Tabel 4.15 : Hasil Uji Normalitas Variabel-Variabel Penelitian
Kolmogorov Smirnov
Tingkat signifikan Sig
penggunaan informasi akuntansi berbasis teknologi Y
tingkat pendidikan X1 pelatihan yang diikuti X2
tingkat pemahaman X3 tingkat investasi X4
1,308 1,040
0,888 0,882
0,577 0,065
0,229 0,410
0,419 0,894
Sumber : Lampiran 8 Berdasarkan tabel 4.15 di atas diketahui bahwa distribusi data pada
variabel penggunaan informasi akuntansi berbasis teknologi, tingkat pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi
adalah distribusi normal, karena tingkat signifikan sig yang dihasilkan lebih besar dari 0,05 sig 5.
4.2.5. Analisis Regresi Linier Berganda 4.2.5.1. Asumsi Klasik
Uji asumsi klasik digunakan untuk mendukung keakuratan hasil model regresi, maka perlu dilakukan penelusuran terhadap asumsi klasik yang
meliputi asumsi multikolinieritas dan heteroskedastisitas. Hasil dari asumsi klasik tersebut adalah sebagai berikut :
1. Uji Multikolinearitas
Adapun nilai VIF pada variabel tingkat pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi adalah sebagai berikut :
Tabel 4.16 : Nilai VIF Variance Inflation Factor
No. Variabel Bebas VIF
1. 2.
3. 4.
tingkat pendidikan X1 pelatihan yang diikuti X2
tingkat pemahaman X3 tingkat investasi X4
1,463 1,422
1,143 1,254
Sumber : Lampiran 9 Nilai VIF pada variabel tingkat pendidikan, pelatihan yang diikuti,
tingkat pemahaman dan tingkat investasi yang tercantum pada Tabel 4.16 menunjukkan angka kurang dari 10 VIF 10, maka dapat disimpulkan
bahwa antara variabel bebas tidak terjadi multikolinieritas.
2. Uji Heteroskedastisitas
Heteroskedastisitas dapat diidentifikasikan dengan cara menghitung koefisien korelasi Rank Spearman antara nilai residual dengan seluruh
variabel bebas. Hasil dari uji Rank Spearman adalah sebagai berikut : Tabel
4.17 : Korelasi Rank Spearman Variabel Bebas
Koefisien korelasi Rank Spearman
Tingkat signifikansi sig
tingkat pendidikan X1 pelatihan yang diikuti X2
tingkat pemahaman X3 tingkat investasi X4
-0,011 0,034
0,007 0,100
0,969 0,908
0,981 0,733
Sumber : Lampiran 9 Tingkat signifikan pada variabel tingkat pendidikan, pelatihan yang
diikuti, tingkat pemahaman dan tingkat investasi yang tercantum pada Tabel 4.17 menunjukkan angka yang lebih besar dari 5, hal ini menunjukkan
bahwa model regresi linier berganda yang digunakan bebas dari heteroskedastisitas.
4.2.5.2. Persamaan Regresi Linier Berganda
Adapun persamaan regresi linier berganda yang dihasilkan adalah sebagai berikut :
Tabel 4.18 : Persamaan Regresi Linier Berganda Model Koefisien
Regresi Konstanta
tingkat pendidikan X1 pelatihan yang diikuti X2
tingkat pemahaman X3 tingkat investasi X4
-3,218 0,509
0,477 0,648
0,108
Sumber : Lampiran 9 Secara statistik diperoleh persamaan regresi sebagai berikut:
Y = -3,218 + 0,509 X
1
+ 0,477 X
2
+ 0,648 X
3
+ 0,108 X
4
Dari persamaan regresi di atas dapat diperoleh penjelasan sebagai berikut: 1. Konstanta a = -3,218
Jika nilai
X
1
= X
2
= X
3
= X
4
= 0, akan diperoleh Y = -3,218. Nilai ini adalah mustahil karena bila variabel Y adalah penggunaan informasi
akuntansi berbasis teknologi, maka penggunaan informasi akuntansi berbasis teknologi tidak akan pernah negatif. Maka yang harus diperhatikan adalah
memastikan apakah asumsi-asumsi regresi sudah terpenuhi sehingga model regresi dapat dikatakan bersifat BLUE Best Linear Unbiased Estimator.
Asumsi regresi
linier klasik
tersebut antara lain adalah model regresi dispesifikasikan dengan benar, data berdistribusi normal, tidak terjadi
heteroskedastisitas dan tidak terjadi multikolinieritas. Meskipun demikian, konstanta yang negatif ini tidak menjadi masalah
sepanjang X
1
, X
2
, X
3
dan X
4
tidak mungkin sama dengan 0 karena tidak mungkin dilakukan. Jadi, pada umumnya nilai konstanta yang negatif bukan
menjadi alasan untuk menyimpulkan bahwa persamaannya salah Rietvield dan Sunaryanto, 1994 dalam http:andiwijayanto.blog.undip.ac.id?p=3.
2. Koefisien regresi b
1
untuk X
1
= 0,509 artinya jika variabel tingkat pendidikan X
1
naik satu satuan, maka penggunaan informasi akuntansi berbasis teknologi Y akan naik sebesar 0,509 dengan asumsi variabel
bebas lainnya adalah konstan. 3. Koefisien regresi b
2
untuk X
2
= 0,477 artinya jika variabel pelatihan yang diikuti X
2
naik satu satuan, maka penggunaan informasi akuntansi berbasis teknologi Y akan naik sebesar 0,477 dengan asumsi variabel bebas lainnya
adalah konstan. 4. Koefisien regresi b
3
untuk X
3
= 0,648 artinya jika variabel tingkat pemahaman X
3
naik satu satuan, maka penggunaan informasi akuntansi berbasis teknologi Y akan naik sebesar 0,648 dengan asumsi variabel
bebas lainnya adalah konstan. 5. Koefisien regresi b
4
untuk X
4
= 0,108 artinya jika variabel tingkat investasi X
4
naik satu satuan, maka penggunaan informasi akuntansi berbasis teknologi Y akan naik sebesar 0,108 dengan asumsi variabel bebas lainnya
adalah konstan.
