Berdasarkan tabel di atas terlihat nilai signifikansi pada kolom linearity untuk variabel kejelasan tujuan adalah 0,001. Karena signifikansi kurang dari 0,05 dapat
dikatakan bahwa antara kejelasan tujuan terhadap kegunaan sistem akuntansi keuangan daerah terdapat hubungan yang linear.
Tabel 4.13 Hasil Linearitas
Kegunaan sistem akuntansi keuangan daerah dengan dukungan atasan
ANOVA Table
Sum of Squares df
Mean Square F
Sig. KSAKD
Dukunga n_Atasan
Between Groups
Combined 285.719
16 17.857
3.391 .011
Linearity 218.607
1 218.607 41.508
.000 Deviation from
Linearity 67.112
15 4.474
.850 .622
Within Groups 79.000
15 5.267
Total 364.719
31
Sumber: Data Penelitian diolah 2015 Berdasarkan tabel di atas terlihat nilai signifikansi pada kolom linearity untuk
variabel dukungan atasan adalah 0,000. Karena signifikansi kurang dari 0,05 dapat dikatakan bahwa antara dukungan atasan terhadap kegunaan sistem akuntansi
keuangan daerah terdapat hubungan yang linear.
4.1.2.1.3. Multikolinearitas
Model regresi yang baik tidak terjadi korelasi antar variable bebas. Untuk mendeteksi multikolinearitas di dalam model regresi adalah dengan melihat nilai
tolerance dan VIF. Apabila tolerance ≥ 0,10 10 dan VIF ≤ 10.
Tabel 4.14 Hasil Uji Mulitikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
4.673 2.259
2.069 .048
Pelatihan .258
.089 .343 2.908
.007 .513
1.948 Kejelasan_Tuj
uan .140
.066 .223 2.127
.042 .648
1.543 Dukungan_Ata
san .337
.063 .534 5.388
.000 .729
1.372 a. Dependent Variable: SAKD
Berdasarkan tabel terlihat bahwa semua variabel bebas mempunyai nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10. Jadi dapat dikatakan bahwa
tidak ada multikolinearitas antar variabel bebas pada model regresi. Hasil perhitungan nilai Tolerance menunjukkan tidak ada variabel independen yang memilki nilai
Tolenrance kurang dari 0,10, yakni pelatihan 0,513 0,10, kejelasan tujuan 0,648 0,10, dukungan atasan 0,729 0,10. Hasil perhitungannilai Variance Inflatin Factor
VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memilki nila VIF lebih dari 10, yakni pelatihan 1,948 10, dukungan atasan 1,543
10, dan dukungan atasan 1,372 10. Jadi, dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi ini.
4.1.2.1.4. Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang homoskedastisitas. Untuk mengetahui terjadi heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot
dengan pola titik-titik yang menyebar diatas dan dibawah sumbu Y. berikut hasil pengolahan menggunakan program SPSS 17 :
Gambar 4.1. Hasil Uji Heteroskedastisitas Sumber : Hasil output SPSS
Gambar 4.1. diatas terlihat bahwa tititk-titik menyebar secara acak serta
tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. hal ini dapat disimpulkan bahwa terjadi homoskedastisitas atau tidak terjadi heteroskedastisitas
pada model regresi, sehingga model regresi layak dipakai untuk memprediksi
kegunaan sistem akuntansi keuangan daerah berdasarkan masukan variabel independen pelatihan, kejelasan tujuan dan dukungan atasan.
Analisis dengan grafik plots memilki kelemahan yang cukup signifikan karena kemungkinan adanya bias dalam pengamatan gambar 4.1. oleh karena itu diperlukan
uji statistik dengan menggunakan uji glejser agar keakuratan pengujian lebih terjamin.
Tabel 4.15 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
2.064 1.459
1.415 .168
Pelatihan -.046
.057 .207
795 .433
Kejelasan_Tujuan .012
.043 .065
.281 .781
Dukungan_Atasan .007
.040 .035
.161 .873
a. Dependent Variable: ABS_RES1
Sumber: hasil output SPSS Hasil uji glejser diatas menunjukkan bahwa seluruh variabel independen
memilki nilai probabilitas signifikansi diatas 0,05. Hasil ini berarti tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
nilai AbRes. Jadi dapat disimpulkan model rgresi tidak mengandung adanya heteroskedastisitas
atau dengan
kata lain
model regresi
mengandung homoskedastisitas.
4.1.2.2. Pengujian Hipotesis
