Tabel 25. Hasil Uji Kolmogorov-Smirnov
Sumber: Data Primer diolah, 2016 Berdasarkan tabel di atas, dapat disimpulkan bahwa data
berdistribusi normal karena Asymp. Sig. 2-tailed= 0,91 0,05.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah terjadi korelasi antara variabel independen. Gangguan multikolinearitas dapat
diketahui dengan menganalisis nilai tolerance dan VIF. Jika nilai Nilai determinasi lebih dari VIF 10 dan angka tolerance 0,10, maka
terjadi masalah multikolinearitas. Sebaliknya, jika nilai Nilai VIF 10 dan nilai tolerance 0,1 maka model regresi pada penelitian ini bebas
dari masalah multikolinearitas. Berdasarkan hasil analisis data pada Lampiran, maka hasil pengujian multikolinearitas dapat dilihat pada
Tabel berikut ini:
Tabel 26. Hasil Uji Multikolinearitas Variabel Independen Tolerance
VIF Keterangan
Anggaran Partisipatif X
0,50 2,00
Tidak terjadi multikolinearitas
Kapasitas Individu Z1
0,64 1,57
Tidak terjadi multikolinearitas
Budaya Organisasi Z2
0,53 1,89
Tidak terjadi multikolinearitas
Asimetri Informasi Z3
0,75 1,33
Tidak terjadi multikolinearitas
Sumber: Data Primer diolah, 2016 Berdasarkan tabel di atas, dapat disimpulkan bahwa seluruh
variabel independen tidak terjadi multikolinearitas karena nilai VIF10 dan nilai tolerance 0,1.
3. Uji Heteroskedasitas
Uji Heteroskedastitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain Husein Umar 2000:82. Model regresi yang baik adalah yang homoskedasitas atau dengan kata lain tidak terjadinya
heteroskedasitas. Tidak terjadinya heteroskedasitas ditandai dengan nilai signifikasi yang lebih besar dari 0,05. Hasil uji heteroskedasitas
pada penelitian ini dapat dilihat pada tabel 21 berikut ini:
Tabel 27. Hasi Uji Heteroskedasitas Variabel
T Nilai
Signifikan Keterangan
A 3,60
0,00 Anggaran
Partisipatif -1,76
0,08 Tidak Terjadi Heteroskedasitas
Kapasitas Individu
0,41 0,69
Tidak Terjadi Heteroskedasitas Budaya
Organisasi 0,41
0,68 Tidak Terjadi Heteroskedasitas
Asimetri Informasi
-0,78 0,44
Tidak Terjadi Heteroskedasitas Sumber: Data Primer diolah, 2016
Berdasarkan tabel di atas, seluruh variabel independen tidak ditemukannya masalah heteroskedasitas karena nilai signifikansinya
lebih dari 0,05.
D. Hasil Analisis Regresi dan Pengujian Hipotesis
Hipotesis 1 diuji menggunakan simple regression analysis. Hipotesis 2, 3, dan 4 menggunakan analisis regresi berganda dengan metode interaksi
Moderated Regression Analysis.
1. Uji Hipotesis
a. Hipotesis 1
H1: Penyusunan anggaran partisipatif berdampak positif terhadap budgetary slack.
Pengujian Hipotesis 1 H1 menggunakan analisis regresi linear sederhana. Hasil rangkuman analisis regresi linear sederhana dapat
dilihat pada tabel berikut:
Tabel 28. Ringkasan Hasil Uji Hipotesis 1 Constant
Unstandardized Coefficient
R R2
Adj. R Square
t- statistic
F Sig.
11,63 -0,17
0,31 0,10
0,094 -5,45
29,7 0,00
Sumber : Data Primer diolah, 2016 Berdasarkan hasil regresi di atas, maka dapat ditentukan persamaan
garis regresi untuk hipotesis 1 yaitu Y= 11,63- 0,17 X
Persamaan di atas menunjukkan bahwa konstanta persamaan tersebut sebesar 11,63. Konstanta tersebut menunjukkan bahwa nilai
budgetary slack Y akan sebesar 11,63 apabila nilai anggaran partisipatif X sebesar 0. rober Nilai tersebut juga menunjukan arah
model regresi yang terbentuk adalah negatif. Nilai korelasi R yang bernilai 0,31 menunjukan bahwa hubungan antara Anggaran
Partisipatif dengan Budgetary Slack lemah, hal tersebut dikarenakan nilai 0,31
tersebut lebih mendekati 0. Nilai determinasi R Square sebesar 0,10 menunjukkan bahwa Budgetary Slack yang terjadi di
SKPD Sleman dipengaruhi oleh Anggaran Partisipatif sebesar 9,80, sedangkan faktor kontingensi lainnya sebsar 90,20.
Pada hasil uji regresi linier sederhana di atas, menghasilkan t hitung sebesar -5,45 dan t tabel sebesar 1,97. Hasil uji t untuk
variabel Anggaran Partisipatif menunjukkan nilai signifikansi 0,00 yang berarti lebih kecil dari 0,05. Berdasarkan hasil tersebut,
