BAB III METODE PENELITIAN

Transkripsi

1 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 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 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 45

2 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 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 mengetahui tingkat validitas dan reliabilitas kuesioner sebelum dilakukan 46

3 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 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 dampak positif terhadap prilaku karyawan, meningkatkan kuantitas dan 47

4 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 (Harujitu, 2001).Skala pengukuran adalah likert. 48

5 Tabel 3.2. Definisi Operasional dan Skala Pengukuran Variabel Variabel Penelitian Variabel Dependen Kinerja Aparatur Sipil Negara Variabel Independen Perencanaan anggaran (X1) Definisi Operasional Tingkat pencapaian pelaksanaan suatu kegiatan dalam mewujudkan sasaran yang ditargetkan Tingkat keikutsertaan responden dalam menyusun perencanaan anggaran. Pengukuran Variabel 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. 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. Skala Likert Likert 5. Perencanaan anggaran disusun untuk jangka pendek dan panjang 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 Likert 49

6 anggaran, atasan memberikan informasi kepada saya Variabel Independen Optimalisasi daya serap anggaran (X3) Variabel Moderating Pengawasan Anggaran (X4) Target untuk mengestimasi anggaran belanja dengan kegiatan belanja (realisasinya) Tingkat keterlibatan responden dalam mengawasi penggunaan anggaran 1. Perencanaan kegiatan tidak sesuai dengan kebutuhan 2. Penyusunan pagu anggaran yang terlalu rendah 3. Untuk mengetahui permasalahanpermasalahan dalam penyerapan APBN 1. Saya terlibat langsung dalam pengawasan anggaran 2. Pemantauan penggunaan anggaraan dilakukan secara berkala dalam meningkatkan efektifitas anggaran agar tepat sasaran. Likert 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. Formulasi yang digunakan adalah : 50

7 1. Model untuk hipotesis pertama: Y = â 0 + â 1 X 1 + â 2 X 2 + â 3 X 3 + 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 X 4 + 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: 51

8 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 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 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. Sementara menurut Ghozali (2009:101) uji validitas bertujuan untuk 52

9 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 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 shot, dimana pengukurannya hanya sekali kemudian dibandingkan dengan 53

10 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) 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 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 ditribusi data adalah normal. 54

11 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 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 tidak terjadi heteroskedastisitas. 55

12 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 Uji Hipotesis 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 terdapat pengaruh terhadap variabel dependen. 56

13 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 freedom). 57

14 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% Koefisien Determinasi (R 2 ) 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 R 2 semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen. 58

15 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 Partisipasi Anggaran Optimalisasi Daya Serap Anggaran Pengawasan Anggaran Kinerja Aparatur Sipil Negara 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 (mean) Perencanaan Anggaran adalah 20,53, dan standar deviasinya sebesar 59

16 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, Uji Validitas dan Reliabilitas 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 Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y). 60

17 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 61

18 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 Uji Reliabilitas Uji reliabilitas harus dilakukan hanya pada pertanyaan yang telah memiliki atau memenuhi uji validitas, jadi jika tidak memenuhi syarat uji validitas maka tidak perlu diteruskan untuk uji reliabilitas (Noor, 2011:130). Berikut hasil dari uji reliabilitas terhadap butir-butir pertanyaan yang valid. 62

19 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, 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 model regresi yang tidak bias dan efisien. 63

20 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 : Uji Normalitas Gambar 4.1 Uji Normalitas Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y) 64

21 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 - titik menyebar disekitar garis diagonal dan penyebarannya mengikuti arah 65

22 garis diagonal. Grafik ini menunjukan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas Uji Multikolinieritas Tabel 4.8 Uji Multikolinieritas Perencanaan Anggaaran (X1), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y) a Model Collinearity Statistics Tolerance VIF 1 X X a. Dependent Variable: Y Partisipasi Anggaaran (X2), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y) a Model Collinearity Statistics Tolerance VIF 1 X X a. Dependent Variable: Y Optimisasi Daya Serap Anggaran (X3), Pengawasan Anggaran (X4), dan Kinerja Aparatur Sipil Negara (Y). a Collinearity Statistics Model Tolerance VIF 1 X X a. Dependent Variable: Y 66

23 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 masingmasing dari variabel independen terbebas dari multikolinearitas dalam model regresi 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) 67

24 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 mengetahui gambaran mengenai pengaruh Perencanaan Anggaran, 68

25 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 B Std. Error Beta Standardized t Sig. 1 (Constant) Perencanaan Anggaran a. Dependent Variable: Kinerja Aparatur Sipil Negara Regression-model1b (moderasi) Model Unstandardized B Std. Error Beta Standardized T Sig. 1 (Constant) Perencanaan Anggaran Pengawasan Anggaran X1X 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 B Std. Error Beta Standardized t Sig. 1 (Constant) Partisipasi Anggaran a. Dependent Variable: Kinerja Aparatur Sipil Negara 69

