6 0,552 0,320 Valid
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Berdasarkan hasil pengujian seperti pada tabel 4.5 diatas, setiap item pertanyaan menghasilkan koefisien korelasi yang lebih besar dari r-Tabel.
Berdasarkan hasil ini maka item variable Pengamanan dapat disimpulkan lolos uji validitas. Hasil pengujian terhadap reliabilitas kuesioner menghasilkan angka
cronbach alpha lebih besar dari 0,5 yaitu sebesar 0,809, berdasarkan hasil ini juga dapat disimpulkan item pertanyaan kuesioner sudah memiliki reliabilitas yang
tinggi.
5. Hasil Uji Asumsi Klasik
Pengujian Statistik dengan analisis regresi dapat dilakukan dengan pertimbangan tidak adanya pelanggaran terhadap asumsi-asumsi klasik
Damodar,1995:122. Asumsi-asumsi klasik tersebut antara lain:
a. Uji Normalitas
Menurut cetral limit theorem, asumsi normalitas akan terpenuhi apabila jumlah sample yang digunakan lebih dari satu atau sama dengan 25 Mendenhall
dan Beaver,1992:164. Uji normalitas dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dapat juga dengan melihat histogram
dari residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafiknya histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas, demikian sebaliknya.
Universitas Sumatera Utara
Pada hasil pengolahan data menampilkan grafik normal plot yang ada menunjukkan titik menyebar sekitar garis diagonal, serta penyebaran mengikuti
arah garis diagonal, demikian juga dengan grafik histogram memberikan pola distribusi normal. Maka model regresi layak dipakai untuk memprediksikan
keberhasilan pengamanan aset daerah berdasarkan masukan variabel independennya inventarisasi, pembukuan, pelaporan.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpe
cted Cum P rob
Dependent Variable: pengamanan Normal P-P Plot of Regression Standardized Residual
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Universitas Sumatera Utara
2 1
-1 -2
Regression Standardized Residual
10 8
6 4
2
Frequency
Mean = 2.32E-16 Std. Dev. = 0.961
N = 40
Dependent Variable: pengamanan Histogram
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Selain itu, dilakukan uji normalitas data dengan menggunakan One sample kolmogorov-smirnov test. Berdasarkan hasil pengujian diperoleh nilai asymptotic
significance 2-tailed adalah 0,428, dan diatas nilai signifikansi 0,05. Dengan kata lain variabel residual berdistribusi normal.
b.Uji Multikolinieritas
Uji multikolinieritas digunakan untuk menguji apakah ada korelasi antara variabel independen. Metode yang digunakan untuk mendeteksi adanya
multikolinieritas dengan menggunakan nilai VIF Variance Inflation Floor, jika nilai VIF dibawah 2, maka dapat dikatakan bahwa tidak terjadi gejala
Universitas Sumatera Utara
multikolinearitas dalam model penelitian. Hasil pengujian multikolinieritas disajikan pada tabel 4.6.
Tabel 4.6 Hasil Uji Gejala Multikolinieritas
NO Variabel VIF 1 Inventarisasi
1.290 2 Pembukuan
1.042 3 Pelaporan
1.337 Dependen Variabel : Y = Keberhasilan Pengamanan aset daerah
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Berdasarkan hasil pengujian pada tabel 4.6 diatas, karena nilai VIF untuk semua variable memiliki nilai lebih kecil daripada 2, maka dapat disimpulkan
tidak terdapat gejala multikolinieritas antar variabel independen.
c.Uji Heteroskedastisitas
Heterokedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji heteroskedastisitas dilakukan dengan melihat ada tidaknya
pola tertentu pada grafik Scatterplot antara SRESID dan ZPRED dimana dasar analisisnya adalah: 1 jika titik-titik yang ada membentuk suatu pola tertentu
yang teratur, bergelombang, melebar kemudian menyempit maka terjadi heterokedastisitas, dan jika 2 jika tidak ada pola yang jelas titik-titik menyebar
diatas dan dibawah angka 0 pada sumbu Y maka tidak terjadi gejala heterokedastisitas. Dari grafik Scatterplot penelitian ini terlihat titik-titik
Universitas Sumatera Utara
menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y hal ini menunjukkan tidak terjadi heterokedastisitas pada model regresi,
sehingga model regresi layak dipakai untuk memprediksi keberhasilan pengamanan aset daerah berdasarkan masukan variabel independennya
Inventarisasi, Pembukuan dan Pelaporan.
