• Tidak ada hasil yang ditemukan

METODE PENELITIAN

4. Partisipasi Penyusunan Anggaran (X 3

4. Partisipasi Penyusunan Anggaran (X3

didefenisikan sebagai tingkat keterlibatan dan pengaruh seseorang dalam proses penyusunan anggaran. Untuk mengukur variabel ini, peneliti menggunakan instrumen yang dikembangkan oleh Milani (1975) dalam Riyadi (1998) yang terdiri dari lima pertanyaan meliputi :

)

1. Partisipasi manajer dan pengaruhnya dalam menentukan sasaran anggaran 2. Partisipasi manajer dalam memformulasikan sasaran anggaran

4. Partisipasi dalam penjabaran opini dan pemikiran atasan oleh manajer. 5. Partisipasi dalam pengambilan keputusan didasari kepuasan manajer

Definisi operasional dan pengukuran variabel dapat dilihat pada Tabel 4.2. Tabel 4.2. Definisi Operasional Variabel

Jenis Variabel Definisi Indikator Skala

Komitmen Organisasi

(X1

Independen )

Keyakinan dan dukungan yang kuat terhadap nilai dan sasaran yang ingin dicapai oleh organisasi Lama Bekerja (Time), Kepercayaan (Trust), Rasa percaya diri (Confident), Kredibilitas (Credibility), Ordinal Pertanggungjawaban (Accountability) Keadilan Prosedural (X2 Independen )

Keadilan yang dipahami

individu berdasarkan proses yang digunakan untuk menetapkan distribusi imbalan.

mengevaluasi kinerja, menentukan promosi,

mengkomunikasikan umpan balik tentang kinerja, menentukan kenaikan gaji, serta menetukan kenaikan golongan. Ordinal Partisipasi penyusunan anggaran (X3 Independen )

Tingkat keterlibatan dan pengaruh seorang pemimpin dalam proses penyusunan anggaran

Penetapan tujuan, Evaluasi sumber daya yang tersedia, Negosiasi antara pihak, koordinasian dan peninjauan, Persetujuan akhir. Ordinal Kinerja Manajerial (Y) Dependen

Kinerja para manajer dalam kegiatan-kegiatan manajerial Perencanaan, Investigasi, Pengkoordinasian, Evaluasi, Pengawasan, Pemilihan staf, Negosiasi, Perwakilan. Ordinal Sumber : Lampiran I

4.6. Analisis Data

Dalam penelitian ini analisis data menggunakan pendekatan regresi linier berganda. Sebelum menganalisis regresi berganda terlebih dahulu dilakukan uji validitas dan reabilitas data dengan menggunakan SPSS 17. Berdasarkan hipotesis yang diajukan, maka model analisis regresi linier berganda dalam penelitian ini sebagai berikut: Y = α + β1X1+ β2X2 + β3X3 Di mana : + € Y = Kinerja Manajerial α = Konstanta β1, β2, β3 KO (X = Koefisien Regresi 1) KP (X = Komitmen Organisasi 2 PPA (X ) = Keadilan Prosedural 3 € = Error

) = Partisipasi Penyusunan Anggaran

4.7. Uji Kualitas Data

Instrumen pengumpulan data di dalam penelitian adalah kuesioner. Instrumen ini dibangun berdasarkan konsep teoritis agar memiliki dasar ilmiah yang kuat. Selain itu kuesioner perlu diujicobakan kepada responden untuk mengetahui apakah kuesioner memiliki validitas dan reliabilitas yang tinggi. 4.7.1. Uji Validitas

Pengertian validitas adalah data yang sudah diuji sahih atau tepat (Gozali, 2005). Arti keseluruhannya adalah “uji ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya”. Uji validitas bertujuan untuk mengetahui

konsistensi dan akurasi data yang dikumpulkan (Gozali, 2005). Data dapat dinyatakan valid dengan melihat probabilitasnya atau signifikansi 95 %.

