BAB III METODE PENELITIAN
3.4. Metode Pengumpulan Data
Pada penelitian ini jenis data yang digunakan adalah jenis data kualitatif.
Data Kualitatif adalah jenis data penelitian yang berupa opini, sikap, pengalaman atau karakteristik dari seseorang atau sekelompok orang yang menjadi subyek penelitian atau responden. Data yang digunakan dalam penelitian ini adalah data primer. Data primer diperoleh dengan menggunakan metode Survey yaitu melalui kuesioner. Dengan mendatangi satu per satu calon responden, menanyakan apakah calon memenuhi persyaratan sebagai calon responden untuk mengisi kuesioner.
Jenis kuisioner yang digunakan adalah kuisioner langsung, yaitu daftar pertanyaan dikirim atau diserahkan langsung kepada orang yang di mintai pendapat, keyakinan atau diminta menceritakan tentang dirinya sendiri.
3.5. Defenisi Operasional dan Pengukuran Variabel
Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya. Variabel penelitian juga didefinisikan sebagai suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Sugiyono, 2010). Penelitian ini menggunakan tiga variabel yaitu variabel dependen, variabel independen dan variabel moderasi.
Menurut Sugiyono (2010) variabel dependen atau dalam bahasa Indonesia sering disebut dengan variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variabel dependen dalam penelitian
Menurut Sugiyono (2010) variabel independen atau dalam bahasa Indonesia sering disebut dengan bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat).
Variabel independen dalam penelitian ini adalah Partisipasi Anggaran (X1), Kejelasan Sasaran Anggaran (X2), Group Cohesiveness (X3), dan Informasi Asimetri (X4).
Menurut Sugiyono (2010) variabel moderator adalah variabel yang mempengaruhi (memperkuat atau memperlemah) hubungan antara variabel independen dengan dependen. Variabel moderasi dalam penelitian ini adalah pertimbangan etika (X5).
Definisi operasional untuk masing-masing variabel sebagai berikut : 3.5.1. Variabel Independen
1. Partisipasi Anggaran
Partisipasi Anggaran adalah partisipasi manajerial SKPD dalam proses panganggaran daerah, seperti program dan kegiatan yang akan dilaksanakan, keikutsertaan dalam menentukan target dan anggaran dan sebagainya. Partisipasi anggaran diukur menggunakan skala likert ordinal dengan instrumen yang dikembangkan oleh Milani (1975) yang dikutip dari Miyati (2014) terdiri dari enam pertanyaan dengan skala 1 (STS) sampai 5 (SS). Skala tinggi menunjukkan partisipasi anggaran yang tinggi dan skala rendah menunjukkan partisipasi anggaran yang rendah.
2. Kejelasan Sasaran Anggaran
Kejelasan sasaran anggaran adalah kondisi kinerja yang akan dicapai yang tertuang dalam Rencana Kerja Anggaran Satuan Kerja Perangkat Daerah (RKA-SKPD). Variabel ini diukur dengan menggunakan skala likert ordinal dan menunjukkan kejelasan sasaran anggaran dalam penyusunan anggaran. Kuesioner ini merupakan adaptasi yang dikembangkan oleh Andarias Bangun (2009) dengan mengacu ke Peraturan Mentri Dalam Negeri Nomor 13 tahun 2006.
3. Group Cohesiveness
Group Cohesiveness menunjukkan suatu keterpaduan di dalam kelompok kerja SKPD Kabupaten Mandailing Natal yang ditandai dengan terjalinnya kerja sama, komunikasi satu sama lain, bertanggungjawab terhadap pekerjaan dan kesamaan pandangan demi tercapainya tujuan kelompok, berdasarkan empat dimensi kohesivitas kelompok kerja yang dikemukakan oleh Forsyth (1999) dalam Fitri (2016) yaitu: kekuatan sosial, kesatuan kelompok, daya tarik dan kerja sama. Group Cohesiveness diukur menggunakan skala likert ordinal yang di kutip dari Fitri (2016) terdiri dari enam pernyataan dengan skala 1 (STS) sampai 5 (SS) dengan alternatif pilihan sebanyak lima buah. Skala tinggi menunjukkan tingkat kohesivitas yang tinggi dan skala rendah menunjukkan. kohesivitas yang rendah.
