52
Tabel 3.11. Jenjang Kriteria Variabel Kesempatan Berbuat Akademik X2
No Interval
Kriteria
1 74-90
Sangat Tinggi 2
60-73 Tinggi
3 46-59
Cukup Tinggi 4
32-45 Kurang
5 18-31
Rendah Sumber: Data primer, diolah, 2016
Untuk menentukan kategori deskriptif variabel rasionalisasi berbuat kecurangan X2 dapat dibuat tabel kategori yang disusun dengan perhitungan.
1. Jangkauan = data terbesar - data terkecil
= 70 – 14= 56
2. Jumlah interval = 5
3. Interval = = 11,2 dibulatkan 11
Tabel 3.12. Jenjang Kriteria Variabel Rasionalisasi Berbuat Akademik X2
No Interval
Kriteria
1 55-70
Sangat Tinggi 2
44-54 Tinggi
3 33-43
Cukup Tinggi 4
22-32 Kurang
5 14-21
Rendah Sumber: Data primer, diolah, 2016
3.6.2. Analisis Statistik Inferensial
Statistik inferensial digunakan untuk melakukan pengujian hipotesis. Model analisis ini, akan menganalisis pengaruh kecurangan akademik, tekanan
akademik, kesempatan berbuat kecurangan, dan rasionalisasi berbuat kecurangan. Proses analisis data dilakukan dengan bantuan SPSS v.21, sebagai alat untuk
membantu meregresikan model secara cepat. Adapun pengujian hipotesis akan
53
dilakukan setelah data yang diperoleh terbebas dari gejala asumsi klasik.
3.6.2. 1. Uji Asumsi Klasik 3.6.2.1.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk
jumlah sampel kecil. Uji normalitas pada penelitian ini dengan menggunakan Kolmogorov-Smirnov K-S. Menurut Ghozali 2013:164 uji K-S dilakukan
dengan membuat hipotesis: H0 : data residual berdistribusi normal
HA : data residual tidak berdistribusi normal Pengambilan keputusan didasarkan pada probabilitas. Jika probabilitas
0,05 maka data penelitian tersebut berdistribusi normal.
3.6.2.1.2 Uji Linearitas
Menurut Ghozali 2013: 166 uji linieritas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang
digunakan dalam suatu empiris sebaiknya berbentuk linier, kuadrat kubik. Jika nilai c2 hitung c2 tabel, maka disimpulkan bahwa model bersifat linier.
3.6.2.1.3. Uji Multikoleniaritas
Pengujian ini untuk mengetahui adanya linier yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan model regresi. Syarat
berlakunya model regresi ganda adalah antar variabel bebasnya tidak memiliki
54
hubungan sempurna atau mengandung multikolinieritas. Deteksi terhadap adanya mulkolinieritas adalah dengan melihat besaran Variance inflation factor VIF dan
tolerance melalui SPSS dan koefisien korelasi antar variabel bebas. Jika VIF 10 maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel
lainnya. Sedangkan apabila model regresi diperoleh VIF 10 dan telerance diatas 0,1 maka dalam model tersebut tidak terjadi Multikolinieritas Ghozali, 2013:
106
3.6.2.1.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut Homoskedastisitas dan jika berbeda disebut
dengan Heteroskedastisitas.
Model regresi
yang baik
adalah yang
homoskedastisitas atau yang tidak terjadi Heteroskedastisitas. Untuk menguji ada tidaknya heteroskedastisitas dapat dilihat dari uji Glejser yaitu probabilitas
signifikansinya di atas tingkat 5 maka model regresi tidak mengandung adanya heteroskedastisitas Ghozali, 2013:143.
3.6.2.2. Analisis Regresi Berganda
Analisis regresi berganda adalah metode statistik untuk menguji pengaruh antara satu variabel terikat dengan lebih dari satu variabel bebas Gozali, 2013:7.
Menurut Gujarati 2003 dalam Ghozali 2013:95 analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen terikat dengan satu
atau lebih variabel independen penjelas bebas, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel
55
dependen berdasarkan nilai variabel independen yang diketahui. Analisis regresi berganda digunakan untuk mengetahui seberapa besar pengaruh tekanan akademik
X
1
, kesempatan berbuat kecurangan X
2
, dan rasionalisasi berbuat kecurangan X
3
terhadap kecurangan akademik mahasiswa Y. Persamaan regresi yang digunakan dalam penelitian ini adalah:
Y = α + b1 X
1
+ b2 X
2
+ b3 X
3
+ e Keterangan:
Y1 = Variabel dependen kecurangan akademik
α = Konstanta
b1 = Koefisien regresi tekanan akademik
b2 = Koefisien regresi kesempatan berbuat kecurangan
b3 = Koefisien regresi rasionalisasi berbuat kecurangan
X
1
= Variabel independen Tekanan akademik X
2
= Variabel independen Kesempatan berbuat kecurangan X
3
= Variabel independen Rasionalisasi berbuat kecurangan e
= eror
3.6.2.3. Pengujian Hipotesis Penelitian 3.6.2.3.1. Uji Simultan Uji F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel terikat Ghozali, 2013: 98. Dalam penelitian ini uji F dilakukan untuk mengetahui pengaruh variabel bebas tekanan akademik, kesempatan
berbuat kecurangan, rasionalisasi berbuat kecurangan secara simultan terhadap variabel terikat kecurangan akademik yaitu melalui alat bantu SPSS v.21 dengan
56
cara membandingkan antara nilai signifikansi hitung d engan signifikansi α=5.
