85
menunjukkan bahwa mayoritas UMKM di Provinsi Jawa Tengah mempunyai budaya organisasi yang baik.
4.1.3 Uji Asumsi Klasik
1. Uji Normalitas
Ghozali 2011:160, uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Pengujian normalitas dapat dilihat dari grafik
Probability P-Plot
sebagai berikut:
Gambar 4.1 Hasil Uji Normalitas Grafik P-
Plot
Pada grafik
P-Plot
terlihat titik-titik distribusi terletak di sekitar garis lurus diagonal, sehingga dapat disimpulkan bahwa penyebaran implementasi
SAK ETAP memenuhi asumsi normalitas. Untuk lebih jelasnya dapat dilihat pada analisis
Kolmogorof-Smirnov
sebagai berikut:
86
Tabel 4.15 Hasil Uji Normalitas Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 200
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 23,29847496
Most Extreme Differences Absolute
,082 Positive
,082 Negative
-,049 Kolmogorov-Smirnov Z
1,162 Asymp. Sig. 2-tailed
,134 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data diolah tahun 2016 Tabel 4.15 menunjukkan hasil uji normalitas data yang diperoleh
melalui uji Kolmogorov-Smirnov sebesar 1,162 dan signifikansinya 0,134 0,05, maka dapat disimpulkan bahwa data berdistribusi normal.
2. Uji Multikolinearitas
Model regresi yang baik tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi multikolinearitas di dalam model regresi adalah dengan
melihat nilai
tolerance
dan VIF. Apabila
tolerance
0,10 dan VIF 10 maka dapat dikatakan bahwa tidak terdapat multikolinearitas antara variabel
bebas dalam model regresi Ghozali, 2011:106.
Tabel 4.16 Hasil Uji Multikolinearitas
Coefficients
a
Model Correlations
Collinearity Statistics Zero-order
Partial Part
Tolerance VIF
1 Constant
X1 ,249
,144 ,125
,886 1,128
X2 ,227
,159 ,139
,939 1,064
X3 ,334
,251 ,223
,865 1,156
X4 ,082
,046 ,039
,883 1,132
X5 ,381
,299 ,270
,893 1,120
a. Dependent Variable: Y
Sumber: Data diolah tahun 2016
87
Berdasarkan Tabel 4.16 terlihat bahwa semua variabel bebas mempunyai nilai
tolerance
lebih dari 0,10 dan nilai VIF kurang dari 10. Jadi dapat dikatakan bahwa tidak ada multikolinearitas antara variabel bebas pada
model regresi. Hasil perhitungan nilai
tolerance
menunjukkan tidak ada variabel independen yang memiliki nilai
tolerance
kurang dari 0,10, yakni soasialiasai X
1
0,10, tingkat pendidikan X
2
0,10, skala usaha X
3
0,10, umur usaha X
4
0,10, dan budaya organisasi X
5
0,10. Hasil perhitungan nilai
Variance Inflation Factor
VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari
10, yakni sosialisasi X
1
10, tingkat pendidikan X
2
10, skala usaha X
3
10, umur usaha X
4
10, dan budaya organisasi X
5
10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen
dalam model regresi ini. 3.
Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan
variance
dari residual suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik
adalah yang
homoskedastisitas. Untuk mengetahui terjadi heteroskedastisitas dapat dilakukan dengan mengamati grafik
scatterplot
dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil pengolahan
menggunakan program SPSS 21:
88
Gambar 4.2 Hasil Uji Heteroskedastisitas Grafik
Scatterplot
Gambar 4.2 telihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa
terjadi homoskedastisitas
atau tidak
terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk mempredikasi implementasi SAK ETAP pada UMKM berdasarkan masukan variabel independen sosialisasi SAK TAP, tingkat pendidikan, skala
usaha, umur usaha, dan budaya organisasi. Analisis dengan grafik
plots
memiliki kelemahan yang cukup signifikan karena kemungkinan adanya bias dalam pengamatan Gambar 4.2, oleh karena
itu diperlukan uji statistik dengan menggunakan uji
glejser
agar keakuratan pengujian lebih terjamin.
89
Tabel 4.17 Hasil Uji
Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 8,131
7,114 1,143
,254 X1
,023 ,208
,008 ,111
,912 X2
-,318 ,778
-,030 -,409
,683 X3
,008 ,080
,008 ,099
,921 X4
-,262 ,167
-,117 -1,564
,119 X5
,172 ,088
,145 1,948
,053 a. Dependent Variable: Abs_Res
Sumber: Data diolah tahun 2016 Berdasarkan hasil uji
glejser
pada Tabel 4.17 menunjukkan bahwa seluruh variabel independen memiliki nilai probabilitas signifikansi di atas
0,05. Hasil ini berarti tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai AbRes. Jadi dapat
disimpulkan model regresi tidak mengandung adanya heteroskedastisitas atau dengan kata lain model regresi mengandung homoskedastisitas.
4.1.4 Analisis Regresi Berganda
Kategori