90 Lampiran : KUESIONER PENELITIAN
PENGANTAR KUESIONER
Perihal : Permohonan Pengisian Kuesioner Lampiran : Satu Berkas
Judul Skripsi : Pengaruh Perencanaan, Partisipasi dan Optimalisasi daya serap anggaran terhadap kinerja aparatur sipil negara pada kantor otoritas pelabuhan belawan dengan pengawasan anggaran sebagai Variabel Moderating.
Dengan hormat,
Terima kasih atas kesediaan Bapak, Ibu, Saudara/i untuk berpartisipasi
dalam mengisi dan menjawab seluruh pertanyaan yang ada dalam kuesioner ini.
Penelitian ini digunakan untuk menyusun skripsi dengan judul “Pengaruh Perencanaan, Partisipasi dan Optimalisasi daya serap anggaran terhadap kinerja
aparatur sipil negara pada kantor otoritas pelabuhan belawan dengan
pengawasan anggaran sebagai Variabel Moderating”.
Untuk itu diharapkan para responden dapat memberikan jawaban yang
sebenar-benarnya demi membantu penelitian ini. Atas waktu dan kesediaannya
saya ucapkan terima kasih, semoga penelitian ini bermanfaat bagi kita semua.
91 LAMPIRAN : KUESIONER PENELITIAN
I. Data Responden
Nama : ………..
Jenis Kelamin :
Umur : 20-29 tahun
30-39 tahun
40-49 tahun
>= 50 tahun
Jabatan : ………..
Lama Bekerja : <= 10 tahun
11-20 tahun
21-30 tahun
>=31 tahun
Pengalaman : <= 3 tahun
3-6 tahun
>= 7 tahun
92
*Isilah dengan tanda checklist (√) atau silang (x)
Keterangan (STS) Sangat
Tidak Setuju
(TS) Tidak Setuju
(N) Netral
(S) Setuju
(SS) Sangat
Setuju
Skor 1 2 3 4 5
1. Kinerja Aparatur sipil negara (Y)
No Pertanyaan STS TS N S SS
1 Saya akan mengumpulkan dan
menyiapkan informasi dalam bentuk laporan catatan dan analisa pekerjaan
2 Saya akan bertukar informasi
dengan orang dalam organisasi tidak hanya dengan bawhan, tetapi juga dengan orang lain untuk menyesuaikan program kerja
3 Dengan pengetahuan yang saya
miliki, saya dapat menguasai tugas bidang departemen lain
4. Membuat laporan kepada atasan
setiap kegiatan atau program yang telah dilaksanakan.
5. Melakukan pengecekan terhadap
93
2. Perencanaan anggaran (X1)
No Pertanyaan STS TS N S SS
1 Revisi DIPA perlu persetujuan
pejabat berwenang
2 Pelaksanaan kegiatan/proyek
tidak melihat rencana/jadwal yang tercantum dalam halaman 3 DIPA atau Rencana Anggaran Belanja (RAB)
3. Kontribusi saya dalam
merencanakan anggaran sangat besar
4. Saya akan memberikan masukan
untuk penysuaian perencanaan anggaran
5. Perencanaan dan alokasi
anggaran sesuai dengan kebutuhan
3. Partisipasi Anggaran (X2)
No Pertanyaan STS TS N S SS
1 Kontribusi saya dalam penyusunan
sangat besar
2 Besar kesempatan yang diberikan
kepada anda untuk ikut dalam penyusunan anggaran
3. Ketika ada revisi anggaran, atasan memberikan informasi kepada saya
4. Anda memberikan pendapat atas
revisi yang diberikan atasan terhadap angggaran
5. Seberapa jauh pengaruh anda
94
4. Daya serap anggaran (X4)
No Pertanyaan STS TS N S SS
1 Tingkat penyerapan anggaran
belum mencapai lebih dari 90%.
2 Tingkat penyerapan anggaran
menurun dari tahun sebelumnya
3 Perencanaan kegiatan tidak sesuai
dengan pagu kebutuhan
4. Penerapan anggaran berbaasis
kinerja di tempat bapak/ibu bekerja menggunakan sistem informasi yang mampu menghasilkan informasi yang memadai
5. Penerapan anggaran berbasis
kinerja di tempja yagat bapak/ibu berkerja hanya mengukur kinerja yang strategis (key perrformances indicators) , bukan menekankan tingkat komprehensif dan birokratis atas kinerja yang disusun.
5. Pengawasan anggaran (X5)
3 Melakukan pengecekan terhadap
jalannya program.
4 Pelaksanaan kegiatan telah
dikontrol dengan ukuran atau indikato kinerja yang jelas untuk
No Pertanyaan STS TS N S SS
1 Saya terlibat langsung dalam
pengawasan anggaran
2 Pemantauan penggunaan anggaran
95
menilai tingkat keberhasilan suatu kegiatan atau program
5 Kegiatan / program yang disusun
telah mengakomodir setiap
perubahan
Sumber : Carlin Tasya Putri (2014)” Analisis Faktor-Faktor yang Mempengaruhi
Penyerapan Anggaran pada Satuan Kerja Perangkat Daerah di Pemerintah Provinsi Bengkulu”.
Danna Yusta (2011) “Pengaruh perencanaan dan partisipasi anggaran terhadap Kinerja Manajerial Pada SKPD Kabupaten Langkat Dengan Pengawasan Anggaran Sebagai Variabel Moderating”.
Haspriati (2013),” Pengaruh penerapan anggaran berbasis kinerja
terhadap akuntabilitass kinerja instanssi pemerintah”.
Filda Wahar (2014). “Penilaian Kinerja Pegawai Negeri Sipil”
Lampiran I : POPULASI DAN SAMPEL PENELITIAN
POPULASI DAN SAMPEL PENELITIAN
NO NAMA GOLONGAN/RUANG JABATAN SAMPLE
PEJABAT STRUKTURAL 1 Drs.Amiruddin,MM
Pembina Tk I (IV/b)
Kepala kantor Otoritas
Pelabuhan utama Belawan Sampel 1 2 Drs. ABDUL NASIR, M.Si Pembina (IV/a) Kepala Bidang Perencanaan
dan Pembangunan Sampel 2
3 BAMBANG TRIHANGGONO Pembina Tk I (IV/b) Kepala Bagian Tata usaha Sampel 3
4
ARKHAMUDDIN, S.Sos Pembina (IV/a)
Kepala Bidang Lala, Operasi dan Usaha
Kepelabuhanan Sampel 4
5 DARWIN PURBA, ST, MSi Pembina (IV/a) Kepala Seksi Rencana dan
Program Sampel 5
6 Ir. TUMBAKSYAH SAGALA Penata Tk. I (III/d) Kepala Seksi Desain dan Pembangunan -
7 M. YUSUF, S.Sos, M.SP Penata Muda Tk. I (III/b) Kepala Seksi Analisa, Evaluasi dan Tarif -
8 JP. PANGARIBUAN, SH Penata Tk. I (III/d) Kepala Seksi Lalu Lintas dan Angkutan Laut -
9 RAWAT P. GULTOM, ST,
M.Si Pembina (IV/a)
Kepala Seksi Fasilitas dan Pengawasan Operasional
Pelabuhan Sampel 6
10
DARWIN, S.Sos Penata Tk. I (III/d)
Kepala Seksi Bimbingan Usaha dan Jasa
Kepelabuhanan -
11 WASFINA, SE Penata Muda Tk. I (III/b) Kepala Subbagian
Keuangan Sampel 7
12 PEPDERIGAT
SIMANULANG, SE Penata Tk. I (III/d)
Kepala Subbagian
Kepegawaian dan Umum Sampel 8
13 N U R L A I L I, SE Penata (III/c) Kepala Subbagian Hukum dan Humas -
JABATAN FUNGSIONAL UMUM
1 ABDUL GULTOM Pengatur Tk. I (II/d) Pengawas Tenaga Kerja Bongkar/Muat Barang -
2 ABDUL HALIM, S.Sos Penata (III/c) Penyusun Data dan Laporan Angkutan Laut -
3 ADHE WIDYASTUTI BARUS, SE Penata Muda (III/a) Pengadministrasi Umum Sampel 9
