Uji Normalitas Uji Asumsi Klasik Regresi Pertama
normalitas menggunakan bantuan program SPSS disajikan pada tabel 4.8 berikut ini:
Tabel 4.8 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Tes
Unstandardized Residual
N 96
Normal Parametersa,b
Mean .0000000
Std. Deviation .78310007
Most Extreme Differences
Absolute .087
Positive .087
Negative -.062
Kolmogorov-Smirnov Z .855
Asymp. Sig. 2-tailed .458
a Test distribution is Normal. b Calculated from data.
Sumber: Data Primer di olah Peneliti, Output SPSS
Berdasarkan tabel 4.8 dapat diketahui hasil pengujian nomalitas data dengan uji One Sample Kolomogorov Smirnov Test di atas
menunjukkan nilai Asymp. Sig 2-tailed sebesar 0,458 yang lebih tinggi dari 0,05. Sehingga dikatakan data residual berdistribusi
normal b.
Uji Multikolinraritas
Uji Multikolinearitas merupakan uji yang ditujukan untuk menguji ada tidaknya korelasi antara variabel independen. Model
regresi yang baik tidak terjadi korelasi di antara variabel independen Ghozali, 2011. Hasil uji multikolinearitas menggunakan metode
Variance Inflation Factor VIF dilakukan dengan melihat nilai Tolerance dan nilai VIF dalam Collinearity Statistics. Dalam
pengertian sederhana variabel bebas menajdi variabel terikat dengan diregresi terhadap variabel bebas lainnya. Untuk uji multikolinieritas
disajikan pada tabel 4.9 berikut ini:
Tabel 4.9 Hasil Uji Multikolinearitas
Coefficientsa
Mo del
Collinearity Statistics
Toleranc e
VIF 1
Kapasitas Sumber Daya Manusia
.808 1.238
Pemanfaatan Teknologi Informasi
.539 1.856
Pengendalian Intern Akuntansi
.630 1.587
Pengawasan Keuangan Daerah
.654 1.528
a Dependent Variable: KETERANDALAN Sumber: Data Primer di olah Peneliti, Output SPSS
Berdasarkan tabel 4.9 dapat diketahui bahwa tidak ditemukan adanya gejala multikolinieritas, hal tersebut dapat diketahui dari
nilai Tolerance 0,10 dan nilai VIF 10, maka dapat disimpulkan bahwa seluruh variabel yang digunakan dalam model regresi telah
lolos uji multikolinearitas.