3.5. Metode Analisis Data
3.5.1. Analisis Kuantitatif
Analisis kuantitatif adalah suatu analisa data yang diperoleh dari daftar pertanyaan yang sudah diolah dalam bentuk angka-angka dan
pembahasannya melalui perhitungan statistik. Analisis kuantitatif terdiri dari :
3.5.1.1. Uji Kualitas Data
1. Uji Validitas Uji validitas digunakan untuk mengukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan dan kuesioner mampu mengungkap sesuatu yang akan diukur oleh kuesioner
tersebut Ghozali, 2005. Uji validitas dilakukan dengan cara menguji korelasi antara skor item dengan skor total masing-masing variabel.
2. Uji Reliabilitas Reliabilitas adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan
adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2005. Teknik pengujian reliabilitas ini menggunakan teknik uji statistik Cronbach
Alpha , hasil perhitungan menunjukkan reliable bila koefisien alphanya α
lebih besar dari 0,6 artinya kuesioner dapat dipercaya dan dapat digunakan untuk penelitian Nunnally, 1967 dalam Ghozali, 2001.
3.5.1.2. Pengujian Asumsi Klasik
1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model
regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi
data normal atau mendekati normal. Dalam penelitian ini metode untuk menguji normalitas adalah dengan menggunakan metode grafik histogram.
2. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk apakah model ditemukan
adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika
variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen sama atau nol.
Ghozali, 2005. Multikolinearitas dapat dilihat dari 1 Nilai tolerance dan 2
Variance Inflation Factor VIF. Jika VIF lebih besar dari 10, maka antar variabel bebas independent variable terjadi persoalan multikolinearitas
dan sebaliknya bila VIF kurang dari 10, maka antar variabel bebas independent variable tidak terjadi persoalan multikolinearitas.
3. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang lebih baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas karena data cross
section mengandung berbagai ukuran kecil, sedang, dan besar Ghozali, 2005.
Adapun cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam penelitian ini adalah dengan menggunakan
metode grafik yaitu dengan grafik Scatterplot. Apabila dari grafik tersebut menunjukkan titik-titik menyebar
secara acak serta tersebar, baik di atas maupun di bawah angka 0 pada sumbu Y, hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas
pada model regresi dalam penelitian ini.
3.5.1.3. Analisis Regresi Linear Berganda
Penelitian ini menggunakan metode analisis regresi linear berganda. Hal ini menunjukkan hubungan korelasi antara kejadian satu
dengan kejadian yang lainnya. Karena terdapat lebih dari dua variabel, maka hubungan linier dapat dinyatakan dalam persamaan regresi linier
berganda. Menurut Sudjana 1993 dalam Much. Djaelani 2008, analisis
ini digunakan untuk mengetahui besarnya variabel independen terhadap variable dependen, dengan asumsi variabel lain konstan, dimana
rumusnya:
y =b +b
1
X
1
+b
2
X
2
+b
3
X
3
+b
4
X
4
+b
5
X
5
+b
6
X
6
+b
7
X
7
+b
8
X
8
Keterangan : +e
y = ethical judgement akuntan
b b
= konstanta
1,
b
2
= koefisien regresi untuk X
1
dan X X
2 1
X = moral keadilan
2
X = moral deontologi
3
X = moral relativisme
4
X = moral egoisme
5
X = moral utilitarianisme
6
X = emosi penyesalan
7
X = emosi kelegaan
8
e = error term
= emosi kepuasan
3.5.1.4. Pengujian Hipotesis
1. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam memvariasi variabel dependen. Nilai koefisien
determinasi adalah di antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu variabel- variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi dependen. Secara umum koefisien
determinasi untuk data silang cross section relative rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk
data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi.
2. Uji Parsial Uji T Yaitu suatu uji yang digunakan untuk mengetahui secara parsial
pengaruh variabel independen dengan variabel dependen. • Penentuan Nilai Kritis t tabel
Untuk menguji hipotesis menggunakan uji-t dengan tingkat signifikasi α 5 dengan sampel n.
• Kriteria hipotesis H
o
H ; β = 0 ; tidak ada pengaruh yang signifikan antara variabel
independen dengan variabel dependen.
a
• Kriteria pengujian : ; β 0 ; ada pengaruh yang signifikan antara variabel
independen dengan variabel dependen.
Jika nilai t hitung t tabel, H
o
ditolak dan H
a
Jika nilai t hitung t tabel, H diterima hal ini
berarti bahwa ada hubungan antara variabel independen dengan variabel dependen.
o
diterima dan H
a
ditolak hal ini berarti bahwa tidak ada hubungan antara variabel independen
dengan variabel dependen.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
Kategori