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 keseluruhan yang dipilih, sehingga dapat menyajikan atau mewakili populasi
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
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
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
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
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.
1. Model untuk hipotesis pertama: Y = â0 + â 1 X1 + â 2 X2 + â 3 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 + â 1 X1 + â 2 X2 + â 3 X3 + â 4 X4 + e
Model II : Y = â0 + â 1 X1 + â 2 X2 + â 3 X3 + â 4 AbsRes_1 + â 5 AbsRes_2
+ â 6 AbsRes_3 + e Keterangan:
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.
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
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
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
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
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
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 pengaruh variabel independen terhadap variabel dependen.
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
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
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
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 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 Pertanyaan 5 dengan total 0,444 0,3 Valid
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).
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
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 :
4.3.1 Uji Normalitas
Gambar 4.1 Uji Normalitas
Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y)
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 -
garis diagonal. Grafik ini menunjukan bahwa model regresi layak dipakai
karena memenuhi asumsi normalitas.
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 a. Dependent Variable: Y
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), dan Kinerja Aparatur Sipil Negara (Y)
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
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
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 Variable: Kinerja Aparatur Sipil Negara
Regression-model1b (moderasi) Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 43.198 14.499 2.979 .005 Perencanaan Anggaran -1.077 .691 -1.482 -1.558 .128 Pengawasan Anggaran -1.744 .804 -2.869 -2.169 .037 X1X4 .084 .038 3.799 2.203 .035
a. Dependent Variable: Kinerja Aparatur Sipil Negara
Tabel 4.10 Hasil analisis Regresi Partisipasi Anggaran (X2) , Kinerja Aparatur Sipil Negara (Y) dan Pengawasan Anggaran (X4)
Regression-model2a (parsial) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 17.865 2.308 7.739 .000 Partisipasi Anggaran .153 .119 .210 1.288 .206 a. Dependent Variable: Kinerja Aparatur Sipil
Regression-model2b (moderasi) Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 20.306 3.607 5.630 .000 Partisipasi Anggaran .002 .192 .003 .012 .990 Pengawasan Anggaran -.175 .220 -.287 -.793 .433 X2X4 .010 .010 .466 1.015 .317
a. Dependent Variable: Kinerja Aparatur Sipil Negara
Tabel 4.11 Hasil analisis Regresi Optimalisasi Daya Serap Anggaran(X3) , Kinerja Aparatur Sipil Negara (Y) dan Pengawasan Anggaran (X4)
Regression-model3a (parsial) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 12.330 2.155 5.721 .000
Optimalisasi Daya Serap
Anggaran .422 .106 .551 3.962 .000
a. Dependent Variable: Kinerja Aparatur Sipil Negara
Regression-model3b (moderasi) Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 17.155 3.259 5.264 .000
Optimalisasi Daya Serap
Anggaran .200 .137 .262 1.465 .152
Pengawasan Anggaran -.352 .180 -.580 -1.960 .058
X3X4 .016 .007 .783 2.375 .023
a. Dependent Variable: Kinerja Aparatur Sipil Negara
Berdasarkan Tabel 4.9 tersebut, maka dapat diperoleh persamaan regresi sebagai berikut:
1. Perencanaan Anggaran (X1) a. Analisis regresi linier sederhana
𝑌̂ = 11,921 + 0,434𝑋1
𝑌̂ = 43,198 − 1,077𝑋1− 1,744𝑋4+ 0,84𝑋1𝑋4
Berdasarkan Tabel 4.10 tersebut, maka dapat diperoleh persamaan regresi sebagai berikut:
2. Partisipasi Anggaran (X2)
a. Analisis regresi linier sederhana 𝑌̂ = 17,865 + 0,153𝑋2
b. Model persamaan Moderated Regression Analysis (MRA) 𝑌̂ = 20,306 + 0,02𝑋2− 0,175𝑋4+ 0,1𝑋2𝑋4
Berdasarkan Tabel 4.11 tersebut, maka dapat diperoleh persamaan regresi sebagai berikut:
3. Optimalisasi Daya Serap Anggaran (X3) a. Analisis regresi linier sederhana
𝑌̂ = 12,330 + 0,422𝑋3
b. Model persamaan Moderate Regression Analysis (MRA) 𝑌̂ = 17,155 + 0,2𝑋3− 0,352𝑋4+ 0,016𝑋3𝑋4
4.5 Pengujian Hitpotesis
Pada pengujian hipotesis, akan dilakukan analisis koefisien determinasi,
pengujian signifikansi koefisien regresi parsial secara menyeluruh atau simultan
(uji F), dan uji signifikansi koefisien regresi parsial secara individu (uji t).
