BAB V HASIL ANALISIS DAN PEMBAHASAN
5.4 Uji Asumsi Klasik
Pada analisis ini perlu dilihat terlebih dahulu apakah data tersebut bisa dilakukan pengujian model regresi. Pengujian asumsi klasik dilakukan untuk menentukan model regresi dapat diterima secara ekonometrik. Pengujian asumsi klasik terdiri dari pengujian normalitas, pengujian multikolinieritas dan pengujian heteroskedastisitas. Data yang disajikan pada penelitian ini adalah data cross section. Oleh karena itu, pengujian autokorelasi tidak perlu dilakukan.
5.4.1 Uji Normalitas
Berdasarkan hasil uji normalitas dengan menggunakan uji Kolmogorov Smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data mempunyai distribusi normal. Jika nilai probabilitas asymp.sig (2-tailed) pada uji Kolmogorov Smirnov lebih besar dari 0,05 maka dapat dinyatakan bahwa data berdistribusi normal, sebaliknya jika probabilitas asymp.sig (2-tailed) lebih kecil dari 0,05 maka dapat disimpulkan bahwa data berdistribusi tidak normal (Ghozali, 2006).
Tabel 5.6 Hasil Pengujian Kolmogorov-Smirnov Unstandardized
Residual N
Normal Parametersa,b
Std. Deviation Mean
Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
81 ,0000000 ,29660844 ,066 ,043 -,066 ,594 ,872 a. Test distribution is Normal
b. Calculated from data Sumber : Lampiran 7
Berdasarkan Tabel 5.6 dapat dilihat bahwa nilai Kolmogorov-Smirnov sebesar 0,594 dengan tingkat signifikansi sebesar 0,872. Karena nilai asymp.sig (2-tailed) lebih besar dari 0,05, maka dapat disimpulkan bahwa data berdistribusi
normal. Adapun hasil pengujian normalitas dengan menggunakan Normal P-P Plot terdapat pada Gambar 5.1 berikut.
Sumber : Hasil Output SPSS (Lampiran 7)
Selain itu, dengan menggunakan melihat grafik Normal P-P Plot dapat disimpulkan juga bahwa data berdistribusi normal, hal ini terlihat dari data yang mengikuti garis diagonal sebagaimana terlihat pada Gambar 5.1.
5.4.2 Uji Multikolinieritas
Berdasarkan hasil uji korelasi diantara variabel independen dengan melihat nilai VIF dan nilai tolerance dapat disimpulkan tidak terjadi masalah multikolinieritas. Hal ini didukung dengan nilai VIF yang relatif kecil, yaitu tidak ada yang lebih besar dari 10 dan nilai tolerance tidak kurang dari 0,1 (Ghozali, 2006)
Tabel 5.7 Uji Multikolinieritas
Model Collinearity Statistics Keterangan Tolerance VIF 1 (Constanta) Perencanaan Pelaksanaan Pembinaan, Pengawasan dan Pengendalian ,607 ,497 ,473 1,646 2,013 2,112 Non Multikolinieritas Non Multikolinieritas Non Multikolinieritas Sumber : Lampiran 8
Pada Tabel 5.7 terlihat bahwa variabel perencanaan memiliki nilai VIF sebesar 1,646 dan nilai tolerance sebesar 0,607, variabel pelaksanaan memiliki nilai VIF sebesar 2,013 dan nilai tolerance sebesar 0,497, variabel pembinaan, pengawasan dan pengendalian memiliki nilai VIF sebesar 2,112 dan nilai tolerance sebesar 0,473. Hal ini dapat dinyatakan bahwa diantara variabel
5.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas terhadap data menyimpulkan bahwa model regresi tidak terjadi heteroskedastisitas. Hal ini dapat dilihat dari scatterplot dimana penyebaran titik-titik yang menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y (Ghozali, 2006).
Sumber : Hasil Output SPSS (Lampiran 9)
Gambar 5.2. Uji Heteroskedastisitas 5.5 Pengujian Hipotesis
Setelah diperoleh kesimpulan bahwa tidak terdapat pelanggaran pengujian asumsi klasik dan model sudah dapat digunakan untuk melakukan analisa regresi berganda, maka langkah selanjutnya adalah melakukan pengujian hipotesis.
Hipotesis yang akan diuji adalah perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian berpengaruh secara simultan dan parsial terhadap pengelolaan barang milik daerah. Untuk melihat pengaruh secara simultan yaitu dengan menggunakan uji statistik F, sedangkan untuk melihat pengaruh secara parsial yaitu dengan menggunakan uji statistik t.
5.5.1 Uji Statistik F
Hasil pengujian statistik F (uji simultan) pada variabel perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian dan pengelolaan barang milik daerah diperoleh hasil sebagai berikut:
Tabel 5.8 Nilai F Hitung Anova
Model
b
Sum of Squares Df Mean Square F Sig
1 Regression Residual 16,590 7,038 3 77 5,530 ,091 60,501 ,000a Total 23,628 80 Sumber : Lampiran 10
Berdasarkan Tabel 5.8, nilai F hitung 60,501 lebih besar dari nilai F tabel 2,738. Karena nilai F hitung lebih besar dari F tabel, maka Ho ditolak atau hipotesis yang diajukan diterima. Hal ini berarti semua variabel independen (perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian) secara simultan berpengaruh terhadap variabel dependen (pengelolaan barang milik daerah) pada taraf signifikansi α = 5 %.
