28
Tabel 3.2 Metode Skala Likert
No Pernyataan
Skor 1
Sangat Setuju SS 5
2 Setuju S
4 3
Kurang Setuju KS 3
4 Tidak Setuju TS
2 5
Sangat Tidak Setuju STS 1
Sumber : Sugiyono 2012
3.7 Teknik Analisis Data 3.7.1 Uji Kualitas Data
Penelitian ini mengukur variabel-variabel menggunakan instrument kuesioner. Agar kualitas data dapat diketahui maka diperlukan adanya
pengujian. Pengujian yang dimaksud adalah uji validitas dan uji reliabilitas. Hal ini dilakukan untuk memastikan validitas dan reliabilitas pada
kuesioner.
3.7.2 Uji Validitas
Uji validitas dilakukan untuk mengukur sah atau valid tidaknya suatu kuesioner Ghozali, 2011. Valid tidaknya suatu kuesioner diukur dengan
kemampuan mengungkapkan sesuatu yang akan diukur oleh kesioner tersebut. pengukuran validitas dapat dilakukan dengan tiga cara, yang
dipakai dalam penelitian ini merupakan korelasi antar skor butir pertanyaan dengan skor konstruk atau variabel Ghozali, 2011.
29
3.7.3 Uji Reliabilitas
Menurut Ghozali 2011, uji reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Reliabel
atau tidaknya suatu kuesioner dilihat dari konsistensi atau kestabilan jawaban responden terhadap pertanyaan pada kuesioner. Reliabilitas suatu
kuesioner dapat diketahui dengan melihat kriteria-kriteria dari nilai CronbachAlpha pada uji statistik. Kriteria tersebut adalah jika nilai
cronbach alpha 0,60 maka indikator pertanyaan yang digunakan dalam pengukuran variabel tersebut reliabel. Selanjutnya, jika nilai Cornbach
Alpha 0,60 maka indikator pertanyaan yang digunakan dalam pengukuran variabel tersebut tidak reliabel.
3.7.4 Analisis Statistik Deskriptif
Dalam penelitian ini, statistik deskriptif menyajikan gambaran atau deskripsi suatu data yang dapat dilihat dari angka kisaran teoritis dan aktual,
rata -rata teoritis dan rata-rata empiris, standar deviasi, dan analisis deskripsi jawaban dari responden. Dalam penelitian statistik deskriptif akan
menyajikan gambaran dari karakteristik indikator-indikator yang digunakan yaitu penghargaan finansial, lingkungan kerja, pertimbangan pasar kerja,
nilai-nilai sosial, pengakuan profesional yang ditampilkan pada tabel statistik deskriptif.
3.7.5 Uji Asumsi Klasik
Pengujian asumsi klasik disebut juga dengan pengujian asumsi atas analisa multivariate. Uji asumsi klasik adalah persyaratan statistik yang
30
harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square OLS. Tujuan dari dilakukannnya pengujian ini adalah untuk
menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Uji asumsi klasik ini terdiri atas uji normalitas, uji multikolinearitas, uji
heteroskedastisitas, dan uji autokorelasi.
3.7.5.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal yaitu distibusi data
dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik adalah “ data yang mempunyai pola seperti distribusi normal, yaitu
distribusi data tersebut tidak menceng ke kirir atau menceng ke kanan”. Ada dua cara untuk mengetahui apakah data berdistribusi
normal atau tidak yakni dengan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan
normal probability plot. Distribusi dapat dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren pada grafik
normal probability plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilai
signifikansi 0,05 maka data berdistribusi normal. Dalam Ghozali 2007 pengambilan keputusan dalam uji normalitas didasarkan pada:
a. Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya
31
menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal danatau
tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model
regresi tidak memenuhi asumsi normalitas.
3.7.5.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Menurut Erlina 2011
multikolinearitas adalah “situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. “Adanya
multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya” Situmorang dan Lutfi, 2012.
Sedangkan VIF menurut Erlina 2011 adalah “estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi
sebuah variabel independen”. “Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai toleransi 0.10
atau sama dengan nilai VIF 10” Ghozali, 2007.
3.7.5.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup
32
tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas, sedangkan jika varians tidak
sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah dengan analisis grafik dan uji Park. Pada
analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas
maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Pada analisis uji park jika nilai
signifikansi 0,05 maka data tidak mengalami heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak
terjadi heterokedastisitas. Ghozali, 2007 menyatakan bahwa salah satu cara untuk mendeteksi ada tidaknya heterokedastisitas adalah
dengan melihat grafik plot antara nilai prediksi variabel terikat dengan nilai residualnya dan dasar untuk menganalisanya adalah:
a. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan
telah terjadi heterokedastisitas. b.
Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heterokedastisitas.
33
3.7.6 Analisis Regresi
“Analisis regresi digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen” Situmorang dan Lutfi, 2012.
Penelitian ini menggunakan analisis regresi linear berganda karena model yang diujikan memiliki lebih dari satu variabel independen yang
mempengaruhi satu variabel dependen. “Analisis regresi linier berganda ditujukan untuk menentukan hubungan linier antar beberapa variabel bebas
yang biasa disebut X1, X2, X3, dan satu variabel terikat yang disebut Y” Situmorang dan Lutfi, 2012. Data dalam penelitian ini dianalisis dengan
analisis regresi linear berganda dengan persamaan sebagai berikut :
Y =α+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ e Keterangan:
Y : Pemilihan Karir menjadi Auditor α : Konstanta
β : Koefisien Regresi X
1
: Penghargaan Finansial X
2
: Lingkungan Kerja X
3
: Pertimbangan Pasar Kerja X
4
: Nilai-nilai Sosial X
5
: Pengakuan Profesional e : Error
3.7.7 Uji Hipotesis 3.7.7.1 Uji Koefisien Determinasi
