nilai rata-rata adalah 3.79 ini menunjukkan bahwa tingginya transparansi keterbukaan terhadap kebijakan publik termasuk pengawasan anggaran.
5.4. Pengujian Asumsi Klasik
Dalam 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 ini terdiri dari pengujian normalitas, multikolinearitas, dan pengujian
heterokedastisitas.
5.4.1. Pengujian Asumsi Klasik Hipotesis 1
5.4.1.1. Uji normalitas Berdasarkan hasil uji normalitas data dengan menggunakan uji kolmogorov
smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data mempunyai distribusi normal. Hal ini dapat diketahui dengan melihat nilai
kolmogorov smirnov sebesar 0.716 dengan tingkat signifikansi sebesar 0.685, jika signifikansi nilai kolmogorov smirnov lebih besar dari 0,05, maka dapat dinyatakan
bahwa data mempunyai distribusi normal. Hal ini juga didukung dengan grafik dimana data mengikuti garis diagonal. Grafik uji normalitas dapat dilihat pada
gambar berikut ini:
Universitas Sumatera Utara
Gambar 5.1. Pengujian Normalitas Data Hipotesis 1
5.4.1.2. Uji multikolinearitas Multikolinearitas adalah suatu keadaan dimana variabel lain independen
saling berkorelasi satu dengan lainnya. Persamaan regresi linear berganda yang baik adalah persamaan yang bebas dari adanya multikolinearitas antara variabel
independen. Alat ukur yang sering digunakan untuk mengukur ada tidaknya variabel yng berkorelasi, maka digunakan alat uji atau deteksi Variance Inflation Factor
VIF. Jika nilai VIF dibawah 5, maka dapat dikatakan bahwa tidak terjadi gejala multikolinearitas dalam model penelitian. Jika nilai tolerance diatas 0,1, maka tidak
terdapat gejala multikolinearitas. Hasil pengujian multikolinearitas dapat disajikan pada Tabel 5.8.
Universitas Sumatera Utara
Tabel 5.8. Hasil Uji Gejala Multikolinieritas Hipotesis 1 Collinearity Statistics
No Variabel
Tolerance VIF
1 Political Background
0,802 1.246
2 Pengetahuan dewan tentang anggaran
0,802 1.246
Berdasarkan hasil penelitian pada Tabel 5.8 diatas, karena nilai VIF untuk semua variabel memiliki nilai lebih kecil daripada 5 dan nilai tolerance lebih besar
dari 0,1, maka dapat disimpulkan tidak terjadi gejala multikolinearitas. 5.4.1.3
Uji heteroskedastisitas Heterokedastisitas digunakan untuk menguji apakah dalam sebuah model
regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji
heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana dasar analisisnya adalah:
1. Jika titik-titik yang ada membentuk suatu pola tertentu yang teratur,
bergelombang, melebar kemudian menyempit maka terjadi heterokedastisitas 2.
Jika tidak ada pola yang jelas titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y maka tidak terjadi gejala heterokedastisitas.
Universitas Sumatera Utara
Gambar 5.2. Uji Heterokedastisitas Hipotesis 1
Dari gambar diatas terlihat titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini menunjukkan tidak terjadi
heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi kinerja manajerial berdasarkan masukan variabel independennya
political background dan pengetahuan dewan tentang anggaran
5.4.2. Pengujian Asumsi Klasik Hipotesis II
