keseluruhan responden menilai bahwa kinerja sistem informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK tergolong baik yang ditunjukkan dengan nilai
rata-rata total sebesar 5.48. Kinerja sistem informasi akuntansi paling baik adalah membantu departemen berfungsi lebih baik dengan nilai rata-rata jawaban
responden masing-masing sebesar 6.43. Sedangkan kinerja sistem informasi akuntansi paling tidak baik adalah sistem telah dilengkapi dengan informasi yang
akurat dan reliabel dengan nilai rata-rata jawaban responden sebesar 4.62.
4.3. Analisis Hasil Penelitian
4.3.1. Uji Normalitas
Uji F dan uji t pada analisis regresi mengansumsikan bahwa nilai residual mengikuti distribusi normal. Oleh karena itu dilakukan pengujian normalitas pada
residual yang dihasilkan model regresi. Prosedur uji normalitas dilakukan dengan uji kolmogorov smirnov. Jika nilai signifikansi uji kolmogorov smirnov 0.05
α=5, maka residual model regresi berdistribusi normal. Berikut adalah hasil uji normalitas residual:
Tabel 4.10. Hasil Uji Normalitas Unstandardized
Residual Kolmogorov Smirnov Z
0.923 Nilai Signifikansi
0.362 Sumber : Lampiran 4
Berdasarkan Tabel 4.10 dapat diketahui bahwa nilai signifikan uji kolmogorov smirnov lebih besar dari 0.05 yaitu 0.362, maka disimpulkan bahwa
residual model regresi berdistribusi normal.
4.3.2. Uji Asumsi Klasik
Untuk mengetahui apakah model regresi yang dihasilkan merupakan model regresi yang menghasilkan estimator linier tidak bias terbaik, maka perlu
dilakukan pengujian gejala penyimpangan asumsi model klasik. Asumsi klasik pertama yang harus dipenuhi untuk mendapatkan model regresi yang baik adalah
non autokorelasi, non multikolonieritas dan non heteroskedastisitas. Dari ketiga asumsi tersebut tidak dilakukan pengujian terhadap gejala autokorelasi. Pengujian
gejala autokorelasi merupakan korelasi antar data yang dihitung atau disusun berdasarkan data time series, sedangkan data yang digunakan pada penelitian ini
adalah data cross section dimana data yang diambil adalah data yang ada pada saat kuesioner disebar.
4.3.2.1. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Pendeteksian ada atau tidaknya multikolinieritas dilakukan dengan melihat nilai VIF. Apabila
nilai VIF 10, maka model regresi bebas dari multikolinieritas. Berikut adalah hasil uji multikolinieritas:
Tabel 4.11. Hasil Uji Multikolinieritas Colinierity Statistics
Variabel Tolerance VIF
Partisipasi Pemakai X
1
0.364 2.747
Dukungan Manajemen Puncak X
2
0.284 3.516 Kemampuan Teknik Personal X
3
0.395 2.529 Sumber : Lampiran 5
Tabel 4.11 menunjukkan bahwa nilai VIF keempat variabel bebas di bawah angka 10, sehingga dapat dikatakan model regresi bebas dari
multikolonieritas, dengan demikian asumsi non multikolonieritas terpenuhi.
4.3.2.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Pendeteksian ada atau tidaknya heteroskedastisitas dilakukan
dengan metode korelasi rank spearman. Jika korelasi rank spearman menghasilkan nilai signifikansi 0.05
α=5, maka disimpulkan dalam model regresi tidak terjadi heteroskedastisitas. Berikut adalah hasil uji
heteroskedastisitas:
Tabel 4.12. Hasil Uji Heteroskedastisitas
Variabel Bebas Korelasi
Rank Spearman Signifikansi
Partisipasi Pemakai X
1
0.062 0.789
Dukungan Manajemen Puncak X
2
0.033 0.886
Kemampuan Teknik Personal X
3
0.042 0.855
Sumber : Lampiran 5 Tabel 4.12 menunjukkan bahwa nilai signifikansi korelasi rank spearman
untuk variabel partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal SIA semuanya lebih besar dari 0.05
α=5, sehingga disimpulkan tidak terjadi heteroskedastisitas pada model regresi, dengan demikian
asumsi non heteroskedastisitas telah terpenuhi.
4.3.3. Analisis Regresi Linier Berganda
Berikut ini akan dijelaskan hasil regresi antara partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal terhadap kinerja
sistem informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK.
