4.2.4. Uji Asumsi Klasik
4.2.4.1. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinearitas dapat dilihat
dari perhitungan nilai tolerance serta Varian Inflation Factor VIF. Menurut Ghozali 2013, suatu model regresi dikatakan tidak memiliki kecenderungan
adanya gejala multikolinearitas adalah apabila memiliki nilai VIF yang lebih kecil dari 10 dan Tolerance lebih besar dari 0,10. Hasil pengujian model regresi
diperoleh nilai-nilai VIF untuk masing-masing variabel ini dapat dilihat dari Tabel 4.15.
Tabel 4.15 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficien
ts T
Sig. Collinearity
Statistics
B Std. Error
Beta Toleran
ce VIF
1 Constant
2,579 1,511
1,707 ,091
TOTALBT ,157
,088 ,117 1,793
,076 ,708
1,413 TOTALPF
,178 ,056
,253 3,171 ,002
,474 2,111
TOTALPN ,520
,071 ,566 7,367
,000 ,511
1,956 a. Dependent Variable: TOTALAKT
Sumber : Data primer yang diolah, 2016 Berdasarkan Tabel 4.15 menunjukkan bahwa tidak ada variabel bebas
yang mempunyai nilai tolerance kurang dari 0,10. Hal ini berarti tidak ada korelasi antar variabel bebas. Hasil perhitungan nilai VIF juga menunjukkan hal
yang sama, di mana tidak ada variabel yang memiliki nilai VIF lebih besar dari 10. Menurut hasil tersebut dapat disimpulkan bahwa tidak terdapat multikolinearitas
antar variabel bebas, sehingga model regresi layak untuk digunakan.
4.2.4.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut
Homoskedastisitas dan
jika berbeda
disebut Heteroskedastisitas. Menurut Ghozali 2013, model regresi yang baik adalah
yang Homoskesdatisitas atau tidak terjadi Heteroskesdatisitas.
Metode deteksi ada tidaknya heteroskedastisitas dapat ditentukan dengan melihat grafik Plot Scatterplot antara nilai prediksi variabel terikat ZPRED
dengan residual SRESID, jika grafik plot menunjukkan suatu pola titik yang bergelombang atau melebar kemudian menyempit, maka dapat disimpulkan
bahwa telah terjadi heteroskedastisitas, apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Adapun gambar Scatterplot uji heterokedastisitas dapat dilihat pada Gambar 4.2.
Gambar 4.2 Hasil Uji Heterokedastisitas
Scatterplot
Sumber: Data primer yang diolah, 2016 Grafik Scatterplot di atas terlihat bahwa titik-titik secara acak dan tidak
membentuk suatu pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi
heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi akuntabilitas pengelolaan keuangan desa berdasarkan masukan
variabel bimbingan teknis, pemahaman tugas pokok dan fungsi tupoksi dalam organisasi dan pemahaman mekanisme penatausahaan keuangan desa.
4.2.5. Analisis Regresi Berganda