4. Informasi asimetri
Informasi asimetri adalah perbedaan informasi yang dimiliki antara bawahan dengan atasan tentang suatu pusat pertanggungjawaban. Informasi
mengenai kegiatan pusat pertanggungjawabannya dibanding dengan atasannya atau sebaliknya dan kedua, manajer mengetahui lebih baik apa yang bisa dicapai oleh pusat pertanggungjawabannya atau sebaliknya. Informasi asimetri dalam penelitian ini diukur menggunakan kuesioner yang dikembangkan oleh Dunk (1993) dikutip dari Apriyadi (2011) terdiri dari enam item pertanyaan yang diukur dengan menggunakan skala likert ordinal 1 sampai 5.
3.5.2. Variabel Dependen 1. Budgetary Slack
Menurut Young (1985) budgetary slack didefinisikan sebagai suatu tindakan dimana agen melebihkan kemampuan produktif dengan mengestimasikan pendapatan lebih rendah dan biaya lebih tinggi ketika diberi kesempatan untuk memilih standar kerja sehingga dapat meningkatkan kinerjanya.
Sedangkan Menurut Indrawati Yuhertiana (2009) dalam Miyati (2014), budgetary slack adalah kecenderungan berperilaku tidak produktif dengan melebihkan biaya saat seorang pegawai mengajukan anggaran belanja.
Budgetary slack diukur menggunakan skala likert ordinal dengan instrumen yang digunakan oleh Karsam (2013) dikutip dari Miyati (2014) terdiri dari enam pertanyaan dengan skala 1 (STS) sampai 5 (SS). Skala rendah menunjukkan budgetary slack yang rendah dan skala tinggi menunjukkan budgetary slack yang tinggi.
3.5.3. Variabel Moderasi 1. Pertimbangan Etika
Menurut Joko Widodo (2001), etika sektor publik didefinisikan sebagai pedoman, referensi, petunjuk tentang apa yang harus dilakukan oleh aparatur pemerintah dalam menjalankan kebijakan-kebijakan publik, dan dapat digunakan sebagai standar penilaian apakah perilaku aparatur pemerintah dalam menjalankan kebijakan-kebijakan publik dapat dikatakan baik atau buruk.
Pertimbangan etika diukur dengan instrumen yang dikembangkan oleh Steinberg, S.S, & Austern, D.T. (1998) dikutip dari Miyati (2014) terdiri dari enam pertanyaan diukur dengan skala dikotomi nominal yaitu jawaban “Ya” atau
“Tidak”. Skala dikotomi adalah salah satu jenis skala yang menghasilkan data nominal karena skala ini hanya menyediakan dua pilihan jawaban misalnya ya – tidak , baik – jelek, pernah – belum pernah, dan lain – lain.
Tabel 3.2 Definisi Operasional dan Pengukuran Variabel
Variabel Penelitian Definisi Operaisonal Skala Pengukuran
Partisipasi Anggaran
Group Cohesiveness Penyatuan kelompok dari para anggotanya yang didasari atas
Skala Likert Ordinal
menyukai, membantu, dan lebih rendah dan biaya lebih tinggi ketika diberi
3.6. Metode Analisis Data 3.6.1. Statistik Deskriptif
Menurut Erlina (2011) “Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi, sehingga mudah dipahami dan diinterprestasikan”.
3.7. Uji Kualitas Data 3.7.1. Uji Validitas
Menurut Ghozali (2006) , uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Suatu kuesioner dinyatakan valid jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur untuk kuesioner tersebut .
Menurut Lubis, dkk (2007), uji validitas digunakan untuk mengetahui kelayakan butir-butir dalam statu daftar (konstruk) pertanyaan dalam mendefinisikan suatu variabel. untuk menghitung validitas suatu kuesioner dapat dilihat dari hasil output spss pada table yang berjudul item-total statistics.
Validitas ditentukan dengan mengkorelasikan skor masing-masing item. sKriteria yang diterapkan untuk mengukur valid tidaknya suatu data adalah jika r-hitung (koefisien korelasi) lebih besar dari r-tabel (nilai kritis) maka dapat dikatakan valid. Selain itu jika nilai sig < 0,05 maka instrument dapat dikatakan valid.
