3.4 Teknik Analisis Data dan Uji Hipotesis
3.4.1 Uji Validitas
Uji validitas menunjukkan sejauh mana kuesioner mengukur apa yang diinginkan. Uji validitas dilakuakan terhadap masing-masing item
pertanyaan yang membentuk variabel tertentu. Valid atau tidaknya alat ukur dapat diuji dengan mengkorelasikan antara skor masing-masing item
pertanyaan dengan skor total terkorelasi dari semua pertanyaan. Koefisien masing-masing item kemudian dibandingkan dengan
nilai r
kritis
dengan kriteria pengujian sebagai berikut:
Jika nilai r
hitung
0,30 maka variabel tersebut valid
Jika nilai r
hitung
≤ 0,30 maka variabel tidak valid Sugiyono, 1992:106
3.4.2 Uji Reliabilitas
Uji reliabilitas merupakan suatu alat yang digunakan untuk mengukur suatu kuesioner, yang merupakan indikator dari variabel.
Penelitian ini uji reliabilitasnya dilakukan melalui pengukuran reliabilitas one shot atau pengukuran sekali saja dengan cara Cronbach
Alpha yaitu membandingkan antara koefisien Alpha dengan standar Alpha.
Kriteria pengujian sebagai berikut:
Jika nilai alpha 0.60, berarti pertanyaan reliabel
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Jika nilai alpha
≤ 0.60, berarti pertanyaan tidak reliabel Nunnaly, 1969 dalam Imam Ghozali, 2006:42
3.4.3 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai
metode, diantaranya Kolmogrov Smirnov dan Shapiro Wilk dengan mempergunakan program SPSS 10.0 Sumarsono, 2004:41.
Menurut Sumarsono 2004:43, dasar pengambilan keputusan, yaitu:
a. Nilai Signifikansi 0,05 berarti data tersebut berdistribusi normal.
b. Nilai Signifikansi 0,05 berarti data tersebut tidak berdistribusi
normal.
3.4.4 Uji Asumsi Klasik
Persamaan regresi linear harus bersifat BLUE Best Linear Unibased Estimator
, artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk bisa dikatakan alat ukur yang BLUE, maka persamaan
regresi harus memenuhi tiga asumsi klasik sebagai berikut: 1.
Tidak boleh terjadi autokorelasi 2.
Tidak boleh terjadi multikolieritas 3.
Tidak boleh terjadi heteroskedasitisitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi BLUE, sehingga pengambilan
keputusan melalui uji F dan uji t menjadi bias. berikut ini uraian singkat mengenai tiga asumsi tersebut.
3.4.4.1 Autokorelasi
Autokorelasi yaitu keadaan dimana kesalahan pengguna periode lain. Model regresi yang baik adalah yang bebas dari autokorelasi
Santoso, 2001:216. Menurut Ghozali 2006:95, uji autokorelasi bertujuan untuk
menentukan apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t
-1
sebelumnya. Jika telah terjadi korelasi, maka terdapat autokorelasi.
3.4.4.2 Multikorelasi
Uji multikorelasi bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Multikolinieritas dapat dilihat dengan menggunakan nilai VIF Variance Inflation Factor. VIF menyatakan tingkat pembengkakan
varians. Apabila nilai VIF 10, maka persamaanregresi linier berganda tersebut terdapat multikolinieritas Ghozali, 2006:92.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.4.3 Heteroskedasitisitas
Uji Heteroskedasitisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lainnya Ghozali, 2006:105. Salah satu cara untuk mendeteksi ada dua atau tidak adanya
Heteroskedasitisitas dapat diuji dengan menggunakan uji Rank Spearman, yaitu membandingkan antara nilai residual dengan variabel bebas.
Nilai Probabilitas 0.05 berarti bebas dari Heteroskedasitisitas
Nilai Probabilitas 0.05 berarti terkena Heteroskedasitisitas Anonim,
2006:60
3.4.5 Teknik Analisis
Penelitian ini menggunakan teknik persamaan regresi linier berganda untuk menunjukkan pengaruh variabel bebas terhadap variabel
terikat. Bentuk persamaan Regresi Linier Berganda dapat dinyatakan sebagai berikut
Y = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ Anonim, 2010 : L-21
e Dimana :
Y = Kinerja Sistem Informasi Akuntansi
X
1
= Partisipasi Pemakai Sistem Informasi Akuntansi X
2
= Dukungan Manajemen Puncak X
3
= Kemampuan Teknik Personal Sistem Informasi Akuntansi X
4
= Program Pelatihan dan Pendidikan Pemakai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b = Konstanta intersep
b
1
–b
4
= Koefisien Regresi e =
Kesalahan
3.4.6 Uji Hipotesis