65
efektivitas system pengendalian manajemen Y mempunyai nilai probabilitas 0,000 ; 0,042 ; 0,000 ; 0,000 yang lebih kecil dari 5 . Hal ini menjelaskan
bahwa sebaran data menunjukkan berdistribusi tidak normal. Berdasarkan “ Central Limit Of Theorem “ jumlah data yang
diolah termasuk data besar, yaitu lebih besar dari 30 antara 30 sampai 500. Dengan demikian dapat diasumsikan bahwa data dianggap berdistribusi
normal Sekaran, 2006: 296
4.4. Uji Asumsi Klasik
Untuk mendukung keakuratan hasil model regresi, maka perlu dilakukan penelusuran terhadap asumsi klasik yang meliputi asumsi
mutikolonieritas, heteroskedastisitas dan autokorelasi.
4.4.1. Uji Multikolonieritas
Menurut Ghozali 2006: 9 uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel
bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Multikolonieritas dapat dilihat dari nilai variance inflation factor VIF. Nilai cutt off yang umum dipakai untuk menunjukkan adanya
multikolonearitas adalah nilai VIF10. Setiap peneliti harus menentukan kolonieritas yang masih dapat ditolerir Ghozali, 2006: 92.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
66
Tabel 4.13. : Hasil Pengujian Multikolonieritas
Variabel VIF
x1 1.157 x2 1.047
x3 1.138
Sumber : Lampiran 9 Berdasarkan tabel 4.13 ditunjukkan bahwa nilai VIF pada variabel
system informasi X1, penganggaran X2, pelaporan dan analisis X3 lebih kecil dari 10, sehingga dapat disimpulkan bahwa antar variabel
bebas tidak terjadi multikolinearitas.
4.4.2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas
dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas Ghozali, 2006: 105.
Menurut Santoso
2001: 208, untuk mendeteksi adanya
heteroskedastisitas adalah:
Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas
Nilai probabilitas 0,05 berati terkena dari heteroskedastisitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
67
Tabel 4.14. : Hasil Uji Hetreoskedastisitas
Sumber : Lampiran 9 Berdasarkan tabel 4.14 hasil menunjukkan bahwa nilai signifikan
dari unstandardized residual untuk sistem informasi X1, Penganggaran X2, pelaporan dan analisis X3 adalah lebih besar daripada 0,05. Yang
dapat disimpulkan bahwa variabel yang diteliti terbebas dari gejala heteroskedastisitas.
4.4.3. Uji Autokorelasi
Menurut Ghozali 2006: 95 uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t- 1 sebelumnya.
Untuk asumsi klasik yang mendeteksi adanya autokorelasi di sini tidak dilakukan karena gejala autokorelasi tersebut biasanya terjadi pada
Correlations
x1 x2
x3 Unstandardiz
ed Residual Correlation Coefficient
1.000 .128
-.354 .028
Sig. 2-tailed .
.501 .055
.881 x1
N 30
30 30
30 Correlation Coefficient
.128 1.000
-.110 -.075
Sig. 2-tailed .501
. .561
.694 x2
N 30
30 30
30 Correlation Coefficient
-.354 -.110
1.000 -.236
Sig. 2-tailed .055
.561 .
.210 x3
N 30
30 30
30 Correlation Coefficient
.028 -.075
-.236 1.000
Sig. 2-tailed .881
.694 .210
. Spearma
ns rho
Unstandardized Residual N
30 30
30 30
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
68
date time series, sedangkan data yang digunakan dalam penelitian disini adalah data cross section, yaitu yang diperoleh dari penyebaran kuisioner
4.5. Teknik Analisis dan Pengujian Hipotesis
