Uji Normalitas Hasil Penelitian

VariabelIndikator r hitung r tabel Keterangan Pemahaman Mekanisme Penatausahaan X3 Pernyataan 1 0,696 0, 190 Valid 2 0,718 0, 190 Valid 3 0,748 0, 190 Valid 4 0,751 0, 190 Valid 5 0,675 0, 190 Valid Akuntabilitas pengelolaan Keuangan Desa Y Pernyataan 1 0,65 0, 190 Valid 2 0,696 0, 190 Valid 3 0,585 0, 190 Valid 4 0,564 0, 190 Valid 5 0,751 0, 190 Valid Sumber : Data Primer yang diolah, 2016 Tabel 4.13 menunjukkan bahwa semua indikator yang digunakan untuk mengukur semua variabel dalam penelitian ini dinyatakan sebagai item yang valid. Diperoleh bahwa dari indikator-indikator variabel yang digunakan dalam penelitian ini, semuanya memiliki nilai r hitung lebih besar dari 0,190 yaitu r tabel untuk sampel sebanyak 107.

4.2.3. Uji Normalitas

Uji normalitas pada dasarnya bertujuan untuk menguji apakah dalam model regresi, variabel independen dan variabel dependen atau keduanya telah terdistribusi secara normal atau tidak. Suatu model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk mengetahui normalitas nilai residual, maka penelitian ini menggunakan uji Kolmogorov- Smirnov di mana kriteria yang digunakan adalah dengan membandingk an nilai ρ yang diperoleh dengan taraf signifikansi yang sudah ditentukan yaitu 0,05. Agar berdistribusi normal maka variabel residual harus memiliki nilai signifikansi 0,05. Setelah melakukan uji normalitas menunjukkan hasil Kolmogorov-Smirnov sebesar 0,897 dengan nilai signifikansi 2-tailed sebesar 0,397. Hasil ini menunjukkan bahwa nilai signifikansi di atas 0,05 ρ 0,05, artinya data yang diuji normal. Hal ini menunjukkan bahwa model regresi memenuhi asumsi normalitas. Hasil pengujian normalitas menggunakan uji Kolmogorov-Smirnov disajikan pada Tabel 4.14. Tabel 4.14 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 107 Normal Parameters a,b Mean ,0000000 Std. Deviation 1,15264546 Most Extreme Differences Absolute ,087 Positive ,087 Negative -,051 Kolmogorov-Smirnov Z ,897 Asymp. Sig. 2-tailed ,397 a. Test distribution is Normal. b. Calculated from data. Sumber : data primer yang diolah, 2016 Selain menggunakan uji Kolmogorov-Smirnov ada pula cara lain yaitu dengan analisis grafik dengan melihat penyebaran data titik pada garis diagonal P Plot of Regression Standardized Residual. Berikut ini merupakan hasil uji normalitas data dengan analisis grafik Normal Probability Plot yang disajikan pada Gambar 4.1. Gambar 4.1 Hasil Uji Normalitas Grafik P-Plot Sumber: Data primer yang diolah, 2016 Grafik P-Plot di atas menunjukkan titik-titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Grafik ini menunjukkan bahwa model regresi memenuhi asumsi normalitas Ghozali, 2013: 163.

4.2.4. Uji Asumsi Klasik