3.7.2. Uji Reliabilitas
Menurut Ghozali (2006), “uji reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk”. Pengujian reliabilitas bertujuan untuk mengetahui konsistensi hasil pengukuran variabel-variabel. Suatu kuesioner dikatakan handal jika jawaban seseorang terhadap pernyataan adalah konsisten dari waktu ke waktu.
Dalam penelitian ini berarti reliabilitas menunjukkan sejauh mana hasil pengukuran relatif konsisten apabila pengukuran dilakukan beberapa kali. Uji
item dengan bantuan SPSS for windows. Suatu instrument dikatakan reliabel jika mempunyai nilai alpha positif dan lebih besar dari 0,6. Dimana semakin besar nilai alpha, maka alat pengukur yang digunakan semakin handal (reliable).
3.8. Uji Asumsi klasik
Sebelum melakukan regresi terdapat syarat yang harus dilalui yaitu melakukan uji asumsi klasik. Model regresi harus bebas dari asumsi klasik yaitu, uji normalitas, multikolinearitas, heteroskedasitas dan uji autokorelasi (Ghozali, 2006).
3.8.1. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel peganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan f mengasumsikan bahwa nilai residual mengikuti distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik (Ghozali, 2006). Syarat dalam analisis parametik yaitu data harus normal (Priyatno, 2009).
3.8.2. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen) (Ghozali, 2006 : 91). Ketentuan untuk mendeteksi ada tidaknya multikolinieritas
yaitu jika nilai variance inflation factor (VIF) tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas. VIF= 1/Tolerance, jika VIF = 0 maka 1/10 = 0.1. Semakin tinggi VIF maka semakin rendah tolerance. Jika nilai koefiseien kolerasi antara
masing-masing vaiabel independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih dari 0,70 maka diasumsikan terjadi kolerasi yang sangat kuat antar variabel independen sehingga terjadi multikolinieritas.
3.8.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke-pengamatan lain jika variance dari residual satu pengamatan ke-pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas (Ghozali, 2006 ). Dasar analisis :
1. Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti bergelombang, melebar kemudian menyempit, jika terjadi makan mengindikasikan terdapat heterokedastisitas.
2. Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah angka 10 pada sumbu Y maka mengindikasikan tidak terjadi heterokedastisitas.
3.9. Model Pengujian Hipotesis 3.9.1. Model Regresi Linear Berganda
Model Regresi Linear Berganda (Multiple Regression Analysis), bertujuan untuk menguji pengaruh antara satu variabel terhadap variabel lain.
Regresi linear berganda melibatkan lebih dari satu variabel bebas (Independen).
Dengan menggunakan dua atau lebih variabel bebas (Independen) dalam membuat persamaan regresi diharapkan mampu menerangkan lebih baik karakteristik dari
variabel tak bebas (dependen) dan nilai koefisien determinasi diharapkan semakin besar dan nilai standar eror semakin kecil sehingga persamaan regresi yang dihasilkan lebih baik. Model regresi linear berganda dikatakan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistic, baik multikolinieritas, autokorelasi dan heteroskedastisitas.
Y = a + b1.X1 + b2.X2 + b3.X3 + b4.X4 + e
Dimana :
Y = Budgetary Slack a = Konstanta
X1 = Partisipasi Anggaran
X2 = Kejelasan Sasaran Anggaran X3 = Group Cohesiveness
X4 = Informasi Asimetri
b1 = Koefisien regresi Partisipasi Anggaran
b2 = Koefisien regresi Kejelasan Sasaran Anggaran b3 = Koefisien regresi Group Cohesiveness
b4 = Koefisien regresi Informasi Asimetri e = Error
3.9.2. Uji Signifikan Parsial (Uji-t)
Uji Signifikan Parsial (Uji-t) didgunakan untuk mengetahui pengaruh variabel independen secara parsial terhadap variabel dependen, apakah
pengaruhnya signifikan atau tidak (Priyatno, 2009 ). Hipotesis nol, atau Ho : bi
= 0, artinya apakah suatu variabel independen bukan merupakan penjelasan yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha) parameter suatu variabel tidak sama dengan nol, atau Ha : bi ≠ 0, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Dasar pengambilan keputusan yaitu :
1. Jika nilai signifikan > a (0,05), Ho diterima 2. Jika nilai signifikan < a (0,05), Ho ditolak.
3.9.3. Uji Signifikan Simultan (Uji-F)
Uji signifikan (Uji-F) pada dasarnya menunjukan apakah semua variabel independen atau bebas yang dimasukan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Priyatno, 2009 ). Hipotesis nol (Ho) yang hendaknya diuji apakah semua parameter dalam model sama dengan nol, atau : Ho : b1 = b2 = b3 = b4 = b5 = b6 =0, artinya apakah semua variabel independen bukan merupakan penjelasan yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha) tidak semua parameter secara simultan sama dengan nol, atau Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ b6 ≠ 0, artinya semua variabel independen secara simultan merupakan penjelasan yang signifikan penjelasan yang signifikan terhadap variabel dependen.
