40 regresi yang bebas dari masalah multikolinearitas apabila mempunyai nilai
tolerance kurang dari 0,1 dan niali VIF lebih dari 10.
3.6.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lain Ghozali, 2006. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas.
Regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Heteroskedastisitas dapat dilihat melalui grafik plot
antara nilai prediksi variabel terikat dengan residualnya. Apabila pola pada grafik ditunjukkan dengan titik-titik menyebar secara acak tanpa pola yang
jelas serta tersebar diatas maupun dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model
regresi. Selain menggunakan grafik scatterplots, uji heteroskedastisitas juga dapat dilakukan dengan menggunakan Uji Glejser. Jika probabilitas
signifikan ≥ 0,05, maka model regresi tidak mengandung heteroskedastisitas.
3.6.3.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear terdapat korelasi atau kesalahan pengganggu pada periode t dengan
kesalahan periode t-1. Jika terjadi autokorelasi, maka terdapat problem autokorelasi. Menurut Ghozali 2009:99, autokorelasi muncul karena
observasi yang berurutan sepanjang tahun yang berkaitan satu dengan
Universitas Sumatera Utara
41 lainnya. Hal ini sering ditemukan pada data time series. Pada data cross
section, masalah autokorelasi relatif tidak terjadi. Uji yang digunakan dalam penelitian untuk mendeteksi ada tidaknya autokorelasi adalah
dengan menggunakan uji Durbin-Watson DW. Kriteria untuk penilaian terjadinya autokorelasi yaitu:
1. nilai DW lebih kecil dari -2 berarti ada korelasi positif, 2. nilai DW di antara -2 sampai +2 berarti tidak ada autokorelasi,
3. nilai DW lebih besar dari +2 berarti ada autokorelasi negatif.
3.6.3.5 Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan dengan maksud meramalkan bagaimana keadaan naik-turunnya variabel dependen bila dua
atau lebih variabel independen dimanipulasi Sugiyono, 2006: 210. Analisi ini menggunakan teknik analisis statistik SPSS dengan metode analisis
regresi linear berganda. Dalam model ini dinyatakan penerapan sistem akuntansi pemerintahan, kompetensi sumber daya manusia berpengaruh
terhadap kualitas laporan keuangan. Pengujian terhadap model tersebut dengan mengidentifikasi nilai dan probabilitas b
1
adalah sebagai berikut:
Y = a + b
1
X
1 +
b
2
X
2
e
Dimana: Y = Kualitas laporan keuang
X
1
= Sistem akuntansi pemerintahan daerah X
2
= Kompetensi sumber daya manusia a = Konstanta
Universitas Sumatera Utara
42 b = Koefisien regresi
c = Standard error
3.7 Pengujian Hipotesis 3.7.1 Uji signifikan Parameter Individual Uji Statistik t
Uji statistik t digunakan untuk mengetahui seberapa jauh pengaruh satu variabel independen secara individual dalam menjelaskan variasi variabel
dependen Ghozali, 2006. Apabila nilai kualitas pelaporan keuangan signifikansi ≤ 0,05, maka suatu variabel independen merupakan penjelas yang
signifikan terhadap variabel dependen.
3.7.2 Uji signifikan Simultan Uji Statistik F