bahwa nilai cronbach`s alpha dari masing-masing variable yang diteliti lebih besar dari 0.6. Hal ini menunjukkan bahwa instrument tersebut reliabel. Seperti yang
digambarkan pada table 5.7
Tabel 5.7 Uji Realibilitas Variabel
Variabel Alpha
Batas Keterangan
Croncbach,s Reliabilitas
Akuntabilitas X
1
0,707 0,6 Reliabel Transparansi X2
0,765 0,6
Reliabel Pengawasan X3
0,785 0,6
Reliabel SAP X4
0,767 0,6
Reliabel Pengelolaan keuangan Y
0,745 0,6
Reliabel Sumber : Data Primer Diolah Lampiran.
5.2.2 Uji Asumsi Klasik
Pengujian asumsi klasik ini terdiri dari pengujian normalitas, multikolinearitas, dan pengujian hetroskedastisitas. Data yang digunakan dalam
penelitian ini adalah cross-section. Oleh karena itu pengujian auto korelasi tidak diperlukan.
5.2.2.1 Pengujian Asumsi Klasik
a. Uji Normalitas Melihat hasil uji normalitas dapat digunakan uji one-sample Kolmogrov-
Smirnov. Pada tabel 5.8 dapat dlihat nilai yang diperoleh sebesar 0,894 0,05
Universitas Sumatera Utara
dengan demikian dapat disimpulkan hasil pengujian menunjukkan residual berdistribusi normal.
Tabel 5.8 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Mean .0000000
Normal Parameters
a,b
Std. Deviation 3.88446177
Absolute .129
Positive .070
Most Extreme Differences
Negative -.129
Kolmogorov-Smirnov Z .894
Asymp. Sig. 2-tailed .401
a. Test distribution is Normal. b. Calculated from data.
Selain One-Sample Kolmogorov-Smirnov Tes untuk menguji normalitas juga dilakukan dengan Analisa Grafik. Untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal seperti terlihat pada gambar 5.1 Pada
gambar histogram memberikan pola distribusi normal tidak menceng ke kiri atau ke kanan
Universitas Sumatera Utara
Gambar 5.1 Grafik Histogram Uji Normalitas Pengujian normalitas dapat dilakukan dengan menggunakan analisis grafik P-
P Plot untuk melihat apakah nilai residual yang diperoleh mengikuti distribusi normal atau tidak. Pada gambar 5.2 dapat dilihat titik titik menyebar di sekitar garis
diagonal, serta penyebaran tidak menjauh dari garis diagonal. Dengan demikian dapat disimpulkan residual berdistribusi normal.
Universitas Sumatera Utara
Gambar 5.2 Pengujian Normalitas Data
b. Uji Hetroskedastisitas. Model regresi yang baik adalah model regresi yang memiliki kesamaan
variance residual suatu periode pengamatan dengan pengamatan yang lain maka disebut homoskedastisitas, dengan kata lain tidak terjadi hetroskedastisitas.
1. Analisis Grafik Scatterplots
Untuk memprediksi ada tidaknya hetroskedastisitas pada suatu model dapat dilihat dari pola gambar scatter plot model tersebut. Bila titik-titik menyebar secara acak,
Universitas Sumatera Utara
tidak membentuk pola tertentu yang jelas, serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka tidak terjadi hetroskedastisitas. Ghozali
2006. Pengujian asumsi hetroskedastisitas menyimpulkan bahwa model regressi tidak terjadi hetroskedastisitas. Seperti gambar 5.3 berikut ini.
Gambar 5.3 Uji Hetroskedastisitas. 2.
Uji Statistik. Uji statistik dilakukan dengan uji Glejser, jika variabel independen tidak
signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut
Universitas Sumatera Utara
AbsUt, maka tidak terjadi heteroskedastisitas Ghozali, 2006. Hal ini dapat dilihat dalam tabel 5.9 Uji Glejser yakni probabilitas signifikansi di atas tingkat
kepercayaan 5, jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
Tabel 5.9 Uji Glejser
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients Collinearity Statistics
Model B
Std. Error Beta
t Sig.
Tolerance VIF
Constant 4.551
4.187 1.087
.283 TTL.AK
.032 .118
.057 .269
.789 .499
2.004 TTL.TP
-.021 .088
-.049 -.242
.810 .559
1.788 TTL.P
.066 .111
.104 .595
.555 .743
1.346 1
TTLSAP -.162
.169 -.172
-.955 .345
.697 1.435
a. Dependent Variable: AbsUt
3. Uji Multikolinearitas.
Berdasarkan pengujian multikolinearitas yang dilakukan dengan melihat nilai VIF Variance Inflation Factor, maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas karena tidak ada nilai VIF yang lebih besar dari 10 dan nilai Tolerance tidak kurang dari 0,1. Ringkasan pengujian multikolinearitas dapat
dilihat pada tabel berikut ini.
Universitas Sumatera Utara
Tabel 5.10 Uji Multikolinearitas Variabel Colinearitay Statistik
Tolerance VIF
Keterangan Akuntabilitas Publik X
1
0,499 2,004
Tidak ada Multikolonieritas
Transparansi Publik X2 0,559
1,788
Tidak ada Multikolonieritas
Pengawasan X3 0,743
1,346
Tidak ada Multikolonieritas
SAP X4 0,697
1,435
Tidak ada Multikolonieritas
Sumber : Data Primer Diolah lampiran
5.3. Pengujian Hipotesis 5.3.1 Pengujian Hipotesis 1