4.5.1 Analisis Koefisien Determinasi
Koefisien determinasi (𝑅2) merupakan suatu nilai (nilai proporsi)
yang mengukur seberapa besar kemampuan variabel-variabel bebas yang
digunakan dalam persamaan regresi, dalam menerangkan variasi variabel
tak bebas (Supranto, 2005:158, Gujarati, 2003:212). Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai koefsien determinasi 𝑅2 yang
kecil (mendekati nol) berati kemampuan variabel-variabel tak bebas secara
simultan dalam menerangkan variasi variabel tak bebas amat terbatas. Nilai
koefisien determinasi 𝑅2 yang mendekati satu berarti variabel-variabel
bebas memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel bebas.
Tabel 4.12 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
Sumber : hasil olahan software SPSS
Berdasarkan Tabel 4.12, nilai koefisien determinasi 𝑅2 terletak
pada kolom R-Square. Diketahui nilai koefisien determinasi sebesar 𝑅2 =
0,240. Nilai tersebut berarti Perencanaan, Partisipasi, dan Optimalisasi daya
serap anggaran mempengaruhi secara simultan atau bersama-sama terhadap
variabel Kinerja aparatur sipil negara sebesar 24%, sisanya sebesar 76% d
ipengaruhi oleh faktor-faktor lain.
4.5.2 Uji Signifikansi Koefisien Regresi Parsial secara Menyelururh (Uji F)
Uji signifikansi koefisien regresi parsial secara menyeluruh
merupakan suatu uji untuk menguji apakah seluruh koefisien regresi parsial
secara menyeluruh atau simultan sama dengan nol atau tidak (Gujarati,
2003:253, Supranto, 2005:199). Dengan kata lain, menguji apakah variabel
bersamaan atau simultan mempengaruhi variabel Kinerja aparatur sipil
negara.
Cara pengambilan keputusan terhadap hipotesis dapat dilakukan
dengan membandingkan nilai probabilitas 𝑝 dengan nilai tingkat
signifikansi, yakni 𝛼. Jika nilai probabilitas 𝑝 ≥ tingkat signifikansi yang
digunakan, dalam penelitian ini 𝛼 = 5%, maka dapat disimpulkan bahwa
seluruh variabel bebas secara simultan tidak berpengaruh terhadap variabel tak bebas. Jika nilai probabilitas 𝑝 < tingkat signifikansi 𝛼 = 0,05, maka
dapat disimpulkan bahwa paling tidak terdapat satu variabel bebas yang
mempengaruhi variabel Kinerja aparatur sipil negara.
Tabel 4.13 Uji Signifikansi Simultan (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 Sumber : hasil olahan software SPSS
Perhatikan bahwa berdasarkan Tabel 4.13, nilai probabilitas atau Sig
adalah 0,024. Karena nilai probabilitas, yakni 0,024 lebih kecil dari nilai tingkat
signifikansi, yakni 0,05, maka dapat disimpulkan bahwa paling tidak terdapat satu
variabel bebas yang pengaruhnya signifikan secara statistik terhadap Kinerja
4.5.3 Uji Signifikansi Koefisien Regresi Parsial secara Individu (Ujit t) Uji signifikansi koefisien regresi parsial secara individu merupakan
suatu uji untuk menguji apakah nilai dari koefisien regresi parsial secara
individu bernilai nol atau tidak (Gujarati, 2003:250, Supranto, 2005:196).