4 ADIL MANGARAJA
SIANTURI, Amd Penata (III/c)
Pengawas Tenaga Kerja Bongkar/Muat Barang -
5 ADITYA AJI MUSTOFA, SST Penata Muda (III/a) Pengawas Tenaga Kerja Bongkar/Muat Barang -
6 ANDHIKA ULI HUTAHAEAN Penata Muda (III/a) Pengawas Peralatan Bongkar Muat - 7 ANDIKA WIJAYA Pengatur (II/c) Penyiap Bahan Perencanaan Sampel 10
8
ANDREAS EVELLIASTA
SINULINGGA, Amd Pengatur Tk. I (II/d)
Pengevaluasi Perancangan Teknis Disain Konstruksi
dan Fasilitas Pelabuhan - 9 ANDRIYANI OKTAVIA, Penata Muda (III/a) Bendahara penerimaan Sampel 11 10 ARI SUJATMIKO Penata Muda (III/a) Pengelola Sistem Informasi -
INDRAWAN, SH
13 ARYANTO, Amd Pengatur (II/c)
Pengevaluasi Perancangan Teknis Disain Konstruksi dan
Fasilitas Pelabuhan - 14 BAMBANG HARIANTO, Amd Pengatur (II/c) Pengawas Lalu Lintas dan
Angkutan Laut - 15 BEN HARDI Pengatur Muda (II/a) Pengadministrasi Umum
Sampel 13 16 BLONI CHARLY TOMSON
PASARIBU Pengatur Muda Tk. I (II/b)
Pengawas Tertib
Kepelabuhanan - 17 BUDI MARIA ANASTASIA
PURBA, SH Penata Muda Tk. I (III/b)
Penyusun Naskah Perjanjian Legal Drafting Bantuan
Hukum - 18 DENNY SETIAWAN SAPUTRA,
SE Penata Muda (III/a) Pengelola Sistem Informasi - 19 DENY IRAWAN Pengatur Muda Tk. I (II/b) Pemroses Administrasi
Kepegawaian - 20 DEWI KESUMA LANNY, S.Psi Penata Muda (III/a) Pemroses Administrasi
Kepegawaian - 21 DONY FRINCES LUMBAN
TOBING Penata Muda (III/a)
Penyusun Bahan Evaluasi Sarana Prasarana - 22 DWI ROMADHONO, Amd Pengatur Tk. I (II/d)
Pengevaluasi Perancangan Teknis Disain Konstruksi dan
Fasilitas Pelabuhan - 23 EDUARD MARPAUNG Penata Muda (III/a) Pengelola Keuangan Sampel 14 24 ERNA WIDANINGSIH Pengatur (II/c) Pengelola Administrasi
Perkantoran Sampel 15 25 ERNIYATI BR MANALU, SE Penata Muda (III/a) Pengevaluasi Tarif
Pelabuhan - 26 ERWAN Penata Muda Tk. I (III/b) Pengawas Tertib
Kepelabuhanan - 27 ERWIN PANGARIBUAN, SE Penata Tk. I (III/d) Pengadministrasi Data
Tenaga Kerja Bongkar Muat - 28 ESKA MENTARI PASARIBU, SE Penata Muda (III/a)
Penyusun Bahan Promosi, Investasi, dan Konsesi
Kepelabuhanan - 29 FARIDAH BR. SIHOLE Penata Muda Tk. I (III/b) Pengendali Dampak
Lingkungan - 30 FATIZATULO ZAMASI Penata (III/c) Pengawas Tertib
Kepelabuhanan - 31 FRANKY NUARI PANJAITAN,
SST Penata Muda Tk. I (III/b)
Penyusun Rencana dan
Program Sampel 16 32 FRANS RUMESO TAMBUNAN,
SH Penata (III/c)
Pengawas Tenaga Kerja Bongkar/Muat Barang - 33 FRINS HASURUNGAN
NABABAN, SH Penata Muda Tk. I (III/b)
Penyusun Rencana dan
Program Sampel 17 34 GILANG ADHA Pengatur Muda Tk. I (II/b) Pengumpul dan Pengolah
Data Sampel 18 35 GUSLINDA RAHMAWATI Pengatur (II/c) Pengumpul dan Pengolah
Data Sampel 19 36 HARBANGAN ARUAN Penata Muda Tk. I (III/b) Pengendali Dampak
Lingkungan - 37 HENRY AUGUS Pengatur (II/c) Penyiap Bahan Perencanaan Sampel 20 38 HENRY YUKA HERMIANTO,
SST Penata Muda (III/a) Pengadministrasi Umum Sampel 21 39 HETTI MARIATI
SIMANGUNSONG, SE Penata Muda (III/a)
Penyusun Rencana dan Pelaksanaan Kegiatan
Humas - 40 HIDAYAT Pengatur Muda Tk. I (II/b) Pengawas Tenaga Kerja
Bongkar/Muat Barang -- 41 HOTMA SINTAULI HASIBUAN,
Amd Pengatur Tk. I (II/d)
Pengelola Administrasi
Perkantoran Sampel 22 42 INGGRID, S.SIT Penata Muda Tk. I (III/b) Pengelola Administrasi
Perkantoran Sampel 23 43 IRA SITA Pengatur Muda Tk. I (II/b) Penyiap Bahan Perencanaan Sampel 24 44 IRFAN HUDORI, ST Penata Muda (III/a) Penyusun Bahan Laporan Sampel 25 45 IRMA YULISTIAWATI
SEMBIRING, S.Pd Penata (III/c)
Penganalisa Tarif Jasa Kepelabuhanan - 46 IRWANSYAH Penata Muda Tk. I (III/b) Pengawas Tenaga Kerja
Bongkar/Muat Barang 49 KHAIRIL Penata Muda Tk. I (III/b) Pengawas Peralatan
Bongkar Muat - 50 LIA KARINA BR. GINTING, SH Penata Muda (III/a)
Penyusun Rencana dan Pelaksanaan Kegiatan
Humas - 51 LINDAWATI BR. KARO, SE Penata Muda (III/a) Penyusun Rencana dan
Program Sampel 27 52 LISA DAMAYANTI Pengatur Muda Tk. I (II/b) Pengelola Administrasi
Perkantoran Sampel 28 53 LUSIANNA SARTIKA DEWI
SILABAN Pengatur (II/c) Pengelola Keuangan Sampel 29 54 MARINGAN M. P.
SITUMORANG Penata Muda (III/a)
Penyusun Bahan Promosi, Investasi, dan Konsesi
Kepelabuhanan - 55 MARLINA GULTOM, Amd Pengatur Tk. I (II/d) Pengelola Administrasi
Perkantoran 56 MAULIDA SARI SAMBAS Pengatur Muda Tk. I (II/b) Pengawas Kegiatan
Penunjang Angkutan Laut - 57 MISNO, S.Sos Penata Muda Tk. I (III/b) Pengawas Tenaga Kerja
Bongkar/Muat Barang - 58 MOHAMMAD KENDEKA
BASTARI, SH Penata Muda (III/a)
Pengelola Sispro Pelayanan Jasa Kepelabuhanan - 59 NOFAN WIJAYA G, SST. Pel Penata Muda (III/a) Pengelola Bahan Publikasi
dan Informasi - 60 NOVITA SARI, SST. Pel Penata Muda (III/a) Pengawas Kegiatan
Penunjang Angkutan Laut - 61 PUTRI ANGGRAINI, Amd Pengatur Tk. I (II/d) Bendahara Pengeluaran Sampel 30 62 RAHMAWATY HUTAHAEAN Pengatur Muda Tk. I (II/b) Pengadministrasi Umum Sampel 31 63 RETNO WIRAHADI Pengatur (II/c) Pengendali Dampak
Lingkungan - 64 RIDUAN EPAPRAS P. LUMBAN TOBING Penata Muda Tk. I (III/b) Pengawas Tenaga Kerja Bongkar/Muat Barang - 65 ROLANDO HASUDUNGAN,
S.ST Penata Muda (III/a)
Pengawas Tenaga Kerja Bongkar/Muat Barang - 66 RONALD SAID Pengatur Muda Tk. I (II/b) Pengawas Tertib
Kepelabuhanan - 67 ROY HANSEN SIANIPAR Pengatur (II/c) Penyusun Bahan Evaluasi
Sarana Prasarana - 68 SISWATI AFRILIANI SINAGA Penata (III/c) Penyusun Data dan Laporan
Angkutan Laut - 69 SITI MAISARAH, S.Si Penata (III/c) Pemroses Administrasi
Kepegawaian Sampel 32 70 SORBA HAJI IN'RA MULIA
PURBA, ST Penata Muda Tk. I (III/b)
Pengevaluasi Perancangan Teknis Disain Konstruksi dan
Fasilitas Pelabuhan - 71 SRI MAYA SHOPA, SS Penata Muda (III/a) Pengelola Bahan Publikasi
dan Informasi - 72 SRI WAHYUNI Pengatur Muda (II/a) Pengelola Administrasi
Perkantoran Sampel 33 73 SUHENDRI, A.Md Pengatur (II/c) Pengelola Urusan
Kerumahtanggaan - 74 TATANG ISKANDAR Penata Muda (III/a) Pengawas Penggunaan
