89 0,70. Nilai crobach alpha atas variabel umpan balik anggaran pada
SMA Swasta sebesar 0,955 sehingga dapat disimpulkan bahwa pernyataan dalam kuisioner ini reliabel karena mempunyai nilai
cronbach alpha lebih besar dari 0,70. Nilai crobach alpha atas variabel umpan balik anggaran pada SMA Jakarta Selatan sebesar
0,944 sehingga dapat disimpulkan bahwa pernyataan dalam kuisioner ini reliabel karena mempunyai nilai cronbach alpha lebih
besar dari 0,70. Nilai crobach alpha atas variabel umpan balik anggaran pada SMA Tangerang Selatan sebesar 0,957 sehingga
dapat disimpulkan bahwa pernyataan dalam kuisioner ini reliabel karena mempunyai nilai cronbach alpha lebih besar dari 0,70.
Hasil ini menunjukkan bahwa setiap item pertanyaan yang digunakan akan mampu memperoleh data yang konsisten yang
berarti bila pernyataan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
3. Hasil Uji Asumsi Klasik
Pengujian statistik dengan analisis regresi dapat dilakukan dengan pertimbangan tidak adanyan pelanggaran terhadap asumsi-asumsi klasik
Damodar,1988 dalam Putra, 2008:22. Asumsi-asumsi klasik yang harus terpenuhi antara lain adalah:
a. Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel independen dan variabel dependen
90 keduanya mempunyai distribusi normal atau mendekati normal
Ghozali, 2013:160. Dalam penelitian ini, uji normalitas menggunakan Normal Probability Plot P-P Plot. Suatu variabel
dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data
searah mengikuti garis diagonal Ghozali, 2013: 163. Uji normalitas juga dilakukan dengan uji Kolmogorov-Smirnov untuk
mengetahui apakah residual terdistribusi secra normal. Residual terditribusi secara normal ketika tingkat signifikansi di atas 0,05
Ghozali, 2013: 165.
Gambar 4.1 Normal P-P Plot of Regression Standardized Residual
Dependent Variabel : Kinerja Manajerial Y SMA Negeri
Sumber: Data primer yang diolah Dari gambar 4.1 di atas, dapat dilihat bahwa penelitian pada
SMA Negeri ini memiliki penyebaran data titik dan distribusi yang normal karena data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal. Ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
91
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Dependent Variabel : Kinerja Manajerial Y SMA Swasta
Sumber: Data primer yang diolah Dari gambar 4.2 di atas, dapat dilihat bahwa penelitian pada
SMA Swasta ini memiliki penyebaran data titik dan distribusi yang normal karena data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal. Ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.3 Normal P-P Plot of Regression Standardized Residual
Dependent Variabel : Kinerja Manajerial Y SMA Jakarta Selatan
92 Sumber: Data primer yang diolah
Dari gambar 4.3 di atas, dapat dilihat bahwa penelitian pada SMA Jakarta Sealatan ini memiliki penyebaran data titik dan
distribusi yang normal karena data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Ini menunjukkan
bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.4 Normal P-P Plot of Regression Standardized Residual
Dependent Variabel : Kinerja Manajerial Y SMA Tangerang Selatan
Sumber: Data primer yang diolah Dari gambar 4.4 di atas, dapat dilihat bahwa penelitian pada
SMA Tangerang Sealatan ini memiliki penyebaran data titik dan distribusi yang normal karena data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal. Ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara
statistik bisa sebaliknya. Oleh karena itu, peneliti melengkapi uji
93 normalitas grafik dengan uji statistik melalui uji nilai Kolmogorov-
Smirnov. Berikut ini merupakan hasil dari uji statistik Kolmogorov-Smirnov.
Tabel 4.16 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
SMA Negeri
Sumber: Data primer yang diolah Berdasarkan tabel 4.16 dapat diketahui bahwa nilai
Kolmogorov-Smirnov adalah 0,113 dan signifikan pada 0,174 0,05. Hal ini berarti H0 diterima yang berarti data residual
terdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 46
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 5,05663280
Most Extreme Differences Absolute
,113 Positive
,100 Negative
-,113 Test Statistic
,113 Asymp. Sig. 2-tailed
,174
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
94
Tabel 4.17 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
SMA Swasta
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 68
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 4,82033003
Most Extreme Differences Absolute
,081 Positive
,081 Negative
-,048 Test Statistic
,081 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber: Data primer yang diolah Berdasarkan tabel 4.17 dapat diketahui bahwa nilai
Kolmogorov-Smirnov adalah 0,081 dan signifikan pada 0,200 0,05. Hal ini berarti H0 diterima yang berarti data residual
terdistribusi normal.
Tabel 4.18 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
SMA Jakarta Selatan
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 58
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 4,65241388
Most Extreme Differences Absolute
,080 Positive
,080 Negative
-,066 Test Statistic
,080 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber: Data primer yang diolah
95 Berdasarkan tabel 4.18 dapat diketahui bahwa nilai
Kolmogorov-Smirnov adalah 0,080 dan signifikan pada 0,200 0,05. Hal ini berarti H0 diterima yang berarti data residual
terdistribusi normal.
Tabel 4.19 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
SMA Tangerang Selatan
Sumber: Data primer yang diolah Berdasarkan tabel 4.19 dapat diketahui bahwa nilai
Kolmogorov-Smirnov adalah 0,130 dan signifikan pada 0,019 0,05. Hal ini berarti H0 ditolak yang berarti data residual
terdistribusi tidak normal.
b. Hasil Uji Heterokedastisitas