1,9 menyatakan minat menjadi guru akuntansi rendah. Sedangkan untuk kategori sangat rendah adalah 0. Dengan demikian dapat
disimpulkan bahwa sebagian besar mahasiswa memiliki minat menjadi guru akuntansi yang tinggi.
B. Analisis Data
1. Uji Prasyarat Analisis
a. Uji Normalitas
Untuk menguji hipotesis diperlukan persyaratan, yaitu data yang dikorelasikan berdistribusi normal. Oleh karena itu pada bagian
ini dilakukan uji normalitas untuk mengetahui apakah data variabel prestasi belajar dan pengalaman PPL 2 terhadap minat menjadi guru
akuntansi berdistribusi normal.
Tabel 5.5 Hasil Pengujian Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 52
Normal Parameters
a
Mean .0000000
Std. Deviation 4.50829213
Most Extreme Differences
Absolute .054
Positive .054
Negative -.052
Kolmogorov-Smirnov Z .392
Asymp. Sig. 2-tailed .998
a. Test distribution is Normal.
Tabel di atas menunjukan bahwa nilai probabilitas
b. Uji Asumsi Klasik
Asymp. Sig adalah 0,998. Oleh karena nilai probabilitas variabel prestasi
belajar, pengalaman PPL 2 dan variabel minat menjadi guru akuntansi lebih besar dari 0,05 maka dapat disimpulkan bahwa data
variabel prestasi belajar, pengalaman PPL 2 dan variabel minat menjadi guru akuntansi berdistribusi normal.
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.
1 Uji Multikolinearitas
Hasil perhitungan uji multikoliniearitas dengan menggunakan bantuan program SPSS 16 adalah sebagai berikut:
Tabel 5.6 Hasil Uji Multikolinearitas
Berdasarkan analisis collinearity statistics untuk variabel prestasi belajar didapat besar tolerance 0,893. Hal ini
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 38.057
7.725 4.926
.000 PRETASI
.391 1.351
.041 .289
.774 .893
1.120 JML_PPL
.320 .140
.325 2.286
.027 .893
1.120 a. Dependent Variable: JML_M
berarti koefisien determinasi adalah 1- 0,893 = 0,107, yang
berarti pula bahwa 10,7 variabilitas prestasi belajar bisa dijelaskan oleh prediktor variabel bebas yang lain, sedangkan
VIF Variance Inflation Factor untuk variabel prestasi belajar diperoleh dengan persamaan sebagai berikut:
VIF = 1TOLERANCE, maka VIF = 10,893 = 1,120
Karena VIF kurang dari 5, dapat dikatakan bahwa variabel prestasi belajar tidak mempunyai persoalan dengan
variabel bebas lainnya, atau dengan kata tidak terjadi multikolinieritas.
Berdasarkan analisis collinearity statistics untuk variabel pengalaman PPL 2 didapat besar tolerance 0,893. Hal
ini berarti koefisien determinasi adalah 1- 0,893 = 0,107,
yang berarti pula bahwa 10,7 variabilitas pengalaman PPL 2 bisa dijelaskan oleh prediktor variabel bebas yang lain,
sedangkan VIF Variance Inflation Factor untuk variabel pengalaman PPL 2 diperoleh dengan persamaan sebagai berikut:
VIF = 1TOLERANCE, maka VIF = 10,893 = 1,120
Karena VIF kurang dari 5, dapat dikatakan bahwa variabel pengalaman PPL 2 tidak mempunyai persoalan dengan