1. Jika nilai signifikan > a (0,05), Ho diterima 2. Jika nilai signifikan < a (0,05), Ho ditolak
3.9.4. Uji Koefisien Determinasi (R2)
Uji Koefisien Determinasi (R2) digunakan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Koefisien determinasi terletak pada tabel summaryb dan tertulis R Square yang disesuaikan atau tertulis Adjusted R Square yang disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah Square variabel independen yang digunakan dalam penelitian. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar antara 0 sampai 1.
3.9.5. Uji Residual
Pengujian variabel moderating dengan uji interaksi maupun dengan nilai selisih mutlak absolut mempunyai kecendrungan akan terjadi multikolinearitas yang tinggi antar variabel inedependen dan hal – hal ini akan menyalahi asumsi klasik dalam regresi ordinary least square (OLS). Untuk mengatasi multikolinearitas ini, maka dikembangkan metode lain yang disebut uji residual.
Langkah
Z = a + b1X1 + b2X2 + b3X3 + b4X4 + e (1)
|e| = a + b1Y (2)
Keterangan :
Y = Budgetary slack
a = Konstanta
X1 = Partisipasi anggaran
X2 = Kejelasan sasaran anggaran
X3 = Group cohesiveness X4 = Informasi asimetri Z = Pertimbangan etika
b1-b4 = Koefisien regresi e = error
BAB IV
HASIL DAN PEMBAHASAN
4.1 Uji Validitas dan Reliabilitas 4.1.1. Uji Validitas
Noor (2011:130) menyarankan sebaiknya jumlah responden untuk uji coba kuesioner paling sedikit 30 orang. Dalam penelitian ini, uji coba kuesioner melibatkan 30 responden. Berikut hasil dari uji validitas terhadap butir-butir pertanyaan dari variabel partisipasi anggaran , kejelasan sasaran anggaran , group cohesiveness , informasi asimetri , budgetary slack dan pertimbangan etika (X).
Tabel 4.1 Uji Validitas Pertanyaan-Pertanyaan pada Variabel Partisipasi Anggaran
Tabel 4.2 Uji Validitas Pertanyaan-Pertanyaan pada Variabel Kejelasan Sasaran Anggaran
Tabel 4.3 Uji Validitas Pertanyaan-Pertanyaan pada Variabel
Tabel 4.4 Uji Validitas Pertanyaan-Pertanyaan pada Variabel Informasi Asimetri
Tabel 4.5 Uji Validitas Pertanyaan-Pertanyaan pada Variabel Budgetary Slack
Tabel 4.6 Uji Validitas Pertanyaan-Pertanyaan pada Variabel Pertimbangan Etika
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
p1 7.90 3.610 .626 .838
p2 7.73 3.375 .765 .811
p3 7.93 3.789 .533 .855
p4 7.63 3.551 .700 .825
p5 7.70 3.528 .678 .828
p6 7.60 3.766 .587 .845
Nilai patokan untuk uji validitas adalah koefisien korelasi (Corrected Item-Total Correlation) yang mendapat nilai lebih besar dari 0,3 (Sekaran dalam Augustine dan Kristaung, 2013:70). Berdasarkan hasil uji validitas pada Tabel 4.1 hingga 4.6, diketahui seluruh pertanyaan bersifat valid. Alternatif ketentuan validitas suatu pertanyaan pada kuesioner juga dapat dibandingkan dengan nilai . Untuk menentukan nilai , terlebih dahulu dihitung nilai derajat bebas (degree of freedom) dengan rumus , di mana menyatakan banyaknya responden untuk uji validitas. Diketahui jumlah responden yang dilibatkan untuk uji validitas kuesioner sebanyak , sehingga derajat bebas bernilai . Nilai dengan derajat bebas 28 adalah . Nilai patokan untuk uji validitas adalah koefisien korelasi (Corrected Item-Total Correlation) yang mendapat nilai lebih besar dari . Berdasarkan hasil uji validitas pada Tabel 4.1 hingga 4.6, diketahui seluruh pertanyaan bersifat valid.
