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
IPK Mahasiswa X
1
0,939
Bebas Heteroskedastisitas
Penghasilan Orang Tua Mahasiswa X
2
0,625
Bebas Heteroskedastisitas
Pendidikan Orang Tua Mahasiswa D 0,886
Bebas Heteroskedastisitas
Sumber : Lampiran 8
Berdasarkan pada tabel 4.9 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan D, mempunyai nilai signifikan hitung sig lebih besar dari 0,05, dan sesuai dengan dasar pengambilan keputusan, 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.
4.2.3. Teknik Analisis Regresi Linier Berganda
Sumber data yang digunakan dalam penelitian ini berasal dari jawaban kuisioner yang disebar pada 63 responden dan data yang diperoleh
tersebut dianalisis dengan menggunakan teknik analisis regresi linier
berganda dengan alat bantu komputer, yang menggunakan program SPSS. 16.0 For Windows
Berdasarkan hasil 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
Unstandardized Coefficients Model
B Std. Error
Constant -20,643
10,434 IPK Mahasiswa X
1
12,733 3,120
Penghasilan Orang Tua Mahasiswa X
2
0,000019 0,000004
1
Pendidikan Orang Tua Mahasiswa D 16,793
4,425
Sumber : Lampiran. 7
Berdasarkan pada 4.10. di atas dapat diperoleh model persamaan regresi sebagai berikut :
Y = -20,643 + 12,733 X
1
+ 0,000019 X
2
+ 16,793 D Dari model persamaan regresi linier tersebut di atas, dapat
diinterprestasikan, sebagai berikut :
Konstanta β
Nilai konstanta β
sebesar -20,643 menunjukkan bahwa, apabila variabel IPK mahasiswa, penghasilan orang tua mahasiswa dan pendidikan
orang tua mahasiswa, konstan maka besarnya nilai persepsi mahasiswa tentang profesionalisme Dosen Akuntansi yaitu sebesar -20,643 satuan
Koefisien β
1
Untuk Variabel IPK Mahasiswa X
1
Besarnya nilai koefisien regresi β
1
sebesar 12,733, nilai β
1
yang positif menunjukkan adanya hubungan yang searah antara persepsi
mahasiswa tentang profesionalisme Dosen Akuntansi Y dengan IPK mahasiswa X
1
yang artinya jika IPK mahasiswa X
1
naik sebesar satu satuan, maka besarnya nilai persepsi mahasiswa tentang profesionalisme
Dosen Akuntansi Y akan naik sebesar 12,733 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
2
Untuk Variabel Penghasilan Orang Tua Mahasiswa X
2
Besarnya nilai koefisien regresi β
2
sebesar 0,000019, nilai
β
2
yang positif menunjukkan adanya hubungan yang searah antara persepsi mahasiswa tentang profesionalisme Dosen Akuntansi Y dengan
penghasilan orang tua mahasiswa X
2
yang artinya jika penghasilan orang tua mahasiswa X
2
naik sebesar satu satuan, maka besarnya nilai persepsi mahasiswa tentang profesionalisme Dosen Akuntansi Y akan naik sebesar
0,000019 satuan dengan asumsi bahwa variabel bebas lainnya bersifat
konstan.
Koefisien β
3
Untuk Variabel Pendidikan Orang Tua Mahasiswa D
Besarnya nilai koefisien regresi β
3
sebesar 16,793, nilai
β
3
yang positif menunjukkan adanya hubungan yang searah antara persepsi
mahasiswa tentang profesionalisme Dosen Akuntansi Y dengan pendidikan orang tua mahasiswa D yang artinya jika pendidikan orang tua
mahasiswa D naik sebesar satu satuan, maka besarnya nilai persepsi mahasiswa tentang profesionalisme Dosen Akuntansi Y akan naik sebesar
16,793 satuan dengan asumsi bahwa variabel bebas lainnya bersifat
konstan.
4.2.4. Uji Hipotesis