Tabel 4.11 : Hasil Uji Normalitas No. Variabel-Variabel
Penelitian Kolmogorov
Smirnov Tingkat
signifikan 1.
2. 3.
4. Dukungan manajemen puncak X
1
Partisipasi pemakai X
2
Kemampuan teknik personal sistem informasi X
3
Pengembangan sistem informasi akuntansi Y
0,977 1,008
0,797
0,877 0,295
0,261 0,549
0,425 Sumber: Lampiran 8
Berdasarkan tabel
di atas
diketahui bahwa distribusi data pada variabel dukungan manajemen puncak X
1
, partisipasi pemakai X
2
, kemampuan teknik personal sistem informasi X
3
dan Pengembangan sistem informasi akuntansi Y adalah distribusi normal, karena tingkat
signifikan dari Kolmogorov-Smirnov yang dihasilkan lebih besar dari 0,05 sig 5.
4.3.2. Uji Asumsi Klasik
Untuk mendukung keakuratan hasil model regresi, maka perlu dilakukan penelusuran terhadap asumsi klasik yang meliputi asumsi
autokorelasi, multikolinieritas, heteroskedastisitas dan normalitas. Uji
asumsi klasik autokorelasi tidak dilakukan, karena data penelitian ini
adalah data cross section yang diambil berdasarkan kuesioner, bukan data time series. Autokorelasi pada sebagian besar kasus ditemukan pada regresi
yang datanya time series Santoso, 2000 : 216.
1. Multikolinieritas
Adapun nilai VIF dari variabel dukungan manajemen puncak X
1
, partisipasi pemakai X
2
dan kemampuan teknik personal sistem informasi X
3
adalah sebagai berikut : Tabel
4.12: VIF
Variance Inflation Factor Variabel Bebas
VIF Dukungan manajemen puncak X
1
Partisipasi pemakai X
2
Kemampuan teknik personal sistem informasi X
3
1,427 1,586
1,179
Sumber: Lampiran 9 Nilai VIF pada variabel dukungan manajemen puncak X
1
, partisipasi pemakai X
2
dan kemampuan teknik personal sistem informasi X
3
kurang dari 10, hal ini menunjukkan bahwa antar variabel bebas yang digunakan tidak terjadi multikolinieritas dan model regresi
linier berganda yang digunakan tidak melanggar asumsi multikolinieritas.
2. Heteroskedastisitas
Heteroskedastisitas dapat diidentifikasikan dengan cara menghitung koefisien korelasi Rank Spearman antara nilai residual
dengan seluruh variabel bebas. Hasil dari uji Rank Spearman pada variabel dukungan manajemen puncak X
1
, partisipasi pemakai X
2
dan kemampuan teknik personal sistem informasi X
3
adalah sebagai berikut:
Tabel 4.13:
Korelasi Rank Spearman
Variabel Bebas Koefisien korelasi
Rank Spearman Tingkat
signifikansi Dukungan manajemen puncak X
1
Partisipasi pemakai X
2
Kemampuan teknik personal sistem informasi X
3
-0,072 0,128
-0,047 0,763
0,590 0,843
Sumber: Lampiran 9 Tingkat signifikan dari koefisien korelasi Rank Spearman antara
variabel dukungan manajemen puncak X
1
, partisipasi pemakai X
2
dan kemampuan teknik personal sistem informasi X
3
dengan residual lebih besar dari 5, hal ini menunjukkan bahwa antara variabel bebas dengan
residual tidak terjadi heteroskedastisitas dan model regresi linier berganda yang digunakan tidak melanggar asumsi heteroskedastisitas.
4.3.3. Persamaan atau Model Regresi Linier Berganda