Instrumen Penelitian METODE PENELITIAN

2006:115 sekelompok data dikatakan memenuhi asumsi kecukupan data jika nilai MSA Measure of Sampling Adequacy dan KMO lebih besar daripada 0,5. Berikut adalah formula dari uji MSA KMO : KMO =            p 1 i p 1 i p 1 j 2 ij p 1 j 2 ij p 1 i p 1 j 2 ij a r r i = 1, 2, 3, ..., p j = 1, 2, ..., p r ij = Koefisien korelasi antara variabel i dan j a ij = Koefisien korelasi parsial antara variabel i dan j Sumber: Saudi Imam, 2008:3 Berikut ini adalah output nilai MSA dan KMO dari SPSS : Tabel 4. Hasil uji KMO dan Barlett KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,762 Bartletts Test of Sphericity Approx. Chi-Square 2654,620 df 820 Sig. 0,000 Sumber : Data primer yang diolah 2015 Jumlah data yang digunakan untuk uji validitas ini meliputi seluruh data dari sampel yang dapat diolah yakni 162 buah kuesioner. Hasil pengujian menunjukkan nilai MSA KMO mencapai angka 0,762. Dengan begitu uji kecukupan data atau sampel telah terpenuhi, berarti salah satu asumsi untuk melanjutkan ke analisis faktor telah terpenuhi. Uji Bartlett bertujuan untuk mengetahui apakah terdapat hubungan antar variabel dalam kasus multivariat. Jika variabel X 1 , X 2 ,…,X p independen bersifat saling bebas, maka matriks korelasi antar variabel sama dengan matriks identitas. Jika matriks korelasi bukan matriks identitas maka analisis multivariat layak untuk digunakan terutama metode analisis komponen utama dan analisis faktor. Berikut formula untuk melakukan uji Barlett:     p i ik k r p r 1 1 1 , k = 1, 2,...,p     k i ik r p p r 1 2   2 2 2 1 2 1 1 1 ˆ r p p r p         k r = rata-rata elemen diagonal pada kolom atau baris ke k dari matrik R matrik korelasi r = rata-rata keseluruhan dari elemen diagonal Sumber: Saudi Imam, 2008:3 Hasil uji Barlett dengan SPSS menunjukkan bahwa antar variabel pada Kesiapan Kerja Mahasiswa Program Studi Akuntansi UNY telah memenuhi asumsi saling berkorelasi yaitu dengan melihat nilai Significancy 0, 000 kurang dari α 0,05 yang berarti tolak matrik korelasi bukan matrik identitas. Hal tersebut berarti, kedua asumsi untuk analisis faktor telah terpenuhi. Langkah selanjutnya adalah mencari nilai MSA pada tabel anti image correlation AIC dimana faktor yang lolos harus memiliki nilai MSA diatas 0,5. Item pertanyaan K4, K7, C6, C3, C9 dan A4 memiliki nilai MSA dibawah 0,5 sehingga tidak diikutsertakan lagi dalam analisis karena dinilai kurang valid. Selanjutnya, pada tabel total variance explained dari 41 butir yang dimasukkan ke dalam analisis faktor didapatkan nilai akar karakteristik eigen values di atas 1 ada sebanyak 13 faktor, lebih banyak dari teori, yaitu 5 faktor. Hasil komputasinya adalah seperti terdapat dalam tabel berikut : Tabel 5. Hasil Eigen Values Comp onent Extraction Sums of Squared Loadings Total of Variance Cumulative 1 8,580 20,927 20,927 2 2,820 6,879 27,806 3 2,275 5,549 33,355 4 2,208 5,384 38,739 5 1,654 4,035 42,774 6 1,578 3,850 46,624 7 1,538 3,752 50,376 8 1,452 3,541 53,916 9 1,334 3,254 57,170 10 1,267 3,091 60,262 11 1,145 2,792 63,053 12 1,047 2,553 65,606 13 1,032 2,518 68,125 Sumber : Data primer yang diolah 2015 Item pertanyaan yang masuk dalam faktor ke enam hingga ke tiga belas perlu dieliminasi. Setelah ditelusuri item pertanyaan yang masuk dalam faktor ke enam hingga tiga belas sebanyak 18 item. Setelah dikeluarkan 19 butir sehingga jumlah butir yang tinggal ada sebanyak 22 butir, dan dianalisis kembali. Jumlah item yang dieliminasi 19 butir, berasal dari 18 butir di luar lima faktor pokok dan satu butir item yakni C6 yang tidak lolos uji MSA sebelumnya. Hasil komputasinya adalah seperti terdapat dalam tabel berikut : Tabel 6. Hasil Uji KMO dan Barlett Setelah Eliminasi Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,816 Bartletts Test of Sphericity Approx. Chi-Square 1436.,395 df 231 Sig. 0,000 Sumber : Data primer yang diolah 2015