Uji Kualitas Data Analisis Data

dalam hari yang sama. Karena masa penerimaan kembali kuesioner yang satu dan lain relatif sama, maka dalam penelitian ini tidak dilakukan pengujian response bias.

5.2. Analisis Data

5.2.1. Uji Kualitas Data

Sebelum dilakukan pengujian data baik untuk deskripsi data penelitian maupun untuk pengujian asumsi klasik dan pengujian hipotesis, maka perlu dilakukan uji validitas dan reliabilitas data. Uji ini perlu dilakukan karena jenis data penelitian adalah data primer. 5.2.1.1. Pengujian validitas Pengujian validitas instrumen dengan menggunakan software statistik, nilai validitas dapat dilihat pada kolom Corrected Item-Total Correlation. Jika angka korelasi yang diperoleh lebih besar dari pada angka kritik r-hitung r-tabel maka instrumen tersebut dikatakan valid. Berdasarkan hasil uji validitas dapat disimpulkan bahwa seluruh item pertanyaan untuk mengukur masing-masing variabel penelitian dinyatakan valid. Hal ini dapat dilihat bahwa r-hitung lebih besar r-tabel, maka dengan df 30 31-1 berarti r tabel adalah 0,3494, sebagaimana dapat digambarkan pada Tabel 5.7 berikut ini: Universitas Sumatera Utara Tabel 5.7. Uji Validitas Variabel No. Variabel Butir Instrumen Korelasi r R-Tabel Ket 1 Pemahaman terhadap SAP X₁ X₁.1 0.369 0,3494 Valid X₁.2 0.146 0,3494 Tidak Valid X₁.3 0,652 0,3494 Valid X₁.4 0,637 0,3494 Valid X₁.5 0,558 0,3494 Valid X₁.6 0,734 0,3494 Valid X₁.7 0,685 0,3494 Valid X₁.8 0,656 0,3494 Valid X₁.9 0,536 0,3494 Valid X₁.10 0,536 0,3494 Valid 2 Kecakapan profesional X 2 X 2 .1 0.338 0,3494 Tidak Valid X 2 .2 0.359 0,3494 Valid X 2 .3 0.707 0,3494 Valid X 2 .4 0.713 0,3494 Valid X 2 .5 0.425 0,3494 Valid 3 Pendidikan Berkelanjutan X₃ X₃.1 0.751 0,3494 Valid X₃.2 0.751 0,3494 Valid X₃.3 0.412 0,3494 Valid X₃.4 0.130 0,3494 Tidak Valid 4 Pengalaman Pemeriksa X₄ X₄.1 0.851 0,3494 Valid X₄.2 0.640 0,3494 Valid X₄.3 0.490 0,3494 Valid 6 Kualitas Hasil Pemeriksaan Y Y.1 0.497 0,3494 Valid Y.2 0.650 0,3494 Valid Y.3 0.759 0,3494 Valid Y.4 0.524 0,3494 Valid Y.5 0.117 0,3494 Tidak Valid Sumber: Lampiran 4 Universitas Sumatera Utara Berdasarkan Tabel 5.7 tersebut di atas menunjukkan bahwa item pertanyaan variabel-variabel penelitian mempunyai nilai korelasi r yang lebih besar dari r-tabel yaitu 0,3494, kecuali untuk item pertanyaan X₁.2, X 2 .1, X₃.4 dan Y.5. Item pertanyaan variabel-variabel penelitian yang valid dapat digunakan pada analisis selanjutnya, sementara item pertanyaan X₁.2, X 2 .1, X₃.4 dan Y.5 harus dibuang danatau tidak digunakan dalam analisis selanjutnya. 5.2.1.2. Uji reliabilitas Uji reliabilitas dilakukan untuk menunjukkan sejauhmana suatu alat pengukur dapat dipercaya. Menurut Nunnallt, 1960 suatu variabel dikatakan reliabel jika memberikan nilai Cronbach’s alpha 0,6. Jawaban kuesioner penelitian tersebut dinyatakan reliabel karena masing-masing pertanyaan dijawab secara konsisten. Berdasarkan hasil pengujian data menunjukkan bahwa nilai cronbach’s alpha dari masing-masing variabel yang diteliti lebih besar dari 0,6. Hal ini menunjukkan bahwa instrumen tersebut reliabel. Seperti yang dapat digambarkan pada Tabel 5.8. Tabel 5.8. Uji Reliabilitas Variabel Variabel Alpha Cronbach’s Batas Reliabilitas Keterangan