5.2.2. Hasil Uji Multikolinieritas
Hasil uji asumsi multikolinieritas menunjukkan di dalam model tidak terjadi masalah multikolinieritas. Hal ini dapat dilihat dari Tabel 5.5.
Tabel 5.5. Hasil Uji Multikolinieritas Coefficients
a
Model Collinearity
Statistics Tolerance
VIF 1
Ketidakpastian Lingkungan X1 0,825
1,212 Kejelasan Sasaran Anggaran X2
0,957 1,045
Keadilan Prosedural X3 0,688
1,454 Pengawasan Anggaran Z
0,799 1,252
a. Dependent Variable: KManajerial
Sumber: Hasil Olahan Data SPSS, Lampiran 6
Dari hasil uji asumsi multikolinieritas dapat dilihat dari nilai VIF 10 untuk variabel ketidakpastian lingkungan, kejelasan sasaran anggaran, keadilan
prosedural dan pengawasan anggaran. Hasil uji multikolinieritas juga menunjukkan bahwa setiap variabel memiliki nilai tolerance 0,10 sehingga
disimpulkan bahwa model tidak mempunyai masalah multikolinieritas.
5.2.3. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Hasil pengujian asumsi heteroskedastisitas dengan
menggunakan Grafik Scatterplot menunjukkan di dalam model tidak terjadi heterokedastisitas. Hal ini dapat dilihat dari Gambar 5.2. dimana titik-titik
menyebar secara acak dan tidak membentuk suatu pola tertentu.
Universitas Sumatera Utara
Sumber: Hasil Olahan Data SPSS, Lampiran 6
Gambar 5.2. Scatterplot Uji Heteroskedastisitas Hipotesis Pertama
Uji asumsi heteroskedastisitas juga dapat dilihat dengan menggunakan uji statistik yaitu dengan menggunakan uji Park Ghozali, 2011. Hasil uji Park juga
menunjukkan di dalam model tidak terjadi heteroskedastisitas seperti yang terlihat pada Tabel 5.6., dimana nilai signifikansi untuk setiap variabel bebas lebih besar
dari α0,05. Dengan demikian dapat disimpulkan tidak terjadi heterokedastisitas
dalam model.
Universitas Sumatera Utara
Tabel 5.6. Hasil Uji Park Coefficients
a
Unstandardized Coefficients Standardized
Cofficients t
Sig. Model
B Std. Error
Beta 1
Constant 3,941
5,016 0,786 0,936
Ket_Ling -0,097
0,065 -0,222
-1,491 0,142 KejSar_Ang
0,111 0,303
0,050 0,365 0,717
Ked_Pro 0,001
0,122 -0,001
-0,006 0,995 Peng_Ang
-0,010 0,080
-0,020 -0,129 0,898
a. Dependent Variable: LnU2i Sumber: Hasil Olahan Data SPSS, Lampiran 6
5.3.
Pengujian Hipotesis Pertama H
1
5.3.1. Hasil Regresi Hipotesis Pertama
Pengujian hipotesis pertama yaitu untuk menganalisis adanya pengaruh ketidakpastian lingkungan, kejelasan sasaran anggaran dan keadilan prosedural
terhadap kinerja manajerial. di Lingkungan Dinas Bina Marga Provinsi Sumatera Utara. Hasil analisis dengan menggunakan regresi linear berganda dapat dilihat
pada Tabel 5.7.
Tabel 5.7. Hasil Analisis Regresi Hipotesis Pertama
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 4,209
9,011 ,467
,642 Ket_Ling
,240 ,118
,283 2,032
,047 KejSar_Ang
1,153 ,542
,272 2,127
,038 Ked_Pro
-,075 ,203
-,052 -,371
,712 a. Dependent Variable: Kin_Man
Sumber: Hasil Olahan Data SPSS, Lampiran 7
Universitas Sumatera Utara
Informasi yang ditampilkan pada Tabel 5.7. adalah persamaan regresi berganda antara variabel independen X terhadap variabel dependen Y yang dapat
diformulasikan dalam bentuk persamaan berikut ini:
Y = 4,209 + 0,240 Ket_Ling + 1,153 KejSar_Ang – 0,075 Ked_Pro
Dari persamaan regresi berganda diatas, terlihat adanya faktor nilai konstanta sebesar 4,209 menunjukkan bahwa apabila semua variabel independen
ketidakpastian lingkungan, kejelasan sasaran anggaran dan keadilan prosedural bernilai nol, maka nilai dari kinerja manajerial benilai 4,209. Koefisien b1 sebesar
0,240 menunjukkan setiap kenaikan variabel ketidakpastian lingkungan sebesar 1 kali akan diikuti dengan kenaikan kinerja manajerial sebesar 0,240 dengan asumsi
semua variabel independen lainnya bernilai nol. Koefisien b2 sebesar 1,153 menandakan bahwa setiap kenaikan variabel kejelasan sasaran anggaran sebesar 1
kali akan diikuti kenaikan kinerja manjerial sebesar 1,153 kali dengan asumsi semua variabel independen lainnya bernilai nol. Koefisien b3 sebesar -0,075
menunjukkan kenaikan variabel keadilan prosedural sebesar 1 kali akan diikuti penurunan kinerja manajerial sebesar 0,075 dengan asumsi semua variabel
independen lainnya bernilai nol. Kondisi ini mengartikan bahwa ketidakpastian lingkungan dan kejelasan sasaran anggaran menunjukkan hubungan yang searah
atau positif dengan kinerja manajerial, tetapi hubungan keadilan prosedural berbanding terbalik atau negatif dengan kinerja manajerial. Dalam melihat
hubungan atau tingkat kekuatan hubungan variabel independen terhadap variabel dependen dapat dilihat pada ujian koefisien determinasi pada Tabel 5.8.
Universitas Sumatera Utara
Tabel 5.8. Koefisien Determinasi Hipotesis Pertama
Model R
R Square Adjusted R Square Std. Error of the Estimate 1 .389
a
.151 .103
3.39467 a. Predictors: Constant, Ked_Pro, KejSar_Ang, Ket_Ling
b. Dependent Variable: Kinerja Manajerial
Sumber: Hasil Olahan Data SPSS, Lampiran 7
Tabel 5.8 memperlihatkan bahwa nilai adjust R
2
sebesar 0,103 atau 10,3 yang berarti bahwa persentase sumbangan pengaruh variabel independen terhadap
kinerja manajerial adalah sebesar nilai koefisien determinasi atau 10,3. Sedangkan sisanya dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam
model penelitian ini. Nilai R merupakan koefisien korelasi, dengan nilai 0,389 atau 38,9 menunjukkan bahwa korelasi atau hubungan antara variabel independen
ketidakpastian lingkungan, kejelasan sasaran anggaran dan keadilan prosedural dengan variabel kinerja manajerial adalah lemah.
5.3.2. Hasil Uji F Regresi Hipotesis Pertama
Kategori