DLKp dan DLKr - 75 TRI YUNI SHINTA SIREGAR,
A.Md Pengatur (II/c) Penyusun Bahan Laporan Sampel 34 76 WA'ARO FRANSISKUS DACHI,
Amd Pengatur (II/c)
Penyusun Rencana dan
Program Sampel 35 77 WENI RAMADHANIATI Pengatur (II/c) Pengelola Keuangan
Sampel 36 78 WIDAYANTHI Penata Muda (III/a) Pengelola Keuangan Sampel 37 79 YUDI CAESARIO, ST Penata Muda (III/a) Penyusun Rencana dan
Program Sampel 38 80 YULIANTI, SST Penata Muda (III/a) Pengawas Tertib
Lampiran 2 Data Asli
No. X1 (perencanaan)
Total X2 (Partisipasi) Total X3 (Optimalisasi) Total Res 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
36 4 5 4 4 5 22 3 3 3 3 4 16 4 5 4 4 5 17 37 4 4 4 5 5 22 4 4 2 2 4 16 4 4 4 5 5 16 38 4 5 4 4 5 22 4 4 4 4 4 20 4 5 4 4 5 22 No. X4 (Pengawasan)
Total
Y (Kinerja)
Total
Res 1 2 3 4 5 1 2 3 4 5
35 2 4 3 5 4 18 4 4 5 5 4 22 36 2 2 1 2 4 11 3 4 2 4 4 17 37 5 2 4 4 4 19 4 5 5 4 5 23 38 2 3 3 4 4 16 5 5 5 5 5 25
Lampiran 3 Uji Validitas dan Reliabilitas
Uji Validitas dan Reliabilitas Pertanyaan-Pertanyaan pada Kuesioner Variabel Perencanaan Anggaran (X1)
Correlations
p1 p2 p3 p4 p5 Total p1 Pearson Correlation 1 .301 .235 .352* .184 .641**
Sig. (2-tailed) .067 .155 .030 .269 .000
N 38 38 38 38 38 38
p2 Pearson Correlation .301 1 .533** .318 .419** .795** Sig. (2-tailed) .067 .001 .052 .009 .000
N 38 38 38 38 38 38
p3 Pearson Correlation .235 .533** 1 .145 .078 .567** Sig. (2-tailed) .155 .001 .384 .641 .000
N 38 38 38 38 38 38
p4 Pearson Correlation .352* .318 .145 1 .167 .619** Sig. (2-tailed) .030 .052 .384 .316 .000
N 38 38 38 38 38 38
p5 Pearson Correlation .184 .419** .078 .167 1 .581** Sig. (2-tailed) .269 .009 .641 .316 .000
N 38 38 38 38 38 38
Total Pearson Correlation .641** .795** .567** .619** .581** 1 Sig. (2-tailed) .000 .000 .000 .000 .000
N 38 38 38 38 38 38
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Reliability Statistics
Cronbach's
Alpha N of Items
Uji Validitas dan Reliabilitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Partisipasi Anggaran (X2)
Correlations
p1 p2 p3 p4 p5 Total p1 Pearson Correlation 1 .512** .271 .347* .167 .755**
Sig. (2-tailed) .001 .099 .033 .317 .000
N 38 38 38 38 38 38
p2 Pearson Correlation .512** 1 .260 .255 -.140 .636** Sig. (2-tailed) .001 .115 .122 .400 .000
N 38 38 38 38 38 38
p3 Pearson Correlation .271 .260 1 .591** .207 .718** Sig. (2-tailed) .099 .115 .000 .212 .000
N 38 38 38 38 38 38
p4 Pearson Correlation .347* .255 .591** 1 .092 .721** Sig. (2-tailed) .033 .122 .000 .581 .000
N 38 38 38 38 38 38
p5 Pearson Correlation .167 -.140 .207 .092 1 .337* Sig. (2-tailed) .317 .400 .212 .581 .039
N 38 38 38 38 38 38
Tota l
Pearson Correlation .755** .636** .718** .721** .337* 1 Sig. (2-tailed) .000 .000 .000 .000 .039
N 38 38 38 38 38 38
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Reliability Statistics
Cronbach's
Alpha N of Items
.652 5
Uji Validitas dan Reliabilitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Optimalisasi Daya Serap Anggaran (X3)
Correlations
p1 p2 p3 p4 p5 Total
p1 Pearson Correlation 1 .118 .410* .252 .338* .641** Sig. (2-tailed) .480 .010 .127 .038 .000
N 38 38 38 38 38 38
p2 Pearson Correlation .118 1 .301 .330* .280 .561** Sig. (2-tailed) .480 .067 .043 .088 .000
N 38 38 38 38 38 38
p3 Pearson Correlation .410* .301 1 .132 .293 .617** Sig. (2-tailed) .010 .067 .430 .074 .000
N 38 38 38 38 38 38
p4 Pearson Correlation .252 .330* .132 1 .198 .475** Sig. (2-tailed) .127 .043 .430 .235 .003
N 38 38 38 38 38 38
p5 Pearson Correlation .338* .280 .293 .198 1 .514** Sig. (2-tailed) .038 .088 .074 .235 .001
N 38 38 38 38 38 38
Tot al
Pearson Correlation .641** .561** .617** .475** .514** 1 Sig. (2-tailed) .000 .000 .000 .003 .001
N 38 38 38 38 38 38
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Reliability Statistics
Cronbach's
Alpha N of Items
Uji Validitas dan Reliabilitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Pengawasan Anggaran(X4)
Correlations
p1 p2 p3 p4 p5 Total p1 Pearson Correlation 1 .303 .452** .155 -.031 .582**
Sig. (2-tailed) .065 .004 .353 .855 .000
N 38 38 38 38 38 38
p2 Pearson Correlation .303 1 .634** .205 .199 .766** Sig. (2-tailed) .065 .000 .217 .231 .000
N 38 38 38 38 38 38
p3 Pearson Correlation .452** .634** 1 .365* .070 .802** Sig. (2-tailed) .004 .000 .024 .677 .000
N 38 38 38 38 38 38
p4 Pearson Correlation .155 .205 .365* 1 .359* .625** Sig. (2-tailed) .353 .217 .024 .027 .000
N 38 38 38 38 38 38
p5 Pearson Correlation -.031 .199 .070 .359* 1 .444** Sig. (2-tailed) .855 .231 .677 .027 .005
N 38 38 38 38 38 38
To tal
Pearson Correlation .582** .766** .802** .625** .444** 1 Sig. (2-tailed) .000 .000 .000 .000 .005
N 38 38 38 38 38 38
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Reliability Statistics
Cronbach's
Alpha N of Items
Uji Validitas dan Reliabilitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Kinerja Aparatur Sipil negara (Y)
Correlations
p1 p2 p3 p4 p5 Total p1 Pearson Correlation 1 .353* .317 .339* .520** .791**
Sig. (2-tailed) .030 .053 .038 .001 .000
N 38 38 38 38 38 38
p2 Pearson Correlation .353* 1 .046 .217 .326* .610** Sig. (2-tailed) .030 .785 .190 .046 .000
N 38 38 38 38 38 38
p3 Pearson Correlation .317 .046 1 .077 .177 .529** Sig. (2-tailed) .053 .785 .646 .287 .001
N 38 38 38 38 38 38
p4 Pearson Correlation .339* .217 .077 1 .207 .588** Sig. (2-tailed) .038 .190 .646 .212 .000
N 38 38 38 38 38 38
p5 Pearson Correlation .520** .326* .177 .207 1 .665** Sig. (2-tailed) .001 .046 .287 .212 .000
N 38 38 38 38 38 38
Tot al
Pearson Correlation .791** .610** .529** .588** .665** 1 Sig. (2-tailed) .000 .000 .001 .000 .000
N 38 38 38 38 38 38
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Reliability Statistics
Cronbach's
Alpha N of Items
Lampiran 4
Variables Entered/Removedb
Model
Variables Entered
Variables
Removed Method
1 X4, X1a . Enter
a. All requested variables entered.
