d. Uji Normalitas
Menurut cetral limit theorem, asumsi normalitas akan terpenuhi apabila jumlah sample yang digunakan lebih dari satu atau sama dengan 25
Mendenhall dan Beaver,1992:164. Uji normalitas dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dapat
juga dengan melihat histogram dari residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafiknya
histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya.
Pada hasil pengolahan data menampilkan grafik normal plot yang ada menunjukkan titik menyebar sekitar garis diagonal, serta penyebaran
mengikuti arah garis diagonal, demikian juga dengan grafik histogram memberikan pola distribusi normal .Maka model regresi layak dipakai untuk
memprediksikan keberhasilan pengamanan aset daerah berdasarkan masukan variabel independennya penyajian neraca dan aksesibilitas laporan
keuangan.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Transparansi dan Akuntabilitas
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah.
Regression Standardized Residual
2 1
-1 -2
-3
Frequency
6
4
2
Histogram Dependent Variable: Transparansi dan Akuntabilitas
Mean =7.42E-16 Std. Dev. =0.965
N =30
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Selain itu, dilakukan uji normalitas data dengan menggunakan One
sample kolmogorov-smirnov test. Berdasarkan hasil pengujian diperoleh
nilai asymptotic significance 2-tailed adalah 0,704, dan diatas nilai
signifikansi 0,05. Dengan kata lain variabel residual berdistribusi normal. e.
Uji Multikolinieritas
Uji multikolinieritas digunakan untuk menguji apakah ada korelasi antara variabel independen. Metode yang digunakan untuk mendeteksi
adanya multikolinieritas dengan menggunakan nilai VIF Variance Inflation Floor dan nilai Tolerance. Jika nilai VIF dibawah 5, maka dapat dikatakan
bahwa tidak terjadi gejala multikolinearitas dalam model penelitian. Jika
nilai Tolerance di atas 0,1 maka tidak terdapat gejala multikolinearitas. Hasil pengujian multikolinieritas disajikan pada tabel 4.6.
Tabel 4.6 Hasil Uji Gejala Multikolinieritas
No. Variabel
Tolerance VIF
1 Penyajian Neraca
0,275 3,632
2 Aksesibilitas Laporan Keuangan
0,275 3,632
Dependen Variabel : Y = Transparansi dan Akuntabilitas Pengelolaan Keuangan SKPD
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Berdasarkan hasil pengujian pada tabel 4.6 diatas, karena nilai VIF untuk semua variable memiliki nilai lebih kecil daripada 5 dan nilai
Tolerante lebih besar dari 0,1, maka dapat disimpulkan tidak terdapat gejala multikolinieritas antar variable independen.
f. Uji Heteroskedastisitas