4.2.5.3. Uji Kecocokan Model Uji F
Uji F digunakan untuk menguji cocok atau tidaknya model regresi yang dihasilkan. Adapun hasil dari uji F adalah sebagai berikut:
Tabel 4.19 : Hasil Uji F
ANOVA
b
4.927 4
1.232 7.755
.005
a
1.430 9
.159 6.357
13 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, X4, X2, X3, X1 a.
Dependent Variable: Y b.
Sumber : Lampiran 9 Berdasarkan uji F yang dapat dilihat pada Lampiran 9 menyebutkan
bahwa nilai F
hitung
yang dihasilkan sebesar 7,755 dengan tingkat signifikan sebesar 0,005 lebih kecil dari 5 sig 5 maka H
ditolak dan H
1
diterima yang berarti model regresi linier berganda yang dihasilkan adalah cocok untuk
mengetahui pengaruh tingkat pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi terhadap penggunaan informasi akuntansi
berbasis teknologi. Tabel 4.20 : Nilai Koefisien Determinasi
Model Summary
.880
a
.775 .675
.39857 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, X4, X2, X3, X1
a.
Sumber : Lampiran 9 Berdasarkan tabel 4.20 menyebutkan bahwa :
1. Nilai R adalah sebesar 0,880 menunjukkan adanya hubungan yang kuat antara variabel tingkat pendidikan, pelatihan yang diikuti, tingkat
pemahaman dan tingkat investasi dengan penggunaan informasi akuntansi berbasis teknologi.
2. Nilai R Square adalah sebesar 0,775 yang berarti variansi penggunaan informasi akuntansi berbasis teknologi dijelaskan oleh variabel tingkat
pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi sebesar 77,5 dan sebanyak 12,5 ditentukan oleh variabel lain.
3. Nilai adjusted R Square sebesar 0,675 menunjukkan bahwa 67,5 dari variabel penggunaan informasi akuntansi berbasis teknologi dikoreksi atau
disesuaikan dalam menentukan variabel tingkat pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi, sedangkan 32,5
dikoreksi atau disesuaikan oleh variabel lain.
4.2.5.4 Uji t
Uji t ini bertujuan untuk menguji pengaruh secara parsial variabel tingkat pendidikan, pelatihan yang diikuti, tingkat pemahaman dan tingkat investasi
terhadap penggunaan informasi akuntansi berbasis teknologi. Adapun hasil dari uji t adalah sebagai berikut :
Tabel 4.21 : Hasil Analisis Uji t Variabel Bebas
Koefisien Regresi
Nilai t
hitung
Tingkat signifikan
tingkat pendidikan X1 pelatihan yang diikuti X2
tingkat pemahaman X3 tingkat investasi X4
0,509 0,477
0,648 0,108
2,385 1,850
2,432 0,550
0,041 0,097
0,038 0,596
Sumber : Lampiran 9 Penjelasan tabel 4.21 di atas adalah sebagai berikut :
1. Nilai t
hitung
pada variabel tingkat pendidikan X
1
sebesar 2,385 dengan tingkat signifikan kurang dari 5 yaitu sebesar 0,041 maka dapat
disimpulkan bahwa tingkat pendidikan secara parsial berpengaruh terhadap penggunaan informasi akuntansi berbasis teknologi, sehingga hipotesis I
“Ada pengaruh antara tingkat pendidikan terhadap penggunaan informasi
akuntansi berbasis teknologi pada Koperasi Pegawai ”Swadharma”
Surabaya” teruji kebenarannya.
2. Nilai t
hitung
pada variabel pelatihan yang diikuti X
2
sebesar 1,850 dengan tingkat signifikan lebih dari 5 yaitu sebesar 0,097 maka dapat disimpulkan
bahwa pelatihan yang diikuti secara parsial tidak berpengaruh terhadap penggunaan informasi akuntansi berbasis teknologi, sehingga hipotesis II
“Ada pengaruh antara pelatihan yang diikuti terhadap penggunaan informasi akuntansi berbasis teknologi pada Koperasi Pegawai ”Swadharma”
Surabaya” tidak teruji kebenarannya.
3. Nilai t
hitung
pada variabel tingkat pemahaman X
3
sebesar 2,432 dengan tingkat signifikan kurang dari 5 yaitu sebesar 0,038 maka dapat
disimpulkan bahwa tingkat pemahaman secara parsial berpengaruh terhadap penggunaan informasi akuntansi berbasis teknologi, sehingga hipotesis III
“Ada pengaruh antara tingkat pemahaman terhadap penggunaan informasi akuntansi berbasis teknologi pada Koperasi Pegawai ”Swadharma”
Surabaya” teruji kebenarannya.
4. Nilai t
hitung
pada variabel tingkat investasi X
4
sebesar 0,550 dengan tingkat signifikan lebih dari 5 yaitu sebesar 0,596 maka dapat disimpulkan bahwa
tingkat investasi secara parsial tidak berpengaruh terhadap penggunaan informasi akuntansi berbasis teknologi, sehingga hipotesis IV “Ada
pengaruh antara tingkat investasi terhadap penggunaan informasi akuntansi
berbasis teknologi pada Koperasi Pegawai ”Swadharma” Surabaya” tidak teruji kebenarannya.
4.3. Pembahasan Hasil Penelitian 4.3.1. Pembahasan Pengaruh Tingkat Pendidikan Terhadap Penggunaan