stabil dari waktu ke waktu. Uji reliabilitas diukur dengan uji statistik Cronbach’s Alpha a, yaitu suatu variabel dikatakan reliable jika
memberikan nilai Cronbach’s Alpha 0.70 Nunnally, 1994 dalam Ghozali, 2011.
3.5.2 Uji Asumsi Klasik a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
2011. Uji normalitas yang digunakan yaitu kolmograv-smirnov dengan menggunakan taraf signifikan 0,05. Dasar penarikan kesimpulan adalah data
dikatakan berdistribusi nor mal apabila ρ-kolmograv-smrinov test 0,05
Ghozali, 2011.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya kolerasi antara variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji Multikolinearitas dapat dilihat dari besarnya nilai VIF Variance Inflation
Factors dan nilai toleransi. Jika nilai toleransi 0,10 atau sama dengan nilai VIF 10, artinya tidak ada korelasi antar variabel bebas atau tidak terjadi
multikolinieritas antar variabel bebas Ghozali, 2011.
c. Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke
Universitas Sumatera Utara
pengamatan yang lain. Jika varians residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas, jika varians
berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Menurut Ghozali 2005, jika ada pola
tertentu, seperti titik-titik yang membentuk suatu pola yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi
heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi
keputusan memilih berdasarkan masukan dari variabel bebasnya.
3.5.3 Analisis Regresi Linier Berganda
Alat analisis data yang digunakan untuk menguji hipotesis yang dirumuskan adalah analisis regresi berganda dengan bantuan Software SPSS
Statistical Package For Social Science. Analisis regresi berganda menunjukkan pengaruh hubungan antara variabel independen terhadap variabel
dependen dengan persamaan sebagai berikut : Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ e…..
Keterangan : Y
= Kualitas Laporan Keuangan Pemerintah Daerah α
= Konstanta β
1
, β
2
, β
3,
= koefisien korelasi X
1
= Penerapan Sistem Akuntansi Keuangan Daerah X
2
= Kapasitas Sumber Daya Manusia X
3
= Pemanfaatan Teknologi Informasi e
= variabel lain yang mempengaruhi
Universitas Sumatera Utara
3.5.4 Analisis Regresi dengan Variabel Moderating
Dalam penelitian ini, metode yang digunakan untuk melakukan uji regresi dengan variabel moderating adalah uji selisih mutlak. Menurut Ghozali 2013,
menurut Furcot dan Shearon 1991 interaksi seperti ini lebih disukai dikarenakan ekspektasi sebelumnya berhubungan dengan kombinasi antara X1, X2 dan X3 dan
berpengaruh terhadap Y. Uji ini dapat diterapkan dengan rumus persamaan sebagai berikut:
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
1.
X
4
+ β
5
X
2.
X
4
+ β
5
X
3.
X
4+
e….. Keterangan :
Y = Kualitas Laporan Keuangan Pemerintah Daerah
α = Konstanta
β
1
, β
2
, β
3,
= koefisien korelasi X
1
= Penerapan Sistem Akuntansi Keuangan Daerah X
2
= Kapasitas Sumber Daya Manusia X
3
= Pemanfaatan Teknologi Informasi X
1.
X
4 =
Intraksi antara X
1 dan
X
4
X
2.
X
4 =
Intraksi antara X
2 dan
X
4
X
1.
X
4 =
Intraksi antara X
3 dan
X
4
e = variabel lain yang mempengaruhi
3.5.5 Pengujian Hipotesis a. Uji Koefisien Determinasi R
Koefisien determinasi mengukur seberapa besar kemampuan model
dalam menerangkan variasi variabel dependen. Nilai adalah diantara nol
dan satu. Nilai yang kecil menunjukkan kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel dependen amat terbatas. Jika nilai
mendekati satu maka variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen. Penelitian ini menggunakan Adjusted-R karena nilai Adjusted-R
Universitas Sumatera Utara
dapat naik atau turun apabila suatu variabel independen ditambahkan ke dalam model. Semakin tinggi nilai Adjusted-
maka semakin tinggi variabel independen dapat menjelaskan variasi variabel dependen Ghozali,
2011.
b. Uji Simultan Ftest