b. Dependent Variable: Y
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 X1 .982 1.019
X4 .982 1.019
a. Dependent Variable: Y
Collinearity Diagnosticsa
Model
Dimensi
on Eigenvalue Condition Index
Variance Proportions
(Constant) X1 X4
1 1 2.977 1.000 .00 .00 .00
2 .017 13.134 .03 .23 .87
3 .006 22.033 .97 .77 .13
a. Dependent Variable: Y
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 17.0406 23.2542 20.3158 1.32325 38 Std. Predicted Value -2.475 2.221 .000 1.000 38 Standard Error of Predicted
Value .396 1.116 .614 .205 38
Adjusted Predicted Value 17.7233 23.3090 20.3524 1.27421 38
Residual -6.92576 4.56777 .00000 2.23863 38
Stud. Residual -3.066 2.041 -.007 1.013 38 Deleted Residual -7.19305 4.83378 -.03658 2.43388 38 Stud. Deleted Residual -3.534 2.144 -.020 1.067 38
Mahal. Distance .124 7.720 1.947 2.066 38
Cook's Distance .000 .219 .030 .051 38
Centered Leverage Value .003 .209 .053 .056 38 a. Dependent Variable: Y
Grafik Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4), dan Kinerja
Aparatur Sipil Negara (Y)
Variables Entered/Removedb
Model
Variables Entered
Variables
Removed Method
1 X4, X2a . Enter
a. All requested variables entered.
b. Dependent Variable: Y
Coefficientsa
Tolerance VIF
1 X2 .899 1.113
X4 .899 1.113
a. Dependent Variable: Y
Collinearity Diagnosticsa
Model
Dimensi
on Eigenvalue Condition Index
Variance Proportions
(Constant) X2 X4
1 1 2.978 1.000 .00 .00 .00
2 .015 14.238 .09 .22 .97
3 .008 19.849 .91 .77 .03
a. Dependent Variable: Y
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 17.6951 22.0210 20.3158 1.10852 38 Std. Predicted Value -2.364 1.538 .000 1.000 38 Standard Error of Predicted
Value .426 1.096 .658 .170 38
Adjusted Predicted Value 17.8197 22.2664 20.2937 1.12809 38
Residual -5.78495 5.03580 .00000 2.35237 38
Std. Residual -2.392 2.082 .000 .973 38
Stud. Residual -2.441 2.130 .004 1.009 38
Deleted Residual -6.02417 5.27093 .02211 2.53372 38 Stud. Deleted Residual -2.641 2.250 -.003 1.045 38
Mahal. Distance .173 6.618 1.947 1.549 38
Cook's Distance .000 .171 .026 .037 38
Centered Leverage Value .005 .179 .053 .042 38 a. Dependent Variable: Y
Grafik Partisipasi Anggaaran (X2), Pengawasan Anggaran (X4), dan Kinerja
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 X4, X3a . Enter
a. All requested variables entered.
b. Dependent Variable: Y
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 X3 .922 1.084
X4 .922 1.084
a. Dependent Variable: Y
Collinearity Diagnosticsa
Model
Dimensi
on Eigenvalue Condition Index
Variance Proportions
(Constant) X3 X4
1 1 2.977 1.000 .00 .00 .00
2 .015 13.949 .06 .25 .94
3 .007 20.011 .94 .75 .05
a. Dependent Variable: Y
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 17.8967 22.6184 20.3158 1.02235 38
Std. Predicted Value -2.366 2.252 .000 1.000 38
Standard Error of Predicted
Value .422 1.133 .662 .201 38
Adjusted Predicted Value 18.1198 22.5855 20.3655 1.01640 38
Std. Residual -3.020 1.932 .000 .973 38
Stud. Residual -3.247 2.000 -.009 1.030 38
Deleted Residual -8.58549 5.08919 -.04971 2.68432 38 Stud. Deleted Residual -3.829 2.094 -.027 1.098 38
Mahal. Distance .117 6.886 1.947 1.828 38
Cook's Distance .000 .550 .043 .102 38
Centered Leverage Value .003 .186 .053 .049 38
a. Dependent Variable: Y
Grafik Optimisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4), dan
Lampiran 5
Uji koefisien determinasi �� Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .490a .240 .173 2.364575 1.739
a. Predictors: (Constant), Optimalisasi_daya_serap_anggaran, Partisipasi, Perencanaan b. Dependent Variable: Kinerja_aparatur_sipil_negara
Uji F
ANOVAb
Model
Sum of
Squares Df
Mean
Square F Sig. 1 Regression 60.109 3 20.036 3.584 .024a
Residual 190.101 34 5.591
Total 250.211 37
a. Predictors: (Constant), Optimalisasi_daya_serap_anggaran, Partisipasi, Perencanaan
b. Dependent Variable: Kinerja_aparatur_sipil_negara
Uji t untuk variabel bebas tanpa variabel moderating
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 8.102 3.925 2.064 .047
Partisipasi .266 .171 .254 1.551 .130 Optimalisasi_daya_
serap_anggaran
-.120 .235 -.117 -.512 .612
a. Dependent Variable: Kinerja_aparatur_sipil_negara
Uji t variabel moderasi dengan kinerja aparatur sipil negara
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.175 2.025 .580 .565
Kinerja .047 .099 .079 .478 .635
a. Dependent Variable: abs_res
Uji t untuk variabel moderasi dengan variabel perencanaan
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.195 2.201 .543 .590
Perencanaan .046 .107 .072 .431 .669 a. Dependent Variable: abs_res_Perencanaan
Uji t untuk variabel moderating dengan variabel partisipasi
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 5.103 2.000 2.552 .015
Uji t untuk variabel moderating dengan variabel optimalisasi daya serap anggaran
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.774 2.059 1.347 .186
Optimalisasi -.032 .102 -.052 -.312 .757 a. Dependent Variable: abs_res_Optimalisasi
86
DAFTAR PUSTAKA
.
Adi, P. 2013. Analisis faktor-faktor yang mempengaruhi penyerapan anggaran
pada satuan kerja lingkup pembayaran KPPN Blitar.Jurnal
ilmiah.Universitas Brawijaya.
Bastian, I. 2006. Akuntansi Sektor Publik: Suatu Pengantar, Penerbit Erlangga: Jakarta.
Benardin, H. J., & Russel, E.A. 1993. Human Resources management and Experiental Approach.Mc Grawhill international Singapore : Mac graw Hill book Co.
Brownell, P., & Mc.Innes, M. 1986. “Budgetary Participation, Motivation, and Managerial Performance”. The Accounting Review. Vol. LXI (4). October: .587-600.
Cascio, W.F. 2003. Managing Human Resources. Colorado:Mc Graw-hill
Cooper, D.R., & Emory, C.W. 1995. Bussiness Research Methods. New York:MC.Graw-Hill Companies, Inc
Defri, O. 2012. Pengaruh Partisipasi Penyusunan Anggaran Dan Pengawasan Intern Terhadap Kinerja Pemerintah Daerah (Survey Pada Dinas SKPD Kota Bandung). Skripsi.Univerrsitas komputer indonesia.Bandung.
Departemen Pendidikan dan Kebudayaan (Rakernas 1999)
Eker, M. 2006.“The Impact of budget participation on managerial performance via organizational commitment : A study on the top 500 firms in
turkey”.Ankara Universitesy Siyasal Bilgiler Fakultasi Dergisi
Erlina. 2011. Metodologi Penelitian, USU Press:Medan.
Fakultas Ekonomi dan Bisnis. 2015. “Buku Pedoman Penulisan Skripsi dan Ujian
87
Ghozali, I. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. Badan Penerbit Universitas Diponegoro: Semarang.
_________.2009. Aplikasi Analisis Multivariate dengan Program SPSS, Badan Penerbit Universitas Diponegoro:Semarang.
Gujarati, D. 2003.Basic Econometrics.Jakarta :Erlangga
Hasanuddin, R. 2014. “Pengaruh Pengawasan terhadap kinerja Pegawai di Dinas
Pendapatan dan Pengelolaan Keuangan daerah Provinsi
Banten”.Skripsi.Banten
Hasibuan, M. 2001.Manajemen Sumber Daya Manusia:Pengertian Dasar, Pengertian, dan Masalah. Jakarta: PT. Toko Gunung Agung,
Haspriati. 2011. “Pengaruh penerapan anggaran berbasis kinerja terhadap akuntabilitas kinerja instansi pemerintah”.Skripsi:Universitas Hasanuddin,Makassar
Hunsen, D.R., & Mowen, M.M. 2000. Akuntansi Manajemen.Edisi Kedua,Terjemahan:Hermawan,A.Penerbit Erlangga:Jakarta
Husaini, U. 2008.Manajemen.Bumi aksara:Jakarta
Husein, U. 2005. Metode Penelitian Untuk Skripsi dan Tesis Bisnis, Jakarta, PT. Raja Grafindo Persada
Indriantoro, N., & Supomo, B. 1999. Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen.Edisi 1.Cetakan Pertama BPPE: Yogyakarta.
