Berdasarkan Tabel 4.10 dapat diketahui bahwa nilai signifikan uji kolmogorov smirnov lebih besar dari 0.05 yaitu 0.362, maka disimpulkan bahwa
residual model regresi berdistribusi normal.
4.3.2. Uji Asumsi Klasik
Untuk mengetahui apakah model regresi yang dihasilkan merupakan model regresi yang menghasilkan estimator linier tidak bias terbaik, maka perlu
dilakukan pengujian gejala penyimpangan asumsi model klasik. Asumsi klasik pertama yang harus dipenuhi untuk mendapatkan model regresi yang baik adalah
non autokorelasi, non multikolonieritas dan non heteroskedastisitas. Dari ketiga asumsi tersebut tidak dilakukan pengujian terhadap gejala autokorelasi. Pengujian
gejala autokorelasi merupakan korelasi antar data yang dihitung atau disusun berdasarkan data time series, sedangkan data yang digunakan pada penelitian ini
adalah data cross section dimana data yang diambil adalah data yang ada pada saat kuesioner disebar.
4.3.2.1. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Pendeteksian ada atau tidaknya multikolinieritas dilakukan dengan melihat nilai VIF. Apabila
nilai VIF 10, maka model regresi bebas dari multikolinieritas. Berikut adalah hasil uji multikolinieritas:
Tabel 4.11. Hasil Uji Multikolinieritas Colinierity Statistics
Variabel Tolerance VIF
Partisipasi Pemakai X
1
0.364 2.747
Dukungan Manajemen Puncak X
2
0.284 3.516 Kemampuan Teknik Personal X
3
0.395 2.529 Sumber : Lampiran 5
Tabel 4.11 menunjukkan bahwa nilai VIF keempat variabel bebas di bawah angka 10, sehingga dapat dikatakan model regresi bebas dari
multikolonieritas, dengan demikian asumsi non multikolonieritas terpenuhi.
4.3.2.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Pendeteksian ada atau tidaknya heteroskedastisitas dilakukan
dengan metode korelasi rank spearman. Jika korelasi rank spearman menghasilkan nilai signifikansi 0.05
α=5, maka disimpulkan dalam model regresi tidak terjadi heteroskedastisitas. Berikut adalah hasil uji
heteroskedastisitas:
Tabel 4.12. Hasil Uji Heteroskedastisitas
Variabel Bebas Korelasi
Rank Spearman Signifikansi
Partisipasi Pemakai X
1
0.062 0.789
Dukungan Manajemen Puncak X
2
0.033 0.886
Kemampuan Teknik Personal X
3
0.042 0.855
Sumber : Lampiran 5 Tabel 4.12 menunjukkan bahwa nilai signifikansi korelasi rank spearman
untuk variabel partisipasi pemakai, dukungan manajemen puncak dan kemampuan teknik personal SIA semuanya lebih besar dari 0.05
α=5, sehingga disimpulkan tidak terjadi heteroskedastisitas pada model regresi, dengan demikian
asumsi non heteroskedastisitas telah terpenuhi.
4.3.3. Analisis Regresi Linier Berganda
