Berdasarkan tabel 5.10 dapat diketahui bahwa item pernyataan nomor 1, 3 sampai 25 tarkait variabel good governance dan item pernyataan
terkait variabel pengendalian internal maupun variabel kinerja organisasi dalam variabel penelitian ini layak atau valid digunakan sebagai
pengumpul data. Pengujian validitas ini dilakukan dengan pearson validity dengan membandingkan r hitung dengan r tabel Ghozali, 2006. Hasil
perhitungan diketahui bahwa r hitung lebih besar daripada r tabel sehingga data yang digunakan valid.
Item pernyataan nomor 2 pada variabel good governance tidak valid. Adanya item tidak valid bisa disebabkan karena perbedaan persepsi
diantara responden yaitu responden mempunyai maksud yang berbeda- beda dalam memaknai pernyataan pada item pernyataan kuesioner.
Ketidakvalidan item pernyataan tersebut juga dapat disebabkan oleh persepsi responden yang tidak sesuai dengan maksud dari peneliti yang
bisa disebabkan latar belakang pendidikan responden yang berbeda-beda dan tidak hanya berasal dari latar belakang formal akuntansi. Kedua hal
tersebut dapat menjadi item pernyataan menjadi tidak valid dalam instrumen penelitian.
2. Uji Reliabilitas Pengujian ini dilakukan untuk menunjukkan sejauh mana suatu hasil
pengukuran relatif konsisten. Suatu pernyataan yang baik adalah pernyataan yang jelas, mudah dipahami, dan memiliki interpretasi yang
sama meskipun disampaikan kepada responden yang berbeda dan waktu yang berlainan. Hasil pengujian reliabilitas adalah sebagai berikut:
Tabel 5.11 Hasil Uji Reliabilitas
Variabel Cronbach Alpha
Keterangan Good Governance X
1
Pengendalian Internal X
2
Kinerja Organisasi Y ,932
,944 ,929
Reliabel Reliabel
Reliabel
Sumber: data primer diolah lampiran 4 Berdasarkan tabel 5.11 dapat disimpulkan bahwa semua variabel yang
digunakan dalam penelitian ini adalah reliabel, karena memiliki nilai Cronbach Alpha
α lebih besar daripada 0,60 Ghozali. 2006.
D. Uji Normalitas Data
Pada dasarnya normalitas sebuah data dapat dikenali atau dideteksi dengan melihat persebaran data titik pada sumbu diagonal dari grafik
histogram dari residualnya. Data dikatakan berdistribusi normal, jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal atau grafik histogramnya. Hasil dari uji normalitas ditunjukkan dengan tampilan grafik normal plot gambar
sebagai berikut:
Gambar 5.1 Gratifk Normal Probability Plot Sumber: data primer diolah lampiran 6
Berdasarkan gambar 5.1 tampilan output chart di atas, dapat melihat grafik histrogram maupun grafik plot. Grafik histrogram memberikan pola
distribusi yang melenceng ke kanan yang artinya adalah data berdistribusi normal, apabila gambar P-Plot terlihat titik-titik mengikuti dan mendekati
garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
E . Uji Asumsi Klasik
1. Uji Multikolinearitas Suatu model dikatakan baik jika model regresi tersebut tidak
ditemukan adanya korelasi diantara variabel independen yang disebut juga multikolinearitas. Koefisien korelasi variabel yang bersangkutan nilainya
terletak di luar batas-batas penerimaan critical value maka koefisien korelasi bermakna dan terjadi multikolinearitas, sedangkan koefisien
korelasi terletak di dalam batas-batas penerimaan maka koefisien korelasinya tidak bermakna dan tidak terjadi multikolinearitas Santoso,
2004.
Tabel 5.12 Hasil Uji Collinearity Statistic Hasil Uji Multikolinearitas
Variabel VIF
Keterangan Good Governance X
1
Pengendalian Internal X
2
1,025 1,025
Tidak terjadi Multikonearitas Tidak terjadi Multikonearitas
Sumber: data primer diolah lampiran 4 Berdasarkan tabel 5.12 dapat diketahui bahwa nilai VIF semua
variabel independen lebih kecil dari 10,00, maka dapat disimpulkan bahwa
tidak terjadi multikolinearitas. Hal ini dapat dilihat pada lampiran 8 dimana nilai VIF dari masing-masing variabel kurang dari 10 Santoso,
2004. 2. Uji Heteroskedastisitas
Pada prinsipnya uji heteroskedastisitas dengan metode ini adalah melihat grafik scatterplot antara nilai prediksi variabel independen yaitu
ZPRED dengan residunya SRESID. Jika terdapat pola tertentu pada grafik scatterplot
SPSS, seperti titik-titik yang membentuk pola yang teratur bergelombang, menyebar kemudian menyempit, maka dapat disimpulkan
bahwa telah terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilhat pada gambar berikut ini:
Gambar 5.2 Grafik Scatter Plot
Sumber: Data primer diolah lampiran 7