Pemahaman terhadap SAP X 1 Kecakapan Profesional X 2 Pendidikan Berkelanjutan X 3 Pengalaman Pemeriksa X 4 Kualitas Hasil Pemeriksaan Y 0,847 0,733 0,717 0,801 0,727 0,6 0,6 0,6 0,6 0,6 Reliabel Reliabel Reliabel Reliabel Reliabel Sumber: Lampiran 4 Universitas Sumatera Utara 5.2.1.3. Uji asumsi klasik Pengujian asumsi klasik ini terdiri pengujian normalitas, multikolinieritas, dan pengujian heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah adalah cross-section. Oleh karena itu, pengujian autokorelasi tidak perlu dilakukan. a. Uji Normalitas Hasil uji normalitas dapat dilihat dengan menggunakan uji one-sample kolmogorov smirnov. Pada Tabel 5.9 dapat dilihat nilai asymp signifikansi 2-tailed yang diperoleh sebesar 0,971 0,05 dengan demikian dapat disimpulkan hasil pengujian menunjukkan residual berdistribusi normal. Tabel 5.9. Uji Normalitas Data Sumber: Lampiran 5 Pengujian normalitas juga dapat dilakukan dengan menggunakan analisis grafik P-P Plot untuk melihat apakah nilai residual yang diperoleh mengikuti distribusi normal atau tidak. Pada Gambar 5.1 dapat dilihat titik-titik menyebar di sekitar garis diagonal, serta penyebarannya tidak menjauh dari garis diagonal. Universitas Sumatera Utara Dengan demikian dapat disimpulkan residual berdistribusi normal. Grafik uji normalitas dapat dilihat pada gambar berikut ini. Gambar 5.1. Pengujian Normalitas Data Hipotesis b. Uji Heteroskedastisitas Model regresi yang baik adalah model regresi yang memiliki kesamaan variance residual suatu periode pengamatan dengan pengamatan yang lain atau homokedastisitas, dengan kata lain tidak terjadi heteroskedastisitas. a Analisis Grafik Scatterplots Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Bila titik-titik Universitas Sumatera Utara menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas Ghozali, 2006. Pengujian asumsi heteroskedastisitas menyimpulkan bahwa model regresi tidak terjadi heteroskedastisitas. Seperti yang terlihat pada Gambar 5.2 berikut: Gambar 5.2. Uji Heteroskedastisitas b Uji Statistik Uji statistik dilakukan dengan uji Glejser, jika variabel independen tidak signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut AbsUt, maka tidak terjadi heteroskedastisitas Ghozali, 2006. Hal ini dapat dilihat dalam Tabel 5.10 Uji Glejser yakni probabilitas signifikansi di atas tingkat kepercayaan 5, jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. Universitas Sumatera Utara Tabel 5.10. Uji Glejser Sumber: Lampiran 5 c. Uji Multikolinieritas Berdasarkan pengujian multikolinieritas yang dilakukan dengan melihat nilai VIF Variance Inflation Factor, maka dapat disimpulkan bahwa tidak terjadi multikolinieritas karena tidak ada nilai VIF yang lebih besar dari 10 dan nilai Tolerance tidak kurang dari 0,1. Ringkasan pengujian multikolinieritas dapat dilihat pada tabel berikut ini. Tabel 5.11. Uji Multikolinieritas Variabel Collinearity Statistik Keterangan Tolerance VIF Pemahaman terhadap SAP X 1 Kecakapan profesional X 3 Pendidikan berkelanjutan X 4 Pengalaman Pemeriksa X 5 0,225 0,432 0,325 0,413 4,446 2,317 3,076 2,421 Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Sumber: Lampiran 5 Universitas Sumatera Utara

5.3. Pengujian Hipotesis