Uji Asumsi Klasik .1 Uji Normalitas Data

4.3 Uji Hipotesis

Pengujian hipotesis mengenai pengaruh motivasi, disiplin, dan partisipasi siswa terhadap prestasi belajar akuntansi dalam penelitian ini menggunakan analisis regresi yang meliputi uji parsial dan uji simultan. Sebagai prasyaratnya dilakukan uji asumsi klasik yang meliputi uji kenormalan data, uji multikolinieritas dan uji heteroskedastisitas. Setelah memenuhi ketiga asumsi klasik tersebut yakni berdistribusi normal, tidak mengandung multikolinieritas dan tidak mengandung heteroskedastisitas, maka penggunaan analisis regresi lebih efektif untuk menyatakan pengaruh motivasi, disiplin, dan partisipasi siswa dalam pembelajaran terhadap prestasi belajar akuntansi. 4.3.1 Uji Asumsi Klasik 4.3.1.1 Uji Normalitas Data Salah satu prasyarat yang harus dipenuhi dalam analisis regresi adalah uji kenormalan data yang akan dianalisis tersebut. Normal tidaknya model regresi yang diperoleh dapat dilihat dari grafik normal P-P plot dari hasil analisis menggunakan program SPSS release 10.0. Apabila titik-titik yang terbentuk mendekati garis diagonal dapat disimpulkan bahwa data berdistribusi normal. Gambar 6 Normal P-P Plot Regresi Terlihat pada gambar diatas, titik-titik yang terbentuk mendekati garis diagonal, yang berarti secara nyata data berdistribusi normal.

4.3.1.2 Uji Multikolinieritas

Persyaratan lain yang harus dipenuhi dalam model regresi adalah uji multikolinieritas yang digunakan untuk mengetahui apakah ada hubungan sempurna antara variabel bebas. Regresi ganda tidak efektif digunakan apabila antar variabel bebasnya mengandung multikolinieritas. Deteksi ada tidaknya multikolinieritas dapat dilihat dari korelasi antara variabel bebas. Jika koefisien korelasi yang terbentuk 0,8, dapat disimpulkan bahwa model regresi mengandung multikolinieritas. Hasil pengujian multikolinieritas dapat dilihat pada tabel berikut: Normal P-P Plot of Regression Standardized Residual Dependent Variable: Prestasi belajar Observed Cum Prob 1,00 ,75 ,50 ,25 0,00 Ex pec ted Cum Prob 1,00 ,75 ,50 ,25 0,00 Tabel 56 Hasil Uji Multikolinieritas Correlations 1.000 .822 .696 .799 .822 1.000 .523 .758 .696 .523 1.000 .557 .799 .758 .557 1.000 . .000 .000 .000 .000 . .000 .000 .000 .000 . .000 .000 .000 .000 . 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 Prestasi belajar Motivasi berprestasi Disiplin Partisipasi Prestasi belajar Motivasi berprestasi Disiplin Partisipasi Prestasi belajar Motivasi berprestasi Disiplin Partisipasi Pearson Correlation Sig. 1-tailed N Prestasi belajar Motivasi berprestasi Disiplin Partisipasi Tampak pada tabel diatas, besarnya koefisien korelasi antara motivasi dan disiplin belajar sebesar 0,523, motivasi dan partisipasi sebesar 0,758, dan antara disiplin dan partisipasi sebesar 0,557. Besarnya koefisien tersebut kurang dari 0,8, sehingga dapat dikatakan tidak ada hubungan yang sempurna antara variabel bebas tersebut atau tidak mengandung multikolinieritas. Deteksi yang lain yaitu dengan melihat besaran VIF dan Tolerance melalui SPSS. Terlihat pada tabel 58 menunjukkan bahwa nilai VIF kurang dari 5 dan Tolerance diatas 0,1 yang berarti dalam model tersebut tidak terjadi multikolieritas.

4.3.1.3 Uji Heteroskedastisitas

Persyaratan ketiga yang harus dipenuhi dalam model regresi adalah uji heteroskedastisitas yang dimaksudkan untuk mendeteksi gangguan yang diakibatkan faktor-faktor dalam model tidak memiliki varian yang sama. Deteksi ada tidaknya heteroskedastisitas dapat dilihat dari ada tidaknya korelasi yang signifikan antara |e| dan s. Nilai |e| merupakan absolut dari residual, nilai |e| ini diperoleh dari Y - ∧ Y dan s merupakan standar residualnya. Apabila ada korelasi yang signifikan antara |e| dan s, maka dapat disimpulkan bahwa model regresi mengandung heteroskedastisitas, sehingga tidak efektif. Hasil uji heteroskedastisitas dapat dilihat dari korelasi Rank Spearman antara |e| dan s seperti tampak pada tabel berikut : Tabel 57 Hasil Uji Heteroskedastisitastas Correlations 1.000 -.142 . .294 57 57 -.142 1.000 .294 . 57 57 Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N s |e| Spearmans rho s |e| Terlihat pada tabel diatas, besarnya koefisien korelasi Rank Spearman antara |e| dan s sebesar - 0,142 dengan probabilitas 0,294 0,05 batas kesalahan 5, yang berarti hubungan antara |e| dan s tidak signifikan, yang berarti model regresi tidak mengandung heteroskedastisitas . Disamping itu pengujian heteroskedastisitas dilakukan dengan menggunakan scatterplot. Apabila titik-titik yang terbentuk tidak membentuk suatu pola tertentu yang teratur dan berada di atas maupun dibawah angka nol pada sumbu vertikal menunjukkan bahwa model regresi tersebut bebas dari masalah heteroskedastisitas. Gambar 7. Hasil Uji Heteroskedastisitas Terlihat pada gambar diatas menunjukkan bahwa titik-titik tersebar tidak teratur dan tidak membentuk pola tertentu, serta berada di atas maupun di bawah angka nol sumbu vertikal, berarti model regresi tidak mengandung heteroskedastisitas. Berdasarkan hasil uji asumsi klasik di atas dapat dimabil simpulan bahwa model regresi berdistribusi normal, tidak mengandung multikolinieritas dan tidak mengandung heteroskedastisitas, sehingga analisis regresi ganda untuk menyatakan pengaruh motivasi, disiplin, dan partisipasi dalam pembelajaran terhadap prestasi belajar akuntansi dapat digunakan.

4.3.2 Analisis Regresi Ganda