Berdasarkan hasil pengujian seperti pada tabel 4.6 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 0,676, 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.
Pada hasil pengolahan data menampilkan grafik normal plot yang ada menunjukkan titik menyebar sekitar garis diagonal, serta penyebaran mengikuti
Universitas Sumatera Utara
arah garis diagonal, demikian juga dengan grafik histogram memberikan pola distribusi normal. Maka model regresi layak dipakai untuk memprediksikan
keberhasilan pengamanan barang milik daerah berdasarkan masukan variabel independennya pembukuan, inventarisasi, pelaporan dan penertiban.
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Ex p
e c
te d
C u
m Pr
o b
Dependent Variable: Pengamanan Normal P-P Plot of Regression Standardized Residual
Gambar 4.2 Sumber : Lampiran 13
Universitas Sumatera Utara
-3 -2
-1 1
2
Regression Standardized Residual
2 4
6 8
10
F re
q u
e n
c y
Mean = -1.1E-15 Std. Dev. = 0.933
N = 32
Dependent Variable: Pengamanan Histogram
Gambar 4.3 Sumber : Lampiran 12
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.
Universitas Sumatera Utara
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
multikolinearitas dalam model penelitian. Hasil pengujian multikolinieritas disajikan pada tabel 4.7.
Tabel 4.7 Hasil Uji Gejala Multikolinieritas
Coefficients
a
4.945 3.181
1.555 .132
.151 .120
.124 1.259
.219 .980
1.021 .110
.163 .067
.676 .505
.952 1.050
.470 .157
.449 2.999
.006 .421
2.378 .767
.267 .428
2.872 .008
.425 2.352
Constant Pembukuan
Inventarisasi Pelaporan
Penerbitan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Pengamanan a.
Sumber : Lampiran 15
Berdasarkan hasil pengujian pada tabel 4.7 diatas, karena nilai VIF untuk variable Pembukuan dan Inventarisasi memiliki nilai lebih kecil daripada 2
sedangkan variabel Pelaporan dan Penertiban memiliki nilai lebih besar daripada 2 maka dapat disimpulkan terdapat gejala multikolinieritas antar
variabel independen.
Universitas Sumatera Utara
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
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 barang milik daerah berdasarkan masukan variabel independennya
Pembukuan, Inventarisasi, Pelaporan dan Penertiban.
-4 -2
2 4
Regression Standardized Predicted Value
-3 -2
-1 1
2
Reg res
sio n S
tud ent
ize d R
esi dua
l
Dependent Variable: Pengamanan Scatterplot
Gambar 4.4 Sumber : Lampiran 15
Universitas Sumatera Utara
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 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 4.8.
Tabel 4.8
Variable s Ente redRemoved
b
Penerbita n, Pembukuan,
Inve nta risa s i, Pelapo ran
a
. Enter
Mode l 1
Variab le s Entered
Variab le s Re mo ved
Method
All re queste d variables e nte red. a.
De pend ent Varia ble: Peng amana n b.
Sumber : Lampiran 16
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 Pembukuan X
1
, Inventarisasi X
2
, Pelaporan X
3
dan Penertiban X4
b. Tidak ada variabel dependen yang dikeluarkan removed.
c. Metode yang digunakan untuk memasukkan data yaitu metode enter.
Universitas Sumatera Utara
Coefficients
a
4.945 3.181
1.555 .132
.151 .120
.124 1.259
.219 .980
1.021 .110
.163 .067
.676 .505
.952 1.050
.470 .157
.449 2.999
.006 .421
2.378 .767
.267 .428
2.872 .008
.425 2.352
Constant Pembukuan
Inventarisasi Pelaporan
Penerbitan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Pengamanan a.
Tabel 4.9 Regresi Linear Berganda
Sumber : Lampiran 16
Berdasarkan hasil pengolahan data yang terlihat pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linear
berganda sebagai berikut : Y = 4,945 + 0,151X
1
+ 0,110X
2
+ 0,470X
3
+ 0,767X
4
+ e Dari persamaan tersebut dapat digambarkan sebagai berikut :
1. Konstanta a = 4,945, menunjukkan harga konstan, dimana jika nilai variabel independen sama dengan nol, maka keberhasilan pengamanan
barang milik daerah Y sama dengan 4,945. 2. Koefisien X
1
b
1
= 0,151, menunjukkan bahwa variabel Pembukuan X
1
berpengaruh positif terhadap keberhasilan pengamanan barang milik daerah Y. Artinya jika variable pembukuan ditingkatkan maka akan
menambah keberhasilan Pengamanan Barang Milik Daerah sebesar 0,151. 3. Koefisien X
2
b
2
= 0,110, menunjukkan bahwa variabel Inventarisasi X
2
berpengaruh positif terhadap keberhasilan Pengamanan Barang Milik
Universitas Sumatera Utara
Daerah Y. Artinya jika variabel Inventarisasi ditingkatkan maka akan meningkat keberhasilan Pengamanan Barang Milik Daerah sebesar 0,110.
4. Koefisien X
3
b
3
= 0,470, menunjukkan bahwa variabel Pelaporan X
3
berpengaruh positif terhadap keberhasilan Pengamanan Barang Milik Daerah Y.
5. Koefisien X
4
b
4
= 0,767, menunjukkan bahwa variabel Penertiban X
4
berpengaruh positif terhadap keberhasilan Pengamanan Barang Milik Daerah Y.
6.Standar error e menunjukkan tingkat kesalahan pengganggu
7. Hasil Pengujian Hipotesis a. Uji Signifikan Simultan Uji – F