4.1.2. Uji Reliabilitas
Uji reliabilitas harus dilakukan hanya pada pertanyaan yang telah memiliki atau memenuhi uji validitas, jadi jika tidak memenuhi syarat uji validitas maka tidak perlu diteruskan untuk uji reliabilitas (Noor, 2011:130). Berikut hasil dari uji reliabilitas terhadap butir-butir pertanyaan yang valid.
Tabel 4.7 Uji Reliabilitas pada Variabel Partisipasi Anggaran, Kejelasan Sasaran Anggaran, Group Cohesiveness, Informasi Asimetri,
Budgetary Slack, dan Pertimbangan Etika
Variabel Nilai Alpha Cronbach
Partisipasi Anggaran Kejelasan Sasaran Anggaran
Group Cohesiveness
Informasi Asimetri Budgetary Slack Pertimbangan Etika
0,854 0,944 0,935 0,940 0,878 0,858
Jika nilai Alpha Cronbach lebih besar dari 0,6, maka kuesioner penelitian bersifat reliabel (Augustine dan Kristaung, 2013:73, Noor, 2011:165). Diketahui bahwa kuesioner bersifat reliabel, karena nilai Alpha Cronbach lebih besar dari 0,6.
4.2 Statistika Deskriptif
4.2.1. Deskripsi Data Penelitian
Analisis deskriptif adalah cara menganalisis data tanpa menggunakan perhitungan angka-angka, tetapi menggunakan perbandingan yang berhubungan dengan responden, dengan menggunakan analisis persentase yaitu metode yang
membandingkan jumlah responden yang memilih dari masing-masing pilihan dengan jumlah responden secara keseluruhan dikalikan 100%.
Data hasil penelitian ini diperoleh dari 56 responden yang akan dianalisis sesuai dengan teknik analisis yang dipilih untuk mencapai tujuan yang telah dirumuskan.
Kuesioner yang kembali dan layak digunakan adalah 56 buah, dengan responden rate 100%. Ringkasan penyebaran dan pengembalian kuesioner penelitian ini ditunjukkan dalam Tabel 4.8.
Tabel 4.8.. Jumlah Sampel dan Tingkat Pengembalian Kuesioner
Keterangan Jumlah Persentase
Kuesioner yang disebar 56 100%
Kuesioner yang kembali dan layak digunakan 56 100%
Sumber : Data primer diolah, 2016
Karakteristik responden yang menjadi sampel dalam penelitian ini dibagi menjadi beberapa kelompok yaitu menurut jenis kelamin, usia, tingkat pendidikan, jabatan, tingkat pengalaman, dan masa kerja dalam Satuan Kerja Perangkat Daerah Kabupaten Mandailing Natal. Berikut ini disajikan karakteristik responden menurut jenis kelamin, usia, tingkat pendidikan, jabatan, tingkat pengalaman dan masa kerja.
Tabel 4.9 Karakteristik Responden Berdasarkan Jenis Kelamin
Jenis Kelamin Frekuensi %
Laki – laki 54 96,4
Perempuan 2 3,6
Sumber: Data primer diolah, 2016
Tabel 4.9 menunjukkan bahwa responden dalam penelitian hampir seluruhnya berjenis kelamin laki – laki yaitu sebanyak 54 orang (96,4%) dan berjenis kelamin perempuan hanya 2 orang (3,6%).
Tabel 4.10 Karakteristik Responden Berdasarkan Usia
Usia Frekuensi %
21 – 30 5 8,9
31 – 40 12 21,4
41 – 50 22 39,3
51 – 60 17 30,4
Sumber: Data primer diolah, 2016
Tabel 4.10 menunjukkan bahwa responden dalam penelitian ini sebagian besar berusia 41 – 50 tahun yaitu sebanyak 22 orang (39,3%), seterusnya usia 51 – 60 tahun sebanyak 17 orang (30,4%), dilanjutkan dengan usia 31 – 40 tahun sebanyak 12 orang (21,4%), dan berakhir berusia 21 – 30 tahun sebanyak 5 orang (8,9%).
