Multikolonieritas dapat dilihat dari Variance Inflation Factir VIF. Nilai cutoff yang umum dipakai adalah nilai toleransi 0,10 atau sama dengan nilai VIF
diatas 10. Jika VIF di atas 10 maka dapat dikatakan bahwa tidak terdapat multikolonieritas antara variabel bebas dalam model regresi Ghozali, 2006:95-
96.
2. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan lain tetap, maka disebut
heterokedastisitas. Cara mendeteksi ada tidaknya heterokedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, dimana sumbu X
adalah Y yang telah diprediksi dan sumbu Y adalah residual Y prediksi-Y sesungguhnya yang telah di studentized. Dasar dalam pengambilan keputusan
adalah : a. Jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu
pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka terjadi heterokedastisitas.
b. Jika tidak ada pola yang jelas maka titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka akan terjadi heterokedastisitas Ghozali,
2006:125-126.
3.6 Metode Analisis Data
Dalam penelitian ini, metode analisis data yang diambil untuk mengetahui bagaimana hubungan atau pengaruh moralitas dan kreativitas guru akuntansi
terhadap prestasi mata pelajaran akuntasi siswa adalah sebagai berikut :
3.6.1 Analisis Deskriptif Persentase
Analisis Deskriptif Persentase adalah metode yang digunakan untuk mendeskripsikan masing-masing variabel bebas yaitu moralitas dan kreativitas
guru. Dalam analisis deskriptif ini, perhitungan yang digunakan untuk mengetahui tingkat persentase skor jawaban dari masing-masing responden ditulis dengan
rumus sebagai berikut : =
Keterangan :
n = Jumlah skor jawaban responden
N = Jumlah skor jawaban ideal
= Tingkat persentase Untuk menentukan kategori atau jenis deskriptif persentase yang diperoleh
dari masing-masing indikator dalam variabel, dari perhitungan deskriptif persentase
kemudian ditafsirkan
ke dalam
kalimat. Langkah-langkah
menggunakan rumus deskriptif adalah sebagai berikut : 1. Menghitung skor maksimum dengan cara mengalikan jumlah responden
dengan skor maksimum = 36 x 5 = 180 2. Menghitung skor minimum dengan cara mengalikan jumlah responden dengan
skor minimum = 36 x 1 = 36 Perhitungan untuk menentukan interval skor per variabel dapat digunakan dengan
rumus sebagai berikut : Data maksimal
= Skot tertinggi x jumlah item per variabel x populasi Data minimal
= Skor terendah x jumlah item per variabel x populasi
Range = Data maksimal
– data minimal Panjang kelas interval =
Pembuatan tabel berdasarkan atas angket yang digunakan dalam penelitian. Angket yang digunakan berjumlah 50 butir soal yang terbagi dalam 2 variabel,
yaitu variabel moralitas guru dengan jumlah 32 butir pertanyaan, variabel kreativitas guru dengan jumlah 18 butir pertanyaan.
a. Kelas kategori untuk variabel moralitas guru Data maksimal = 5 x 32 x 36 = 5760
Data minimal = 1 x 32 x 36 = 1152
Range = 5760
– 1152 = 4608 Panjang interval = 46085
= 921,6 Berdasarkan hasil perhitungan interval skor untuk variabel moralitas guru,
didapatkan interval skor untuk masing-masing kriteria moralitas guru sebagai berikut :
Tabel 3.5 Kategori Variabel Moralitas Guru No. Interval
Kriteria
1. 4838,5 – 5760
Sangat Tinggi 2. 3916,9
– 4838,4 Tinggi
3. 2995,3 – 3916,8
Sedang 4. 2073,3
– 2995,2 Rendah
5. 1152 – 2073,6
Sangat Rendah Sumber : Data penelitian yang diolah 2011
Tabel 3.5 menunjukan interval skor kategori variabel moralitas guru dengan skor tertinggi 5760 dan skor terendah 1152 dengan panjang interval 921,6.
b. Kelas kategori untuk variabel kreativitas guru Data maksimal = 5 x 18 x 36
= 3240 Data minimal
= 1 x 18 x 36 = 648
Range = 3240-648
= 2592 Panjang interval = 25925
= 518,4 Berdasarkan hasil perhitungan interval skor untuk variabel kreativitas guru,
didapatkan interval skor untuk masing-masing kriteria kreativitas guru sebagai berikut :
Tabel 3.6 Kategori Variabel Kreativitas Guru No. Interval
Kriteria
1. 2721,7 – 3240
Sangat Tinggi 2. 2203,3
– 2721,6 Tinggi
3. 1684,9 – 2203,2
Sedang 4. 1166,5
– 1684,8 Rendah
5. 648 – 1166,4
Sangat Rendah Sumber : Data penelitian yang diolah 2011
Tabel 3.6 menunjukan interval skor kategori variabel moralitas guru dengan skor tertinggi 3240 dan skor terendah 648 dengan panjang interval 518,4.
c. Pengukuran variabel prestasi belajar siswa dilakukan dengan memberikan kriteria tuntas dan tidak tuntas dari hasil belajar siswa, kemudian
mengubahnya dalam bentuk persentase. Menurut Mulyasa 2007:257 berpendapat bahwa proses pembentukan kompetensi dari segi hasil dapat
dikatakan berhasil apabila terjadi perubahan perilaku yang positif pada diri peserta didik seluruhnya atau setidaknya-tidaknya sebagian besar 75
sesuai dengan kompetensi dasar. Hal ini yang mendasari standar minimal
ketuntasan klasikal ranah kognitif, afektif dan psikomotorik dalam penelitian ini sebesar 75, sedangkan Kriteria Ketuntasan Minimal KKM yang
digunakan adalah sebesar 75,00.
