Hasil Uji Normalitas Hasil Uji Multikolonieritas

49

4.4.2.1 Hasil Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membandingkan distribusi kumulatif dan distribusi normal. Pengujian normalitas dilakukan berdasarkan uji statistik non-parametrik Kolmogrov-Smirnov K-S. Dasar pengambilan keputusan untuk Kolmogrov- Smirnov yaitu nilai value pada kolom Asymp.Sig. 2-tailed level of significant α = 5.Berdasarkan pengolahan data pada Tabel 4.7 diperoleh nilai Asymp.Sig. 2-tailed sebebar 0.062, karena nilai Asymp.Sig. 2-tailed lebih besar dari 0,05, dengan demikian dapat disimpulkan model regresi memenuhi asumsi normalitas. Tabel 4.7 Uji Kolmogrov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 64 Normal Parameters a,b Mean .0000000 Std. Deviation 4.67084710 Most Extreme Differences Absolute .134 Positive .134 Negative -.052 Test Statistic .134 Asymp. Sig. 2-tailed .062 c a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 50 c. Lilliefors Significance Correction. Sumber :Data yang diolah SPSS,2016

4.4.2.2 Hasil Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolonieritas, dengan melihat nilai tolerance dan Variance Inflation Factor VIF pada model regresi. Jika antar variabel independen terdapat korelasi yang cukup tinggi lebih dari 0,09, maka merupakan indikasi adanya multikolinieritas dan suatu model. regresi yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance 0,1 dan nilai VIF 10. Uji multikolinearitas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.8 berikut: Universitas Sumatera Utara 51 Tabel 4. 8 Hasil Uji Multikolinearitas Sumber :Data yang diolah SPSS,2016 Tabel 4.8 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas.Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk Akuntabilitas Publik X3 memiliki nilai tolerance 0,832. Kejelasan Sasaran Anggaran X2 memiliki nilai tolerance0.675. Partisipasi Penyusunan Anggaran X1 memiliki nilai tolerance 0,790.Jika dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10 yaitu Akuntabilitas Publik X 3 memiliki VIF 1,202. Kejelasan Sasaran Anggaran X 2 memiliki VIF 1,481, dan Partisipasi Penyusunan Anggaran X 1 memiliki VIF 1,267.Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya. 4.4.2.3 Hasil Uji Heteroskedastisitas Dalam melakukan pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik Scatterplot, di mana tidak terjadi heteroskedastisitas apabila titik-titik menyebar Coefficients a Model Collinearity Statistics Tolerance VIF Constant Partisipasi Penyusunan Anggaran .790 1.267 Kejelasan Sasaran Anggaran .675 1.481 Akuntabilitas Publik .832 1.202 a. Dependent Variable: Kinerja Manajerial Universitas Sumatera Utara 52 secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y.Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, di mana tidak terjadi heteroskedastisitas apabila tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen. Gambar 4.1 Grafik Scatterplot Sumber :Data yang diolah SPSS,2016 Gambar Scatterplot menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.

4.5 Hasil Uji Regresi Berganda

Universitas Sumatera Utara