73
4.1.4 Uji Asumsi Klasik
Uji asumsi klasik merupakan prasyarat analisis regresi berganda. Uji asumsi klasik ini meliputi uji normalitas, uji multikolinieritas, dan uji
heteroskedastisitas. Apabila data tidak terdistribusi normal dan mengandung heteroskedastisitas maka perlu adanya perbaikan model regresi dengan cara
mentransformasi data. Dan apabila data mengandung multikolinearitas maka salah satu variabel independen harus dihilangkan.
4.1.4.1 Uji Normalitas
Uji normalitas dalam penelitian ini menggunakan dua cara yaitu dengan melihat kurva normal P-Plot dan dengan melihat nilai dari
kolmogorov-smirnov . Uji normalitas melalui kurva normal P-Plot
menggunakan program SPSS ver.16 dapat dilihat pada gambar berikut ini:
Gambar 2 Kurva P-Plot
74
Gambar 2 di atas menunjukkan bahwa titik-titik data menyebar di sekitar garis diagonal dan penyebaran titik-titik data searah dengan garis
diagonal. Sehingga dapat disimpulkan bahwa data terdistribusi normal. Hasil out put uji normalitas dengan kolmogorov-smirnov menggunakan
SPSS ver.16 disajikan pada tabel 4.12 berikut ini:
Tabel 4.12 Hasil Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 36
Normal Parameters
a
Mean .0000000
Std. Deviation 2.29345622
Most Extreme Differences
Absolute .102
Positive .083
Negative -.102
Kolmogorov-Smirnov Z .610
Asymp. Sig. 2-tailed .851
a. Test distribution is Normal.
Sumber : Data primer yang diolah 2010 Tabel 4.12 di atas menunjukkan nilai kolmogorov-smirnov sebesar
0,610 dengan signifikansi 0,851. Berdasarkan hal tersebut maka dapat disimpulkan bahwa data terdistribusi normal karena nilai signifikansi 0,851
lebih besar dari 0,05.
4.1.4.2 Uji Multikolinieritas
Deteksi multikolineritas pada suatu model dapat dilihat dari nilai Variance Inflation factor
VIF. Hasil out put uji multikolinearitas menggunakan program SPSS ver.16 disajikan pada tabel 4.13 berikut ini:
75
Tabel 4.13 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant Skala Usaha
.742 1.348
Umur Perusahaan .786
1.272 Pengetahuan Akuntansi
.720 1.389
Pengalaman dalam Informasi Akuntansi .653
1.532 a. Dependent Variable: Persepsi Pengusaha Kecil dan Menengah atas
Informasi Akuntansi
Sumber : Data primer yang diolah 2010 Tabel 4.13 di atas menunjukkan bahwa variabel skala usaha X1,
umur perusahaan X2, pengetahuan akuntansi X3, dan pengalaman dalam informasi akuntansi X4 mempunyai nilai tolerance lebih dari 0,1 dan
mempunyai nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa model regresi terbebas dari multikolinieritas
4.1.4.3 Uji Heteroskedastisitas