Tabel 4.14 Uji Signifikansi Koefisien Regresi Parsial Secara Individu
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.102 3.925 2.064 .047 Perencanaan .459 .244 .426 1.878 .069 Partisipasi .266 .171 .254 1.551 .130 Optimalisasi_daya_ serap_anggaran -.120 .235 -.117 -.512 .612 a. Dependent Variable: Kinerja_aparatur_sipil_negara
Sumber : hasil olahan software SPSS
Berdasarkan Tabel 4.14, diperoleh persamaan regresi linear berganda sebagai berikut.
𝐾𝐴𝑆𝑁̂ = 8,102 + 0,459𝑃𝑐𝑛 + 0,266𝑃𝑡𝑠𝑝 − 0,120𝑂𝐷𝑆𝐴.
Cara pengambilan keputusan dapat dilakukan dengan
membandingkan nilai probabilitas 𝑝 atau Sig. dengan nilai tingkat
signifikansi, yakni 𝛼. Jika nilai probabilitas 𝑝 ≥ tingkat signifikansi yang
digunakan, dalam penelitian ini 𝛼 = 5% , maka nilai koefisien regresi
parsial 𝐵𝑖 = 0 . Hal ini berarti pengaruh antara variabel bebas terhadap
variabel Kinerja aparatur sipil negara tidak signifikan secara statistik pada
tingkat signifikansi 5%. Namun jika nilai probabilitas 𝑝 < tingkat signifikansi yang digunakan, maka nilai koefisien regresi parsial 𝐵𝑖 ≠ 0.
Hal ini berarti pengaruh antara variabel bebas terhadap variabel Kinerja
aparatur sipil negara signifikan secara statistik pada tingkat signifikansi 5%.
4.5.3.1 Pengujian Pengaruh Perencanaan terhadap Kinerja Aparatur Sipil Negara
Perhatikan bahwa berdasarkan Tabel 4.14, diketahui nilai
probabilitas atau Sig. dari variabel Perencanaan adalah 0,069.
Karena nilai probabilitas Perencanaan, yakni 0,069, lebih besar
dari tingkat signifikansi, yakni 0,05, maka disimpulkan bahwa
pengaruh yang terjadi antara Perencanaan dengan variabel Kinerja
Aparatur Sipil Negara tidak signifikan secara statistik dalam hal ini
dapat dibuktikan bahwa H1 diterima.
4.5.3.2 Pengujian Pengaruh Partisipasi terhadap Kinerja Aparatur Sipil Negara
Diketahui nilai probabilitas atau Sig. dari variabel Partisipasi
adalah 0,130. Karena nilai probabilitas Partisipasi, yakni 0,130,
lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan
bahwa pengaruh yang terjadi antara Partisipasi dengan variabel
Kinerja Aparatur Sipil Negara tidak signifikan secara statistik,
4.5.3.3 Pengujian Pengaruh Optimalisasi Daya Serap Anggaran terhadap Kinerja Aparatur Sipil Negara
Diketahui nilai probabilitas atau Sig. dari variabel
Optimalisasi Daya Serap Anggaran adalah 0,612. Karena nilai
probabilitas Optimalisasi Daya Serap Anggaran, yakni 0,612, lebih
besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan
bahwa pengaruh yang terjadi antara Optimalisasi Daya Serap
Anggaran dengan variabel Kinerja Aparatur Sipil Negara tidak
signifikan secara statistik, dalam hal ini dapat dibuktikan bahwa
H3 diterima.
4.5.3.4 Uji Signifikansi Pengawasan Anggaran dalam Memoderasi Pengaruh Variabel Bebas terhadap Kinerja Aparatur Sipil Negara
Ghozali (2006:164) menyatakan terdapat tiga cara menguji
regresi dengan varaibel moderating, yaitu: (1) uji interaksi, (2) uji
nilai selisih mutlak, dan (3) uji residual. Dalam penelitian ini
digunakan uji residual. Digunakannya uji residual karena pada uji
interaksi dan uji nilai selisish mutlak mempunyai kecenderungan
akan terjadi multikolinearitas yang tinggi antar variabel independen
dan hal ini akan menyalahi asumsi klasik dalam regresi ordinary
least square (OLS) (Ghozali, 2006:164). Untuk mengatasi multikolinearitas ini, maka dikembangkan metode lain yang
Langkah pertama adalah dengan meregresikan variabel
Pengawasan Anggaran terhadap variabel-variabel independen, dan
kemudian peroleh nilai residualnya. Setelah itu tantukan nilai
absolut residualnya, dan terakhir regresikan variabel absolut
residual dengan masing-masing variabel bebas.
