Untuk menentukan kategori deskriptif variabel Kesiapan Belajar, dibuat kategori dengan perhitungan sebagai berikut:
1. Skor Tertinggi = 57
2. Skor Terendah = 28
3. Rentang = 57 - 28
= 29 4. Interval
= 29+15 = 6
Tabel 3.11 Jenjang kriteria Variabel Kesiapan belajar
No Interval
Kriteria
1 52
– 57 sangat tinggi
2 46
– 51 Tinggi
3 40
– 45 Sedang
4 34
– 39 Rendah
5 28
– 33 Sangat rendah
Sumber : Data penelitian diolah 2015 Sedangkan untuk kategori variabel hasil belajar mata pelajaran akuntansi
menggunakan hasil belajar yang diperoleh peserta didik yang didasarkan pada Kriteria Ketuntasan Minimal KKM yang ditetapkan MAN 1 Semarang
sebagai berikut:
Tabel 3.12 Kriteria Ketuntasan Minimal
Kriteria Kategori
Nilai ≥ 75 Tuntas
Nilai 75 Belum Tuntas
Sumber: Arsip MAN 1 Semarang
3.6.2 Analisis Statistik inferensial 3.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji data yang diperoleh berdistribusi normal atau tidak Ghozali, 2011:160. Terdapat dua cara untuk mengetahui
data berdistribusi normal atau tidak, yaitu dengan melihat grafik histogram dan dengan uji One-Sample Kolmogrov-Smirnov Test. Model regresi yang baik
adalah model yang memiliki distribusi normal atau mendekati normal. Penelitian ini akan menggunakan uji one-sample Kolmogorov test dengan
SPSS 20, data yang berdistribusi normal memiliki nilai probabilitas 0,05.
3.6.2.2 Uji linearitas
Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan uji linearitas akan diperoleh
informasi apakah model empiris dapat dilihat pada output SPSS dalam kolom Linearity pada ANOVA Table pada taraf signifikansi 0,05. Variabel dikatakan
mempunyai hubungan linear apabila signifikansi kurang dari 0,05.
3.6.2.3 Uji Asumsi klasik
Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji multikolinearitas dan uji heteroskedastisitas. Uji asumsi klasik dalam penelitian
ini digunakan untuk mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis
tersebut Ghozali, 2011:96.
3.6.2.3.1 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Multikolinearitas dapat dilihat dengan dua
cara, yaitu dengan melihat nilai tolerance dan VIF Variance Inflation Factor. Nilai cut off yang umumya dipakai untuk menunjukkan adanya
multikolonieritas adalah nilai tolerance ≥ 0,10 atau sama dengan nilai VIF ≤ 10
Ghozali,2011
3.6.2.3.2 Uji HeteroskEdastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang
lain Ghozali,2011:139.
Apabila tidak
ada heteroskedastisitas maka variance satu pengamatan ke pengamatan lain tetap.
Model regresi yang baik adalah yang tidak terjadi heteroskesdatisitas. Dalam penelitian ini untuk mengetahui terjadi heteroskedastisitas atau tidak, salah satu
cara yang bisa digunakan adalah dengan menggunakan Uji Glejser. Jika probabilitas signifikansinya 0,05 maka tidak terjadi heteroskedastisitas dalam
persamaan regresi tersebut.
3.6.3 Uji Hipotesis
