HASIL DAN PEMBAHASAN
B. Hasil Penelitian
2. Uji Instrumen Penelitian a. Hasil Uji Validitas
Uji validitas digunakan untuk mengukur valid atau sah tidaknya kuesioner. Kuesioner dapat dikatakan valid jika pernyataan yang ada pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner itu. Dalam penelitian ini, pengukuran validitas dilakukan dengan melakukan hubungan atau korelasi antar score tiap item pertanyaan dengan total score construct. Bila hasil dari r hitung lebih besar dari r tabel, maka kuesioner tersebut valid. Nilai r tabel dihitung dengan menggunakan analisis df (degree of freedom) yaitu dengan rumus df = n – 2 dengan n adalah jumlah responden. Dengan demikian, df = 70 (72-2). Berdasarkan tabel r product moment
dengan nilai signifikansi sebesar 0,05 atau 5% diperoleh nilai r tabel sebesar 0,235. Hasil pengujian validitas ditampilkan dalam tabel-tabel berikut:
Tabel 4.5
Hasil Uji Validitas Pertanyaan Informasi dan Sosialisasi Pertanyaan r hitung r tabel Keterangan
X4.1 0,531 0,195 VALID
X4.2 0,827 0,195 VALID
X4.3 0,721 0,195 VALID
X4.4 0,846 0,195 VALID
X4.5 0,836 0,195 VALID
X4.6 0,622 0,195 VALID
Sumber : Data diolah, 2021
Dilihat dari tabel 4.3, dapat disimpulkan bahwa nilai r hitung lebih besar dari r tabel sehingga semua item pertanyaan untuk variabel informasi dan sosialisasi adalah valid.
Kemudian berikutnya adalah hasil pengujian untuk variabel implementasi SAK EMKM.
Tabel 4.6
Hasil Uji Validitas Implementasi SAK EMKM
Pertanyaan r Hitung r Tabel Keterangan
X1 0,737 0,195 VALID
X2 0,771 0,195 VALID
X3 0,875 0,195 VALID
X4 0,849 0,195 VALID
X5 0,893 0,195 VALID
X6 0,914 0,195 VALID
X7 0,885 0,195 VALID
X8 0,840 0,195 VALID
X9 0,894 0,195 VALID
X10 0,912 0,195 VALID
Sumber : Data diolah, 2021
Berdasarkan tabel diatas menunjukkan bahwa seluruh jumlah sampel (N) sebanyak 100 memiliki nilai r hitung yang lebih besar dari r tabel. Oleh karena itu dapat dsimpulkan bahwa data baik untuk variabel informasi dan sosialsisasi, maupun untuk variabel implementasi SAK EMKM yang diuji dalam penelitian ini valid, sehingga dapat digunakan sebagai instrumen penelitian.
b. Hasil Uji Reliabilitas
Uji reliabilitas adalah alat pengujian untuk mengukur kuesioner yang merupakan dari variabel.Suatu kuesioner dikatakan bisa dipercaya atau reliabel jika jawaban responden terhadap pernyataan stabil atau konsisten dari waktu ke waktu. Suatu variabel atau construct dapat dikatakan reliabel jika nilai Cronbach Alpha lebih besar dari 0.60 (Murniati, 2013).
Hasil uji reliabilitas dapat dilihat pada tabel berikut ini :
Tabel 4.7 Uji Reliabilitas
Variabel Cronbach’s Alpha
Standar Keterangan
Informasi dan Sosialisasi
0,821 0,60 Reliabel
Implementasi SAK EMKM
0,960 0,60 Reliabel
Sumber : Data diolah, 2021
Tabel diatas menunjukkan bahwa nilai Cronbach’s Alpha untuk variabel informasi dan sosialisasi, serta implementasi SAK EMKM melebihi 0,60. Hal ini berarti bahwa data yang diuji dalam penelitian ini reliabel atau konsisten, sehingga dapat digunakan sebagai instrumen penelitian.
3. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji dalam model regresi apakah variabel independen dan dependen tersebut berdistribusi normal atau tidak normal. Uji normalitas dalam penelitian ini dilakukan dengan menggunakan uji Kolmogrov-smirnov, dimana data dikatakan berdistribusi normal jika memiliki nilai probabilitas lebih besar dari 0,05.
Hasil uji normalitasdapat dilihat pada tabel berikut:
Tabel 4.8 Hasil Uji Normalitas
Unstandardized Residual
N 100
Normal Parametersa Mean .0000000
Std. Deviation 1.27909984
Most Extreme Differences
Absolute .092
Positive .088
Negative -.092
Kolmogorov-Smirnov Z .919
Asymp. Sig. (2-tailed) .367
a. Test distribution is Normal.
