Metode Analisis

3.5 Metode Analisis

Analisis data dilakukan dengan menggunakan bantuan program komputer yaitu SPSS (Statistical Package For Social Science). Alat analisis yang digunakan dalam penelitian ini yaitu analisis regresi berganda. Analisis regresi linier berganda

digunakan untuk mengetahui pengaruh Kecerdasan Emosional (X 1 ), Kecerdasan Spiritual (X 2 ) dan Perilaku Belajar (X 3 ) terhadap Tingkat Pemahaman Akuntansi (rata-rata nilai) (Y). Rumus regresi yang digunakan adalah

Y= b 0 +b 1 X 1 +b 2 X 2 +b 3 X 3 +e

Dalam hal ini adalah :

b 0 = Konstanta

X 1 = Kecerdasan Emosional (EQ)

X 2 = Kecerdasan Spiritual (SQ)

X 3 = Perilaku Belajar

Y = Rata-rata nilai

b 1 ,b 2 , b 3 =

Koefisien regresi untuk X 1 ,X 2 , X 3

e = error term

3.5.1 Uji Kualitas Data

3.1.5.1 Uji Validitas

Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kouesioner. Suatu kuesioner dikatakan valid jika pernyataan pada kuesioner mampu mengunkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Dalam penelitian Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kouesioner. Suatu kuesioner dikatakan valid jika pernyataan pada kuesioner mampu mengunkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Dalam penelitian

3.5.1.2 Uji Reliabilitas

Uji realibilatas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu

ke waktu. Dalam penelitian ini menggunakan “One Shot” atau pengukuran sekali saja yaitu pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan

pernyataan lain atau mengukur korelasi antar jawaban pertanyaan. Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai Cronbach Alpha > 0.60 (Nunnally 1960, dalam Ghozali 2006)

3.5.2 Uji Asumsi Klasik

3.5.2.1 Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah model regresi yang berdistribusi normal.

3.5.2.2 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Untuk melakukan pengujian terhadap asumsi ini dilakukan dengan menggunakan analisis dengan grafik plots. Dasar analisis:

1. Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti bergelombang, melebar kemudian menyempit, jika terjadi makan mengindikasikan terdapat heterokedastisitas.

2. Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah angka 10 pada sumbu Y maka mengindikasikan tidak terjadi heterokedastisitas.

3.5.2.3 Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model uji regresi yang baik selayaknya tidak terjadi multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas:

1. 2 Niali R yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak

signifikan mempengaruhi variabel terikat.

2. Menganalisis korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi > 0,90 maka hal ini merupakan indikasi adanya multikolinieritas.

3. Multikolinieritas dapat juga dilihat dari VIF, jika VIF <10 maka tingkat kolinieritas dapat ditoleransi.

4. Nilai eigenvalue sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas.

3.5.2.4 Uji Autokorelasi

Uji autokorelasi adalah menguji ada tidaknya korelasi antara kesalahan pengganggu pada periode t dengan periode t- 1 pada persamaan regresi linier. Untuk

mendiagnosis adanya autokorelasi dalam suatu model regresi dilakukan melalui uji Durbin Watson. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel bebas. Kriteria pengujian dapat dilihat pada tabel 3.1 berikut:

Tabel 3.1 Pengambilan Keputusan ada tidaknya Autokorelasi Hipotesis Nol

Keputusan

Jika

Tidak ada autokorelasi positif

0 < d < dL Tidak ada autokorelasi positif

Ditolak

dL ≤ d ≤ dU Tidak ada autokorelasi negatif

Tidak ada keputusan

4-dL < d < 4 Tidak ada autokorelasi negatif

Ditolak

4- dU ≤ d ≤ 4-dL Tidak ada autokorelasi positif Tidak ditolak

Tidak ada keputusan

dU < d < 4-dU atau negatif Sumber: Imam Ghozali 2006

3.5.3 Uji Beda

Uji beda t-test adalah adalah membandingkan rata-rata dua grup yang tidak berhubungan satu dengan yang lain. Apakah kedua grup tersebut memiliki rata-rata yang sama ataukah tidak sama secara signifikan. Pengambilan keputusan, yaitu (Ghozali, 2006):

1. Jika probabilitas > 0.05, maka variance sama.

2. Jika probabilitas < 0.05, maka variance beda.

3.5.4 Uji Hipotesis

Ghozali (2006) menyatakan bahwa, ketepatan fungsi regresi sampai dalam menaksir nilai actual dapat diukur dari goodness of fit. Secara statistik, setidaknya ini dapat diukur dari nilai statistik t, nilai statistik F, dan koefisien determinasinya.

1. Koefisien Determinasi Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menevariasi variabel dependen. Nilai koefisien determinasi adalah di antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang (crossection) 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 Signifikansi Parameter Individual (Uji Statistik t) Menurut Ghozali (2006), uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen.

3. Uji Signifikansi Simultan (Uji Statistik F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2006).