56
penelitian ini adalah berdistribusi normal, sehingga dapat digunakan dalam penelitian.
4.3.2. Uji Asumsi Klasik
Persamaan regresi linier berganda harus bersifat BLUE, dan untuk mengambil keputusan BLUE, maka harus dipenuhi diantaranya tiga asumsi
klasik yang tidak boleh dilanggar Gujarati, 1999 : 153 Berdasarkan hasil uji asumsi klasik dengan alat bantu komputer
yang menggunakan Program SPSS. 16.0 For Windows. diperoleh hasil sebagai berikut
1. Autokorelasi
Dalam penelitian ini data yang digunakan bukan data time
series, sehingga untuk Uji Autokorelasi tidak dilakukan Gujarati, 1999 : 201.
2. Multikolinieritas
Salah satu cara untuk mengetahui adanya multikoliniaritas adalah dengan melihat nilai VIF Variance Inflation Factor.
Dasar analisis yang digunakan yaitu jika nilai VIF Variance Inflation Factor 10, maka hal ini berarti dalam persamaan regresi
tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas Ghozali, 2006 : 57-59
Berdasarkan hasil Uji Multikolinieritas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 4.8, sebagai berikut
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
57
Tabel 4.8. Hasil Uji Multkolinieritas
Variabel VIF
Keterangan
Proses belajar X
1
1.051 Bebas Multikolinieritas
Motivasi X
2
1.014 Bebas Multikolinieritas
Tingkat pemahaman X
3
1.042 Bebas Multikolinieritas
Sumber : Lampiran 10
Berdasarkan pada tabel 4.8 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
mempunyai nilai VIF Variance Inflation Factor lebih kecil dari 10, dan sesuai dengan dasar analisis yang digunakan, hal ini
berarti bahwa dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas.
3. Heteroskedastisitas
Salah satu cara untuk mendeteksi ada atau tidak adanya heteroskedastisitas adalah dengan uji korelasi rank spearman
Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed 0,05, maka hal ini berarti dalam model regresi tidak terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 161
Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 4.9, sebagai berikut
Tabel 4.9. Hasil Uji Heteroskedastisitas
Variabel Probabilitas
Sig 2 - tailed Keterangan
Proses belajar X
1
0,651 Bebas Heteroskedastisitas
Motivasi X
2
0,989 Bebas Heteroskedastisitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
58
Tingkat pemahaman X
3
0,586 Bebas Heteroskedastisitas
Sumber : Lampiran 11
Berdasarkan pada tabel 4.9 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
, mempunyai nilai Sig 2-tailed lebih besar dari 0,05, dan sesuai dengan dasar analisis yang digunakan, hal ini berarti bahwa dalam
model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas.
Setelah dilakukan Uji Asumsi Klasik tersebut di atas, maka dapat disimpulkan bahwa model persamaan regresi linier dalam penelitian ini,
bebas dari asumsi dasar klasik tersebut, sehingga pengambilan keputusan melalui uji F dan uji t yang akan dilakukan dalam penelitian ini tidak akan
bias atau sesuai dengan tujuan penelitian.
4.3.3. Teknik Analisis Regresi Linier Berganda
Dari hasil olah data dengan alat bantu komputer yang menggunakan program SPSS.16.0, dapat dilihat pada tabel 4.10, sebagai berikut
Tabel 4.10. Hasil Pendugaan Parameter Regresi Linier Berganda
Model Nilai Koefisien
B
Constant 12.255
Proses belajar X
1
-0.194 Motivasi X
2
0.415 Tingkat pemahaman X
3
-0.487
Sumber : Lampiran. 10
Berdasarkan pada 4.10. di atas dapat diperoleh model persamaan regresi sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
59
Y = 12,255 - 0,194 X
1
+ 0,415 X
2
- 0,487 X
3
Dari model persamaan regresi linier tersebut di atas, dapat diinterprestasikan, sebagai berikut :
Konstanta β
Nilai konstanta β
sebesar 12,255 menunjukkan bahwa, apabila
variabel proses belajar, motivasi, dan tingkat pemahaman konstan maka besarnya nilai penggunaan informasi akuntansi berbasis teknologi.yaitu
sebesar 12,255 satuan
Koefisien β
1
Untuk Variabel Proses Belajar X
1
Besarnya nilai koefisien regresi β
1
sebesar -0,194, nilai β
1
yang negatif menunjukkan adanya hubungan yang berlawanan arah antara
penggunaan informasi akuntansi berbasis teknologi Y dengan proses belajar X
1
yang artinya jika proses belajar X
1
naik sebesar satu satuan, maka besarnya nilai penggunaan informasi akuntansi berbasis teknologi.Y
akan turun sebesar 0,194 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
2
Untuk Variabel Motivasi X