Tabel 4.15 Uji Moderasi
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
Suatu variabel dikatakan memoderasi variabel bebas jika
koefisien regresi variabel tak bebas bernilai negatif dan signifikan
(Ghozali, 2006:172). Perhatikan bahwa karena koefisien regresi dari
Kinerja aparatur sipil negara bernilai positif dan tidak signifikan,
maka variabel Pengawasan anggaran tidak memoderasi variabel
bebas.
4.5.3.5 Uji Signifikan Pengawasan Anggaran dalam Memoderasi Pengaruh Perencanaan terhadap Kinerja Aparatur Sipil Negara 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
Suatu variabel dikatakan memoderasi variabel bebas jika
koefisien regresi variabel tak bebas bernilai negatif dan signifikan
(Ghozali, 2006:172). Perhatikan bahwa karena koefisien regresi dari
Kinerja Aparatur Sipil Negara bernilai positif dan tidak signifikan,
maka variabel Pengawasan Anggaran tidak memoderasi Perencanaan,
dalam hal ini dapat dibuktikan bahwa H4 ditolak.
4.5.3.6 Uji Signifikan Pengawasan Anggaran dalam Memoderasi Pengaruh Partisipasi terhadap Kinerja Aparatur Sipil Negara Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 5.103 2.000 2.552 .015 Partisipasi -.151 .101 -.242 -1.495 .144 a. Dependent Variable: abs_res_Partisipasi
Perhatikan bahwa karena koefisien regresi dari Kinerja
Aparatur Sipil Negara bernilai negatif namun tidak signifikan, maka
variabel Pengawasan Anggaran tidak signifikan dalam memoderasi
variabel Partisipasi, dalam hal ini dapat dibuktikan bahwa H5
4.5.3.7 Uji Signifikan Pengawasan Pengawasan Anggaran dalam Memoderasi Pengaruh Optimalisasi Daya Serap Anggaran terhadap Kinerja Aparatur Sipil Negara
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
Perhatikan bahwa karena koefisien regresi dari Kinerja
Aparatur Sipil Negara bernilai negatif namun tidak signifikan, maka
variabel Pengawasan Anggaran tidak signifikan dalam memoderasi
Kinerja Aparatur Sipil Negara, dalam hal ini dapat dibuktikan bahwa
H6 diterima.
4.6 Pembahasan
Berdasarkan pengujian hipotesis yang dilakukan, diperoleh bahwa
Perencanaan Anggaran, Partisipasi Anggaran, dan Optimalisasi Daya Serap
Anggaran tidak memiliki pengaruh signifikan terhadap Kinerja Aparatur Sipil
Negara. Penggunaan Pengawasan Anggaran sebagai pemoderasi menunjukkan
bahwa Pengawasan Anggaran tidak mampu secara signifikan memoderasi
pengaruh Perencanaan, Partisipasi, dan Optimalisasi Daya Serap Anggaran
terhadap Kinerja Aparatur Sipil Negara. Hasil penelitian terhadap masing-masing
1) Perencanaan Anggaran berpengaruh positif tidak signifikan terhadap
Kinerja Aparatur Sipil Negara. Ini mengindikasikan bahwa Perencanaan
Anggaran tidak terlalu dipertimbangkan oleh pihak Otoritas Pelabuhan
Utama Belawan dalam melakukan penginerjaan setiap Aparatur Sipil
Negara dan tidak memiliki pengaruh yang signifikan terhadap
perencanaan anggaran. Diketahui nilai probabilitas atau Sig. dari variabel
Perencanaan adalah 0,069. Karena nilai probabilitas Perencanaan, yakni
0,069, lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan
bahwa pengaruh yang terjadi antara Perencanaan dengan variabel Kinerja
Aparatur Sipil Negara tidak signifikan secara statistik, dalam hal ini
dapat dibuktikan bahwa H1 diterima. Hasil penelitian ini konsisten atau
sejalan dengan penelitian yang telah dilakukan oleh Nurhalimah &
Syukriy (2013) dan Mardika, Bagia, & Suwendra (2015) yang
menyatakan bahwa partisipasi perencanaan anggaran berpengaruh postif
dan signifikan terhadap kinerja pegawai tetapi penelitian ini tidak
konsisten atau berbeda dengan penelitian yang sudah dilakukan oleh
Nurlaila (2008) yang menyatakan bahwa perencanaan anggaran
walaupun berkorelasi signifikan namun kurang berdampak langsung
terhadap peningkatan kinerja.
