77
Tabel 4.11 Hasil Uji Multikolonieritas
Sumber: Data primer yang diolah Berdasarkan tabel 4.11 diatas terlihat bahwa nilai tolerance lebih
dari 0,10 dan nilai variance inflation factor VIF kurang dari 10 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance untuk
pemahaman SAP sebesar 0,328 dengan VIF 1,026, pemanfaatan SIA Keuangan Daerah sebesar 0,408 dengan VIF 1,021 dan SPI sebesar
0,000 serta VIF sebesar 1,022. Dengan demikian, dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan
dapat digunakan dalam penelitian ini.
b. Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau
Coefficients
a
Model Unstandardize
d Coefficients Standardiz
ed Coefficien
ts T
Sig. Collinearity
Statistics B
Std. Error
Beta Toleran
ce VIF
1Constant 16,29
7 6,558
2,48 5
,015 T.PSAP
,076 ,077
,109 ,986 ,328
,974 1,026 T.PSIAK
D ,109
,131 ,092 ,833
,408 ,980 1,021
T.SPI ,162
,043 ,420
3,81 5
,000 ,979 1,022
a. Dependent Variable: T.KLKPD
78 keduanya mempunyai distribusi normal atau tidak. Model regresi
yang baik adalah distribusi data normal atau mendekati normal.
Sumber: Data primer yang diolah
Gambar 4.1 Hasil Uji Normalitas Menggunakan Grafik P-Plot
Hasil uji normalitas berdasarkan output histogram disajikan pada gambar berikut ini.
Sumber: Data primer yang diolah
Gambar 4.2 Hasil Uji Normalitas Menggunakan Grafik Histogram
79 Gambar 4.1 dan 4.2 memperlihatkan penyebaran data yang berada
disekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas. Selain dengan
melihat grafik, dalam penelitian ini normalitas data juga dilihat dengan menggunakan uji statistik non-parametik Kolmogorov-Smirnov pada alpha
sebesar 5. Jika nilai signifikansi dari pengujian Kolmogorov-Smirnov lebih besar dari 0,05 berarti data normal.
Tabel 4.12 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
Sumber: Data primer yang diolah Tabel 4.12 menunjukkan bahwa nilai Kolmogorov-Smirnov sebesar
0,200; dengan nilai signifikansi di atas 0,05 berarti bahwa nilai residual terdistribusi secara normal.
c. Hasil Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 70
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,68233380
Most Extreme Differences Absolute
,060 Positive
,048 Negative
-,060 Test Statistic
,060 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
80 residual dari satu pengamatan ke pengamatan yang lain. Jika varians
dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas.
Sumber: Data primer yang diolah
Gambar 4.3 Grafik
Scatterplot
Berdasarkan gambar 4.3, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu Y dan
tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan
regresi, sehingga model regresi layak digunakan untuk memprediksi kualitas LKPD berdasarkan variabel yang mempengaruhinya, yaitu
pemahaman SAP, pemanfaatan SIA Keuangan Daerah dan SPI.
Analisis grafik plots memiliki kelemahan yang cukup signifikan oleh
81 karena jumlah pengamatan mempengaruhi hasil ploting. Semakin
sedikit jumlah pengamatan semakin sulit menginterprestasikan grafik plot. Oleh sebab itu, diperlukan uji statistik yang dapat menjamin
keakuratan hasil, salah satu menggunakan uji glejser.
Tabel 4.13 Hasil Uji Glejser Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
B Std. Error
Beta 1
Constant -2,041
4,047 -,504 ,616
T.PSAP ,037
,048 ,096 ,781 ,437
T.PSIAKD ,083
,081 ,125 1,023 ,310
T.SPI ,000
,026 -,002 -,012 ,990
a. Dependent Variable: RES_2 Sumber: Data primer yang diolah
Tabel 4.13 menunjukkan bahwa nilai signifikansi t sebesar 0,437, 0,310 dan 0,990. Tingkat probabilitas diatas 5 tersebut berarti tidak
ada indikasi heteroskedastisitas dalam model regresi.
4. Hasil Uji Hipotesis a. Koefisien Determinasi R
2
koefisisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen. Tabel
4.16 menyajikan hasil uji statistik F variabel Y, X
1
, X
2
, dan X
3
.
82
Tabel 4.14 Hasil Uji Koefisien Determinasi R
2
Variabel Y, X
1
, X
2
, dan X
3
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,466
a
,217 ,182
3,765 a. Predictors: Constant, T.SPI, T.PSIAKD, T.PSAP
b. Dependent Variable: T.KLKPD Sumber: Data primer yang diolah
Tabel 4.14 menunjukkan nilai adjusted R
2
sebesar 0,182. Hal ini menandakan bahwa variasi variabel pemahaman SPI, pemanfaatan SIA
Keuangan Daerah dan SPI dapat menjelaskan 18,2 variasi variabel kualitas LKPD. Sedangkan sisanya, yaitu 81,8 dijelaskan oleh faktor-
faktor lain yang tidak disertakan dalam model penelitian ini, misalnya variabel pelatihan, pengalaman kerja dan kompetensi sumber daya manusia.
b. Hasil Uji Signifikan Simultan Uji Statistik F
Hasil uji signifikan simultan uji statistik F dilakukan pada tingkat signifikansi 0,05. Apabila nilai probability F lebih kecil
daripada 0,05 maka H0 diterima dan Ha ditolak, sebaliknya jika nilai probability F lebih kecil dari 0,05 maka H0 ditolak dan Ha diterima.
Berikut ini merupakan hasil uji signifikansi simultan uji statistik F:
Tabel 4.15 Uji Signifikansi Simultan
ANOVA
a
Model Sum
of Squares
Df Mean
Square F
Sig. 1
Regressi on
259,875 3
86,625 6,111
,001
b
Residual 935,611 66
14,176 Total
1195,486 69
a. Dependent Variable: T.KLKPD
83 b. Predictors: Constant, T.SPI, T.PSIAKD, T.PSAP
Sumber: Data primer yang diolah
Berdasarkan tabel 4.15 mengenai tabel uji signifikansi simultan uji statistik F atau uji ANOVA dapat diketahui bahwa didapat nilai
F hitung sebesar 6,111 dengan probabilitas 0,001. Karena probabilitas 0,001 lebih kecil dari 0,05 maka model persamaan regresi ini dapat
disimpulkan bahwa secara simultan variabel independen yaitu pemahaman standar akuntansi pemerintah, pemanfaatan sistem
informasi akuntansi keuangan daerah, dan sistem pengendalian internal secara bersama-sama mempengaruhi variabel dependen yaitu
kualitas laporan keuangan pemerintah daerah.
c. Uji Signifikansi Parameter Individual Uji Statistik t