26 Regression-model2b (moderasi) Model Unstandardized B Std. Error Beta Standardized T Sig. 1 (Constant) Partisipasi Anggaran Pengawasan Anggaran X2X 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 B Std. Error Beta Standardized t Sig. 1 (Constant) Optimalisasi Daya Serap Anggaran a. Dependent Variable: Kinerja Aparatur Sipil Negara Regression-model3b (moderasi) Model Unstandardized B Std. Error Beta Standardized T Sig. 1 (Constant) Optimalisasi Daya Serap Anggaran Pengawasan Anggaran X3X 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 Y = 11, ,434X 1 b. Model persamaan Moderated Regression Analysis (MRA) 70

27 Y = 43,198 1,077X 1 1,744X 4 + 0,84X 1 X 4 Berdasarkan Tabel 4.10 tersebut, maka dapat diperoleh persamaan regresi sebagai berikut: 2. Partisipasi Anggaran (X2) a. Analisis regresi linier sederhana Y = 17, ,153X 2 b. Model persamaan Moderated Regression Analysis (MRA) Y = 20, ,02X 2 0,175X 4 + 0,1X 2 X 4 Berdasarkan Tabel 4.11 tersebut, maka dapat diperoleh persamaan regresi sebagai berikut: 3. Optimalisasi Daya Serap Anggaran (X3) a. Analisis regresi linier sederhana Y = 12, ,422X 3 b. Model persamaan Moderate Regression Analysis (MRA) Y = 17, ,2X 3 0,352X 4 + 0,016X 3 X 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) Analisis Koefisien Determinasi Koefisien determinasi (R 2 ) 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 R 2 yang 71

28 kecil (mendekati nol) berati kemampuan variabel-variabel tak bebas secara simultan dalam menerangkan variasi variabel tak bebas amat terbatas. Nilai koefisien determinasi R 2 yang mendekati satu berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel bebas. Model Summary b Model R R Square Tabel 4.12 Koefisien Determinasi Adjusted R Square Std. Error of the Estimate Durbin-Watson a 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 R 2 terletak pada kolom R-Square. Diketahui nilai koefisien determinasi sebesar R 2 = 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 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 Perencanaan, Partisipasi, dan Optimalisasi daya serap anggaran secara 72

29 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. ANOVA b Tabel 4.13 Uji Signifikansi Simultan (Uji F) Model Sum of Squares Df Mean Square F Sig. 1 Regression a Residual Total 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 aparatur sipil negara pada tingkat signifikansi 5%. 73

30 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 a Model Unstandardized B Std. Error Beta Standardized 1 (Constant) Perencanaan Partisipasi Optimalisasi_daya_ serap_anggaran a. Dependent Variable: Kinerja_aparatur_sipil_negara Sumber : hasil olahan software SPSS t Sig Berdasarkan Tabel 4.14, diperoleh persamaan regresi linear berganda sebagai berikut. KASN = 8, ,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 B i = 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 B i 0. 74

31 Hal ini berarti pengaruh antara variabel bebas terhadap variabel Kinerja aparatur sipil negara signifikan secara statistik pada tingkat signifikansi 5% 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 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, dalam hal ini dapat dibuktikan bahwa H2 diterima. 75

32 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 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 disebut uji residual. 76

33 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. a Model Unstandardized Tabel 4.15 Uji Moderasi B Std. Error Beta Standardized t Sig. 1 (Constant) Kinerja 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 Uji Signifikan Pengawasan Anggaran dalam Memoderasi a Model Pengaruh Perencanaan terhadap Kinerja Aparatur Sipil Negara Unstandardized B Std. Error Beta Standardized 1 (Constant) t Sig. Perencanaan a. Dependent Variable: abs_res_perencanaan 77

34 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 Uji Signifikan Pengawasan Anggaran dalam Memoderasi a Model Pengaruh Partisipasi terhadap Kinerja Aparatur Sipil Negara Unstandardized B Std. Error Beta Standardized 1 (Constant) T Sig. Partisipasi 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 diterima. 78

35 a Model Uji Signifikan Pengawasan Pengawasan Anggaran dalam Memoderasi Pengaruh Optimalisasi Daya Serap Anggaran terhadap Kinerja Aparatur Sipil Negara Unstandardized B Std. Error Beta Standardized 1 (Constant) Optimalisasi a. Dependent Variable: abs_res_optimalisasi T Sig. 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 variabel dapat diuraikan sebagai berikut: 79

36 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 pada saat Anggaran yang direncanakan sangat tinggi dan Pengawasan 80

37 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 dibuktikan bahwa H3 diterima. Hasil penelitian ini tidak konsisten 81

38 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 begitu pening dalam meningkatkan kinerja aparatur sipil negara. 82

39 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 Optimalisasi Daya Serap Anggaran bernilai negatif, maka disimpulkan bahwa 83

40 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 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 3. Jumlah sampel penelitian hanya 38 orang saja. 84

41 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 menciptakan hasil yang lebih baik. 85