5.2.2. Uji Asumsi Klasik
Model regresi linier yang baik adalah model yang memenuhi asusmsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik seperti
multikolinieritas, autokorelasi dan heteroskedastisitas Ghozali, 2005. Data yang digunakan dalam penelitian ini adalah adalah cross-section. Oleh karena itu,
pengujian autokorelasi tidak perlu dilakukan.
5.2.2.1. Uji Normalitas
Uji normalitas data diperlukan untuk mengetahui apakah data mempunyai distribusi normal. Uji normalitas data dapat dilakukan dengan uji Kolmogorov
Smirnov test. Jika nilai Kolmogorov Smirnov tidak memberikan nilai yang signifikan dan lebih besar dari
α = 0,05 maka dapat disimpulkan bahwa data mempunyai distribusi normal Priyatno, 2008. Hasil uji nomalitas data dalam penelitian ini
ditunjukkan dalam tabel berikut ini.
Tabel 5.7 Hasil Uji Normalitas dengan One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 105
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,16097128 Most Extreme
Differences Absolute
,102 Positive
,066 Negatif
-,102 Kolmogorov-Smirnov Z
1,048 Asymp. Sig. 2-tailed
,222 a. Test distribution is Normal.
Universitas Sumatera Utara
Berdasarkan hasil uji normalitas data dengan menggunakan Kolmogorov Smirnov maka dapat disimpulkan bahwa data mempunyai distribusi normal. Hal ini
dapat diketahui dengan melihat nilai Kolmogorov Smirnov sebesar 1,048 dengan tingkat signifikansi sebesar 0,222. Jika signifikansi nilai Kolmogorov Smirnov lebih
besar dari 0,05 maka dapat dinyatakan bahwa data mempunyai distribusi normal. Hal ini juga didukung dengan Grafik P-Plot of Regression Standardized Residual. Grafik
uji normalitas dapat dilihat pada pada gambar berikut ini.
Gambar 5.1. Uji Normalitas Data
Universitas Sumatera Utara
Gambar 5.1. memperlihatkan bahwa data menyebar disekitar garis diagonal, dengan kata lain sebaran data mempunyai kecenderungan berbentuk diagonal yang
membuktikan bahwa penyebaran data berdistribusi normal.
5.2.2.2. Uji Multikoloniearitas
Uji Multikoloniaritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Untuk mengetahui ada tidaknya
multikolonieritas dalam model regresi dapat dilihat dari nilai tolerance dan nilai Variance Inflation Factor VIF. Nilai yang umum dipakai untuk menunjukkan
adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2005.
Tabel 5.8 Uji Multikolonieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 PPA
,816 1,226
BO KO
,385 ,389
2,600 2,573
a. Dependent Variable: KA Dari hasil perhitungan nilai tolerance dari tabel diatas menunjukkan tidak ada
variabel independen yang memiliki nilai tolerance kurang dari 0,10 dan perhitungan VIF juga menunjukkan hal yang sama tidak ada satu variabel independen yang
Universitas Sumatera Utara
memiliki nilai VIF lebih dari 10. Dengan demikian dapat disimpulkan bahwa antara variabel PPA yaitu Partisipasi Penyusunan Anggaran X
1
, BO yaitu budaya organisasi X
2
dengan KO yaitu komitmen organisasi X
3
5.2.2.3 Uji Heteroskedastisitas
tidak terjadi multikoloniearitas.
Pengujian heteroskedastisitas menyimpulkan bahwa model regresi tidak terjadi heteroskedastisitas. Dengan kata lain terjadi kesamaan varian dari residual dari
satu pengamatan ke pengamatan yang lain. Kesimpulan ini diperoleh dengan melihat penyebaran titik-titik yang menyebar secara acak, tidak membentuk sebuah pola
tertentu yang jelas, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hasil pengujian heteroskedastisitas dapat dilihat pada gambar 5.2 berikut ini.
Gambar 5.2. Uji Heteroskedastisitas
Universitas Sumatera Utara
5.3 Deskripsi Hasil Penelitian
Kategori