67
Negative -0,131
Kolmogorov-Smirnov Z 0,837
Asymp. Sig. 2-tailed 0,486
Sumber : Lampiran 9
Berdasarkan pada tabel 4.7 di atas menunjukkan bahwa besarnya nilai signifikansi atau nilai probabilitasnya Asymp sig 2-tailed sebesar
0,486 lebih besar dari 5, dan sesuai dengan dasar analisis yang digunakan, hal ini berarti seluruh variabel yang digunakan dalam
penelitian ini berdistribusi normal, sehingga dapat digunakan dalam penelitian.
4.3.2. Uji Asumsi Klasik
Berdasarkan hasil uji asumsi klasik dengan alat bantu komputer yang menggunakan Program SPSS. 16.0 For Windows. diperoleh hasil
sebagai berikut
1. Autokorelasi
Dalam penelitian ini data yang digunakan bukan data time
series, sehingga untuk Uji Autokorelasi tidak dilakukan Gujarati, 1999 : 201.
2. Multikolinieritas
Salah satu cara untuk mengetahui adanya multikoliniaritas adalah dengan melihat nilai VIF Variance Inflation Factor.
Dasar analisis yang digunakan yaitu jika nilai VIF Variance Inflation Factor 10, maka hal ini berarti dalam persamaan regresi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
68
tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas Ghozali, 2007 : 57-59
Berdasarkan hasil Uji Multikolinieritas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 4.8, sebagai berikut
Tabel 4.8. Hasil Uji Multkolinieritas
Variabel VIF
Keterangan
Total Quality Management X
1
1,013 Bebas Multikolinieritas
Sistem Pengukuran Kinerja X
2
1,008 Bebas Multikolinieritas
Sistem Penghargaan X
3
1,006 Bebas Multikolinieritas
Sumber : Lampiran 10
Berdasarkan pada tabel 4.8 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
mempunyai nilai VIF Variance Inflation Factor lebih kecil dari 10, dan sesuai dengan dasar analisis yang digunakan, hal ini
berarti bahwa dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas.
3. Heteroskedastisitas
Salah satu cara untuk mendeteksi ada atau tidak adanya heteroskedastisitas adalah dengan uji korelasi rank spearman
Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed 0,05, maka hal ini berarti dalam model regresi tidak terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 161
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
69
Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 4.9, sebagai berikut
Tabel 4.9. Hasil Uji Heteroskedastisitas
Variabel Probabilitas
Sig 2 - tailed Keterangan
Total Quality Management X
1
0,557 Bebas Heteroskedastisitas
Sistem Pengukuran Kinerja X
2
0,919 Bebas Heteroskedastisitas
Sistem Penghargaan X
3
0,422 Bebas Heteroskedastisitas
Sumber : Lampiran 11
Berdasarkan pada tabel 4.9 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
, mempunyai nilai Sig 2-tailed lebih besar dari 0,05, dan sesuai dengan dasar analisis yang digunakan, hal ini berarti bahwa dalam
model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas.
Setelah dilakukan Uji Asumsi Klasik tersebut di atas, maka dapat disimpulkan bahwa model persamaan regresi linier dalam penelitian ini,
bebas dari asumsi dasar klasik tersebut, sehingga pengambilan keputusan melalui uji F dan uji t yang akan dilakukan dalam penelitian ini tidak akan
bias atau sesuai dengan tujuan penelitian.
4.3.3. Teknik Analisis Regresi Linier Berganda
Dari hasil olah data dengan alat bantu komputer yang menggunakan program SPSS.16.0, dapat dilihat pada tabel 4.10, sebagai berikut
Tabel 4.10. Hasil Pendugaan Parameter Regresi Linier Berganda
Model Nilai Koefisien
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
70
B
Constant 8,980
Total Quality Management X
1
0,463 Sistem Pengukuran Kinerja X
2
0,378 Sistem Penghargaan X
3
-0,547
Sumber : Lampiran. 10
Berdasarkan pada 4.10. di atas dapat diperoleh model persamaan regresi sebagai berikut :
Y = 8,980 + 0,463 X
1
+ 0,378 X
2
- 0,547 X
3
Dari model persamaan regresi linier tersebut di atas, dapat diinterprestasikan, sebagai berikut :
Konstanta β
Nilai konstanta β
sebesar 8,980 menunjukkan bahwa, apabila
variabel Total Quality Management, sistem pengukuran kinerja, dan sistem penghargaan, konstan maka besarnya nilai kinerja manajerial yaitu sebesar
8,980 satuan
Koefisien β
1
Untuk Variabel Total Quality Management X
1
Besarnya nilai koefisien regresi β
1
sebesar 0,463, nilai β
1
yang positif menunjukkan adanya hubungan yang searah antara kinerja
manajerial Y dengan Total Quality Management X
1
yang artinya jika Total Quality Management X
1
naik sebesar satu satuan, maka besarnya nilai kinerja manajerial Y akan naik sebesar 0,463 satuan dengan asumsi
bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
2
Untuk Variabel Sistem Pengukuran Kinerja X
2
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
71
Besarnya nilai koefisien regresi β
2
sebesar 0,378, nilai β
2
yang positif menunjukkan adanya hubungan yang searah antara kinerja
manajerial Y dengan sistem pengukuran kinerja X
2
yang artinya jika sistem pengukuran kinerja X
2
naik sebesar satu satuan, maka besarnya nilai kinerja manajerial Y akan naik sebesar 0,378 satuan dengan asumsi
bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
3
Untuk Variabel Sistem Penghargaan X
3
Besarnya nilai koefisien regresi β
3
sebesar -0,547, nilai β
3
yang negatif menunjukkan adanya hubungan yang berlawanan arah antara
kinerja manajerial Y dengan sistem penghargaan X
3
yang artinya jika sistem penghargaan X
3
naik sebesar satu satuan, maka besarnya nilai kinerja msnsjerial Y akan turun sebesar 0,547 satuan dengan asumsi
bahwa variabel bebas lainnya bersifat konstan.