4.7.2. Uji Reliabilitas

Pengertian dari reliabilitas adalah data yang diuji dengan keterandalan, keajegan, kestabilan dan konsisten (Gozali, 2005). Ide pokok dalam konsep reliabilitas adalah “sejauh mana hasil suatu pengukuran dapat dipercaya”. Tujuan

penelitian ini adalah untuk membantu menetapkan kesesuaian pengukuran didalam setiap instrumen kuesioner yang dikumpulkan. Setiap variabel di uji reliabilitasnya dengan menggunakan Cronbach Alpha. Teknik ini merupakan pengujian reliabilitas inter item, yakni menggunakan item – item pertanyaan yang berskala multipoint. Suatu konstruk atau variabel dapat dikatakan reliabel apabila nilai yang ada dalam Cronbach Alpha > 0.60 ( diatas 6 % ).

4.8. Pengujian Asumsi Klasik

Sebelum melakukan pengujian hipotesis dari penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik. Hal ini untuk memastikan bahwa alat uji regresi berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi linier berganda dapat digunakan. Model regresi linier berganda dapat disebut sebagai model yang baik apabila model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik lain yaitu heteroskedastisitas, autokolerasi, dan multikolinieritas. Dalam model penelitian ini peneliti tidak menggunakan model autokolerasi, hal ini dikarenakan data yang digunakan dalam penelitian ini adalah menggunakan cross-section, sehingga data tidak memerlukan uji autokorelasi.

4.8.1. Uji Normalitas

Uji normalitas yaitu untuk menentukan alat statistik yang digunakan, jika data yang diperoleh terdistribusi normal dan variansinya sama, maka pengujian hipotesis dilakukan dengan alat statistik parametrik, jika data yang diperoleh tidak terdistribusi normal dan atau variansinya tidak sama, maka pengujian hipotesis dilakukan dengan alat statistik non parametrik. Pengujian normalitas data dilakukan dengan melihat grafik penyebaran data atau disebut dengan grafik Normal P-P Plot dan uji Kolmogorov-Smirnov (Uji K-S). Jika tingkat signifikansinya lebih besar dari 0,05, data berdistribusi normal.

4.8.2. Uji Multikolinearitas

Pengujian ini bertujuan untuk mengetahui korelasi antara variabel-variabel independen. Model regresi yang baik, tidak ditemukannya masalah multikolinieritas antara variabel-variabel independen dengan cara melihat angka Collinerity Statistics yang ditunjukkan oleh nilai variance inflation factor (VIF). Jika angka VIF > 10 maka variabel independen tidak memiliki masalah multikolinieritas (Santoso, 2002) dan jika nilai Tolerence < 10 maka tidak terdapat multikolinearitas. (Santoso, 2002)

4.8.3. Uji Heteroskedastisitas

Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas, jika varians berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi

heteroskedastisitas. Menurut Ghozali (2005), jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

4.9. Pengujian Hipotesis

4.9.1. Uji F (Uji Signifikan Bersama-sama)

Uji F dilakukan untuk menilai pengaruh variabel-variabel independen secara bersama-sama terhadap variabel dependen. Hipotesis

Ho : β = 0, komitmen organisasi, keadilan prosedural dan partisipasi penyusunan anggaran tidak berpengaruh secara simultan dan tidak signifikan terhadap kinerja manajerial.

diuji dengan menggunakan uji F (analisis regresi berganda). Jika :

Ha : β ≠ 0, komitmen organisasi, keadilan prosedural dan partisipasi

penyusunan anggaran berpengaruh secara simultan dan signnifikan terhadap kinerja manajerial.

Kriteria yang digunakan adalah: P Value (sig) < 0,05 = H0 P Value (sig) > 0,05 = H

ditolak 0 diterima

4.9.2. Uji t (Uji Signifikan Parsial)

Uji t dilakukan untuk menguji pengaruh variabel independen secara individual terhadap variabel dependen. Adapun langkahnya sebagai berikut: Ho : β = 0, komitmen organisasi, keadilan prosedural dan partisipasi

penyusunan anggaran tidak berpengaruh secara parsial terhadap kinerja manajerial.

Ha : β ≠ 0, komitmen organisasi, keadilan prosedural dan partisipasi

penyusunan anggaran berpengaruh secara parsial terhadap kinerja manajerial.

Kriteria yang digunakan adalah: P Value (sig) < 0,05 = H0 P Value (sig) > 0,05 = H ditolak 0 4.10. Koefisien Determinasi diterima

Koefisien determinasi atau Adjusted R2bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai R2atau Adjusted R2 adalah di antara nol dan satu. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen dan sebaliknya jika mendekati nol.

BAB V

Dokumen terkait