4.3.3.1. Persamaan Regresi
Nilai estimasi koefisien regresi yang dihasilkan adalah sebagai berikut: Tabel 4.13. Hasil Estimasi Koefisien Regresi
Variabel Bebas Unstandardized Coefficients
B
Konstanta 0.427 Partisipasi Pemakai X
1
0.186 Dukungan Manajemen Puncak X
2
0.541 Kemampuan Teknik Personal X
3
0.232 Sumber : Lampiran 6
Berdasarkan Tabel 4.13 dapat dibuat persamaan regresi sebagai berikut: Y = 0.427 + 0.186 X
1
+ 0.541 X
2
+ 0.232 X
3
Penjelasan masing-masing koefisien regresi adalah sebagai berikut: β
= Konstanta = 0.427 Menunjukkan besarnya kinerja sistem informasi akuntansi pada PT. SUBUR
INDUSTRI PLASTIK. Artinya apabila partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal sama dengan nol atau konstan, maka
kinerja sistem informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK adalah sebesar 0.427.
β
1
= Koefisien regresi partisipasi pemakai X
1
= 0.186 Artinya apabila partisipasi pemakai naik 1 satuan, maka kinerja sistem informasi
akuntansi pada PT. SUBUR INDUSTRI PLASTIK akan naik sebesar 0.186 satuan, dengan asumsi pengaruh dari dukungan manajemen puncak dan
kemampuan teknik personal adalah konstantidak berubah. β
2
= Koefisien regresi dukungan manajemen puncak X
2
= 0.541 Artinya apabila dukungan manajemen puncak naik 1 satuan, maka kinerja sistem
informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK akan naik sebesar
0.541 satuan, dengan asumsi pengaruh dari partisipasi pemakai dan kemampuan teknik personal adalah konstantidak berubah.
β
3
= Koefisien regresi kemampuan teknik personal X
3
= 0.232 Artinya apabila kemampuan teknik personal naik 1 satuan, maka kinerja sistem
informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK akan naik sebesar 0.232 satuan, dengan asumsi pengaruh dari partisipasi pemakai dan dukungan
manajemen puncak adalah konstantidak berubah.
4.3.4. Uji Kecocokan Model Uji F
Uji F digunakan untuk menguji cocok atau tidaknya model regresi yang dihasilkan guna melihat pengaruh variabel bebas terhadap variabel terikat. Jika uji
F menghasilkan F
hitung
F
tabel
, maka H ditolak dan H
1
diterima atau nilai signifikansi probabilitas 0.05
α=5, maka H ditolak dan H
1
diterima, artinya model regresi yang dihasilkan cocok guna melihat pengaruh variabel
bebas terhadap variabel terikat. Berikut ini adalah uji F antara partisipasi pemakai, dukungan manajemen
puncak dan kemampuan teknik personal terhadap kinerja sistem informasi akuntansi:
Tabel 4.14. Hasil Uji F Model
Sum of Squares
df
Mean Square
F Sig. Regression 16.386 3 5.462 86.616 0.000
Residual 1.072 17 0.063 Total 17.458
20 Sumber : Lampiran 6
Berdasarkan Tabel 4.14 diperoleh F hitung sebesar 86.616 sedangkan F tabel
α = 0.05 ; db regresi = 3 : db residual = 17 adalah sebesar 3.197 dengan nilai signifikansi probabilitas sebesar 0.000 kurang dari 0.05
α=5, maka diputuskan untuk menolak H
dan menerima H
1
. Dengan demikian dapat disimpulkan bahwa model regresi yang dihasilkan cocok guna melihat pengaruh
partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal terhadap kinerja sistem informasi akuntansi pada PT. SUBUR
INDUSTRI PLASTIK. Berikut adalah nilai koefisien determinasi R Square yang dihasilkan dari
model regresi : Tabel 4.15. Nilai Koefisien Determinasi R Square
Model R R
Square Adjusted
R Square Std. Error of
the Estimate 1 0.969 0.939 0.928 0.25112
Sumber : Lampiran 6 Berdasarkan Tabel 4.15 nilai koefisien determinasi R Square yang
dihasilkan sebesar 0.939, hasil ini menunjukkan bahwa perubahan kinerja sistem informasi akuntansi pada PT. SUBUR INDUSTRI PLASTIK mampu dijelaskan
secara bersama-sama oleh perubahan partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal sebesar 93.9, sedangkan sisanya 6.1
dijelaskan oleh faktor lain.
4.4. Uji Pengaruh Uji t
Uji t digunakan untuk mengetahui ada atau tidaknya pengaruh signifikan variabel bebas terhadap variabel terikat. Jika uji t menghasilkan t
hitung
t
tabel
,