2) Pengawasan Anggaran tidak memoderasi pengaruh Perencanaan
Anggaran terhadap Kinerja Aparatur Sipil Negara. Pengawasan
Anggaran tidak mampu meningkatkan Kinerja Aparatur Sipil Negara
Anggaran tidak dapat mengendalikan Anggaran pada saat anggaran yang
direncanakan rendah. Diketahui nilai probabilitas atau Sig. dari variabel
Partisipasi adalah 0,130. Karena nilai probabilitas Partisipasi, yakni
0,130, lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan
bahwa pengaruh yang terjadi antara Partisipasi dengan variabel Kinerja
Aparatur Sipil Negara tidak signifikan secara statistik, dalam hal ini
dapat dibuktikan bahwa H2 diterima. Hasil penelitian ini konsisten atau
sejalan dengan penelitian yang sudah dilakukan oleh Muharrom (2014),
Nurhalimah & Syukriy (2013), serta Brownel, & Mc. Innes (1986) yang
menyatakan bahwa perencanaan anggaran berpengaruh postif dan
signifikan terhadap kinerja pekerjaan pegawai.
3) Partisipasi Anggaran berpengaruh positif tidak signifikan terhadap
Kinerja Aparatur Sipil Negara. Berdasarkan hasil analisis deskriptif
didapatkan bahwa nilai rata-rata sebesar 19,24 hal ini menunjukkan
bahwa nilai resposnden pada partisipasi anggaran cukup tinggi.
Diketahui nilai probabilitas atau Sig. dari variabel Optimalisasi Daya
Serap Anggaran adalah 0,612. Karena nilai probabilitas Optimalisasi
Daya Serap Anggaran, yakni 0,612, lebih besar dari tingkat signifikansi,
yakni 0,05, maka disimpulkan bahwa pengaruh yang terjadi antara
Optimalisasi Daya Serap Anggaran dengan variabel Kinerja Aparatur
Sipil Negara tidak signifikan secara statistik, dalam hal ini dapat
dengan penelitian yang sudah dilakukan oleh Muharrom (2014) .
4) Pengawasan Anggaran tidak mampu secara signifikan dalam memoderasi
pengaruh Partisipasi Anggaran terhadap Kinerja Aparatur Sipil Negara.
Pengawasan tidak mampu meningkatkan kinerja yang ada untuk
melakukan pengawasan anggaran.
5) Optimalisasi Daya Serap Anggaran berpengaruh negatif tidak signifikan
terhadap Kinerja Aparatur Sipil Negara. Hal ini menunjukkan bahwa
berdasarkan hasil dari data responden yang didapat diketahui optimalisasi
daya serap anggaran tidak begitu penting untuk meningkatkan kinerja
aparatur sipil negara.