Tabel 4.11 Karakteristik Responden Berdasarkan Tingkat Pendidikan
Tingkat Pendidikan Frekuensi %
S1 36 64,3
S2 20 35,7
Sumber: Data primer diolah, 2016
Tabel 4.11 menunjukkan bahwa sebagian besar responden dalam penelitian ini memiliki tingkat pendidikan S1 sebanyak 36 orang (64,3%), dan S2 sebanyak 20 orang (35,7%).
Tabel 4.12 Karakteristik Responden Berdasarkan Jabatan
Jabatan Frekuensi %
Kepala (Dinas, Badan, Kantor) 28 50
Sekretaris (Dinas, Badan, Kantor) 28 50
Sumber: Data primer diolah, 2016
Tabel 4.12 menunjukkan bahwa responden terdiri dari Kepala (Dinas, Badan, Kantor) sebanyak 28 oarang (50%) dan Sekretaris (Dinas, Badan, Kantor) sebanyak 28 orang (50%).
Tabel 4.13 Karakteristik Responden Berdasarkan Tingkat Pengalaman
Tingkat Pengalaman Frekuensi %
< 1 10 18
1 – 5 44 79
> 5 2 3
Sumber: Data primer diolah, 2016
Tabel 4.13 menunjukkan bahwa sebagian besar responden yang berpartisipasi dalam penelitian ini memiliki tingkat pengalaman antara 1 – 5 tahun sebanyak 44 orang (79%), kemudian tingkat pengalaman kurang dari 1 tahun sebanyak 10 orang (18%). Terakhir, memiliki tingkat pengalaman lebih dari 5 tahun sebanyak 2 orang (3%).
Tabel 4.14 Karakteristik Responden Berdasarkan Masa Kerja
Masa Kerja Frekuensi %
< 1 2 3,6
1 – 10 42 75
11 – 20 7 12,5
21 – 30 4 7
> 5 1 1,9
Sumber: Data primer diolah, 2016
Tabel 4.14 menunjukkan bahwa responden dalam penelitian ini sebagian besar memiliki masa kerja 1 – 10 tahun sebanyak 42 orang (75%). Selanjutnya, responden memiliki masa kerja 11 – 20 tahun sebanyak 7 orang (12,5%), masa kerja 21 – 30 tahun sebanyak 4 orang ( 7%), masa kerja kurang dari 1 tahun sebanyak 2 orang (3,6%). Terakhir, responden yang memiliki masa kerja lebih dari 31 tahun sebanyak 1 orang (1,9%).
4.2.2. Deskripsi Data Variabel
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat berdasarkan distribusi frekuensi dan persentase dari variabel
partisipasi anggaran, kejelasan sasaran anggaran, group cohesiveness, informasi asimetri, budgetary slack, dan pertimbangan etika. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.
Tabel 4.15 Distribusi Frekuensi dan Persentase Variabel Partisipasi Anggaran
Pertanyaan STS TS N S SS
Total
F % F % F % F % F %
P1 1 1.786 5 8.929 9 16.07 20 35.71 21 37.5 56 100
P2 1 1.786 4 7.143 6 10.71 29 51.79 16 28.57 56 100 P3 1 1.786 6 10.71 10 17.86 30 53.57 9 16.07 56 100
P4 1 1.786 7 12.5 7 12.5 28 50 13 23.21 56 100
P5 1 1.786 5 8.929 3 5.357 17 30.36 30 53.57 56 100 P6 1 1.786 5 8.929 9 16.07 22 39.29 19 33.93 56 100
Berdasarkan Tabel 4.15, untuk tiap-tiap pertanyaan, mayoritas responden menjawab setuju (S) atau sangat setuju (SS). Hal ini menandakan semakin baik aspek-aspek pada partisipasi anggaran dari mayoritas responden.
