parameters
a
Mean .0000000
Std. Deviation 9.87593418
Most Extreme Differences
Absolute .115
Positive .067
Negative -.115
Kolmogorov-Smirnov Z .817
Asymp. Sig. 2-tailed .517
a. Test distribution is Normal.
b. Pengujian Heteroskedastisitas
Pengujian asumsi heterokedastisitas menyimpulkan bahwa model regresi tidak terjadi heterokedastisitas. Dengan kata lain terjadi kesamaan varian dari
residual dari satu pengamatan ke pengamatan yang lain. Hal ini dapat dilihat pada grafik scatterplot gambar 4.3 dimana terlihat penyebaran titik-titik yang
Universitas Sumatera Utara
menyebar secara acak dengan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y dan Tabel 4.7
uji glejer dimana semua variabel independennya memiliki signifikan lebih besar dari 0,05. Nilai signifikansi untuk variabel SDM adalah 0,762 0.05, untuk
variabel partisipasi anggaran adalah 0,67 0,05. Berdasarkan hasil penelitian maka dapat disimpulkan tidak terdapat gejala heteroskedastisitas dalam penelitian
ini.
Gambar 4.3 scatterplot
Tabel 4.7 uji Glejer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 19.081
4.905 3.890 .000
SDM .093
.306 .040
.304 .762
Partisipasi_anggaran -.470
.133 -.463
- 3.533
.067 a. Dependent Variable: absut
Universitas Sumatera Utara
c. Pengujian Multikolineritas
Hasil uji multikolineritas menunjukkan tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki tolerance value
lebih kecil dari 0,1.Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis pada tabel 4.9 didapat nilai VIF untuk
variabel SDM adalah 1.037 10 dan nilai tolerance sebesar 0.964 0,1, nilai VIF untuk variabel partisipasi anggaran adalah 1 10 dan nilai tolerance
sebesar 0.964 0.1. Dari hasil ini maka dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
Tabel 4.8 Uji Multikolineritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 44.388
9.471 4.687 .000
SDM -1.540
.592 -.293 -2.602 .012
.964 1.037
Partisipasi_anggaran 1.203
.257 .529
4.689 .000 .964
1.0 a. Dependent Variable: Kinerja_SKPD
4. Hasil Uji Determinasi
Tabel 4.9 Uji Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .651
a
.424 .400
10.08387
Universitas Sumatera Utara
a. Predictors: Constant, Partisipasi_anggaran, SDM a. Dependent Variable: Kinerja_SKPD
Besarnya pengaruh variabel independen dengan dependen dalam penelitian ini dapat dilihat melalui uji determinasi. Hasil penelitian ini dapat dilihat dari nilai
R, R Square dan Adjusted R Square. Berdasarkan hasil uji determinasi pada tabel 4.10 diperoleh nilai R adalah 0.651, R Square 0.424 dan Adjusted R Square 0.40.
Nilai R= 0.651 berarti hubungan antara SDM dan partisipasi anggaran sebesar 65.1 artinya terdapat hubungan yang erat antara kedua variabel independen itu.
Nilai R Square sebesar 0.424 berarti 42.4 kinerja SKPD dapat dijelaskan oleh SDM dan partisipasi anggaran. Sedangkan sisanya 57.6 dapat dijelaskan oleh
faktor-faktor lain yang tidak diteliti dalam penelitian ini. Nilai Adjusted R Square sebesar 0.40 berarti 40 kinerja SKPD dapat dijelaskan oleh SDM dan
partisipasi anggaran. Sedangkan sisanya 60 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini. Ada dua pilihan disini, apakah
memakai R Square atau Adjusted R Square. Jika variabel lebih dari dua variabel maka yang dipakai adalah Adjusted R Square.
5. Pengujian Hipotesis a. Pengujian Simultan Uji F
Kategori