Teknik Analisis Uji Asumsi Klasik

53

3.4. Teknik Analisis dan Uji Hipotesis

3.4.1. Teknik Analisis

Untuk mempermudah analisis maka data – data yang terkumpul diolah dengan menggunakan program computer SPSS dan teknik analisis yang digunakan dalam penelitian ini adalah dengan metode statistic yaitu metode analisis regresi linier berganda, dengan persamaan regresi : Y =  +  1 X 1 +  2 X 2 +  3 X 3 +  4 X 4 +  5 X 5 Riduwan, 2004, 155 Keterangan : Y = Pemahaman akuntansi  = Konstanta  1 ,  2 ,  3 ,  4 ,  5 = Koefisien Regresi X 1 = Minat X 2 = Motivasi X 3 = Sikap X 4 = Kualitas dan potensi dosen pengajar X 5 = Media Pendidikan

3.4.2. Uji Validitas, Uji Reabilitas, dan Uji Normalitas

3.4.2.1. Uji Validitas

Uji validitas dilakukan untuk mengetahui bagaimana alat pengukur kuesioner dapat mengukur apa yang diinginkan. Valid atau tidaknya alat ukur tersebut dapat diuji dengan mengkorelasikan antara skor yang 54 diperoleh pada masing – masing butir pertanyaan dengan skor total yang diperoleh dari penjumlahan semua skor pertanyaan, apabila korelasi antara skor total dengan skor masing – masing pertanyaan signifikan, maka dapat dikatakan bahwa alat pengukur tersebut mempunyai validitas. Apabila korelasi antara skor total dengan skor masing-masing pertanyaan signifikan ditunjukkan dengan taraf signifikan 0,05, maka dapat dikatakan bahwa alat pengukur tersebut mempunyai validitas Sumarsono, 2004 : 31.

3.4.2.2. Uji Reabilitas

Menurut Sumarsono 2004 : 34, Uji reliabilitas digunakan untuk mengetahui apakah jawaban yang diberikan responden dapat dipercaya atau dapat diandalkan. Dengan perkataan lain hasil pengukuran tetap konsisten bila dilakukan pengukuran dua kali atau lebih terhadap obyek dan alat pengukur yang sama. Sumarsono, 2004 : 34 Menurut Nunnaly 1960 dalam Ghozali 2009: 46, pengukuran nilai reabilitas menggunakan nilai cronbach alpha. Suatu kontruk atau variabel dikatakan reliable jika memberikan nilai cronbach alpha 0.6.

3.4.2.3. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah data yang dioleh sudah mengikuti distribusi normal atau tidak. Untuk mengetahui apakah 55 data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode siantaranya adalah Kolmogorov Smirnov dan metode Shapiro Wilk, dengan menggunakan program SPSS. Menurut sumarsono 2004 : 40-42, pedoman dalam mengambil keputusan apakah sebuah data mengikuti distribusi normal adalah: 1. Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal. 2. Jika nilai signifikansi nilai probabilitasnya lebih besar dari 5, maka distribusi adalah normal

3.4.3. Uji Asumsi Klasik

Pada uji asumsi klasik persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator. Artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka persamaan regresi harus memenuhi ketiga asumsi klasik berikut ini : 1. Tidak boleh ada autokorelasi 2. Tidak boleh ada multikolinearitas 3. Tidak boleh ada heteroskedasitas Apabila ada salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.Firdaus, 2004: 97. 56 1. Autokorelasi Autokorelasi merupakan gangguan pada fungsi regresi regresi yang berupa korelasi di antara faktor gangguan. Untuk mengetahui ada atau tidaknya gejala autiokorelasi yang paling banyak dilakukan adalah sengan menggunakan uji Durbin Watson uji DW. Uji ini dapat digunakan bagi sembarang sampel, baik besar maupun kecil, tetapi uji DW hanya berhasil baik apabila autokorelasinya berbentuk autokorelasi linier order pertama, artinya faktor pengganggu e t berpengaruh kepada faktor pengganggu e t-1 Firdaus, 2004, 100 Persamaan Uji Durbin Watson : n ∑ e t - e t-1 2 t = 2 DW= n ∑ e t 2 t = 2 Keterangan : DW = nilai Durbin Watson e t = residual pada waktu ke t e t-1 = residual pada waktu ke t – 1 satu periode sebelumnya n = banyaknya data Tabel 3.1. Ketentuan ada tidaknya autokorelasi DW Kesimpulan Kurang dati 1,10 1,10 dan 1,54 1,55 dan 2,46 2,46 dan 2,90 Lebih dari 2,91 Ada autokorelasi Tanpa kesimpulan Tidak ada autokorelasi Tanpa kesimpulan Ada autokorelasi Firdaus,2004 : 101 57 2. Multikolinearitas Uji multikolinearitas mempunyai arti bahwa antarvariabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna koefisien korelasinya tinggi atau bahkan 1. Algifari 1997, 84 Uji multikolinieritas diketahui dari nilai VIF untuk masing – masing prediktor. Persyaratan untuk dapat dikatakan terbebas dari multikolinier adalah apabila nilai VIF prediktor tidak melebihi nilai 10. Anonim, 2005 : 38 3. Heteroskedasitas Uji heteroskedasitas yaitu pengujian terhadap varians variabel dalam model tidak konstan. Konsekuensi adanya heteroskedasitas dalam model regresi adalah penaksir yang diperoleh tidak efisien, baik dalam sampel kecil maupun dalam sampel besar, walaupun penaksir yang diperoleh menggambarkan populasinya tidak bias dan bertambahnya sampel yang digunakan akan mendekati nilai sebenarnya konsisten. Ini disebabkan variansnya yang tidak minimum tidak efisien. Algifari 1997,85 Persyaratan untuk dapat dikatakan terkena heteroskedasitas adalah apabila nilai koefisien korelasi mempunyai korelasi yang signifikan sig 0,05. Anonim, 2005 : 60 58

3.4.4. Uji Hipotesis