Tabel 3.7 Tingkat Keeratan Korelasi
– 0.20 Sangat rendah hampir
tidak ada hubungan 0.21
– 0.40 Korelasi yang lemah
0.41 – 0.60
Korelasi sedang 0.61
– 0.80 Cukup Tinggi
0.81 – 1
Korelasi Tinggi
Sumber : Syahri Alhusin, 2003:15
3.8.4 Analisis Determinasi
Persentase peranan semua variabel bebas atas nilai variabel bebas ditunjukkan oleh besarnya koefisien determinasi R
2
.Semakin besar nilainya maka menunjukkan bahwa persamaan regresi yang dihasilkan baik untuk mengestimasi
variabel terikat. Hasil koefisien determinasi ini dapat dilihat dari perhitungan dengan MicrosoftSPSS atau secara manual didapat dari R
2
= SS
reg
SS
tot
KD = r
2
x 100
Sumber: Ridwan dan Sunarto 2007
Dimana : KD = koefisien determinasi
r = koefisien korelasi
3.8.5 Pengujian Asumsi Klasik Regresi Linier Berganda
Untuk memperoleh hasil yang lebih akurat pada analisis regresi berganda maka dilakukan pengujian asumsi klasik agar hasil yang diperoleh merupakan
persamaan regresi yang memiliki sifat Best Linier Unbiased Estimation BLUE.
Menurut sugiyono 2004:149, analisis linier regresi digunakan untuk melakukan prediksi bagaimana perubahan nilai variabel dependen bila nilai variabel
independen dinaikanditurunkan. Beberapa asumsi klasik regresi yang harus dipenuhi terlebih dahulu sebelum menggunakan analisis regresi berganda Multiple Linier
Regression sebagai alat untuk menganalisis pengaruh variabel-variabel yang diteliti terdiri atas :
Penjelasan garis regresi menurut Andi Supangat 2007:325 yaitu: Dalam penelitian ini, analisis regresi linier berganda digunakan untuk membuktikan sejauh
mana hubungan pengaruh Sistem Informasi Akuntansi dan Audit Sistem Informasi terhadap Pengendalian Internal pada PT. Telkom tbk, pusat Bandung. Analisis regresi
ganda digunakan untuk meramalkan bagaimana keadaan naik turunnya variabel dependen pengendalian internal, bila dua atau lebih variabel independen Sistem
Informasi Akuntansi dan Audit Sistem Informasi sebagai indikator. Analisis ini digunakan dengan melibatkan dua atau lebih variabel bebas antara variable dependen
Y dan variabel independen X
1
dan X
2
. Persamaan regresinya sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
Sumber: Sugiyono; 2009 Dimana:
Y =
variabel tak bebas Pengendalian Internal A
= bilangan berkonstanta
b
1
,b
2
= koefisien arah garis
X
1
= variabel bebas Sistem Informasi Akuntansi
X
2
= variabel bebas Audit Sistem Informasi
Regresi linier berganda dengan dua variabel bebas X1 dan X2 metode kuadrat kecil memberikan hasil bahwa koefisien-koefisien a, b1, dan b2 dapat dihitung
dengan menggunakan rumus sebagai berikut:
Σy = na+ b
1
ΣX
1
+ b
2
ΣX
2
ΣX
1
y = aΣX
1
+ b
1
ΣX
12
+b
2
ΣX
1
X
2
ΣX
2
y = aΣX
2
+ b
1
ΣX
1
X
2
+ b
2
ΣX
22
a. Uji Normalitas Residu