5.5.2 Uji Statistik t
Hasil pengujian statistik t (uji parsial) pada variabel perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian dan pengelolaan barang milik daerah diperoleh hasil sebagai berikut:
Tabel 5.9 Nilai t Hitung
Model Unstandardized Coefficients
Standardized Coefficients t Sig B Std. Error Beta 1 (Constant) Perencanaan Pelaksanaan Pembinaan, Pengawasan dan Pengendalian -,451 ,393 ,556 ,132 ,368 ,087 ,112 ,070 ,359 ,439 ,171 -1,225 4,499 4,978 1,892 ,224 ,000 ,000 ,062 Sumber : Lampiran 10
Berdasarkan Tabel 5.9, nilai t hitung untuk variabel perencanaan sebesar 4,499, ini berarti nilai t hitung lebih besar dari t tabel 1,994. Karena t hitung variabel perencanaan lebih besar dari t tabel, maka Ho ditolak atau hipotesis yang diajukan diterima, berarti perencanaan secara parsial berpengaruh signifikan terhadap pengelolaan barang milik daerah pada taraf signifikansi α = 5 %.
Nilai t hitung untuk variabel pelaksanaan sebesar 4,978 lebih besar dari t tabel 1,994. Karena t hitung lebih besar dari t tabel, maka Ho ditolak atau
hipotesis yang diajukan diterima. Hal ini berarti bahwa pelaksanaan secara parsial berpengaruh signifikan terhadap pengelolaan barang milik daerah pada taraf signifikansi α = 5 %.
Variabel pembinaan, pengawasan dan pengendalian memiliki nilai t hitung sebesar 1,892, ini berarti nilai t hitung lebih kecil dari nilai t tabel 1,994. Karena t hitung lebih kecil dari t tabel, maka Ho diterima atau hipotesis yang diajukan
ditolak. Hal ini dapat disimpulkan bahwa variabel pembinaan, pengawasan dan pengendalian secara parsial tidak berpengaruh signifikan terhadap pengelolaan barang milik daerah pada taraf signifikansi α = 5 %.
Berdasarkan uji hipotesis yang telah dilakukan, maka model regresi penelitian adalah sebagai berikut :
Y = -0,451 + 0,393 X1 + 0,556 X2 + 0,132 X3 + e
Dari persamaan di atas, dapat dilihat bahwa koefisien dari semua variabel independen yaitu perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian menunjukkan angka positif. Berarti bahwa hubungan antara variabel perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian dengan pengelolaan barang milik daerah adalah positif yaitu semakin tinggi/baik variabel perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian maka semakin tinggi/baik pengelolaan barang milik daerah.
Pada model regresi nilai konstanta sebesar -0,451 dapat diartikan jika variabel independen dalam model diasumsikan sama dengan nol, maka variabel pengelolaan barang milik daerah sebesar -0,451. Nilai koefisien regresi b1
Nilai koefisien regresi b
sebesar 0,393 dapat diartikan jika variabel perencanaan naik 1 satuan maka akan meningkatkan pengelolaan barang milik daerah sebesar 0,393 satuan.
2 sebesar 0,556, hal ini berarti jika variabel pelaksanaan naik 1 satuan maka akan meningkatkan pengelolaan barang milik daerah sebesar 0,556 satuan. Nilai koefisien regresi b3 sebesar 0,132 dapat
diartikan jika variabel pembinaan, pengawasan dan pengendalian naik 1 satuan maka akan meningkatkan pengelolaan barang milik daerah sebesar 0,132 satuan.
5.5.3 Koefisien Determinasi
Nilai R pada intinya untuk mengukur seberapa besar hubungan antara independen variabel dengan dependen variabel. Berdasarkan hasil pengujian, diperoleh nilai R sebesar 0,838, hal ini menunjukkan bahwa variabel perencanaan, pelaksanaan, pembinaan, pengawasan dan pengendalian mempunyai pengaruh yang sangat kuat dengan pengelolaan barang milik daerah.
Tabel 5.10 Nilai Koefisien Determinasi
Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,838a ,702 ,691 ,30233 Sumber : Lampiran 11
Sedangkan nilai R square (R2) atau nilai koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R2 adalah diantara nol dan satu. Nilai R2
Jika independen variabel lebih dari satu, maka sebaiknya untuk melihat kemampuan variabel memprediksi variabel dependen, nilai yang digunakan adalah nilai adjusted R
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel dependen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
2
variabel dependen mampu dijelaskan oleh variabel independen sebesar 69,1 %. Dengan kata lain 69,1 % perubahan dalam pengelolaan barang milik daerah mampu dijelaskan variabel perencanaan, pelaksanaan, pembinaan dan pengendalian dan sisanya sebesar 30,9 % dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.