Tabel 3.7 Kriteria Variabel Prestasi Belajar No.
Interval Nilai Kriteria
1. 86
– 100 Sangat Baik
2. 81
– 85 Baik
3. 71
– 80 Cukup Baik
4. 61
– 70 Kurang Baik
5. ≤ 60
Tidak Baik Sumber : Data penelitian 2011
Tabel 3.7 menunjukan kriteria variabel prestasi belajar. Interval nilai 86-100 memiliki kriteria sangat baik, interval nilai 81-85 memiliki kriteria baik,
Interval nilai 71-80 memiliki kriteria cukup baik, Interval nilai 61-70 memiliki kriteria kurang baik, dan Int
erval nilai ≤ 60 memiliki kriteria tidak baik.
3.6.2 Analisis Regresi Linier Berganda
Analisis regresi dilakukan untuk membuat model matematika yang dapat menunjukkan hubungan antar variabel bebas dengan variabel terikat. Karena
variabel bebas ini terdapat 2 prediktor yaitu moralitas guru akuntansi X1 dan kreativitas guru akuntansi X2 yang berpengaruh terhadap hasil prestasi
akuntansi siswa Y maka hubungan kedua variabel tersebut merupakan garis lurus linier sehingga dalam penelitian ini menggunakan metode analisis regresi
linier berganda yaitu 2 prediktor. Bentuk umum regresi dengan dua variabel bebas adalah:
Y = a+b
1
X
1
+ b
2
X
2
Keterangan : Y
= Variabel dependen Prestasi Belajar Akuntansi Siswa a
= Konstanta regresi berganda b
1
= Koefisien regresi 1 b
2
= Koefisien regresi 2 X
1
= Variabel independen Moralitas Guru Akuntansi X
2
= Variabel independen Kreativitas Guru Akuntansi
3.6.3 Uji Hipotesis Simultan Uji F test
Pembuktian kebenaran hipotesis digunakan uji F yaitu untuk mengetahui sejauh mana moralitas guru akuntansi dan kreativitas guru akuntansi mampu
menjelaskan atau berpengaruh terhadap prestasi belajar akuntansi siswa. Pembuktian kebenaran hipotesis digunakan uji F caranya dengan membandingkan
probabilitas dengan taraf signifikan 5 0,05. Apabila dari perhitungan diperoleh probabilitas 0,05 maka dapat dikatakan bahwa variabel moralitas guru akuntansi
dan kreativitas guru akuntansi mampu menjelaskan atau berpengaruh terhadap prestasi belajar akuntansi siswa secara simultan. Sebaliknya jika dari perhitungan
diperoleh probabilitas 0,05 maka dapat dikatakan bahwa variabel moralitas guru akuntansi dan kreativitas guru akuntansi tidak mampu menjelaskan atau
berpengaruh terhadap prestasi belajar akuntansi siswa secara simultan. Nilai F
hitung
dapat dicari dengan menggunakan bantuan program SPSS Statistical Product and Service Solution. Apabila nilai F
hitung
F
tabel
, atau apabila nilai signifikansi hitung 0,05, maka hipotesis diterima. Apabila nilai F
hitung
F
tabel
, atau apabila nilai signifikansi hitung 0,05, maka hipotesis ditolak.
3.6.4 Menentukan Koefisien Determinasi Ganda R
2
Koefisien determinasi secara keseluruhan atau R
2
digunakan untuk mengetahui besarnya sumbangan atau kontribusi yang diberikan oleh moralitas
guru akuntansi dan kreativitas guru akuntansi terhadap prestasi belajar akuntansi siswa secara simultan. Untuk mengetahui besarnya kontribusi variabel bebas dan
variabel terikat, maka perlu dicari koefisien determinasi Adjusted R Square secara keseluruhan. Hasil perhitungan adjusted R
2
secara keseluruhan digunakan untuk mengukur ketepatan yang paling baik dari analisis regresi linier berganda.
Apabila adjusted R
2
mendekati 1 satu maka dapat dikatakan semakin kuat model tersebut dalam menerangkan variasi variabel bebas terhadap variabel terikat dan
sebaliknya apabila adjusted R
2
mendekati 0 nol maka semakin lemah variasi variabel bebas dalam menerangkan variabel terikat. Penelitian ini dalam mencari
nilai adjusted R
2
Adjusted R Square menggunakan bantuan SPSS Statistical Product and Service Solution.
3.6.5 Uji Hipotesis Parsial Uji t test
Uji t digunakan untuk mengetahui apakah variabel bebas mempunyai pengaruh secara parsial terhadap variabel terikat, maka digunakan uji t dengan
taraf signifikan 5 Ghozali : 2006. Apabila nilai t
hitung
t
tabel
, atau apabila nilai signifikansi hitung 0,05, maka hipotesis diterima. Apabila nilai t
hitung
t
tabel
, atau apabila nilai signifikansi hitung 0,05, maka hipotesis ditolak.
3.6.6 Menentukan Koefisien Determinasi Parsial r
2
Koefisien Determinasi Parsial r
2
masing-masing variabel digunakan untuk mengetahui besarnya pengaruh masing-masing variabel bebas X terhadap
variabel terikat Y. Semakin besar nilai r
2
maka semakin besar variasi sumbangannya terhadap variabel terikatnya Y. Penelitian ini dalam mencari nilai
adjusted r
2
menggunakan bantuan SPSS Statistical Product and Service Solution.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
