70
responden atau 30, tidak setuju sebanyak 5 responden atau 16,7, dan tidak ada responden yang memilih sangat tidak setuju.
u. Pada item pertanyaan 21 Adanya koreksi kesalahan secara otomatis atas transaksi yang melanggar pengendalian detektif, dalam memproses data, yaitu
sangat setuju sebanyak 6 responden atau 20, setuju sebanyak 18 responden atau 60, netral sebanyak 6 responden atau 20, dan tidak ada responden
yang memilih tidak setuju ataupun sangat tidak setuju. v. Pada item pertanyaan 22 Pada saat program menghasilkan output, ada bagian
staf pada proses produksi yang melakukan pengecekan ulang agar data yang dihasilkan valid, yaitu sangat setuju sebanyak 8 responden atau 26,7, setuju
sebanyak 14 responden atau 46,7, netral sebanyak 8 responden atau 26,7, dan tidak ada responden yang memilih tidak setuju ataupun sangat tidak setuju.
w. Pada item pertanyaan 23 Adanya verifikasi periodik atas file untuk mendeteksi masalah-masalah pengendalian, yaitu sangat setuju sebanyak 6
responden atau 20, setuju sebanyak 10 responden atau 33,3, netral sebanyak 9 responden atau 30, tidak setuju sebanyak 5 responden atau
16,7, dan tidak ada responden yang memilih sangat tidak setuju.
4.2.4. Uji Asumsi Klasik a Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Analisis normalitas yang dilakukan
dengan mengamati penyebaran data titik pada sumbu diagonal grafik yaitu pada Normal P-P Plot Regression Standardized Residual.
Universitas Sumatera Utara
71
Sumber : Output SPSS 21, diolah penulis, 2016
Gambar 4.2 : Pengujian Normalitas Gambar 4.2 menunjukkan bahwa titik-titik menyebar mengikuti data di sepanjang
garis diagonal sehingga disimpulka data berdistribusi normal. Selain itu, uji normalitas juga dapat dilakukan dengan menggunakan pendekatan Kolmogorov-
smirnov pada signifikan 5 0,05.
Tabel 4.7 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 6,17462321
Most Extreme Differences Absolute
,149 Positive
,107 Negative
-,149 Kolmogorov-Smirnov Z
,817 Asymp. Sig. 2-tailed
,517 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Output SPSS 21, diolah penulis, 2016
Universitas Sumatera Utara
72
Tabel 4.7 menunjukkan bahwa nilai Asymp.Sig 2-tailed sebesar 0,517 diatas
pada tingkat signifikansi 0,05 atau 5. Berarti data berdistribusi normal.
b Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi linier terjadi ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan yang lain. Uji heteroskedastisitas dapat dilakukan dengan grafik dan analisis statistic berupa Uji Glejser.Model regresi yang baik adalah yang
homokedastisitas atau tidak terjadi heteroskedastisitas.
Tabel 4.8 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-3,519 4,903
-,718 ,479
EVALUASI DAN PERANCANGAN DATABASE BERBASIS MICROSOFT
ACCESS ,199
,121 ,296
1,643 ,112
a. Dependent Variable: RES2
Sumber : Output SPSS 21, diolah penulis, 2016
Pada table 4.8 menunjukkan bahwa variabel independen yang signifikan secara statistic mempengaruhi variabel dependen nilai Absolut Ut AbsUt.Hal ini
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5.Jadi dapat disimpulkan model regresi tidak mengandung adanya Heteroskedastisitas.
Universitas Sumatera Utara
73
Sumber : Output SPSS 21, diolah penulis, 2016
Gambar 4.3 : Pengujian Heteroskedastisitas Berdasarkan pada gambar 4.2 menunjukkan bahwa titik-titik
menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y.
berarti tidak terjadi heteroskedastisitas.
4.2.5. Analisis Regresi Sederhana
