32
independen dinaikkan atau diturunkan nilainya dimanipulasi, dalam Sugiyono 2006 : 149.
3.6.3 Pengujian Asumsi Klasik 3.6.3.1 Uji Normalitas
Tujuan uji normal variabel atau residual memiliki distribusi adalah ingin mengetahui apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas yang digunakan dalam penelitian ini adalah uji grafik
dan uji Statistik Kolmogrov-Smirov K-S. Pada uji grafik, data yang baik adalah data dengan bentuk lonceng bell shaped yang
mempunyai pola seperti distribusi normal. Uji statistik Kolmogrov-Smirov K-S memiliki kriteria sebagai
berikut: 1.
Nilai Signifikan 0,05, maka distribusi data adalah tidak normal.
2. Nilai Signifikan 0,05, maka distribusi data adalah normal.
3.6.3.2 Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen.
Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini
kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel- variabel bebas yang bersifat ortogonal adalah variabel bebas yang
memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika
Universitas Sumatera Utara
33
terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah :
a. Koefisien
–koefisien regresi menjadi tidak dapat ditaksir. b.
Nilai standar error setiap koefisien regresi menjadi tidak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antarvariabel independen. Jika
terjadi korelasi,
maka dinamakan
terdapat problem
multikolinearitas. Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu:
a. Mengeluarkan salah satu variabel, misalnya variabel
independen A dan B saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau
Regresi Ridge. Pengujian multikolinearitas dilakukan dengan melihat nilai
VIF dan tejadi korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2, maka terjadi multikolinearitas di antara
variabel independen. Disamping itu, suatu model dikatakan terdapat gejala multikolinearitas, jika korelasi diantara variabel
independen lebih besar dari 0,9 Ghozali, 2001 dalam Erlina 2008: 105.
Universitas Sumatera Utara
34
3.6.3.3 Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas, Erlina 2008: 106. Untuk
mendeteksi ada atau tidaknya heteroskedastisitas, maka metode yang digunakan dalam penelitian ini yaitu metode grafik plot.
Metode grafik plot dilakukan dengan cara mendiagnosa diagram residual plot yang kemudian dibandingkan dengan hasil
prediksi. Penentuan heteroskedastisitas didasari oleh: 1.
Jika titik-titik tersebar membentuk pola tertentu dan teratur bergelombang
melebar kemudian
menyempit, maka
mengidentifikasikan telah terjadi heteroskedastisitas. 2.
Jika tidak terlihat pola yang jelas serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka heteroskedastisitas tidak
terjadi.
3.6.4 Analisis Regresi Berganda
Menurut Sugiyono 2006 : 210 analisis regresi ganda digunakan oleh peneliti bila peneliti bermaksud meramalkan bagaimana keadaan
naik turunnya variabel dependen kriterium, bila dua atau lebih variabel independen sebagai faktor predikator naik turunnya nilai.
Universitas Sumatera Utara
35
Untuk menentukan hubungan yang berlaku antara peranan pengendalian internal dan code of conduct pedoman perilaku terhadap
peningkatan kinerja karyawan bagian akuntansi pada PT. Perkebunan Nusantara IV Persero Medan. Peneliti menggunakan analisis regresi
berganda yang dirumuskan sebagai berikut: Y = a + b1X1 + b2X2 + e
Dimana : Y
: Peningkatan Kinerja Karyawan a
: Nilai intersep konstanta � − �
: koefisien arah regresi X1
: Peranan Pengendalian Internal X2
: Pedoman Perilaku e
: error
3.6.5 Uji Hipotesis 3.6.5.1 Uji t
Uji ini menunjukkan seberapa jauh variabel independen secara parsial berpengaruh terhadap variabel dependen. Uji- t ini
disebut juga sebagai uji signifikasi individual. Uji hipotesis ini dilakukan dengan cara membandingkan
�
ℎ� ��
dengan �
��
dalam tingkat probabilitas 5. Kriteria pengambilan keputusan:
Ho diterima jika : �
ℎ� ��
�
��
atau sig t 0.05 Ha diterima jika :
�
ℎ� ��
�
��
atau sig t 0.05
Universitas Sumatera Utara
36
3.6.5.2 Uji F
Uji ini digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model ini
mempunyai pengurus secara bersama-sama terhadap variabel dependen.Untuk mengetahui apakah model regresi dapat
digunakan untuk memprediksi variabel dependen atau tidak Kriteria pengambilan keputusan:
Jika �
ℎ� ��
�
��
maka tolak Ho artinya signifikan Jika
�
ℎ� ��
�
��
maka terima Ho artinya tidak signifikan Dengan taraf signifikan α = 0,05
3.6.5.3 Koefisien Determinan
