4.4.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel independen penelitian. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Ada tidaknya korelasi antar variabel tersebut dapat dideteksi dengan melihat nilai
tolerance dan Variance Inflation Factor VIF. Apabila nilai tolerance 0,1 dan VIF 10, maka dinyatakan tidak ada korelasi sempurna antar variabel independen
dan sebaliknya Ghozali, 2006. Hasil uji multikolinieritas dapat dilihat tabel 4.6 berikut:
TABEL 4.6 UJI MULTIKOLINIERITAS
Model Collinearity Statistics
Tolerance VIF
1 Constant
Motivasi Kerja ,650
1,539 Kepuasan Kerja
,519 1,928
Kejelasan Sasaran Anggaran
,561 1,783
Partisipasi Anggaran ,448
2,233 Akuntabilitas Publik
,560 1,786
Sumber: Data Primer, diolah 2015
Pada tabel 4.6 di atas terlihat bahwa tidak ada variabel bebas yang memiliki nilai VIF diatas 10, dan tidak ada juga yang mempunyai nilai tolerance
kurang dari 0,1. Dengan demikian dapat disimpulkan dalam model regresi tidak terjadi multikolinieritas antar variabel independen tersebut.
4.4.3 Uji Heteroskedastisitas
Pengujian heteroskedastisitas dimaksudkan untuk mengetahui kesamaan varian masing-masing variabel independen X
1
, X
2
, X
3
, X
4
, dan X
5
terhadap variabel terikat Y. Pengujian homogenitas terhadap variabel penelitian
digunakan uji heterokedastisitas. Deteksi terhadap masalah heteroskedastisitas dilakukan dengan melihat grafik sebaran nilai residual. Uji heteroskedastisitas
menggunakan metode grafik plot Regression Standarized Predicted Value dengan Regression Studentized Residual. Hasil pengujian dapat dilihat pada gambar 4.3
berikut ini : Gambar 4.3
Grafik Scatterplot
Berdasarkan grafik scatterplot di atas tampak bahwa sebaran data membentuk pola yang sedikit jelas, titik-titik data menyebar di atas dan di bawah
angka 0 pada sumbu Y. Hal ini mengindikasikan bahwa terjadi heteroskedastisitas dalam model regresi.
Hasil ini dipertegas dengan uji statistik berupa uji Glesjer. Hasil uji yang ditampilkan pada tabel 4.7 di bawah ini menunjukkan bahwa probabilitas
signifikansi beberapa variabel independen di atas tingkat kepercayaan 0,05, tetapi ada pula yang di bawah tingkat kepercayaan 0,05. Dengan demikian dapat
disimpulkan bahwa pada model regresi ini variasi data heterogen, terjadi perbedaan varians dari residual satu pengamatan ke pengamatan yang lain.
TABEL 4.7 HASIL UJI GLESJER
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -,896
,941 -,952
,350 Motivasi Kerja
-,216 ,173
-,171 -1,247
,224 Kepuasan Kerja
,343 ,231
,228 1,487
,150 Kejelasan Sasaran
Anggaran ,255
,244 ,154
1,044 ,307
Partisipasi Anggaran ,680
,162 ,694
4,198 ,000
Akuntabilitas Publik ,176
,200 ,130
,882 ,386
Sumber: Data Primer, diolah 2015.
Berdasarkan tabel 4.7 di atas, perhitungan menggunakan uji Glejser terlihat nilai signifikansi variabel-variabel bebas antara lain motivasi kerja 0,224,
kepuasan kerja 0,150 , kejelasan sasaran anggaran 0,307, dan akuntabilitas publik 0,386 berada di atas 0,05. Namun berbeda dengan variabel partisipasi anggaran
sebesar 0,000 , berada di bawah 0,05. Hal ini berarti bahwa data tidak terbebas dari heteroskedastisitas.
4.5 Analisis Regresi Berganda