54
4.4.2 Hasil Uji Multikolonieritas
Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Menurut
Nunnally 1967 bahwa: “Nilai cutoff yang umum dipakai untuk menunjukkan
adanya multikolonieritas adalah nilai Tolerance 0,1 atau sama dengan nilai VIF
10”, dengan kata lain data yang baik dapat dilihat apabila memiliki nilai Tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 dan apabila
nilai Tolerance dan VIF tidak sesuai dengan ketentuan tersebut maka data penelitian mengandung multikolinearitas yang berarti tidak layak digunakan
sebagai data penelitian. Berikut adalah hasil uji multikolinearitas dari output SPSS yang dilakukan.
Tabel 4.10 Hasil Uji Multikolonieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Sistem Akuntansi Pemerintahan .456
2.195 Kompetensi Sumber Daya Manusia
.456 2.195
a. Dependent Variable: Kualitas Laporan Keuangan
Sumber : Data primer yang diolah, 2015
Universitas Sumatera Utara
55 Hasil perhitungan nilai tolerance menunjukkan tidak ada nilai variabel
independen yang memiliki nilai tolerance yang lebih besar dari 0,1 yang berarti tidak ada kolerasi antar variabel independen. Hasil perhitungan nilai
Variance Inflation Factor VIF juga menunjukkan hal yang sama, dengan nilai VIF untuk masing-masing variabel independen sistem akuntansi
pemerintahan 2,195, dan kompetensi sumber daya manusia 2,195. Jadi tidak ada variabel independen yang memiliki nilai VIF lebih kecil dari 10. Maka
kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.
4.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam modelregresi terjadi ketidaksamaan varians dari residual satu pengamatan kepengamatan
yang lain. Jika varians dari residual satu pengamatan kepengamatan lain tetap, maka
dapat disebut
homoskedastisitas dan
jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas
atau tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
56
Gambar 4.3 Grafik Scatterplot
Sumber : Data primer yang diolah, 2015 Berdasarkan gambar 4.3, grafik scatterplot menunjukkan bahwa data
tersebar diatas dan dibawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi. Jadi dapat disimpulkan bahwa model regresi penelitian ini layak digunakan untuk memprediksi kualitas laporan
keuangan berdasarkan variabel yang mempengaruhinya, yaitu sistem akuntansi pemerintahan dan kompetensi sumber daya manusia.
Universitas Sumatera Utara
57
4.4.4 Uji Autokorelasi