Tabel 4.16 Distribusi Frekuensi dan Persentase Variabel Kejelasan Sasaran Anggaran
Pertanyaan STS TS N S SS
Total
F % F % F % F % F %
P1 1 1.786 2 3.571 3 5.357 26 46.43 24 42.86 56 100
P2 0 0 3 5.357 6 10.71 31 55.36 16 28.57 56 100
P3 0 0 3 5.357 6 10.71 29 51.79 18 32.14 56 100
P4 0 0 3 5.357 4 7.143 32 57.14 17 30.36 56 100
P5 1 1.786 2 3.571 5 8.929 28 50 20 35.71 56 100
P6 1 1.786 2 3.571 5 8.929 32 57.14 16 28.57 56 100
Berdasarkan Tabel 4.16, untuk tiap-tiap pertanyaan, mayoritas responden menjawab setuju (S) atau sangat setuju (SS). Hal ini menandakan semakin baik aspek-aspek pada kejelasan sasaran anggaran dari mayoritas responden.
Tabel 4.17 Distribusi Frekuensi dan Persentase Variabel Group Cohesiveness
Berdasarkan Tabel 4.17, untuk tiap-tiap pertanyaan, mayoritas responden menjawab setuju (S) atau sangat setuju (SS). Hal ini menandakan semakin baik aspek-aspek pada group cohesiveness dari mayoritas responden.
Tabel 4.18 Distribusi Frekuensi dan Persentase Variabel Informasi Asimetri
Berdasarkan Tabel 4.18, untuk tiap-tiap pertanyaan, mayoritas responden menjawab Netral (N). Hal ini menandakan tidak terjadinya informasi asimetri dari mayoritas responden. Berdasarkan Tabel 4.19, untuk tiap-tiap pertanyaan, mayoritas responden menjawab setuju (S).
Tabel 4.19 Distribusi Frekuensi dan Persentase Variabel Budgetary Slack
Pertanyaan STS TS N S SS
Total
F % F % F % F % F %
P1 0 0 0 0 12 21.43 36 64.29 8 14.29 56 100
P2 0 0 3 5.357 13 23.21 33 58.93 7 12.5 56 100
P3 0 0 0 0 6 10.71 26 46.43 24 42.86 56 100
P4 1 1.786 8 14.29 20 35.71 21 37.5 6 10.71 56 100
P5 5 8.929 16 28.57 9 16.07 21 37.5 5 8.929 56 100
P6 1 1.786 12 21.43 11 19.64 23 41.07 9 16.07 56 100
Tabel 4.20 Distribusi Frekuensi dan Persentase Variabel Pertimbangan Etika
Pertanyaan 1 2
Total
F % F %
P1 42 75 14 25 56 100
P2 24 42.86 32 57.14 56 100
P3 41 73.21 15 26.79 56 100
P4 15 26.79 41 73.21 56 100
P5 16 28.57 40 71.43 56 100
P6 18 32.14 38 67.86 56 100
4.3 Uji Asumsi Klasik 4.3.1 Uji Asumsi Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan . Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut.
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi.
Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
Tabel 4.21 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 56
Normal Parametersa,,b Mean .0000000
Std. Deviation 2.68228632
Most Extreme Differences Absolute .058
Positive .052
Negative -.058
Kolmogorov-Smirnov Z .432
Asymp. Sig. (2-tailed) .992
a. Test distribution is Normal.
b. Calculated from data.
Perhatikan bahwa berdasarkan Tabel 4.21, diketahui nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,992. Karena nilai probabilitas , yakni 0,992, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
4.3.2 Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Ghozali, 2013).
Tabel 4.22 Uji Multikolinearitas
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
Partisipasi Anggaran .691 1.447 Kejelasan Sasaran
Anggaran
.764 1.309
Group Cohesiveness .884 1.131
Informasi Asimetri .888 1.126
Perhatikan bahwa berdasarkan Tabel 4.22, nilai VIF dari variabel partisipasi anggaran ( ) adalah 1,447, nilai VIF dari variabel kejelasan sasaran anggaran adalah 1,309, nilai VIF dari variabel group cohesiveness adalah 1,131, dan nilai VIF dari variabel informasi asimetri adalah 1,126.
Karena masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
4.3.3 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Field, 2009:230, Ghozali, 2011:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.1 Uji Heteroskedastisitas
4.4 Analisis Koefisien Determinasi
Berdasarkan Tabel 4.23, nilai koefisien determinasi terletak pada kolom R-Square. Diketahui nilai koefisien determinasi sebesar . Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel budgetary slack sebesar 27,7%, sisanya sebesar 72,3% dipengaruhi oleh faktor-faktor lain.
Tabel 4.23 Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Adjusted R Square