4.7.2.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti bentuk lonceng pada diagram histogram. Uji normalitas data yang digunakan dalam penelitian ini adalah Uji Kolmogorov-Smirnov. Kriteria
pengujian satu sampel menggunakan pungujian satu sisi yaitu dengan membandingkan probabilitas dengan tingkat signifikansi tertentu yaitu :
1. Nilai Signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal. 2. Nilai Signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Selain melihat nilai signifikansi dari uji kolmogorov-Smirnof, untuk melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Zskewness
dan dengan melihat grafik.
4.7.2.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji, apakah ditemukan atau tidak korelasi diantara variabel independen. Jika terjadi korelasi antar variabel independen
maka akan ditemukan adanya masalah multikoliniertas. Suatu model regresi yang baik harus tidak menimbulkan masalah multikolinieritas. Untuk itu diperlukan uji
multikolinieritas terhadap setiap data variabel bebas yaitu dengan : 1. Melihat angka collinearity Statistics yang ditunjukkan oleh Nilai Variance
inflation Factor VIF. Jika angka VIF lebih besar dari 5, maka variable bebas
yang ada memiliki masalah multikolinieritas Santoso, 2002
Syafrial : Pengaruh Ketepatan Skedul Penyusunan Anggaran, Kejelasan Sasaran Anggaran Dan Partisipasi Penyusunan Anggaran Terhadap Kinerja Manajerial SKPD Pada Pemerintah Kabupaten Sarolangun, 2009
USU Repository © 2008
2. Melihat nilai tolerance pada output penilaian multikolinieritas yang tidak menunjukkan nilai yang lebih besar dari 0,1 akan memberikan kenyataan bahwa
tidak terjadi masalah multikolinieritas.
4.7.2.3. Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain. Jika
variance dari residual satu pengamatan ke pengamatam lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang
baik adalah tidak terjadi heteroskedastisitas. Penelitian ini menggunakan metode grafik plot, untuk mendeteksi ada atau tidaknya heteroskedastisitas. Metode grafik
plot dilakukan dengan cara mendiagnosa diagram residual plot. Residual plot Studenzized dibandingkan dengan hasil prodiksi.
Jika titik-titik sebar membentuk pola tertentu dan teratur bergelombang, melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas.
4.7.3. Pengujian Hipotesis
Kategori