Uji Normalitas Data ANALISIS DATA DAN PEMBAHASAN

tidak terjadi multikolinearitas. Hal ini dapat dilihat pada lampiran 8 dimana nilai VIF dari masing-masing variabel kurang dari 10 Santoso, 2004. 2. Uji Heteroskedastisitas Pada prinsipnya uji heteroskedastisitas dengan metode ini adalah melihat grafik scatterplot antara nilai prediksi variabel independen yaitu ZPRED dengan residunya SRESID. Jika terdapat pola tertentu pada grafik scatterplot SPSS, seperti titik-titik yang membentuk pola yang teratur bergelombang, menyebar kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilhat pada gambar berikut ini: Gambar 5.2 Grafik Scatter Plot Sumber: Data primer diolah lampiran 7 Berdasarkan gambar 5.2 terlihat ouput Scatterplot di atas bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas sehingga, dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas. 3. Uji Autokorelasi Autokorelasi adalah keadaan dimana terjadinya korelasi dari residu untuk pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun waktu. Model regresi yang baik mensyaratkan tidak adanya masalah autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan menggunakan uji Durbin-Watson DW dengan nilai signifikansi 5. Model regresi linier berganda terbebas dari autokorelasi jika nilai Durbin-Watson DW terletak antara batas atas atau upper bound du dan 4-du, maka koefisien autokorelasi = 0. Penentuan letak tersebut dibantu dengan tabel d L dan d U dibantu dengan nilai k= p-1, p yaitu jumlah variabel independen Priyatno, 2010: 75. Hasil uji autokorelasi dapat dilihat dibawah ini: Tabel 5.13 Model Summary Durbin-Watson. Sumber: Data primer diolah lampiran 8 Hasil perhitungan uji Durbin-Watson dapat dilihat pada tabel 5.13 Model Summary Durbin-Watson diperoleh nilai Durbin-Watson DW sebesar 2,412. Nilai lower bound dL dan upper bound dU dapat dilihat pada tabel Durbin-Watson pada signifikansi 0,05, n=36 dan k=2 n merupakan jumlah data dan k merupakan jumlah variabel independen. Di dapat dL = 1,354 dan dU = 1,587. Jadi, dapat dihitung nilai 4-dU = 2,413 dan 4-dL = 2,646. Karena, dU DW 4-dU yaitu 1,587 1,871 2,413. Sehingga dapat diambil keputusan bahwa tidak terjadi autokorelasi. Dari uji normalitas dan ketiga uji asumsi klasik diatas maka dapat dirangkum sebagai berikut: Tabel 5.14 Tabel Rangkuman Pengujian Pengujian Kesimpulan Normalitas Data Berdistribusi Normal Multikolinearitas Tidak Terjadi Heteroskedastisitas Tidak Terjadi Autokorelasi Tidak Terjadi Sumber: Data primer diolah

F. Analisis Uji Regresi Linier Berganda

Pengujian regresi linier berganda berguna untuk mengetahui tingkat pengaruh variabel independen good governance dan pengendalian internal terhadap variabel dependen kinerja organisasi. Berdasarkan pengujian diperoleh hasil yang dapat disajikan dalam tabel berikut ini; Tabel 5.15 Hasil Perhitungan Regresi Linier Berganda Variabel Koef. Regresi t hitung t tabel Sig Konstanta Good Governance X1 Pengendalian Internal X2 6,363 0,222 0,260 0,607 2,276 2,211 2,035 2,035 2,035 0,548 0,029 0,034 R = 0,515 R. Square = 0,266 Standar error = 5,21778 Fhitung = 5,971 Fsig = ,006 N = 36 Sumber: data primer diolah lampiran 8 Berdasarkan hasil tersebut dapat diperoleh persamaan regresi linier berganda sebagai berikut : Y= 6,363 + 0,222X1 + 0,260X2 Dimana: Y = Kinerja Organisasi X1 = Good Governance X2 = Pengendalian Internal Analisis R 2 R square atau koefisien determinasi digunakan untuk mengetahui seberapa besar prosentase sumbangan pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Berdasarkan hasil analisis yang dapat dilihat pada tabel 5.15 diperoleh hasil koefisien determinasi berganda R 2 sebesar 0,266 dan nilai R sebesar 0,515. Nilai R sebesar 0,515 menyatakan bahwa good governance dan pengendalian internal dengan kinerja organisasi memiliki korelasi atau hubungan yang cukup erat. Koefisien determinasi berganda sebesar 0,266 berarti 26,6 perubahan kinerja organisasi dipengaruhi oleh variabel good governance dan pengendalian internal sedangkan, sisanya sebesar 73,4 disebabkan oleh faktor lain yang tidak termasuk dalam persamaan regresi yang dibuat.

G. Uji Hipotesis 1. Uji F

Uji F digunakan untuk mengetahui kelayakan model persamaan regresi apakah semua variabel independen yang dimasukan dalam persamaan regresi berganda mempunyai pengaruh yang signifikan terhadap variabel dependen. Hasil uji signifikansi secara simultan bersama-sama dapat dilihat pada tabel dibawah ini: Tabel 5.16 ANOVA ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 325.122 2 162.561 5.971 .006 a Residual 898.434 33 27.225 Total 1223.556 35 a. Predictors: Constant, Pengendalian Internal, Good Governance b. Dependent Variable: Kinerja Organisasi Sumber: Data primer diolah Lampiran 9 Bagian dari uji F dapat dilihat dari output ANOVA yang dihasilkan dari uji regresi linier berganda. F hitung sebesar 5,971 dan nilai siginifikan lebih kecil daripada taraf signifikansi α 0,05. Probabilitas sebesar 0,006 0,05. Hal ini berarti H o : ditolak dan dapat disimpulkan bahwa variabel independen good governnace dan pengendalian internal mempengaruhi variabel dependen kinerja organisasi.