empati dan keterampilan sosial atau data tidak fluktuatif. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola
gambar scatterplot. Analisis pada gambar scatterplot yang menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas jika:
1 Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. 2 Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
3 Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
4 Penyebaran titik-titik data sebaiknya tidak berpola.
b. Analisis Regresi Linier Berganda
Setelah uji prasarat terpenuhi, maka akan dilakukan analisis regresi linier berganda sehingga menghasilkan persamaan yang dapat digunakan untuk
membuat prediksi besarnya nilai variabel dependen Y berdasarkan nilai variabel independen X tertentu. Persamaan yang diperoleh dalam analisis
tersebut adalah: Y
= α + β
1
x
1
+ β
2
x
2
Keterangan : Y
: variabel dependen nilai yang diprediksi α
: konstanta β
1 :
koefisien variabel x
1
β
2 :
koefisien variabel x
2
x
1 :
Variabel kondusifitas lingkungan keluarga x
2 :
Variabel efektifitas belajar
c. Uji Hipotesis
a. Pengaruh X1 dan X2 terhadap Y secara simultan uji F Uji F statistik pada dasarnya menunjukkan apakah semua variabel bebas
yang dimasukan dalam model regresi mempunyai pengaruh secara bersama- sama terhadap variabel dependen atau terikat, yaitu untuk mengetahui sejauh
mana kondusifitas lingkungan keluarga dan efektifitas belajar berpengaruh terhadap prestasi belajar. Apabila tingkat signifikan tingkat probabilitas
kurang dari 5 maka H
o
ditolak, hal ini berarti variabel bebas mampu menjelaskan variabel terikat secara simultan atau sama-sama. Sebaliknya jika
tingkat signifikansi lebih dari 5 maka H
o
diterima, hal ini berarti bahwa variabel bebas secara bersama-sama tidak mampu menjelaskan variabel
terikatnya. b. Pengaruh X1 dan X2 terhadap Y secara parsial uji t
Uji t statistik pada dasarnya menunjukan menerangkan variabel dependen. Proses pengolahan data agar bisa secara cepat dan tepat maka
pengolahan datanya dilakukan melalui program SPSS, apabila tingkat signifikansinya kurang dari 5 maka H
o
ditolak dan H
a
diterima, berarti bahwa variabel bebas dapat menerangkan variabel terikat. Sebaliknya apabila tingkat
signifikansi lebih dari 5 maka H
o
diterima dan H
a
ditolak
,
berarti bahwa variabel bebas tidak dapat menerangkan variabel terikatnya secara individual.
c. Koefisien determinasi secara simultan dan parsial 1 Koefisien determinasi secara simultan R
2
Dalam uji regresi liner berganda dianalisis pula besarnya koefisien regresi R
2
keseluruhan. Nilai R
2
adalah antara nol dan satu. R
2
mendekati 1 satu maka dapat dikatakan semakin kuat kemampuan variabel bebas dalam
model regresi tersebut dalam menerangkan variabel terikat. Sebaliknya jika R
2
mendekati 0 nol maka semakin lemah variabel bebas menerangkan variasi variabel terikatnya.
2 Koefisien determinasi secara parsial r
2
Koefisien determinasi dilakukan untuk mengetahui besarnya kontribusi yang diberikan masing-masing prediktor kondusifitas lingkungan keluarga
X
1 ,
efektifitas belajar X
2
secara parsial terhadap variabel dependen prestasi belajar akuntansi Y. Koefisien determinasi dapat dilihat dari output SPSS
Statistical Package for Social Science uji parsial pada tabel coefficients. Caranya adalah dengan mengkuadratkan nilai correlations partial dalam tabel.
53
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