4.3.4. Uji Hipotesis
4.3.4.1. Uji Kesesuaian Model
Uji Kesesuaian model ini digunakan untuk mengetahui sesuai tidaknya model regresi yang dihasilkan guna melihat pengaruh dari Total
Quality Management, sistem pengukuran kinerja, dan sistem penghargaan terhadap kinerja manajerial pada PG. Watoetoelis, di Sidoarjo
Dari hasil Uji Kesesuaian Model dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis
hubungan kesesuaian, dapat dilihat pada tabel 4.11, sebagai berikut
Tabel 4.11. Hasil Analisis Hubungan Kesesuaian Model
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
72
Nilai F hitung Nilai Signifikan
Ketentuan Keterangan
21.413 0,000
0,05 Berpengaruh Signifikan
Sumber ; Lampiran. 10
Berdasarkan pada tabel 4.11 di atas menunjukkan bahwa besarnya nilai F
hitung sebesar 21,413 dengan tingkat taraf signifikansi sebesar
0,000 lebih kecil dari 0,05, maka H ditolak dan H
1
diterima yang berarti model regresi yang dihasilkan cocok guna melihat pengaruh dari Total
Quality Management, sistem pengukuran kinerja, dan sistem penghargaan terhadap kinerja manajerial pada PG. Watoetoelis, di Sidoarjo
Dari hasil pengujian juga diperoleh nilai R square yang dapat dilihat pada tabel 4.12, sebagai berikut:
Tabel. 4.12 : Koefisien Determinasi R square R
2
Model Summary
b
Model R Square
1 0.712
Sumber ; Lampiran. 10
Berdasarkan tabel 4.12 di atas menunjukkan besarnya nilai koefisien Determinasi R square R
2
sebesar 0,712, hal ini menunjukkan bahwa perubahan yang terjadi pada variabel kinerja manajerial sebesar
71,2 dipengaruhi oleh variabel Total Quality Management, sistem pengukuran kinerja, dan sistem penghargaan, sedangkan sisanya 18,8
dijelaskan oleh faktor lain yang tidak termasuk dalam model.
4.3.4.2. Uji t
Uji t ini digunakan untuk mengetahui pengaruh dari Total Quality Management, sistem pengukuran kinerja, dan sistem penghargaan secara
parsial terhadap kinerja manajerial pada PG. Watoetoelis, di Sidoarjo
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
73
Dari hasil pengujian dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis hubungan
secara parsial, dapat dilihat pada tabel 4.13, sebagai berikut :
Tabel 4.13 : Hasil Analisis Varians Hubungan Secara Parsial
Variabel t hit
Sig Correlation
Partial r
2
Keterangan
Total Quality Management X
1
6,036 0,000
0,764 0,584
Berpengaruh Signifikan Sistem Pengukuran Kinerja X
2
4,020 0,000
0,619 0,383
Berpengaruh Signifikan Sistem Penghargaan X
3
-4,400 0,000
-0,653 0,427
Berpengaruh Signifikan
Sumber ; Lampiran. 10
Berdasarkan dari tabel 4.13 di atas dapat diinterprestasikan, yaitu sebagai berikut :
1. Pengaruh Total Quality Management X
1
Secara Parsial terhadap Kinerja Manajerial Y
Berdasarkan tabel 4.13 di atas menunjukkan besarnya nilai t hitung
sebesar 6,036, dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05, maka H
ditolak dan H
1
diterima yang berarti Total Quality Management secara parsial berpengaruh signifikan terhadap
kinerja manajerial. Sedangkan untuk mengetahui seberapa besar pengaruh
variabel Total Quality Management terhadap kinerja manajerial, dapat diketahui dengan menghitung nilai Correlation partial. Dan
berdasarkan tabel 13 dapat dilihat bahwa nilai Correlation Partial r = 0,764
2
= 0,584, yang berarti bahwa variabel Total Quality Management mampu mempengaruhi kinerja manajerial yaitu sebesar
0,584 atau sebesar 58,4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
74
2. Pengaruh Sustem Pengukuran Kinerja X