Instruksi Menteri Perhubungan Republik Indonesia Nomor IM 15 tahun 2015 tentang Persiapan pelaksanaan anggaran DIPA Tahun 2016 di lingkungan kementerian perhubungan.
88 Mangkunegara, A.A. 2006. Manajemen Sumber daya manusia. Bandung : PT.
Refika Aditama.
Mardika, K.Y., Bagia, W.I., & Suwendra,W.I. 2015. Pengaruh partisipasi
penyusunan anggaran dan kejelasan sasaran anggaran terhadap kinerja pegawai pada Dinas pendidikan pemuda dan olah raga kabupaten uleleng.Jurnal Manajemen
Mardiasmo. 2004. Akuntansi Sektor Publik. Penerbit Andi:Yogyakarta.
_________ .2009. Akuntansi Sektor Publik. Penerbit Andi. Yogyakarta
Muharrom, L.F. 2014 .Pengaruh Partisipasi anggaran terhadap Kinerja
Manajerial pada Direktorat Jenderal
Perbendaharaan.Skripsi.Universitas Diponegoro:Semarang
Noor, J. 2011.”Metodologi penelitian:Skripsi,Tesis,Disertasi, dan karya Tulis Ilmiah”.Jakarta : Kencana
Nurhalimah, D., & Syukriy, A. 2013. Pengaruh Partisipasi Penyusunan
Anggaran dan Kejelasan sasaran Anggarran terhadap Kinerja Aparatur Perangkat Daerah di Pemerintahan Aceh. Jurnal
Akuntansi Universitas Syiah Kuala, 3(1) 27-36
Nurlaila.2008.”Pengaruh perencanaan anggaran dan partisipasi anggaran
terhadap kinerja manajerial Kepala Dinas Lingkungan Pemerintah Kabupaten Aceh Barat” Tesis Pps-Unsyiah.Banda Aceh.
PP No 21 tahun 2004 tentang Penyusunan Rencana Kerja & anggaran
kementerian negara
Pratama, D.Y. 2011. Pengaruh Perencanaan Dan Partisipasi Anggaran Terhadap
Kinerja Manajerial Pada SKPD Kabupaten Langkat Dengan Pengawasan Anggaran Sebagai Variabel Moderating.Tesis
89
Rusli, B. 2006. Kinerja dalam Pemerintahan Daerah. [Online]. Tersedia. http://www.sulutlink.com/berita2006/sulut0819d.htm.
22Maret2006]
Situmorang, S.H., & Muslich, L.2014.”Analisis data : untuk riset Manajemen dan Bisnis”.Edisi 3.Usu Press :Medan
Sumarno, J. 2005. “Pengaruh Komitmen Organisasi dan Gaya Kepemimpinan terhadap Hubungan antara Partisipasi anggaran danKinerja Manajerial”. Simposium Nasional Akuntansi VIII Solo, 15-16 September 2005.
Sugiyono. 2006. Tekhnik penelitian.Yogyakarta:Pines
Syakhroza, A.2005.Corporate Governance : Sejarah dan perkembangan, Teori, Model, dan Sistem Governannce serta aplikasinya pada perusahaan BUMN.Lembaga penerbit FE UI:Jakarta
UU No 5 tahun 2014 tentang Aparatur sipil negara
UU Nomor 17 tahun 2003 tentang Keuangan Negara
UU Republik Indonesia Nomor 27 tahun 2014 tentang “anggaran pendapatan dan Belanja negara tahun anggaran 2015”
Veronique, F., & Winston, T.S. Budgetary Participation, Locus of Control, and
Mexican Managerial Performance and Job Satisfaction. The Accounting Review, Vol. 66, No. 1. (Jan., 1991), pp. 80-99.
Wahar, F.2014.”Penilaian Kinerja Pegawai Negeri Sipil.Universitas Brawijaya.
Wahyudi, B. 2002. Manajemen Sumber daya manusia.Cetakan pertama.Penerbit Sulita:Bandung
45 BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang dilakukan adalah penelitian asosiatif kausal yaitu
penelitian yang bertujuan untuk mengetahui hubungan yang bersifat sebab akibat.
Jadi disini ada variabel independen dan variabel dependen (Sugiyono, 2006:41).
Penelitian ini dilakukan untuk mengetahui dan membuktikan pengaruh variabel
perencanaan, partisipasi dan optimalisasi daya serap anggaran terhadap kinerja
aparatur sipil negara dengan variabel pengawasan anggaran sebagai variabel
moderating.
3.2. Lokasi dan Waktu Penelitian
Lokasi Penelitian ini yaitu pada Kantor Otoritas Pelabuhan Utama
Belawan yang beralamat Di jalan suar No 1 belawan. Adapun rencana waktu
penelitian yaitu Desember 2015 s.d. Januari 2016.
3.3. Populasi dan Sampel Penelitian
Populasi merupakan seluruh kumpulan elemen yang menjadi amatan
dalam suatu penelitian, atau seluruh kumpulan elemen yang dapat digunakan
dalam membuat beberapa kesimpulan. Elemen diartikan sebagai subjek
dilakukannya pengukuran atau dikenal dengan istilah unit penelitian (the unit of
study). Sementara sampel didefenisikan sebagai bagian dari populasi secara
46 secara keseluruhan. Ide dasar dari pengambilan sample (sampling) adalah bahwa
dengan menyeleksi bagian dari elemen-elemen populasi, kesimpulan tentang
keseluruhan populasi dapat diperoleh (Cooper dan Emory, 1995).
Dalam penelitian ini yang menjadi populasi adalah seluruh aparatur sipil
negara di kantor Otoritas Pelabuhan utama Belawan. sehingga populasi dalam
penelitian ini adalah sebanyak 80 responden. Dan yang menjadi sampel dalam
penelitian ini adalah pegawai yang terkait dengan penyusunan RKA-KL yaitu
kepada Kepala bagian tata usaha dan kepala bidang perencanaan sebagai unit
kerja setingkat eselon III, Kepala Subbagian keuangan dan kepala seksi program
eselon IV, dan staf yang terkait serta dengan masa kerja minimal 2 tahun yaitu
sebanyak 38 kuesioner pada kantor Otoritas Pelabuhan Utama Belawan.
3.4. Metode Pengumpulan Data
Sumber data dalam penelitian ini adalah data primer. Indriantoro dan
Supomo (1999:47) menyebutkan data primer merupakan sumber data penelitian
yang diperoleh secara langsung dari sumber asli. Prosedur pengambilan sampel
dalam penelitian ini menggunakan metode sensus. Kuesioner dirancang
berdasarkan indikator yang terdapat pada masing-masing variabel penelitian.
Sebelum kuesioner diserahkan kepada responden terlebih dahulu dilakukan uji
coba instrumen. Kuesioner akan diuji coba kepada responden bukan sampel tetapi
memiliki karakteristik yang sama. Tujuan pengujian instrumen penelitian untuk
47 pengumpulan data. Kuesioner yang sudah diuji coba akan dibagikan langsung
oleh peneliti ke sampel penelitian dan diberi waktu tenggang selama satu minggu.
Setelah satu minggu kuesioner tersebut diambil kembali oleh peneliti, jika dalam
waktu satu minggu tersebut kuesioner tersebut belum diserahkan, maka kuesioner
dikategorikan tidak kembali.
3.5. Definisi Operasional dan Pengukuran Variabel
Penelitian ini melibatkan 5 variabel yang terdiri atas 1 variabel terikat
(dependent variable), 1 variabel moderating, dan 3 variabel bebas (independent
variable). Variabel dependen tersebut adalah : Kinerja aparatur sipil negara.
Variabel moderating tersebut adalah : Pengawasan anggaran. Sedangkan
variabel independennya adalah Perencanaan, partisipasi dan Optimalisasi daya
serap anggaran. Untuk menjelaskan variabel-variabel yang sudah diidentifikasi
yakni sebagai berikut:
1. Perencanaan anggaran (Variabel Independen/ X1) adalah Perencanaan merupakan proses “perabaan” atas peluang dan ancaman dari luar,
penetapan atas tujuan yang diinginkan, dan pemanfaatan sumber-sumber
daya guna mencapai tujuan, kebijaksanaan utamanya, penentuan waktu
dalam tahapan besar dan faktor-faktor lain yang kaitannya dengan rencana
jangka panjang. Skala pengukuran adalah likert.
2. Partisipasi anggaran (Variabel Independen/ X2) adalah memberikan
48 kualitas produksi dan meningkatkan kerjasama diantara manajer.
