Tabel 4.12: Hasil Uji Normalitas
One-Sa mple Kolmogorov-Smirnov Test
41 .00 000 00
.38 175 645 .11 5
.08 2 -.1 15
.73 9 .64 5
N Me an
Std . De viati on No rma l Pa rame ters
a,b
Ab solu te Po sitive
Ne gati ve Mo st Extrem e
Di ffere nces Ko lmo goro v-Sm irno v Z
As ymp . Sig . 2-tailed Un stan dard iz
ed Res idua l
Te st di strib ution is Norm al. a.
Ca lcula ted from data. b.
Sumber : Lampiran 7 Berdasarkan hasil uji normalitas menunjukkan bahwa distribusi data
pada residual adalah distribusi normal, karena nilai Kolmogorov-Smirnov
yang dihasilkan 0,739 dengan tingkat signifikan sebesar 0,645 diatas 0,05
sig 5. Apabila residual u
i
berdistribusi normal dengan sendirinya variabel anggaran partisipasi X
1
, kepuasan kerja X
2
, gaya kepemimpinan X
3
dan kinerja manajerial Y juga berdistribusi normal.
4.4.2. Asumsi Klasik
Model regresi yang diperoleh merupakan model yang menghasilkan estimasi linear tidak bias yang baik yang artinya bahwa koefisien regresi
pada persamaan tersebut betul-betul linear dan tidak bias, kondisi ini akan terjadi jika dipenuhi beberapa asumsi yang disebut asumsi klasik, sebagai
berikut :
1. Uji Multikolinearitas
Nilai VIF digunakan untuk mendeteksi adanya atau tidaknya gejala multikolinearitas. VIF dapat diartikan sebagai tingkat ”pembengkakan”
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
varians. Jika VIF lebih besar dari 10 maka terjadi multikolinearitas. Adapun besaran VIF dari masing-masing variabel bebas adalah
sebagai berikut : Tabel 4.13 : VIF Variance Inflation Factor
No. Variabel Bebas
VIF 1.
2. 3.
Anggaran partisipasi X
1
Kepuasan kerja X
2
Gaya kepemimpinan X
3
1,441 1,104
1,454
Sumber : Lampiran 8 Berdasarkan tabel 4.13 diatas ditunjukkan bahwa nilai VIF pada
variabel anggaran partisipasi X
1
, kepuasan kerja X
2
dan gaya kepemimpinan X
3
lebih kecil 10, sehingga dapat disimpulkan bahwa antar variabel bebas tidak terjadi multikolinearitas.
2. Uji Heteroskedastisitas
Heteroskedastisitas dapat diidentifikasikan dengan cara menghitung koefisien korelasi Rank Spearman antara nilai dari residual
dengan seluruh variabel bebas. Adapun hasil dari uji korelasi Rank Spearman masing-masing variabel bebas :
Tabel 4.14 : Hasil Korelasi Rank Spearman No.
Variabel Bebas Koefisien
Korelasi Rank Spearman
Tingkat signifikan
1. 2.
3. Anggaran partisipasi X
1
Kepuasan kerja X
2
Gaya kepemimpinan X
3
0,041 -0,059
0,135 0,801
0,715 0,400
Sumber : Lampiran 9 Berdasarkan tabel 4.14 diatas dapat ditunjukkan bahwa koefisien
korelasi rank spearman pada variabel anggaran partisipasi X
1
, kepuasan kerja X
2
dan gaya kepemimpinan X
3
memiliki tingkat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
signifikan lebih besar dari 0,05 sig 5 maka dapat disimpulkan bahwa model regresi yang dihasilkan tidak terjadi heteroskedastisitas.
4.4.3. Persamaan Regresi Linier Berganda
