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