Walaupun demikian, bentuk keterlibatan bawahan/ pelaksana anggaran
disini dapat bervariasi, dan tidak sama perlakuan yang terjadi pada satu
organisasi dengan organisasi lainnya. Belum ada keseragaman pandangan
mengenai siapa saja yang harus turut berpartisipasi, seberapa dalam
keterlibatan mereka dalam pengambilan keputusan dan beberapa masalah
menyangkut partisipasi (Siegel dan Marconi, 2008).. Skala pengukuran
adalah likert.
3. Optimalisasi daya serap angggaran (Variabel independen/X3) adalah
kemampuan untuk dapat mengestimasi anggaran belanja sesuai dengan
kegiatan belanja . Skala pengukuran adalah likert.
4. Kinerja aparatur sipil negara (Variabel Dependen/Y) adalah sebagai hasil
kerja secara kualitas dan kuantitas yang dicapai oleh seorang pegawai
dalam melaksanakan tugasnya sesuai dengan tanggung jawab yang
diberikan kepadanya. Skala pengukuran adalah likert.
5. Pengawasan anggaran (Variabel moderating/Z) adalah sangatlah
diperlukan oleh pimpinan agar anggaran yang telah dialokasikan untuk
berbagai kegiatan dapat lebih efisien dengan hasil yang maksimal
49 Tabel 3.2.
Definisi Operasional dan Skala Pengukuran Variabel
Variabel Penelitian
Definisi Operasional Pengukuran
Variabel Skala Variabel Dependen Kinerja Aparatur Sipil Negara Tingkat pencapaian pelaksanaan suatu kegiatan dalam mewujudkan sasaran yang ditargetkan
1. Mengumpulkan dan
menyiapkan informasi dalamm bentuk laporan catatan dan analisa pekerjaan.
2. Pertukaran informasi dengan orang dalam organisasi tidak hanya dengan bawahan, tetapi juga dengan orang lain untuk menyesuaikan program kerja. 3. Mengarahkan , mempimpin dan mengembangkan bawahan. Likert Variabel Independen Perencanaan anggaran (X1)
Tingkat keikutsertaan responden dalam menyusun
perencanaan anggaran.
1. Kontribusi saya dalam merencanakan anggaran sangat besar 2. Perencanaan anggaran
mengacu kepada peraturan dan perundang-undangan yanng berlaku. 3. Saya akan memberikan
masukan untuk penyesuaian
perencanaan anggaran 4. Perencanaan dan
alokasi anggaran sesuai dengan kebbutuhan.
5. Perencanaan anggaran disusun untuk jangka pendek dan panjang
Likert Variabel Independen Partisipasi anggaran (X2) Tingkat keterlibatan responden penelitian dalam penyusunn anggaran pada kantor Otoritas Pelabuhan Belawan
1. Kontribusi saya dalam penyusunan anggaran sangat besar
2. Terlibat dan ikut serta dalam penyusunan anggaran
3. Turut serta
memberikan masukan dan saran dalam penyusunan anggaran 4. Ketika ada revisi
50 anggaran, atasan
memberikan informasi kepada saya
Variabel Independen Optimalisasi daya serap anggaran (X3) Target untuk mengestimasi anggaran belanja dengan kegiatan belanja (realisasinya)
1. Perencanaan kegiatan tidak sesuai dengan kebutuhan
2. Penyusunan pagu anggaran yang terlalu rendah
3. Untuk mengetahui permasalahan-permasalahan dalam penyerapan APBN Likert Variabel Moderating Pengawasan Anggaran (X4) Tingkat keterlibatan responden dalam mengawasi penggunaan anggaran
1. Saya terlibat langsung dalam pengawasan anggaran
2. Pemantauan penggunaan
anggaraan dilakukan secara berkala dalam meningkatkan efektifitas anggaran agar tepat sasaran.
Likert
3.6. Metode Analisis Data
Metode analisis data dalam penelitian ini menggunakan pendekatan
model regresi linier berganda dan uji residual, untuk keabsahan hasil analisis
maka terlebih dahulu dilakukan uji kualitas instrumen penelitian, uji normalitas
data dan uji asumsi klasik. Pengolahan data akan dilakukan dengan
menggunakan alat bantu aplikasi software SPSS. Pengujian residual atau sering
disebut dengan Moderating Regression Analysis (MRA). Menurut Sharma (dalam
Erlina, 2008:42) untuk menguji apakah variabel dapat dikatakan sebagai variabel
moderating dapat digunakan model MRA ini.
51
1. Model untuk hipotesis pertama:
Y = â0 + â1 X1 + â2 X2 + â3 X3 + e
Keterangan:
Y = Kinerja ASN
X1 = Perencanaan anggaran X2 = Partisipasi anggaran
X3 = Optimalisasi daya serap anggaran â0 = Konstanta
â1, â2, = Koefisien regresi e = error term
2. Model untuk hipotesis kedua (Uji Residual)
Uji ini digunakan untuk menguji pengaruh deviasi (penyimpangan)
dari suatu model. Fokusnya untuk melihat ketidakcocokan yang dihasilkan
dari deviasi hubungan linier antar variabel independen. Hal ini
ditunjukkan oleh nilai residual dalam regresi. Kriterianya jika nilai
residual kecil atau nol maka terdapat kecocokan antara variabel
independen dengan variabel moderating, sebaliknya jika nilai residual
besar maka terjadi ketidakcocokan antara variabel independen dengan
variabel moderating. Selain itu uji ini juga untuk menguji variabel
moderating dalam hubungannya antara variabel dependen dan variabel
independen lainnya.
Persamaan regresi untuk uji residual dapat digambarkan sebagai berikut:
2. Model untuk hipotesis kedua:
Model I : Y = â0 + â1 X1 + â2 X2 + â3 X3 + â4 X4 + e
Model II : Y = â0 + â 1 X1 + â 2 X2 + â3 X3 + â 4 AbsRes_1 + â 5 AbsRes_2
+ â 6 AbsRes_3 + e
52
Y = Kinerja ASN
X1 = Perencanaan anggaran X2 = Partisipasi anggaran
X3 = Optimalisasi daya serap anggaran X4 = Pengawasan anggaran
AbsRes_1 = Residual dari perencanaan anggaran dan pengawasan anggaran AbsResâ_2 = Residual dari partisipasi anggaran dan pengawasan anggaran
AbsResâ_2 = Residual dari optimalisasi daya serap anggaran dan partisipasi anggaran
â0 â â = Konstanta
1, 2, 2 = Koefisien regresi
a. = error term
3.6.1. Uji Kualitas Data
Uji kualitas data dimaksudkan agar keabsahan data yang
digunakan dalam penelitian ini dapat dipertanggungjawabkan secara
ilmiah dan terbebas dari bias secara statistik. Pengujian kualitas data
dilakukan dengan uji validitas dan reliabilitas. Apabila hasil pengujian
menjumpai data penelitian valid dan realibel secara statistik, maka dapat
disimpulkan kualitas data yang digunakan cukup baik.
3.6.1.1 Uji Validitas
Menurut Hermawan (2006:87) validasi data merupakan suatu
proses penentuan apakah suatu wawancara dalam survey atau observasi
dilakukan dengan benar dan terbebas dari bias. Dalam berbagai metode
pengumpulan data tidak selalu mudah untuk melakukan pemantauan
secara ketat.
53 mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner
dikatakan valid jika pertanyaan pada kuesioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.
Menurut Ghozali (2009:106) mengukur validitas dapat dilakukan dengan
tiga cara; 1) melakukan korelasi antar skor butir pertanyaan dengan total
skor konstruk atau variabel; 2) melakukan korelasi bivariate antara
masing-masing skor indikator dengan total skor konstruk; 3) uji
dengan Confirmatory Factor Analysis (CFA). Dari ketiga cara pengukuran
validitas yang disebutkan Ghozali di atas, maka dalam penelitian ini
pengujian validitas dilakukan dengan cara kedua yaitu melakukan korelasi
bivariate antara masing-masing skor indikator dengan total skor konstruk
pada derajat α=0,01 dan α=0,05z
3.6.1.2. Uji Reliabilitas
Menurut Ghozali (2009:98) reliabilitas adalah alat untuk mengukur
suatu kuesioner yang merupakan indikator dari variabel atau konstruk.
Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang
terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu.
Pengukuran reliabilitas dapat dilakukan dengan dua cara, yaitu; 1)
Repeated Measure atau pengukuran ulang; 2) One Shot atau pengukuran
sekali saja.
Dalam penelitian ini pengujian reliabilitas dilakukan dengan metode one
54 pertanyaan lain atau mengukur korelasi antara jawaban pertanyaan. Uji ini
dapat dilihat dari nilai Cronbach Alpha. Suatu konstruk dikatakan
relialibel jika memberikan nilai Cronbach Alpha > 0,60 (Nunnally dalam
Ghozali, 2009:33).