Sumber : Output SPSS 22, 2021
Berdasarkan tabel 4.8 diatas, dapat diketahui bahwa nilai Asymp. Sig. (2-tailed) sebesar 0,367 lebih besar dari 0,05. Sehingga dapat disimpulkan bahwa data yang diuji memiliki distribusi normal.
b. Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya hubungan atau korelasi antar variabel indeppenden atau bebas.Model regresi yangbaik seharusnya tidak ada hubungan atau korelasi antar variabel independen.Jika Antar variabel independen saling berhubungan atau berkorelasi, maka variabel tidak orthoggonal. Variabel orthogonal yaitu variabel bebas yang nilai korelasi antar sesama variabel independent = nol.
Pengujian multikolinieritas dilihat dari nilai tolerance dan variance inflation factor (VIF) untuk setiap variabel independen. Model regresi bisa dikatakan bebas dari multikolinieritas jika nilai tolerance lebih
kecil dari 0,10 atau samadengan seperti nilai VIF > 10 (Murniati, 2013).
Tabel 4.9
Hasil uji multikolonieritas
Model Collinearity Statistics
Tolerance VIF
1 (Constant)
Latar Belakang Pendidikan (X1)
.982 1.018
Ukuran Usaha (X2)
.997 1.003
Umur Usaha (X3)
.993 1.007
Informasi dan Sosialisasi (X4)
.980 1.020
a. Dependent Variable: Implementasi SAK EMKM pada UMKM Bidang Kuliner Kota Makassar (Y)
Sumber: Output SPSS 22, 2021
Berdasarkan tabel 4.9 Diketahui bahwa nilai tolerance pada masing-masing variabel independen lebih besar dari 0,10 yaitu untuk latar belakang pendidikan sebesar 0,982 dan ukuran usaha sebesar 0,997 , umur usaha sebesar 0.993 dan informasi dan sosialisasi sebesar 0,980, Sedangkan nilai VIF pada masing-masing variabel independen lebh kecil 10,00 atau < 10,00 yaitu untuk latar belakang pendidikan sebesar 1,018, ukuran usaha sebesar 1,003, umur usaha sebesar 1,007 dan informasi dan sosialisasi 1,020, dimana keempat variabel tersebut lebih kecil dari 10,00 sehingga dapat disimpulkan bahwa tidak terjadi multikolonieritas dan model regresi dikatakan baik.
c. Hasil Uji Heteroskedastisitas
Model regresi yang baik adalah tidak adanya atau terjadi heteroskedastisitas.Cara untuk mendeteksi heteroskedastisitas dengan Uji Glejser.Jika variabel bebas atau independen signifikan secara statistik mempengaruhi variabel terikat atau dependen, maka bisa terjadi heteroskedastisitas. Dan jika dilihat dari probabilitas signifikansi jika di atas tingkat kepercayaan (0,05). Dapat disimpulkan model regresi tidak ada atau memiliki heteroskedastisitas (Ghozali, 2018).
Gambar 4.2
Hasil Uji Heterokedastisitas
Berdasarkan gambar 4.2 grafik scatterplot diatas dapat dilihat bahwa titik-titik data dari variabel independent menyebar diatas dan dibawah angka 0, serta tidak membentuk pola menyempit, melebar, dan bergelombang. Hasil ini menunjukkan bahwa tidak terjadi heteroskedastisitas.
d. Hasil Uji Autokorelasi
Uji autokorelasi ini digunakan untuk mengetahui apakah ada atau tidaknya autokorelasi dalam suatu model regresi yang dilakukan dengan pengujian terhadap nilai uji Durbin Watson. Durbin Watson (DW) digunakan untuk mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variable lagi di antara variable independent. Menurut (Ghozali, 2018) tidak ada gejala autokorelasi, jika nilai Durbin Watson diantara -2 dan +2, maka dapat dikatakan bahwa data penelitian menunjukkan tidak terdapat autokorelasi.Hasil uji Autokorelasi disajikan pada tabel sebagai berikut:
Tabel 4.10 Hasil Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .768a .590 .581 5.79512 1.455
a. Predictors: (Constant), Informasi dan Sosialisasi (X4), Umur Usaha (X3), Ukuran Usaha (X2), Latar Belakang Pendidikan (X1)
b. Dependent Variable: Implementasi SAK EMKM pada UMKM Bidang Kuliner Kota Makassar (Y)
Sumber: Output SPSS 22, 2021
Hasil pengujian autokorelasi pada tabel 4.10 menunjukkan bahwa angka durbin watsonpada model regresi sebesar 1,455. Nilai du pada distribusi nilai tabel durbin watson berdasarkan k (5) dan N (100) dengan signifikan 5% maka diperoleh nilai du 1,7804 dan dikurangkan dari (4-du) 4-1,7688= 2,2196. karena nilai Durbin Watson diantara -2 dan +2, maka dapat dikatakan bahwa data penelitian menunjukkan tidak terdapat autokorelasi.