Minat Guru Tinjauan Teoritik

31 Butir15 63.37 44.033 .559 .855 Butir16 63.50 44.534 .594 .854 Butir17 63.47 45.568 .590 .856 Butir18 63.57 45.495 .441 .859 Butir19 63.37 44.033 .688 .851 Butir20 64.10 46.783 .118 .880 Dari hasil uji validitas minat menjadi guru akuntansi di atas menunjukkan bahwa ada 2 instrumen yang tidak valid hitung r tabel r . Butir insrtumen yang tidak valid adalah nomor 5 dan 20. Instrumen yang tidak valid tersebut dihapus atau dibuang dan dilakukan uji validitas ulang. Berikut ini disajikan hasil pengukuran uji validitas ulang. Tabel 3.5 Hasil Uji Validitas Minat menjadi Guru Akuntansi No Pertanyaan hitung r tabel r Keterangan 1 0,492 0,361 Valid 2 0,565 0,361 Valid 3 0,574 0,361 Valid 4 0,373 0,361 Valid 5 0,624 0,361 Valid 6 0,748 0,361 Valid 7 0,687 0,361 Valid 8 0,510 0,361 Valid 9 0,389 0,361 Valid 10 0,435 0,361 Valid 11 0,496 0,361 Valid 12 0,440 0,361 Valid 13 0,627 0,361 Valid 14 0,587 0,361 Valid 15 0,567 0,361 Valid 16 0,528 0,361 Valid 17 0,443 0,361 Valid 18 0,640 0,361 Valid 32 2. Pengujian Relialibilitas Reliabilitas menunjukkan pada suatu pengertian bahwa sesuatu instrumen cukup dapat dipercaya untuk dapat digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik Suharsimi Arikunto, 1997:154 , yaitu sebagai berikut dimasukkan ke rumus Alpha: 11 r =                 ∑ 2 2 1 1 t b k k   Keterangan: 11 r = reliabilitas instrumen k = banyak butir pertanyaan 2 t  = varian total 2 b  = jumlah varian butir Butir soal dikatakan reliabel jika cronbach alpha lebih besar dari 0.6, dan tidak reliabel jika cronbach alpha lebih kecil dari 0.6. Tabel 3.6 Hasil Uji Reliabilitas Pengalaman PPL 2 Cronbach’s Alpha Cronbach’s Alpha Based on Standardized Items N of Items 0.878 0.883 17 Tabel 3.7 Hasil Uji Reliabilitas Minat menjadi Guru Akuntansi Cronbach’s Alpha Cronbach’s Alpha Based on Standardized Items N of Items 0.892 0.898 18 33 Hasil pengujian pada variabel pengalaman PPL 2 dan variabel minat menjadi guru akuntansi nilai cronbach alpha sebesar 0.883 dan 0.898 nilai tersebut menunjukkan bahwa kedua variabel dikatakan riliabel karena lebih besar dari 0.6.

H. Tehnik Analisis Data

a. Uji Prasyarat Analisis Korelasi

1 Uji Normalitas

Uji normalitas dalam penelitian ini digunakan untuk mengetahui apakah data yang terjaring berdistribusi normal, sehingga analisis untuk menguji hipotesis dapat dilakukan. Dalam uji normalitas ini digunakan rumus uji satu sampel dari Kolmogorov- Smirnov , yaitu tingkat kesesuaian antara distribusi harga satu sampel skor observasi dan distribusi teoritisnya. Uji ini menetapkan suatu titik dimana teoritis dan yang terobservasi mempunyai perbedaan terbesar. Artinya distribusi sampling yang diamati benar-benar merupakan observasi suatu sampel random dari distribusi teoritis Ghozali, 2002:35-36. Alat statistik untuk pengujian normalitas data penelitian ini adalah tes Kolmogorov-Smirnov. Adapun rumus uji Kolmogorov-Smirnov untuk normalitas sebagai berikut Ghozali, 2002:36:     X S X F maksimum D n o  = 34 Keterangan: D = Deviasi maksimum F o = Fungsi distribusi frekuensi kumulatif yang ditentukan S n X = Distribusi frekuensi kumulatif yang diobservasi Bila probabilitas p yang diperoleh melalui perhitungan lebih besar dari taraf signifikan 5, berarti sebaran data variabel normal. Bila probabilitas p yang diperoleh melalui perhitungan lebih kecil dari taraf signifikansi 5 berarti sebaran data variabel tidak normal. 2 Uji Asumsi Klasik Dalam regresi berganda terdapat beberapa asumsi klasik yang harus dipenuhi, agar dapat menghasilkan estimator linier yang akurat dan mendekati atau sama dengan kenyataan. Asumsi-asumsi dasar tersebut dikenal sebagai asumsi klasik Hasan, 1999 : 268. a Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi masalah multikolinieritas digunakan rumus sebagai berikut: ∑ ∑ ∑ ∑ ∑ ∑ ∑    = 2 2 2 2 Y Y N X X N Y X XY N r xy Selanjutnya dengan komputer program SPSS diadakan analisis Collinearity Statistics. Dari analisis Collinearity 35 Statistics akan diperoleh VIF Variance Inflation Factor. Untuk mengetahui terjadi tidaknya multikolinieritas, digunakan ketentuan sebagai berikut: VIF = I Tolerance Untuk mengetahui terjadi tidaknya multikolinieritas digunakan ketentuan sebagai berikut: jika VIF 5, maka terjadi multikolinieritas jika VIF 5, maka tidak terjadi multikolinieritas

b Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk memeriksa adanya autokorelasi biasanya memakai uji Durbin-Watson dengan rumus sebagai berikut:   ∑ ∑ = =   = n I t t n t t t e I e e d 2 2 Keterangan: d = Statistik Durbin-Watson t d = Gangguan estimasi t = Observasi terakhir t-1 = Observasi sebelumnya