keuangan daerah.
4.6. Metode Analisis Data
Model dan teknik analisis data dalam penelitian ini menggunakan pendekatan regresi linier berganda. Untuk keabsahan hasil analisis regresi
berganda terlebih dahulu dilakukan uji kualitas instrumen pengamatan, uji normalitas data dan uji asumsi klasik. Pengolahan data menggunakan software
SPSS Statistical Package for Sosial Sciense. Model analisis regresi linier berganda dalam penelitian ini dapat dirumuskan sebagai berikut :
Y = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
dimana :
Y =
Peran Inspektorat dalam reviu laporan keuangan daerah b
= Konstansta
b
1
, b
2
, b
3,
b
4
= Koefisien
regresi X
1
= Pengetahuan tentang proses audit intenal
X
2
= Intuisi
X
3
= Pemahaman terhadap SAP
X
4
= Pengetahuan tentang pengelolaan keuangan daerah
e =
Error term
4.6.1. Pengujian Kualitas Data
Universitas Sumatera Utara
4.6.1.1 Pengujian validitas
Uji validitas dimaksudkan untuk menilai sejauhmana suatu alat ukur diyakini dapat dipakai sebagai alat untuk mengukur item-item
pertanyaanpernyataan kuesioner dalam penelitian. Teknik yang digunakan untuk mengukur validitas pertanyaanpernyataan kuesioner adalah Korelasi Product
Moment dari Karl Pearson dengan ketentuan : jika r hitung lebih besar dari r tabel, maka skor butir pertanyaan pernyatan kuesioner valid tetapi sebaliknya jika
r hitung lebih kecil dari r tabel, maka skor butir pertanyaanpernyataan kuesioner tidak valid.
4.6.1.2 Pengujian reliabilitas
Uji reliabilitas dilakukan untuk mengukur tingkat konsistensi antara hasil pengamatan dengan instrumen atau alat ukur yang digunakan pada waktu yang
berbeda-beda. Teknik yang digunakan untuk mengukur reliabilitas pengamatan adalah dengan menggunakan koefisien cronbach alpha. Menurut Nunnally 1967
dalam Ghozali 2005 suatu konstruk atau variabel dikatakan reliabel jika memiliki nilai cronbach alpha lebih besar dari 0,6.
4.6.2. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda, maka diperlukan pengujian asumsi klasik yang meliputi
pengujian normalitas, multikolinearitas dan heteroskedastisitas. 4.6.2.1 Uji normalitas
Universitas Sumatera Utara
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 pengujian 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-Smirnov, untuk
melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Zskewness dan dengan melihat grafik.
4.6.2.2 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 multikolinieritas. 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 10, maka variabel bebas yang ada memiliki masalah multikolinieritas Ghozali, 2001.
Universitas Sumatera Utara
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 Ghozali, 2001.
4.6.2.3 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.
4.6.3. Pengujian Hipotesis