3.5.3. Uji Normalitas Data
Uji normalitas digunakan untuk menguji apakah data yang diperoleh sudah mengikuti distribusi normal atau tidak. Untuk mengetahui
apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode diantaranya metode Kolmogrov 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 profabilitasnya lebih kecil dari
0,05 maka distribusi adalah tidak normal. 2.
Jika nilai signifikansi nilai profabilitasnya lebih besar dari 0,05 maka distribusi adalah normal
3.6. Teknik Analisis
3.6.1. Uji Asumsi Klasik
Uji asumsi klasik menyatakan bahwa persamaan regrensi 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 harus dipenuhi diantaranya tiga asumsi dasar
yang tidak boleh dilanggar oleh model regrensi linier berganda, yaitu :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1. Tidak terdapat multikolineritas
2. Tidak terdapat heteroskedastisitas
3. Tidak terdapat autokorelasi
`Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar maka persamaan regrensi linier yang diperoleh tidak lagi bersifat BLUE,
sehingga pengambilan keputusan melalui uji F dan uji T menjadi bias.
a. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Salah satu cara yang digunakan untuk mengetahui ada tidaknya multikolinearitas yaitu dengan melihat besarnya nilai Variance Inflation
Factor VIF. VIF dapat dihitung dengan rumus :
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel independent lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Deteksi adanya multikolineritas dapat dilihat dari besaran
VIF, yaitu Ghozali, 2001:95 :
I.
Jika besaran VIF 10, maka tidak terjadi multikolinieritas.
II.
Jika besaran
VIF 10,
maka terjadi
multikolinieritas. b.
Uji Heteroskedastistas Menurut
Ghozali 2006:125
dalam Dian
2011 menyatakan bahwa, uji heteroskedasitas bertujuan menguji
apakah dalam model regresi terjadi ketidaksamaan variance dan residual suatu pengamat ke pengamatan yang lain. Jika variance
dari residual suatu pengamat ke pengamatan lain tetap, maka disebut homoskedastitas.
Dan jika berbeda disebut heteroskedastistas. Model regresi yang baik adalah model yang bersifat homoskedastistas atau
tidak terjadi heteroskedastistas. Pendektesian heteroskedastistas yaitu dengan cara menghitung korelasi Rank Spearman, dimana :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a. Bila probabilitas 0,05 berarti tidak terdapat
heteroskedastistas. b.
Bila probabilitas 0,05 berarti terdapat heteroskedastistas.
3.6.2. Teknik Analisis Regresi Linier Beranda
Teknik analisis dalam penelitian ini menggunakan model Regresi Linear Berganda, karena tujuan penelitian ini adalah untuk menguji
pengaruh variabel independen motivasi, kualitas dosen pengajar, dan minat belajar terhadap variabel dependen tingkat pemahaman
akunatansi, yang dirumuskan sebagai berikut : Y = a + β
1
Х
1
+ β
2
Х
2
+ β
3
Х
3
+ + ε
i
...............Anonim, 2010: L21 Keterangan :
Y = Tingkat Pemahaman Akuntansi
a = Konstanta
X
1
= Motivasi X
2
= Kualitasn Dosen Pengajar X
3
= Minat Belajar β
1
....β
3
= Koefisien regrensi variabel X
1
sampai dengan X
3
ε
i
= Standard Error of Estimation kesalahan baku
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.6.3. Uji Hipotesis
Prosedur pengujian yang dilakukan untuk masing-masing hipotesis
adalah sebagai berikut : a.
Uji Kesesuaian Model Uji F
Untuk menguji kesesuaian model yang digunakan dalam penelitian atas pengaruh variabel motivasi, kualitas dosen pengajar, minat terhadap
variabel tingkat pemahaman akuntansi. Adapun prosedur pengujian sebagai berikut :
1. Penentuan Hipotesis Statistik
H : β
1
= β
2
= β
3
= 0 → X
1
, X
2
, X
3
, tidak terdapat kesesuaian model
yang digunakan pengaruh motivasi, kualitas dosen pengajar, minat belajar terhadap variabel tingkat pemahaman akuntansi.
Ha ≠ β1 ≠ β2 ≠ β3 ≠ 0 → X
1
, X
2
, X
3
, terdapat kesesuaian model
yang digunakan pengaruh motivasi, kualitas dosen pengajar, minat belajar terhadap variabel tingkat pemahaman akuntansi.
2. Tingkat signifikan 0,05 dengan derajat bebas n-k, dimana n adalah
jumlah pengamatan dan k adalah jumlah variabel. 3.
F hitung sebesar = R
2
k-1 1-R
2
n-k Keterangan :
F = nilai F hasil perhitungan R
2
= koefisien determinasi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
K = jumlah variabel independen N = jumlah sampel
4. Kriteria Keputusan - Jika nilai probabilitas 0,05, maka H
diterima dan H
a
ditolak yang berarti model regresi yang dihasilkan ada pengaruh yang
signifikan dari motivasi, kualitas dosen pengajar, minat belajar terhadap variabel tingkat pemahaman akuntansi
- Jika nilai probabilitas 0,05, maka H ditolak dan H
a
diterima yang berarti model regrensi yang dihasilkan tidak ada pengaruh
yang signifikan dari motivasi, kualitas dosen pengajar, minat belajar terhadap variabel tingkat pemahaman akuntansi.
b. Uji t
Kategori