Uji Multikolinieritas Heteroskedastisitas Uji Asumsi Klasik

1. Jika nilai signifikansi nilai probabilitasnya 0,05 maka distribusi adalah tidak normal. 2. Jika nilai signifikansi nilai probabilitasnya 0,05 maka distribusi adalah normal. Berdasarkan hasil uji normalitas pada tabel di atas dapat ditunjukkan nilai Kolmogorov-Smirnov Z sebesar 0,732 dengan tingkat signifikan sebesar 0,657. Karena nilai tingkat signifikannya lebih besar dari 0,05, maka dapat disimpulkan bahwa nilai residual yang dihasilkan mengikuti distribusi normal.

4.4. Uji Asumsi Klasik

Pengujian asumsi klasik atau istilah lain pengujian model analisis dalam penelitian ini perlu dilakukan. Pemenuhan karakter data sesuai dengan asumsi model analisis sangat diperlukan untuk mendapatkan hasil yang tidak bias. Model analisis yang dimaksud adalah pengujian model regresi pada persamaan - persamaan dalam penelitian ini. Pengujian yang dilakukan hanya meliputi uji multikolinearitas dan uji heteroskedasticity, sedangkan uji autokorelasi tidak dilakukan dikarenakan data yang digunakan dalam penelitian ini adalah cross section.

4.4.1. Uji Multikolinieritas

Pengujian multikolinearitas dilakukan pada saat melakukan uji regresi pengaruh Dukungan manajemen puncak X1, Pelatihan dan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. pendidikan X2, Partisipasi pemakai X3, Kemampuan teknik personal X4, terhadap Pengembangan sistem informasi akuntansi Y. Hasil pengujian Multikoliniearitas yang pertama tersaji dalam table 4.16, dalam tabel 4.16. menunjukkan bahwa semua variabel nilai VIF lebih kecil dari 10 ini berarti bahwa model analisis tidak terjadi multikoliniearitas. Berikut disajikan tabel 4.16 : Tabel 4.16. : Hasil Multikoliniearitas untuk regresi variabel independent X1, X2, X3, dan X4 terhadap Y sebagai variabel dependen Coefficients a -105.903 104.882 -1.010 .325 6.955 2.574 .541 2.702 .014 .800 1.250 5.861 6.657 .252 .880 .390 .392 2.550 4.937 6.392 .171 .772 .449 .651 1.535 -9.235 4.370 -.602 -2.113 .048 .395 2.529 Constant X1 X2 X3 X4 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: Y a.

4.4.2. Heteroskedastisitas

Pengujian heteroskedastisitas dilakukan pada saat melakukan uji regresi pengaruh Dukungan manajemen puncak X1, Pelatihan dan pendidikan X2, Partisipasi pemakai X3, Kemampuan teknik personal X4, terhadap Pengembangan sistem informasi akuntansi Y. Hasil pengujian heteroskedastisitas yang pertama varian faktor pengganggu terlihat pada tabel 4.17., model analisis dikatakan heteroskedastisitas bila varian pengganggu mempunyai nilai yang Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. signifikan. Tabel 4.17., menunjukkan bahwa nilai probalibility semua variabel lebih besar dari 5 , sehingga tidak signifikan pada level 5 , ini berarti bahwa varian faktor pengganggu variabel prediktor adalah sama atau konstan sehingga bebas dari heteroskedastisitas. Berikut disajikan tabel 4.17.: Tabel 4.17. : Hasil Heteroskedastisitas untuk regresi variabel independen X1, X2, X3, dan X4 terhadap Y sebagai variabel dependen Coefficients a 1914.356 3231.177 .592 .561 95.022 79.298 .267 1.198 .246 .800 1.250 -61.327 205.086 -.095 -.299 .768 .392 2.550 -30.336 196.911 -.038 -.154 .879 .651 1.535 -167.137 134.626 -.393 -1.241 .230 .395 2.529 Constant X1 X2 X3 X4 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: RES_2 a.

4.5. Analisis Regresi Linier Berganda