75
4.3.4. Uji Asumsi Klasik
Persamaan regresi diatas harus bersifat BLUE Best Linear Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan Uji t tidak boleh
bias. Untuk menghasilkan keputusan yang BLUE, maka yang harus dipenuhi oleh regresi linier berganda, yaitu:
1. Tidak terjadi multikolineariti antar variabel eksplanatori. 2. Varian dari komponen pengganggu Ui harus konstan dan harus
memenuhi syarat homokedastisitas. 3. Tidak terjadi autokorelasi antar komponen pengganggu Ui.
Hasil uji multikolinieritas, heteroskedastisitas dan autokorelasi dapat dilihat di bawah ini:
1. Multikolinieritas
Pembuktian ada atau tidaknya gejala multikolinearitas dapat dilakukan dengan cara menghitung VIF Variance inflation Factor. Jika VIF lebih besar
dari 10 maka terjadi multikolinearitas, namun bila lebih kecil dari 10 tidak terjadi multikolinearitas. Adapun besaran VIF dari masing-masing variabel bebas adalah
sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
76
Tabel 4.15 : Hasil Nilai VIF Variance Inflation Factor Variabel
VIF Komunikasi pemakai X
1
1,046 Partisipasi pemakai X
2
1,386 Kompleksitas sistem X
3
1,196 Struktur organisasi X
4
1,302 Penggunaan sistem informasi
akuntansi Y 1,046
Sumber : Lampiran 6 Berdasarkan tabel 4.15 di atas menunjukkan bahwa nilai VIF pada variabel
komunikasi pemakai X
1
, partisipasi pemakai X
2
, kompleksitas sistem X
3
, struktur organisasi X
4
dan penggunaan sistem informasi akuntansi Y lebih kecil dari 10 VIF 10 maka dapat disimpulkan bahwa antar variabel bebas tidak
terjadi multikolinearitas.
2. Heteroskedastisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan varibel bebas. Hal ini bisa diidentifikasi dengan cara menghitung korelasi rank Spearman
antara residual dengan seluruh variabel bebas. Hasil perhitungan adalah sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
77
Tabel 4.16. Uji Heteroskedasitas dengan Korelasi Rank Spearman
Correl ations
-,036 -,087
-,055 ,160
1,000 ,830
,600 ,739
,332 .
39 39
39 39
39 Komunikas i Pemak ai X1
Partisi pasi Pem akai X2 Kompl eksi tas Sistem X3
St ruktur Organisas i X4 Unstandardized Residual
Komunikas i Pemak ai X1 Partisi pasi Pem akai X2
Kompl eksi tas Sistem X3 St ruktur Organisas i X4
Unstandardized Residual Komunikas i Pemak ai X1
Partisi pasi Pem akai X2 Kompl eksi tas Sistem X3
St ruktur Organisas i X4 Unstandardized Residual
Correlation Coeffic ient
Si g. 2-tail ed
N Spearm ans
rho Unstandardized
Residual
Sumber : Lampiran 6
Berdasarkan tabel 4.16, dapat dilihat korelasi rank Spearman untuk variabel komunikasi pemakai X
1
sebesar -0,36 dengan nilai probabilitas kesalahan 0,83 83 lebih besar dari 10 yang berarti tidak ada hubungan antara nilai residu
dengan penggunaan sistem informasi akuntansi Y, variabel partisipasi pemakai X
2
sebesar -0,87 dengan nilai probabilitas kesalahan 0,6 60 lebih besar dari 10 yang berarti tidak ada hubungan antara nilai residu dengan penggunaan
sistem informasi akuntansi Y, variabel kompleksitas sistem X
3
sebesar -0,55 dengan nilai probabilitas kesalahan 0,739 73,9 lebih besar dari 10 yang
berarti tidak ada hubungan antara nilai residu dengan penggunaan sistem informasi akuntansi Y dan struktur organisasi X
4
sebesar 0,16 dengan nilai probabilitas kesalahan 0,332 33,2 lebih besar dari 10 yang berarti tidak ada
hubungan antara nilai residu dengan penggunaan sistem informasi akuntansi Y. Sehingga dapat disimpulkan bahwa variable-variabel yang digunakan dalam
peneltiian ini tidak terkena gejala hetroskedastisitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
78
3. Autokorelasi
Dalam penelitian ini data yang digunakan bukan data time series tetapi data cross section yang diambil berdasarkan kuesioner, sehingga untuk uji autokorelasi
tidak dilakukan. Karena uji autokorelasi hanya dilakukan pada data time series Santoso, 2000: 216.
4.3.5. Analisis dan Uji Hipotesis
Kategori