3.6.2 Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis
regresi, maka diperlukan pengujian asumsi klasik yang meliputi pengujian:
(1) normalitas, (2) multikolinearitas, dan (3) heterokedastisitas.
3.6.2.1 Uji Normalitas
Menurut Ghozali (2009:35) Uji Normalitas bertujuan untuk
mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal, yaitu distribusi data dengan bentuk
lonceng (bell Shaped). Data yang baik adalah data yang
mempunyai pola seperti distribusi normal.
Pedoman pengambilan keputusan dengan uji Kolmogorov-Smirnov
tentang data tersebut mendekati atau merupakan distribusi nomal
dapat dilihat dari
i. Nilai Sig. Atau signifikan atau probabilitas < 0,05, maka
distribusi data adalah tidak normal.
ii. Nilai Sig. Atau signifikan atau probabilitas > 0,05, maka
55 3.6.2.2. 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 Tolerance = 1/10 = 0,1. Semakin
tinggi VIF maka semakin rendah tolerance. Jika nilai koefisien
kolerasi antara masing-masing variabel independen kurang dari
0,70, maka model sdapat dinyatakan bebas dari asumsi klasik
multikolinieritas. Jika lebih dari 0,70 maka diasumsikan terjadi
kolerasi yang sangat kuat antar variabel independen sehingga
terjadi multikolinieritas.
3.6.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah
dalam sebuah model regresi, terjadi ketidaksamaan varians dari
residual dari satu pengamatan ke pengamatan yang lain. Jika
varians dari residual dari suatu pengamatan ke pengamatan lainnya
tetap, maka disebut Homoskedastisitas. Dan jika varians berbeda,
maka disebut heteroskedastisitas. Model regresi yang baik adalah
56 Deteksi ada tidaknya gejala heteroskedastisitas adalah
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
di sekitar nilai X1, X2, X3, dan Y. Jika ada pola tertentu, maka
telah terjadi gejala heterokedastisitas.
Uji asumsi klasik yang digunakan hanya terbatas pada ketiga uji di
atas, sedangkan uji autokorelasi tidak digunakan. Hal ini dikarenakan uji
autokorelasi yang bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 atau sebelumnya muncul karena
observasi yang berurutan sepanjang tahun yang berkaitan satu dengan
lainnya. Maka uji autokorelasi ini sering ditemukan pada time series,
sedangkan data yang dikumpulkan oleh penulis ada data crosssection ,
maka masalah autokorelasi relatif tidak terjadi.
3.6.3 Uji Hipotesis
3.6.3.1 Uji-F
Uji-F adalah untuk melihat apakah variabel independen secara
bersama-sama (serentak) mempunyai pengaruh yang signifikan terhadap
variabel dependen. Melalui uji statistik dengan langkah-langkah sebagai
berikut :
Ho : b1=b2=b3=0
Artinya secara bersama-sama (serentak) variabel independen tidak
57 Ha : b1≠ b2≠b3≠0
Artinya secara bersama-sama (serentak) variabel independen terdapat
pengaruh terhadap variabel dependen, dengan kriteria :
Ho diterima, apabila F-hitung < F-tabel pada α = 5%
Ha diterima, apabila F-hitung > F- tabel pada α = 5%.
Hipotesis penelitian diuji dengan menggunakan analisis regresi berganda.
Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari
varibel bebas secara keseluruhan terhadap variabel dependen. Pengujian
hipotesis dengan menggunakan Uji F atau yang biasa disebut dengan
Analysis of Varian (ANOVA).
Pengujian ANOVA atau Uji F bisa dilakukan dengan dua cara yaitu
dengan melihat tingkat signifikansi atau dengan membandingkan F hitung
dengan F tabel.
Pengujian dengan tingkat signifikansi dilakukan dengan ketentuan
yaitu apabila hasil signifikansi pada tabel ANOVA < α 0,05, maka H0
ditolak (berpengaruh), sementara sebaliknya apabila tingkat signifikansi
pada tabel ANOVA > α 0,05, maka H0 diterima (tidak berpengaruh).
Pengujian dengan membandingkan F hitung dengan F tabel dilakukan
dengan ketentuan yaitu apabila F hitung > F tabel (α 0,05) maka H0 ditolak
(berpengaruh), sementara sebaliknya apabila F hitung < F tabel (α 0,05)
maka H0 diterima (tidak berpengaruh). Adapun F tabel dicari dengan
memperhatikan tingkat kepercayaan (α) dan derajat bebas (degree of
58 3.6.3.2. Uji t
Uji statistik t disebut juga sebagai uji signifikasi individual. Uji ini
menunjukkan seberapa jauh pengaruh variabel independen secara parsial
terhadap variabel dependen.
Bentuk pengujiannya adalah :
Ho : b1 = 0, artinya suatu variabel independen secara parsial tidak
berpengaruh terhadap variabel dependen.
Ha : b1≠ 0, artinya variabel independen secara parsial berpengaruh
terhadap variabel dependen.
Kriteria pengambilan keputusan :
Ho diterima,apabila t-hitung < t-tabel pada α = 5%
Ha diterima,apabila t-hitung > t- tabel pada α = 5%.
3.6.3.3. Koefisien Determinasi (R2)
Pengujian koefisien determinan (R²) digunakan untuk mengukur
proporsi atau persentase sumbangan variabel independen yang diteliti
terhadap variasi naik turunnya variabel dependen. Koefisien determinan
berkisar antara nol sampai dengan satu (0 ≤R²≤1). Hal ini berarti bila R² = 0
menunjukkan tidak adanya pengaruh antara variabel independen terhadap
variabel dependen, bila R² semakin besar mendekati 1 menunjukkan semakin
kuatnya pengaruh variabel independen terhadap variabel dependen dan bila
R2 semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya
59
BAB IV
HASIL DAN PEMBAHASAN
4.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu
data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), nilai
standar deviasi, dan varians dari variabel Perencanaan Anggaran, Partisipasi
Anggaran, Optimalisasi Daya Serap Anggaran, Pengawasan Anggaran, dan
Kinerja Aparatur Sipil Negara. Berdasarkan analisis statistik deskriptif diperoleh
[image:43.595.123.504.507.629.2]gambaran sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif dari Perencanaan Anggaran, Partisipasi
Anggaran, Optimalisasi Daya Serap Anggaran, Pengawasan
Anggaran, dan Kinerja Aparatur Sipil Negara
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Perencanaan Anggaran 38 14 25 20.50 2.413
Partisipasi Anggaran 38 14 23 19.24 2.399
Optimalisasi Daya Serap
Anggaran 38 14 25 20.13 2.292
Pengawasan Anggaran 38 11 24 18.11 2.883
Kinerja Aparatur Sipil Negara 38 18 25 20.82 1.753 Valid N (listwise) 38
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.1, diketahui nilai Perencanaan Anggaran minimum
adalah 14 sedangkan nilai Perencanaan Anggaran maksimum adalah 25. Rata-rata
60 2,413. Diketahui nilai Partisipasi Anggaran minimum adalah 14 sedangkan nilai
Partisipasi Anggaran maksimum adalah 23. Rata-rata (mean) Partisipasi Anggaran
adalah 19,24, dan standar deviasinya sebesar 2,399. Diketahui nilai Optimalisasi
Daya Serap Anggaran minimum adalah 14 sedangkan nilai Optimalisasi Daya
Serap Anggaran maksimum adalah 25. Rata-rata (mean) Optimalisasi Daya Serap
Anggaran adalah 20,13, dan standar deviasinya sebesar 2,292. Diketahui nilai
Pengawasan Anggaran minimum adalah 11 sedangkan nilai Pengawasan
Anggaran maksimum adalah 24. Rata-rata (mean) Pengawasan Anggaran adalah
18,11, dan standar deviasinya sebesar 2,883. Diketahui nilai Kinerja Aparatur
Sipil Negara minimum adalah 18 sedangkan nilai Kinerja Aparatur Sipil Negara
maksimum adalah 25. Rata-rata (mean) Kinerja Aparatur Sipil Negara adalah
20,82, dan standar deviasinya sebesar 1,753.
