44
butir pertanyaan adalah reliabel. Dari hasil pengujian reliabel untuk semua butir jawaban kuesioner terlihat bahwa nilai alpha adalah sebesar 0,778625.
Dengan demikian disimpulkan bahwa kuesioner variabel kinerja manajerial adalah reliabel.
4.5.2. Hasil Uji Asumsi Klasik
1.Hasil Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal yakni distribusi data dengan bentuk lonceng. Data
yang baik adalah data yang mempunyai pola seperti distribusi normal yakni distribusi tersebut tidak menceng ke kiri atau menceng ke kanan. Untuk lebih memperjelas tentang sebaran data
dalam penelitian ini maka akan disajikan dengan menggunakan pendekatan grafik. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot
yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Adapun kriteria yang menjadi dasar pengambilan keputusan yaitu :
1. Jika sumbu menyebar sekitar garis diagonal atau grafik histogramnya
menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
45
Gambar 4.2
Hasil Uji Normalitas
Regression Standardized Residual
3 2
1 -1
-2
Frequency
12 10
8 6
4 2
Histogram Dependent Variable: Kinerja
Mean =2.4E-15 Std. Dev. =0.974
N =40
Sumber: Data Diolah 2015
Terlihat sebaran data bergerombol di sekitar garis uji yang mengarah ke kanan atas, dan tidak ada data yang terletak jauh dari sebaran data. Dengan
demikian, data tersebut bisa dikatakan mempunyai distribusi normal, maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
46
Gambar 4.4 Hasil Uji Normalitas
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed Cum
Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Kinerja
Sumber: Data Diolah 2015
Terlihat pada gambar 4.4, sebaran data bergerombol di sekitar garis uji yang mengarah ke kanan atas, dan tidak ada data yang terletak jauh dari sebaran
data. Dengan demikian, data tersebut bisa dikatakan mempunyai distribusi normal, maka model regresi memenuhi asumsi normalitas.
1.Hasil Uji Heteroskedastisitas
Uji Heteroskedastisitas menguji dalam sebuah model regresi, yaitu ketidaksamaan varian dari residual dari suatu pengamatan ke pengamatan yang lain. Jika varian dari
residual dari satu pengamatan ke pengamatan lain. Jika varian berbeda kita sebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
47
Gambar 4.5 Hasil Uji Heteroskedastisitas
Regression Standardized Predicted Value
2 1
-1 -2
-3
Regre ssion St
udentiz ed Re
sidual
3 2
1 -1
-2 -3
Scatterplot Dependent Variable: Kinerja
Sumber: Data Diolah 2015
Dari gambar 4.5 di atas terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun
di bawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas.
3 Hasil Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel independen penelitian. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Ada tidaknya korelasi antar variabel tersebut dapat dideteksi
dengan melihat nilai tolerance dan Variance Inflation Factor VIF. Apabila nilai tolerance 0,1 dan VIF 10, maka dinyatakan tidak ada korelasi
sempurna antar variabel independen dan sebaliknya Ghozali, 2006. Hasil uji multikolinieritas dapat dilihat tabel 4.13 berikut:
Universitas Sumatera Utara
48
Tabel 4.13 Hasil Uji Multikolinearitas
Variabel Independen Collinearity Statistics
Keputusan Tolerance
VIF
Partisipasi Anggaran Komitmen Tujuan
Anggaran 0,740
0,740 1,325
1,325 Tidak ada multikolinearitas
Tidak ada multikolinearitas Sumber: Data Diolah 2015
Berdasarkan tabel 4.13 dapat dilihat bahwa angka tolerance dari variabel independen partisipasi anggaran dan komitmen tujuan anggaran mempunyai
nilai tolerance lebih dari 0,10 yang berarti bahwa tidak ada korelasi antar variabel independen yang nilainya lebih dari 95. Sementara itu, hasil
perhitungan nilai Variance Inflantion Factor VIF juga menunjukkan hal yang sama. Tidak ada satupun variabel independen yang memiliki nilai VIF lebih
dari 10. Dengan demikian dapat disimpulkan dalam model regresi tidak terjadi multikolinieritas antar variabel independen tersebut.
4.5.3. Hasil Pengujian Regresi Linear Berganda
