45
Tabel 4.4 menunjukkan bahwa seluruh butir pernyataan kuesioner telah valid karena r
hitung
r
tabel
. Dengan demikian, kuesioner dapat dilanjutkan pada tahap pengujian reliabilitas.
Hasil uji reliabilitas berdasarkan data yang diolah dengan bantuan aplikasi Software SPSS 20 for Windows dapat dilihat pada tabel berikut ini:
Tabel 4.5 Uji Reliabilitas
Variabel Cronbach’s
Alpha Nilai Kritis
Keterangan Kesimpulan
Kualitas Laporan
Keuangan 0,872
0,6 0,8720,6
Reliabel Standar
Akuntansi Pemerintah
0,879 0,6
0,8790,6 Reliabel
Jika nilai Alpha Cronbach lebih besar dari 0,6 maka kuesioner penelitian bersifat reliabel Augustine dan Kristaung, 2013:73, Noor, 2011:165. Diketahui
bahwa nilai Alpha Cronbach dari variabel Kualitas Laporan Keuangan dan Standar Akuntansi Pemerintahan lebih besar dari 0,6 sehingga dapat dinyatakan
bahwa kuesioner tersebut telah reliabel dan dapat disebarkan kepada responden untuk dijadikan sebagai instrumen penelitian.
4.4 Uji Asumsi Klasik
4.4.1 Uji Normalitas
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi
klasik yang harus dipenuhi, yang pertama adalah uji normalitas. Ada dua cara
46
untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogrov-Smirnov.
1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
Sumber : Hasil Pengolahan SPSS April 2015
Gambar 4.1 Grafik Histogram Uji Normalitas
47
Sumber : Hasil Pengolahan SPSS April 2015
Gambar 4.2 Grafik Normal P-P Plot Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa hubungan dari variabel Penerapan Standar Akuntansi Pemerintahan terhadap Kualitas Laporan Keuangan
adalah berdistribusi normal, hal ini ditunjukkan oleh gambar histogram yang tidak terlihat menceng ke kiri maupun ke kanan. Sedangkan pada Gambar 4.2 data
berdistribusi normal dapat dilihat pada scatterplot, terlihat titik-titik yang mengikuti garis diagonal.
2. Pendekatan Kolmogrov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
normalitas yang berdasarkan dengan uji statistik non-parametrik Kolmogrov- Smirnov K-S untuk memastikan apakah data benar berdistribusi normal.
Tabel 4.6 One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N
50
48 Normal Parameters
a,b
Mean .0000000
Std. Deviation
1.71962464
Most Extreme Differences
Absolute .136
Positive
.136
Negative -.119
Kolmogorov-Smirnov Z .963
Asymp. Sig. 2-tailed
.312
Sumber : Hasil Pengolahan SPSS April 2014
Berdasarkan tabel 4.8 diketahui nilai probabilitas � atau Asymp. Sig. 2-
tailed sebesar 0,312. Dalam penelitian ini, tingkat signifikansi yang digunakan adalah
� = 0,05 . Karena nilai probabilitas � , yakni 0,312, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas
dipenuhi.
4.4.2 Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Dasar analisis adalah tidak ada pola yang jelas,
serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang
membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
49
Sumber : Hasil Pengolahan SPSS April 2015
Gambar 4.3 Grafik ScatterPlot Uji heteroskedastisitas
Berdasarkan Gambar 4.3 dapat terlihat dari grafik ScatterPlot yang disajikan,
tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.5 Uji Hipotesis