4.2 Uji Validitas dan Reliabilitas
4.2.1 Uji Validitas
Noor (2011:130) menyatakan agar diperoleh distribusi nilai hasil
pengukuran mendekati normal, maka sebaiknya jumlah responden untuk uji
coba kuesioner paling sedikit 30 orang. Dalam penelitian ini, uji coba
kuesioner melibatkan 38 responden. Berikut hasil dari uji validitas terhadap
butir-butir pertanyaan dari variabel Perencanaan Anggaran (X1), Partisipasi
Anggaran (X2), Optimalisasi Daya Serap Anggaran (X3), Pengawasan
61 Tabel 4.2 Uji Validitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Perencanaan Anggaran (X1)
Korelasi antara Nilai r hitung Nilai r valid Valid jika r hitung > r valid
Pertanyaan 1 dengan total 0,641 0,3 Valid
Pertanyaan 2 dengan total 0,795 0,3 Valid
Pertanyaan 3 dengan total 0,567 0,3 Valid
Pertanyaan 4 dengan total 0,619 0,3 Valid
[image:45.595.100.525.336.429.2]Pertanyaan 5 dengan total 0,581 0,3 Valid
Tabel 4.3 Uji Validitas Pertanyaan-Pertanyaan pada Kuesioner Variabel Partisipasi Anggaran (X2)
Korelasi antara Nilai r hitung Nilai r valid Valid jika r hitung > r valid
Pertanyaan 1 dengan total 0,755 0,3 Valid
Pertanyaan 2 dengan total 0,636 0,3 Valid
Pertanyaan 3 dengan total 0,718 0,3 Valid
Pertanyaan 4 dengan total 0,721 0,3 Valid
Pertanyaan 5 dengan total 0,337 0,3 Valid
Tabel 4.4 Uji Validitas Pertanyaan-Pertanyaan pada Kuesioner Variabel Optimalisasi Daya Serap Anggaran (X3)
Korelasi antara Nilai r hitung Nilai r valid Valid jika r hitung > r valid
Pertanyaan 1 dengan total 0,641 0,3 Valid
Pertanyaan 2 dengan total 0,561 0,3 Valid
Pertanyaan 3 dengan total 0,617 0,3 Valid
Pertanyaan 4 dengan total 0,475 0,3 Valid
Pertanyaan 5 dengan total 0,514 0,3 Valid
Tabel 4.5 Uji Validitas Pertanyaan-Pertanyaan pada Kuesioner Variabel Pengawasan Anggaran(X4)
Korelasi antara Nilai r hitung Nilai r valid Valid jika r hitung > r valid
Pertanyaan 1 dengan total 0,582 0,3 Valid
Pertanyaan 2 dengan total 0,766 0,3 Valid
Pertanyaan 3 dengan total 0,802 0,3 Valid
Pertanyaan 4 dengan total 0,625 0,3 Valid
[image:45.595.99.521.489.581.2] [image:45.595.105.521.661.754.2]62 Tabel 4.6 Uji Validitas Pertanyaan-Pertanyaan pada Kuesioner
Variabel Kinerja Aparatur Sipil negara (Y)
Korelasi antara Nilai r hitung Nilai r valid Valid jika r hitung > r valid
Pertanyaan 1 dengan total 0,791 0,3 Valid
Pertanyaan 2 dengan total 0,610 0,3 Valid
Pertanyaan 3 dengan total 0,529 0,3 Valid
Pertanyaan 4 dengan total 0,588 0,3 Valid
Pertanyaan 5 dengan total 0,665 0,3 Valid
Nilai patokan untuk uji validitas adalah koefisien korelasi yang
mendapat nilai lebih besar dari 0,3 yang didapat dari nilai r tabel.
Berdasarkan hasil uji validitas pada Tabel 4.1 hingga 4.4 terhadap
pertanyaan-pertanyaan pada variabel Perencanaan Anggaran (X1),
Partisipasi Anggaran (X2), Optimalisasi Daya Serap Anggaran (X3),
Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y).,
diketahui seluruh pertanyaan bersifat valid.
4.2.2 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).
63 Tabel 4.7 Uji Reliabilitas pada Kuesioner Variabel Perencanaan Anggaran
(X1), Partisipasi Anggaran (X2), Optimalisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y)
Variabel Nilai Alpha Cronbach Nilai Kritis Keterangan Kesimpulan Perencanaan Anggaran 0,655 0,6 0,655>0,6 Reliabel
Partisipasi Anggaran 0,652 0,6 0,652>0,6 Reliabel Optimaslisasi Daya
Serap Anggaran 0,638 0,6 0,638>0,6 Reliabel
Pengawasan Anggaran 0,662 0,6 0,662>0,6 Reliabel Kinerja Aparatur Sipil
Negara 0,623 0,6 0,623>0,6 Reliabel
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 dari variabel Perencanaan Anggaran
(X1), Partisipasi Anggaran (X2), Optimalisasi Daya Serap Anggaran (X3),
Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y), dan
Kinerja Organisasi (Z) bersifat reliabel, karena nilai Alpha Cronbach lebih
besar dari 0,6.
4.3 Uji Asumsi Klasik
Menurut Gujarati (2003) suatu model dikatakan baik untuk alat prediksi
apabila mempunyai sifat-sifat best linear unbiased estimator (BLUE). Di samping
itu suatu model dikatakan cukup baik dan dapat dipakai untuk memprediksi
apabila sudah lolos dari serangkaian uji asumsi ekonometrika yang melandasinya.
Suatu model regresi berganda yang digunakan untuk menguji hipotesa harus
memenuhi asumsi klasik. Uji asumsi klasik dilakukan juga untuk mendapatkan
64 Uji asumsi klasik ini dilakukan untuk mengetahui kondisi data yang ada
dalam penelitian ini dan menentukan model analisis yang paling tepat digunakan.
Uji asumsi klasik yang digunakan dalam penelitian terdiri dari :
[image:48.595.231.392.302.466.2]4.3.1 Uji Normalitas
Gambar 4.1 Uji Normalitas
Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4),
65
Partisipasi Anggaaran (X2), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
Optimisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
Pengujian normalitas dilakukan untuk menguji apakah dalam
model regresi, variabel independen dan dependen memiliki distribusi
normal. Data yang baik dan layak digunakan dalam penelitian adalah daya
yang memiliki distribusi normal. Jika distribusi data adalah normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya. Dilihat dari gambar Gambar 4.1 diatas, terlihat bahwa titik -
66 garis diagonal. Grafik ini menunjukan bahwa model regresi layak dipakai
karena memenuhi asumsi normalitas.
[image:50.595.214.411.618.681.2]4.3.2 Uji Multikolinieritas
Tabel 4.8 Uji Multikolinieritas
Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 X1 .982 1.019
X4 .982 1.019
a. Dependent Variable: Y
Partisipasi Anggaaran (X2), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 X2 .899 1.113
X4 .899 1.113
a. Dependent Variable: Y
Optimisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y).
Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 X3 .922 1.084
X4 .922 1.084
67 Hasil uji multikolinearitas dari masing – masing variabel
independen menunjukan nilai variance Inflation Factor (VIF) memiliki nilai
tidak lebih dari 1.0, begitu juga apabila ditinjau dari nilai Tolenrace
memiliki nilai tidak kurang dari 0,1. Jadi dapat dikatakan bahwa
masing-masing dari variabel independen terbebas dari multikolinearitas dalam
model regresi.
4.3.3 Uji Heterokedastisitas
Model regresi yang baik adalah yang homoskodesitas atau tidak
terjadi heteroskedasitas. Uji ini dilakukan dengan menggunakan analisis
grafik scatterplot antara nilai prediksi variabel ZPRED dengan residualnya
SPRESID. Dari grafik scatterplot terlihat bahwa titik – titik menyebar
secara acak diatas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
di simpulkan bahwa tidak terjadi heteroskedasitas pada model regresi,
(Ghozali, 2006). Grafik scatterplot ini dapat ditunjukan pada Gambar 4.2
berikut :
Gambar 4.2 Uji Heterokedastisitas
Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4),
[image:51.595.199.428.635.793.2]68
Partisipasi Anggaaran (X2), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
Optimisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4),
dan Kinerja Aparatur Sipil Negara (Y)
4.4 Hasil Analisis Regresi
Analisis yang digunakan dalam penelitian ini adalah analisis
regresi linier berganda dan Moderated Regression Analysis untuk
69 Partisipasi Anggaran, dan Optimalisasi Daya Serap Anggaran terhadap
Kinerja Aparatur Sipil Negara dengan Pengawasan Anggaran sebagai
pemoderasi secara parsial. Hasil analisis regresi dapat dilihat pada tabel
[image:53.595.114.508.311.388.2]berikut:
Tabel 4.9 Hasil analisis Regresi Perencanaan Anggaran (X1) , Kinerja Aparatur Sipil Negara (Y) dan Pengawasan Anggaran (X4)
Regression-model1a (parsial) Model Unstandardized Coefficients Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 11.921 2.004 5.949 .000
Perencanaan Anggaran .434 .097 .597 4.468 .000 a. Dependent