Rata-rata pembinaan, pengawasan dan pengendalian sebesar 3,5789 dengan nilai terendah sebesar 1,89 dan tertinggi sebesar 4,89 dengan standar
deviasi 0,70332 dari rata-rata. Hal ini menunjukkan bahwa pembinaan, pengawasan dan pengendalian memiliki rata-rata yang lebih rendah dibandingkan
dengan variabel lainnya.
5.4 Uji Asumsi Klasik
Pada analisis ini perlu dilihat terlebih dahulu apakah data tersebut bisa dilakukan pengujian model regresi. Pengujian asumsi klasik dilakukan untuk
menentukan model regresi dapat diterima secara ekonometrik. Pengujian asumsi klasik terdiri dari pengujian normalitas, pengujian multikolinieritas dan pengujian
heteroskedastisitas. Data yang disajikan pada penelitian ini adalah data cross section. Oleh karena itu, pengujian autokorelasi tidak perlu dilakukan.
5.4.1 Uji Normalitas
Berdasarkan hasil uji normalitas dengan menggunakan uji Kolmogorov Smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data
mempunyai distribusi normal. Jika nilai probabilitas asymp.sig 2-tailed pada uji Kolmogorov Smirnov lebih besar dari 0,05 maka dapat dinyatakan bahwa data
berdistribusi normal, sebaliknya jika probabilitas asymp.sig 2-tailed lebih kecil dari 0,05 maka dapat disimpulkan bahwa data berdistribusi tidak normal Ghozali,
2006.
Universitas Sumatera Utara
Tabel 5.6 Hasil Pengujian Kolmogorov-Smirnov
Unstandardized Residual
N Normal Parameters
a,b
Std. Deviation Mean
Most Extreme Differences Absolute Positive
Negative Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed 81
,0000000 ,29660844
,066 ,043
-,066 ,594
,872
a.
Test distribution is Normal b. Calculated from data
Sumber : Lampiran 7
Berdasarkan Tabel 5.6 dapat dilihat bahwa nilai Kolmogorov-Smirnov sebesar 0,594 dengan tingkat signifikansi sebesar 0,872. Karena nilai asymp.sig
2-tailed lebih besar dari 0,05, maka dapat disimpulkan bahwa data berdistribusi normal. Adapun hasil pengujian normalitas dengan menggunakan Normal P-P
Plot terdapat pada Gambar 5.1 berikut.
Sumber : Hasil Output SPSS Lampiran 7
Gambar 5.1. Pengujian Normalitas
Universitas Sumatera Utara
Selain itu, dengan menggunakan melihat grafik Normal P-P Plot dapat disimpulkan juga bahwa data berdistribusi normal, hal ini terlihat dari data yang
mengikuti garis diagonal sebagaimana terlihat pada Gambar 5.1. 5.4.2 Uji Multikolinieritas
Berdasarkan hasil uji korelasi diantara variabel independen dengan melihat nilai VIF dan nilai tolerance dapat disimpulkan tidak terjadi masalah
multikolinieritas. Hal ini didukung dengan nilai VIF yang relatif kecil, yaitu tidak ada yang lebih besar dari 10 dan nilai tolerance tidak kurang dari 0,1 Ghozali,
2006
Tabel 5.7 Uji Multikolinieritas
Model Collinearity
Statistics Keterangan
Tolerance VIF
1 Constanta
Perencanaan Pelaksanaan
Pembinaan, Pengawasan dan Pengendalian
,607 ,497
,473 1,646
2,013 2,112
Non Multikolinieritas Non Multikolinieritas
Non Multikolinieritas
Sumber : Lampiran 8 Pada Tabel 5.7 terlihat bahwa variabel perencanaan memiliki nilai VIF
sebesar 1,646 dan nilai tolerance sebesar 0,607, variabel pelaksanaan memiliki nilai VIF sebesar 2,013 dan nilai tolerance sebesar 0,497, variabel pembinaan,
pengawasan dan pengendalian memiliki nilai VIF sebesar 2,112 dan nilai tolerance sebesar 0,473. Hal ini dapat dinyatakan bahwa diantara variabel
independen tidak terjadi masalah multikolinieritas.
Universitas Sumatera Utara
5.4.3 Uji Heteroskedastisitas