4.4.2 Uji Signifikansi Simultan F- test
Uji ini pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model ini mempunyai pengaruh secara bersama-sama terhadap
variabel dependen. Bentuk pengujiannya : Ho : b1 = 0, artinya semua variabel independen secara simultan tidak berpengaruh
terhadap variabel dependen. Ho : b1
≠ 0, semua variabel independen secara simultan berpengaruh terhadap variabel dependen.
Kriteria pengambilan keputusan : Jika probabilitas 0,05 maka Ha diterima atau Ho ditolak,
Jika probabilitas 0,05 maka Ha ditolak atau Ho diterima. Hasil uji F dapat dilihat pada tabel 4.18 sebagai berikut :
Tabel 4.11 Hasil Uji Signifikan Simultan Uji-F
ANOVA
b
Model Sum of Squares df
Mean Square
F Sig.
1 Regression
1545.636 4
386.409 4.905 .002
a
Residual 4333.214
55 78.786
Total 5878.850
59 a. Predictors: Constant, Perspektif Keuangan, Perspektif Pembelajaran Dan
Pertumbuhan, Perpektif Proses Bisnis Dan Internal, Perspektif Pelanggan b. Dependent Variable: Peningkatan Kerja
Sumber : Hasil Pengolahan SPSS 2013
Tabel 4.18 hasil uji F maka dapat diperoleh F
hitung
= 4.905 Hal ini menunjukkan bahwa nilai F
hitung
F
tabel
yaitu 4.905 2.540 dengan demikian
Universitas Sumatera Utara
hipotesis H
o
ditolak dan H
a
diterima. Artinya secara bersama-sama serantak variabel independen X
1
, X
2,
X
3
, X
4
atau metode balanced scorecand berpengaruh positif dan
signifikan terhadap variabel peningkatan kinerja Y.
4.4.3 Uji Signifikansi Parsial t- test
Uji statistik t disebut juga sebagai uji signifikasi individual. Uji ini menunjukkan seberapa jauh variabel independen secara parsial terhadap variabel
dependen. Bentuk pengujiannya : Ho : b1 = 0, artinya semua variabel independen secara parsial tidak berpengaruh
terhadap variabel dependen; Ho : b1
≠ 0, semua variabel independen secara parsial berpengaruh terhadap variabel dependen.
Kriteria pengambilan keputusan : Jika probabilitas 0,05 maka Ha diterima atau Ho ditolak,
Jika probabilitas 0,05 maka Ha ditolak atau Ho diterima.
Universitas Sumatera Utara
Tabel 4.12 Hasil uji parsial t-
test Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
53.736 11.622 4.624
.000 Perspektif
Pembelajaran Dan
Pertumbuhan 1.192
.666 .252 1.789
.019 .677 1.47
7
Perpektif Proses Bisnis
Dan Internal .227
.562 .073 2.405
.038 .407 2.45
4 Perspektif
Pelanggan .978
.825 .386 1.185
.024 .126 7.90
7 Perspektif
Keuangan 1.274
.623 .620 2.044
.046 .145 6.87
5 a. Dependent Variable: Peningkatan Kerja
Sumber : Hasil Pengolahan SPSS 2013
Tabel 4.19 diatas maka dapat dijelaskan : 1. Variabel perspektif pembelajaran dan pertumbuhan berpengaruh positif dan
signifikan terhadap peningkatan kinerja. Hal ini terlihat dari nilai signifikan perspektif pembelajaran dan pertumbuhan 0,0190,05, dan nilai t
hitung
1,789 nila t
tabel
1,673 artinya jika ditingkatkan perspektif pembelajaran dan pertumbuhan sebesar satu satuan maka peningkatan kinerrja akan meningkat
sebesar 1.192.
2. Variabel perspektif proses bisnis dan internal berpengaruh positif dan signifikan terhadap peningkatan kinerja. Hal ini terlihat dari nilai signifikan
Universitas Sumatera Utara
perspektif proses bisnis dan internal 0,0380,05, dan nilai t
hitung
2,405 nilai t
tabel
1,673 artinya jika ditingkatkan perspektif proses bisnis dan internal sebesar satu satuan maka peningkatan kinerja akan meningkat sebesar
0,227
3. Variabel perspektif pelanggan berpengaruh positif dan signifikan terhadap peningkatan kinerja. Hal ini terlihat dari nilai signifikan perspektif pelanggan
0,0240,05, dan nilai t
hitung
1,185 nilai t
tabel
1,673 artinya jika ditingkatkan perspektif pelanggan sebesar satu satuan maka peningkatan
kinerja akan meningkat sebesar 0,978
4. Variabel perspektif keuangan berpengaruh positif dan signifikan terhadap peningkatan kinerja. Hal ini terlihat dari nilai signifikan perspektif keuangan
0,0460,05, dan nilai t
hitung
2,044 nilai t
tabel
1,673 artinya jika ditingkatkan perspektif keuangan sebesar satu satuan maka peningkatan
kinerja akan meningkat sebesar 1.274 4.4.4. Koefisien Determinasi R
2
Koefisien determinasi R Square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square R
2
dikatakan baik jika di atas 0,5 karena nilai R Square R
2
berkisar antara 0 sampai 1. Apabila nilai R Square R
2
semakin mendekati 1, maka variabel-variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel
Universitas Sumatera Utara
dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel- variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas.
Pada umumnya sampel dengan data deret waktu time series memiliki R Square maupun Adjusted R Square cukup tinggi diatas 0,5. R square memiliki kelemahan
yaitu nilai R Square R
2
akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan
terhadap variabel dependen. Dalam kenyataannya nilai adjusted R Square dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji
empiris didapat nilai adjusted R Square negatif, maka nilai adjusted R Square dianggap Nol.
Hasil pengujian koefisien determinasi menggunakan program SPSS Statistik 19.0 for windows dapat terlihat pada tabel 4.13 sebagai berikut :
Tabel 4.13 Hasil Pengujian Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .513
a
.563 .509
8.876 1.941
a. Predictors: Constant, Perspektif Keuangan, Perspektif Pembelajaran Dan Pertumbuhan, Perpektif Proses Bisnis Dan Internal, Perspektif Pelanggan
b. Dependent Variable: Peningkatan Kerja
Sumber : Hasil Pengolahan SPSS 2013
Pada tabel 4.13, Output SPSS, dapat dilihat nilai R sebesar 0,513 yang berarti bahwa korelasi atau hubungan antara variabel independen terhadap variabel
Universitas Sumatera Utara
dependen erat. R dikatakan erat karena lebih dari 0,5. Nilai koefisien determinasi yang sudah disesuaikan Adjusted R Square sebesar 0,509. Adjusted R Square adalah
nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bias memiliki harga negative. Menurut Santoso 2001 bahwa untuk regresi
dengan lebih dari dua variabel bebas digunakan Adjusted R
2
sebagai koefisien determinasi. Dari hasil olahan SPSS diatas, didapatkan nilai R Square sebesar 50.9,
artinya diperlukan variabel independen lain untuk mendukung variabel dependennya karena 49,1 lainnya adalah atas pengaruh variabel independen lain diluar dari
variabel yang terdapat didalam penelitian ini. Standar Error of Estimate SEE adalah sebesar 8.876 yang berarti model dinilai kurang baik karena semakin kecil
standar deviasi berarti model akan semakin baik.
4.3. Pembahasan
Kategori