39
Keterangan : n
= Jumlah sampel
N = Jumlah populasi
E =
Persentase kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir.
Jadi sampel minimal yang diperoleh 60 orang.
3.3. Teknik Pengumpulan Data
3.3.1. Jenis dan Sumber data 3.3.1.1. Jenis Data
Data yang akan digunakan untukmendukung analisis dan pegujian hipotesis dalam penelitian ini adalah data primer. Data primer dapat
diidentifikasikan sebagai sumber data yang lansung memberikan data kepada peneliti. Pengumpulan data primer dilakukan melalui survey lapangan dan
wawancara mendalam Sugiyono, 2003 : 156
3.3.1.2. Sumber Data
Sumber data dalam penelitian ini berupa : a. Sumber data intern data primer dan sekunder yang diperoleh dari Biro Admik
Universitas Pembangunan Nasional “Veteran” Jatim. b. Sumber data ektern yaitu berupa buku atau literature yang diperlukan untuk
penelitian.
3.3.2 Pengumpulan Data
a. Wawancara Pengumpulan data dengan mengadakan wawancara secara langsung
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
40
dengan mahasiswa akuntansi angkatan 2007 dengan Tanya jawab antara peneliti dengan responden Nazir, 2005 : 194.
b. Kuesioner Teknik pengumpulan data yang dilakukan dengan cara memberikan
pertanyaan tentang fakta-fakta atau masalah yang ingin dipecahkan kepada responden untuk dijawab Nazir, 2005 : 203.
c. Kepustakaan Kepustakaan yaitu dengan mengumpulkan buku-buku, literatur, serta
tulisan ilmiah yang digunakan sebagai landasan teori yang mendukung pelaksanaan penelitian.
3.4 Teknik Analisis Data
3.4.1 Uji Validitas
Uji validitas dilakukan mengetahui sejauh mana alat pengukur dapat mengukur apa yang diinginkan. Valid atau tidaknya alat ukur tersebut dapat
dilihat pada Corrected Item–Total Correlation, nilai ini kemudian dibandingkan dengan nilai r tabel, r tabel dicari pada sig. 0,05 dengan uji satu sisi dan n = 60, k
= 2, maka didapat r tabel sebesar 0,214. Kriteria pengujian sebagai berikut: - Jika r hitung
≥ r tabel 0,214 maka dinyatakan valid. - Jika r hitung r tabel 0,214 maka dinyatakan tidak valid. Priyatno,
2008.
3.4.2 Uji Reliabilitas
Uji reliabilitas adalah untuk mengukur suatu keusioner yang merupakan indicator dari variabel atau konstruk. Suatu kuesioner dikatakan reliable atau
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
41
handal jika jawaban seorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2005 : 41.Perhitungan kendala butir dalam penelitian
ini menggunakan fasilitas yang diberikan SPSS untuk mengukur reliabilitas dengan uji statistik.Cronbach Alpha, yaitu konstruk atau variabel dikatakan
reliable jika memberikan nilai Cronbach Alpha 0,60 Ghozali, 2005 : 42.
3.4.3. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti
sebaran normal dapat dilakukan dengan berbagai metode diantaranya adalah metode Kolmogrov Smirnov Sumarsono, 2004 : 40 yang merupakan pedoman
dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal, berikut ini adalah pedomannya :
1. Jika nilai signifikan nilai probabilitasnya lebih kecil dari 5 maka distribusi adalah tidak normal.
2. Jika nilai signifikan nilai probabilitasnya lebih besar dari 5 maka distribusi adalah normal Sumarsono, 2004 : 43.
3.4.4. Asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Liner Unbiased Estimator, artinya pengambilan keputusan melaluib uji f dan uji t tidak boleh bias.Untuk
menghasilkan keputusan yang BLUE maka harus dipenuhi tiga asumsi dasar. Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda, yaitu :
1. Tidak boleh ada autokorelasi 2. Tidak boleh ada multikorelasitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
42
3. Tidak boleh ada heterokorelasitas Apabila 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.
1. Autokorelasi Autokorelasi dapat diidentifikasikan sebagai korelasi antara data observasi
yang diurutkan berdasarkan waktu data time series atau data yang diambil pada waktu tertentu Gujarati, 1995 : 201.Autokorelasi menunjukkan model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya.Model regresi yang baik adalah model regresi yang
bebas dari autokorelasi. Adanya autokorelasi dalam regresi dapat diketahui dengan menilai besaran Durbin Watson, tidak terjadi autokorelasi jika nilai
Durbin Watson berada antara -2 hingga +2 Santoso, 2001 : 219. 2. Multikolinieritas
Sebelum melakukan analisis regresi berganda, perlu diperiksa beberapa aspek, salah satunya tidak terdapat multikolinieritas atas data dari variabel –
variabel independen, maksudnya “tidak adanya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel – variabel bebas”.
Multikolinieritas sempurna akan mengakibatkan koefisien regresi tidak dapat ditentukan, serta standart deviasi akan menjadi tak terhingga. Jika
multikolinieritas kurang sempurna, maka koefisien regresi meskipun sehingga akan mempunyai standart deviasi yang besar, yang berarti pula koefisien –
koefisiennya tidak dapat ditaksir dengan mudah.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
43
Beberapa cara untuk memeriksa multikolinieritas, yaitu : a. Korelasi yang tinggi memberikan petunjuk adanya kolinieritas, tetapi tidak
sebaliknya, kolinieritas dapat saja terjadi walaupun korelasi dalam keadaan rendah.
b. Diajurkan untuk melihat koefisien korelasi parsial. Jika R
2
sangat tinggi tetapi masing – masing r
2
parsial rendah, berarti variabel – variabel bebas mempunyai korelasi yang tinggi dan paling tidak satu diantaranya berlebihan.
Tetapi, dapat saja R
2
tinggi dan masing – masing r
2
juga tinggi sehingga tidak ada jaminan terjadinya multikolinieritas Umar, 2003 :151.
3. Heteroskedastisitas Salah satu syarat lain regresi linear adalah tidak terjadi heteroskedastisitas.
Yang diharapkan adalah terjadinya homoskedastisitas. Penting untuk menguji apakah dalam sebuah model regresi telah terjadi “ketidaksamaan varian dari
residual” atas suatu pengamatan ke pengamatan lainnya. Maksud dari penyimpangan heteroskedastisitas adalah variabel independen adalah tidak
konstan berbeda untuk setiap nilai tertentu variabel independen Jika yang terjadi variannya tetap, maka disebut berada pada kondisi homoskedastisitas. Dalam
penelitian untuk melihat apakah kondisi terjadinya Heteroskedastisitas atau homoskedastisitas dapat dilihat dengan menggunakan scatterplot yang mana titik-
titik penyebaran residual adalah tidak teratur maka kesimpulannya tidak terjadi Heteroskedastisitas atau kondisinya homoskedastisitas. purbaya,2005:243
3.5 Teknik Analisis