4. Kategori Variabel Efektivitas Pengendalian Intern
1. Rentang
Skor maksimal adalah 5 jumlah soal x 5 skor maksimal = 25 Skor minimal adalah 5 jumlah soal x 1 skor minimal = 5
Rentang sebesar 25 - 5 = 20 2.
Banyak kelas : Sesuai dengan jumlah skala likert, maka banyak kelas adalah 5.
3. Panjang kelas interval:
maka p= = 4,2 dibulatkan menjadi 5
Maka panjang kelas interval variabel efektivitas pengendalian intern adalah 5.
Tabel 3.6 Kategori Variabel Efektivitas Pengendalian Intern
3.5 Uji Normalitas
Imam Ghozali 2011, menyatakan bahwa uji normalitas adalah untuk menguji apakah model regresi, variabel independen, dan variabel dependennya
memiliki distribusi data normal atau tidak normal. Dalam uji normalitas ini ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak
No Interval
Kategori 1
3 – 7 Sangat tidak efektif
2 8 – 12
Tidak efektif 3
13– 17 Cukup efektif
4 18 – 21
Efektif 5
22 – 26 Sangat efektif
yaitu dengan analisis grafik dan uji statistik Ghozali, 2011. Alat uji yang digunakan pada penelitian ini adalah uji statistik dengan Kolmogorov –Smirnov
Z I-Sample K-S. Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak
dipakai. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang
sering terjadi pada uji normalitas dengan menggunakan grafik. Dasar
pengambilan keputusan uji statistik dengan Kolmogorov- Smirnov Z I-Sample K-S adalah Ghozali, 2011:
1 Jika nilai Asymp. Sig 2-tailed kurang dari 0,05, maka H0 ditolak.
Hal ini berarti data residual berdistribusi tidak normal. 2
Jika nilai Asymp. Sig 2-tailed lebih dari 0,05, maka H0 diterima. Hal ini berarti data residual berdistribusi normal.
3.6 Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square OLS. Uji
asumsi klasik dilakukan untuk menguji apakah data memenuhi asumsi klasik. Hal ini dilakukan untuk menghindari terjadinya bias. Berikut ini adalah pengujian-
pengujian yang termasuk didalam uji asumsi klasik yang digunakan dalam penelitian ini.
3.6.1 Pengujian Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain Ghozali, 2011. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas. Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Ada beberapa cara untuk mendeteksi ada tidaknya heterokedastisitas, yatiu Grafik
Plot, Uji Park, Uji Glejser, dan Uji White. Pada penelitian ini menggunakan Grafik Plot dan Uji Glejser.
Pengujian ini dapat dilakukan dengan berbagai uji yang dilakukan. Hasil pengujian heteroskedastisitas dengan melihat grafik plot antara nilai prediksi
variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED
dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di studentized. Penyebaran yang acak
menunjukkan model regresi yang baik. Dengan kata lain homokedastisitas atau tidak terjadi heterokedastisitas. Untuk menguji heterokedastisitas dapat dilakukan
dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y dan Uji Glejser dengan melihat nilai signifikannya.
Apabila nilai signifikan diatas 0,05 maka tidak terjadi heterokedastisitas, sedangkan jika nilai signifikan dibawah 0,05 maka terjadi heterokedastisitas
3.6.2 Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2011. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen = 0. Salah satu cara untuk mendeteksi kolonier
dilakukan dengan mengkorelasikan antar variabel bebas dan apabila korelasinya signifikan antar variabel bebas tersebut maka terjadi multikolinieritas. Setelah
model terbebas dari asumsi klasik regresi, langkah selanjutnya dengan melakukan uji hipotesis.
Pengujian multikolinieritas dapat dilihat dari Tolerance Value atau Variance Inflation Factor VIF, sebagai berikut:
a. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat multikolinieritas pada penelitian tersebut.
b. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terdapat multikolinieritas pada penelitian tersebut.
3.7 Analisis Regresi Berganda
Kategori