6) Pengawasan Anggaran tidak mampu secara signifikan dalam memoderasi
pengaruh Optimalisasi Daya Serap Anggaran. Hal ini juga terlihat dari
hasil kuesioner dari data responden dan diketahui bahwa nilai
signifikansi -0,312. Yang berarti bahwa ada pengaruh yang tidak
signifikan. Jadi, dengan adanya optimalisasi daya serap anggaran, tidak
BAB V KESIMPULAN
Berdasarkan hasil pengujian secara simultan, diketahui nilai probabilitas
atau Sig adalah 0,024. Karena nilai probabilitas, yakni 0,024 lebih kecil dari nilai
tingkat signifikansi, yakni 0,05, maka dapat disimpulkan bahwa paling tidak
terdapat satu variabel bebas yang pengaruhnya signifikan secara statistik terhadap
Kinerja aparatur sipil negara pada tingkat signifikansi 5%.
Hasil pengujian parsial dari variabel Perencanaan, diketahui nilai
probabilitas atau Sig. dari variabel Perencanaan adalah 0,069, lebih besar dari
tingkat signifikansi, yakni 0,05, dan nilai koefisien regresi dari variabel
Perencanaan bernilai positif , maka disimpulkan bahwa terdapat pengaruh positif
yang terjadi antara Perencanaan dengan Kinerja Aparatur Sipil Negara, tetapi
tidak signifikan secara statistik. Diketahui nilai probabilitas atau Sig. dari variabel
Partisipasi adalah 0,130, lebih besar dari tingkat signifikansi, yakni 0,05, dan
koefisien regresi dari variabel Partisipasi bernilai positif maka disimpulkan bahwa
terdapat pengaruh positif yang terjadi antara Partisipasi dengan Kinerja Aparatur
Sipil Negara, tetapi tidak signifikan secara statistik. Diketahui nilai probabilitas
atau Sig. Dari variabel Optimalisasi Daya Serap Anggaran adalah 0,612, lebih
besar dari tingkat signifikansi, yakni 0,05, dan koefisien regresi dari variabel
terdapat pengaruh negatif yang terjadi antara Optimalisasi Daya Serap Anggaran
dengan Kinerja Aparatur Sipil Negara, tetapi tidak signifikan secara statistik.
Diketahui nilai probabilitas atau Sig. dari variabel Perencanaan adalah
0,669, lebih besar dari tingkat signifikansi, yakni 0,05, dan koefisien regresi
bernilai positif, maka disimpulkan bahwa Pengawasan Anggaran tidak
memoderasi Perencanaan. Diketahui nilai probabilitas atau Sig. dari variabel
Partisipasi adalah 0,144, lebih besar dari tingkat signifikansi, yakni 0,05, dan
koefisien regresi bernilai negatif, maka disimpulkan bahwa Pengawasan
Anggaran memoderasi Partisipasi, tetapi tidak signifikan secara statistik.
Diketahui nilai probabilitas atau Sig. dari variabel Optimalisasi Daya Serap
Anggaran adalah 0,757, lebih besar dari tingkat signifikansi, yakni 0,05, dan
koefisien regresi bernilai negatif, maka disimpulkan bahwa Pengawasan
Anggaran memoderasi Optimalisasi Daya Serap Anggaran, tetapi tidak signifikan
secara statistik.
5.2. Keterbatasan Penelitian
Hasil penelitian ini mempunyai beberapa keterbatasan yaitu:
1. Penelitian hanya dilakukan pada Kantor Otoritas Pelabuhan saja.
2. Penelitian hanya ditujulan pada kepala Kantor OP, kepala bidang
perencanaan, kepala bagian tata usaha dan hanya staf yang terkait dengan
penyusunan RKA-KL
5.3. Saran
Berdasarkan kesimpulan diatas maka saran-saran yang dapat diberikan
pada penelitian selanjutnya antara lain
1. Seharusnya pemimpin instansi harus dapat meningkatkan pengawasan,
khususnya di bidang perencanaan agar menciptakan kinerja yang baik
2. Pemimpin instansi dapat membantu pihak yang tertarik untuk memahami dan
mengetahui betapa pentingnya kinerja.
3. Penelitian selanjutnya diharapkan untuk menggunakan sampel yang lebih
banyak dengan karakteristik yang lebih beragam dari berbagai sektor sehingga