Apabila perhitungan signifikansi hitung α 5 maka Ho ditolak dan Ha
diterima. Artinya, variabel bebas berpengaruh terhadap variabel terikat.
3.6.2.3.2. Koefisien Determinasi Simultan R
2
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel kecurangan akademik.
Jika nilai koefisien determinasi R
2
yang diperoleh mendekati satu maka dapat dikatakan semakin kuat model tersebut Ghozali, 2013: 97. Kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel
independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu,
banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi model regresi. Berbeda dengan R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel ditambahkan ke dalam model Ghozali, 2013: 97.
Untuk mengetahui besarnya kontribusi simultan dapat dilihat dari nilai koefisien determinasi pada output SPSS v.21 yaitu pada tabel model summary pada kolom
adjusted R square.
3.6.2.3.3. Uji Parsial Uji t
Untuk menguji kemaknaan koefisien parsial maka digunakan Uji t dengan alpha 5 atau 0,05. Caranya dengan membandingkan nilai signifikansi dengan
alpha. Apabila dari hasil perhitungan dengan bantuan komputer SPSS diketahui signifikansi 0,05 maka dapat dikatakan bahwa variable X1, X2, dan X3
berpengaruh secara terpisah atau parsial. Berarti dalam penelitian ini tekanan,
57
kesempatan dan rasionalisasi terhadap kecurangan akademik mahasiswa secara terpisah atau parsial. Sebaliknya apabila diperoleh signifikansi 0,05 maka dapat
dikatakan bahwa variable X1, X2, dan X3 tidak berpengaruh terhadap Y secara terpisah parsial. Dalam penelitian ini berarti pengaruh tekanan, kesempatan dan
rasionalisasi terhadap kecurangan akademik mahasiswa secara parsial atau terpisah.
3.6.2.3.4. Koefisien Determinasi secara Parsial r
2
Koefisien determinasi r
2
dilakukan untuk mengetahui besarnya kontribusi yang diberikan masing-masing variabel tekanan X1, kesempatan
X2, dan rasionalisasi X3 secara parsial terhadap variabel kecurangan akademik Y. Koefisien determinasi dapat dilihat dari output SPSS uji parsial pada tabel
koefisien. Caranya dengan mengkuadratkan nilai correlation partial dalam tabel.
58
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Deskripsi Responden
Responden dalam penelitian ini merupakan mahasiswa Fakultas Ekonomi Universitas Negeri Semarang. Yang diperoleh dengan menggunakan teknik
proportional random sampling. Tabel 4.1.
Deskripsi Responden
No Angkatan
PE AKT
EP MJM
1 2013
53 30
15 30
2 2014
47 27
14 27
3 2015
47 24
14 26
TOTAL 147
81 43
83
Sumber: Hasil identifikasi kuisioner, 2016 Jumlah kuisioner yang disebarkan adalah sebanyak 360 kuisioner. Hanya
terdapat 354 kuisioner yang dapat diolah, kuisioner tersebut terdiri dari 147 dari responden mahasiswa Pendidikan Ekonomi, 81 dari responden mahasiswa
Akuntansi, 43 dari responden mahasiswa Ekonomi Pembangunan, dan 83 dari responden mahasiswa Manajemen. Selain itu terdapat 6 kuisioner yang tidak
kembali. Hal ini dikarenakan terdapat mahasiswa yang tidak mengembalikan kuisioner yang sudah dibagikan. Data yang diperoleh, selanjutnya dianalisis sesuai
dengan kebutuhan penelitian. Tabel 4.2. Rincian pengembalian kuisioner penelitian.
Tabel 4.2. Rincian Pengembalian Kuisioner
Keterangan Jumlah
Kuisioner yang dibagikan Kuisioner yang tidak kembali
Kuisioner yang kembali dan dapat diolah 360
6 354
Tingkat pengembalian kuisioner 98
Sumber: Hasil identifikasi kuisioner, 2016