2
Besarnya nilai koefisien regresi β
2
sebesar 0,415, nilai β
2
yang positif menunjukkan adanya hubungan yang searah antara penggunaan
informasi akuntansi berbasis teknologi. Y dengan motivasi X
2
yang artinya jika motivasi X
2
naik sebesar satu satuan, maka besarnya nilai penggunaan informasi akuntansi berbasis teknologi Y akan naik sebesar
0,415 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
60
Koefisien β
3
Untuk Variabel Tingkat Pemahaman X
3
Besarnya nilai koefisien regresi β
3
sebesar -0,487, nilai β
2
yang negatif menunjukkan adanya hubungan yang berlawanan arah antara
penggunaan informasi akuntansi berbasis teknologi Y dengan tingkat pemahaman X
3
yang artinya jika tingkat pemahaman X
3
naik sebesar satu satuan, maka besarnya nilai penggunaan informasi akuntansi berbasis
teknologi.Y akan turun sebesar 0,487 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
4.3.4. Uji Hipotesis
4.3.4.1. Uji Kesesuaian Model
Uji Kesesuaian model ini digunakan untuk mengetahui sesuai tidaknya model regresi yang dihasilkan guna melihat pengaruh proses
belajar, motivasi, dan tingkat pemahaman terhadap penggunaan informasi akuntansi berbasis teknologi
Dari hasil Uji Kesesuaian Model dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis
hubungan kesesuaian, dapat dilihat pada tabel 4.11, sebagai berikut
Tabel 4.11. Hasil Analisis Hubungan Kesesuaian Model
Nilai F hitung Nilai Signifikan
Ketentuan Keterangan
21,405 0,000
0,05 Berpengaruh Signifikan
Sumber ; Lampiran. 10
Berdasarkan pada tabel 4.11 di atas menunjukkan bahwa besarnya nilai F
hitung sebesar 21,405 dengan tingkat taraf signifikansi sebesar
0,000 lebih kecil dari 0,05, maka H ditolak dan H
1
diterima yang berarti model regresi yang dihasilkan cocok guna melihat pengaruh proses
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
61
belajar, motivasi, dan tingkat pemahaman terhadap penggunaan informasi akuntansi berbasis teknologi
Dari hasil pengujian juga diperoleh nilai R square yang dapat dilihat pada tabel 4.12, sebagai berikut:
Tabel. 4.12 : Koefisien Determinasi R square R
2
Model Summary
b
Model R Square
1 0,754
Sumber ; Lampiran. 10
Berdasarkan tabel 4.12 di atas menunjukkan besarnya nilai koefisien Determinasi R square R
2
sebesar 0,754, hal ini menunjukkan bahwa perubahan yang terjadi pada variabel penggunaan informasi
akuntansi berbasis teknologi, .sebesar 75,4 dipengaruhi oleh variabel proses belajar, motivasi, dan tingkat pemahaman, sedangkan sisanya
24,6 dijelaskan oleh faktor lain yang tidak termasuk dalam model.
4.3.4.2. Uji t
Uji t ini digunakan untuk mengetahui pengaruh dari proses belajar, motivasi, dan tingkat pemahaman terhadap penggunaan informasi
akuntansi berbasis teknologi, Dari hasil pengujian dengan menggunakan alat bantu komputer
dengan program SPSS.16.0, For Windows mengenai analisis hubungan secara parsial, dapat dilihat pada tabel 4.13, sebagai berikut :
Tabel 4.13 : Hasil Analisis Varians Hubungan Secara Parsial
Variabel t hitung
Sig Keterangan
Proses belajar X
1
-4.304 0,000
Berpengaruh Signifikan Motivasi X
2
4.965 0,000
Berpengaruh Signifikan Tingkat pemahaman X
3
-4.502 0,000
Berpengaruh Signifikan
Sumber ; Lampiran. 10
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
62
Berdasarkan dari tabel 4.13 di atas dapat diinterprestasikan, yaitu sebagai berikut :
1. Pengaruh Proses Belajar X
1
Secara Parsial terhadap Penggunaan Informasi Akuntansi Berbasis Teknologi Y
Berdasarkan tabel 4.13 di atas menunjukkan besarnya nilai t hitung
sebesar -4,304, dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05, maka H
ditolak dan H
1
diterima yang artinya variabel proses belajar X
1
secara parsial berpengaruh negatif terhadap variabel penggunaan informasi akuntansi berbasis teknologi
Y, maka hipotesis yang diajukan tidak terbukti kebenarannya.
2. Pengaruh Motivasi X
2
Secara Parsial terhadap Penggunaan Informasi Akuntansi Berbasis Teknologi Y
Berdasarkan tabel 4.13 di atas menunjukkan besarnya nilai t hitung
sebesar 4,965, dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05, maka H
ditolak dan H
1
diterima yang artinya variabel motivasi X
2
secara parsial berpengaruh positif terhadap variabel penggunaan informasi akuntansi berbasis teknologi Y,
maka hipotesis yang diajukan terbukti kebenarannya.
3. Pengaruh Tingkat Pemahaman X