2 1
-1 -2
-3 -4
Regression Standardized Predicted Value
2 1
-1 -2
Re gres
sion Stud entiz
ed R
es idua
l
Dependent Variable: pengamanan Scatterplot
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2008 data diolah
6.Hasil Analisis Regresi Berganda
Analisis regresi liner berganda dilakukan dengan menggunakan metode enter, karena dengan metode enter seluruh variabel akan dimasukkan kedalam
analisis untuk mengetahui seberapa besar pengaruh variabel independen terhadap
Universitas Sumatera Utara
variabel dependen. Data akan diolah dengan menggunakan metode enter pada input alat bantu program statistik dan dihasilkan output sebagai berikut yang dapat
dilihat pada tabel 4.7. Tabel 4.7
Variables EnteredRemoved
b
Pelaporan, Pembukua
n, Inventarisa
si
a
. Enter
Model 1
Variables Entered
Variables Removed
Method
All requested variables entered. a.
Dependent Variable: pengamanan b.
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah.
Berdasarkan Tabel 4.8 variables Entered Removed
b
menunjukkan analisis statistik deskriptif yaitu sebagai berikut :
a. Variabel yang dimasukkan kedalam persamaan adalah variabel
independen yaitu Inventarisasi X
1
, Pembukuan X
2
, dan Pelaporan X
3
. b.
Tidak ada variabel dependen yang dikeluarkan removed. c.
Metode yang digunakan untuk memasukkan data yaitu metode enter.
Universitas Sumatera Utara
Tabel 4.8 Regresi Linear Berganda
Coefficients
a
22.085 3.932
5.616 .000
.165 .182
.163 .907
.370 .775
1.290 .239
.134 .287
1.781 .083
.960 1.042
-.187 .172
-.198 -1.086
.285 .748
1.337 Constant
Inventarisasi Pembukuan
Pelaporan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: pengamanan a.
Sumber : Hasil Pengolahan Data Primer dengan Alat Bantu Program Statistik, 2009 data diolah
Berdasarkan hasil pengolahan data yang terlihat pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linear
berganda sebagai berikut : Y = 22,085 + 0,165X
1
+ 0,239X
2
–0,187,X
3
+ e Dari persamaan tersebut dapat digambarkan sebagai berikut :
1. Konstanta a = 22,085, menunjukkan harga konstan, dimana jika nilai variabel independen sama dengan nol, maka keberhasilan pengamanan
aset daerah Y sama dengan 22,085. 2. Koefisien X
1
b
1
= 0,165, menunjukkan bahwa variabel Inventarisasi X
1
berpengaruh positif terhadap keberhasilan pengamanan aset derah Y. Artinya jika variable inventarisasi ditingkatkan maka akan menambah
keberhasilan Pengamanan Aset Daerah sebesar 0,165. 3. Koefisien X
2
b
2
= 0,239, menunjukkan bahwa variabel Pembukuan X
2
berpengaruh positif terhadap keberhasilan Pengamanan Aset Daerah
Universitas Sumatera Utara
Y. Artinya jika variabel Pembukuan ditingkatkan maka akan meningkat keberhasilan Pengamanan Aset Daerah sebesar 0,239.
4. Koefisien X
3
b
3
= -0187, menunjukkan bahwa variabel Pelaporan X
3
berpengaruh negatif terhadap keberhasilan Pengamanan Aset Daerah Y. 5.Standar error e menunjukkan tingkat kesalahan pengganggu
7. Hasil Pengujian Hipotesis a. Uji Signifikan Simultan Uji – F
