58
2. Jika hasil One Sample Kolmogorov-Smirnov dibawah tingkat signifikansi 0.05 tidak menunjukkan pola distribusi normal, maka model
regresi tersebut tidak memenuhi asumsi normalitas. Hasil Uji Normalitas disajikan pada Tabel 4.12 sebagai berikut.
Tabel 4.12 Hasil Uji One-Sample Kolmogorov-Smirnov
Unstandardized Residual
N Normal Parameters
a..b
Mean Std. Deviation
Most Extreme Differences Absolute Positive
Negative Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed 45
.0000000 1.27092402
.148 .084
-.148 .990
.281
Sumber: Hasil Pengolahan Data
Tabel 4.12 menunjukkan bahwa nilai signifikansi Asymp. Sig. 2-tailed sebesar 0.281 lebih besar dari 0.05. Jadi dapat disimpulkan bahwa data yang diuji
dalam penelitian ini berdistribusi normal.
4.4.3.2 Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal.
- Jika nilai Tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut
Universitas Sumatera Utara
59
- Jika nilai Tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terjadi gangguan multikolinearitas pada penelitian tersebut.
Tabel 4.13 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
Constant Independen1
Independen2 Independen3
Independen4 .834
.845 .924
.830 1.199
1.184 1.082
1.204
Sumber: Hasil Pengolahan Data
Berdasarkan Tabel 4.13, dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas pada interaksi variabel implementasi standar akuntansi
pemerintahan, budaya organisasi, struktur organisasi, sistem pengendalian internal dan kualitas sistem informasi akuntansi.
4.4.3.3 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Untuk
mengetahui adanya heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot dengan ketentuan:
- Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka menunjukkan telah terjadi heteroskedastisitas.
Universitas Sumatera Utara
60
- Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.1 Hasil Uji Heteroskedastisitas
Dari output uji heteroskedastisitas dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas
4.4.3.4 Uji Autokorelasi
