lebih dari signifikansi α = 0,05 maka dapat disimpulkan model regresi terbebas dari heteroskedastisitas. Dan sebaliknya apabila signifikansi variabel independen
dari hasil uji Glejser kurang dari α = 0,05 maka dapat disimpulkan model regresi
terjadi heteroskedastisitas Ghozali, 2011: 143.
3.5.3 Analisis Regresi Linier Berganda
Analisis regresi digunakan untuk memprediksi seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen dirubah-rubah atau dinaik-
turunkan. Analisis regresi yang digunakan dalam penelitian ini adalah sebagai berikut:
3.5.3.1 Uji Hipotesis
Uji hipotesis digunakan untuk membuktikan atau memperjelas tujuan semula apakah ada pengaruh antara variabel bebas terhadap variabel terikat.
Pengujian hipotesis dibagi menjadi dua yaitu uji simultan dengan F-test dan uji parsial dengan t-test.
a. Uji Signifikansi Simultan Uji F Uji F digunakan untuk mengetahui tingkat signifikansi pengaruh variabel
independen secara bersama-sama terhadap variabel dependen. Dalam penelitian ini digunakan tingkat signifikan 5 α = 0,05. Kriteria pengujian F adalah
sebagai berikut: 1. Ho ditolak jika sig F-
hitungα tingkat signifikan yang digunakan 2. Ho diterima jika sig F-
hitungα tingkat signifikan yang digunakan Tingkat signifikansi yang digunakan dalam analisis adalah 5 0,05.
b. Uji Signifikansi Parsial Uji t
Uji t digunakan untuk menguji signifikansi pengaruh dari masing-masing variabel independen terhadap variabel dependen secara individu yang
dilaksanakan melalui pengujian terhadap koefisien regresi yang sudah dihasilkan. Dalam penelitian ini digunakan tingkat signifikan 5 α = 0,05. Kriteria
pengujian t adalah sebagai berikut: 1. Ho ditolak jika sig t-hitu
ng α tingkat signifikan yang digunakan 2. Ho diterima jika sig t-
hitung α tingkat signifikan yang digunakan Tingkat signifikansi yang digunakan dalam analisis adalah 5 0,05.
c. Koefisian Determinasi Simultan R
2
Koefisien determinasi R square pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai koefisien
determinasi adalah di antara 0 sampai dengan 1. Nilai yang mendekati 1 berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel terikat Ghozali, 2011:97. Hanya kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel yang dimasukkan ke dalam model. Setiap tambahan satu variabel bebas maka R
square pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel terikat. Oleh karena itu
sebaiknya digunakan nilai adjusted R square. Nilai Adjusted R Square digunakan
untuk mengetahui prosentase perubahan variabel independen secara simultan berganda dapat mempengaruhi variabel dependen.
Nilai R
2
antara nol sampai 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 variabel terikatnya.
d. Koefisien Determinasi Parsial r
2
Koefisien determinasi r
2
dilakukan untuk mengetahui besarnya kontribusi yang diberikan masing-masing prediktor pendidikan karakter X1, sikap guru
dalam kegiatan belajar mengajar di dalam kelas X2 secara parsial terhadap variabel dependen prestasi belajar produktif akuntansi Y. Koefisien determinasi
dapat dilihat dari output SPSS Statistical Package for Sosial Sciens. Caranya adalah dengan mengkuadratkan nilai correlation partial dalam tabel.
52
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian