SRESID dan ZPRED jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y,
maka tidak terjadi heteroskedastisitas Imam Ghozali, 2011: 139.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji ada tidaknya variabel pengganggu atau residual mempunyai distribusi normal
dalam model regresi. Uji normalitas dilakukan untuk meyakinkan bahwa variabel yang dibandingkan rata-ratanya
mengikuti sebaran atau distribusi normal. Dalam penelitian ini, teknik uji normalitas yang digunakan adalah analisis grafik dan
one sampel kolmogorov smirnov test. Pada prinsipnya normalitas dengan analisis grafik dapat dideteksi dengan
melihat penyebaran data titik pada sumbu diagonal dari grafik atau melihat histogram dari residualnya. Jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. One sampel kolmogorov smirnov test yaitu pengujian dua
sisi yang dilakukan dengan membandingkan signifikansi hasil uji p value dengan taraf signifikan 10. Apabila signifikansi
data lebih dari 10, maka data dapat dikatakan normal. Apabila
signifikansi data kurang dari 10, maka data dikatakan tidak normal Imam Ghozali, 2011: 160.
d. Uji Linearitas
Uji lineritas digunakan untuk melihat spesifikasi model yang digunakan sudah benar atau tidak, dan fungsi yang
digunakan dalam studi empiris sebaiknya berbentuk linear, kuadrat atau kubik. Uji linear pada akhirnya akan menghasilkan
informasi yang sebaiknya terjadi yakni berbentuk linear, kuadrat atau kubik.
Pada penelitian ini menggunakan uji lagrange multiplier. Estimasi dengan uji ini bertujuan untuk mendapatkan nilai c
2
hitung atau n x R
2
. Jika c
2
hitung c
2
tabel, maka hipotesis yang menyatakan model linear diterima Imam Ghozali, 2011:
169.
3. Uji Hipotesis
a. Analisis Regresi Linear Sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel
dependen. Persamaan umum regresi linear sederhana adalah: bX
Dimana Ŷ
= Kinerja anggaran dengan konsep Value for Money. a
= Harga Y ketika harga X = 0 harga konstan.
