dalam kategori tinggi dan dinyatakan reliabel untuk digunakan dalam penelitian ini.
H. Teknik Analisis Data
1. Pengujian Prasyarat Analisis
a. Uji Normalitas
Pada analisis regresi bertujuan utumanya untuk melakukan prediksi terhadap variabel bebas variabel responsoutput melalui
variabel bebas sebagai penjelaspredictor. Pemodelan garis lurus atau linear merupakan salah satu jenis metode dalam analisis regresi yang
sering digunakan. Metode ini mensyaratkan asumsi bahwa kesalahaneror prediksiresidual RES berasal dari populasi yang
berdistribusi normal, jadi bukan per variabel. Salah satu cara untuk mendeteksi kenormalan eror prediksi adalah dengan Kolmogorov-
Smirnov Statistic K-S Statistic. Apabila KS Statistic memiliki harga Z dengan p0,05, maka dapat dinyatakan bahwa eror prediksi
berasal dari populasi yang terdistribusi normal. Rumus: Z= max{|D+|,|D-
|}√n
b. Uji Linearitas
Uji linearitas dimaksudkan untuk mengetahui masing-masing variabel bebas mempunyai hubungan yang linear atau tidak terhadap
variabel terikatnya. Untuk mengadakan pengujian linearitas dalam penelitian ini digunakan uji F pada taraf signifikansi 5, dengan
rumus :
Keterangan F
= harga bilangan F garis regresi = rerata kuadrat garis regresi
= rerata kuadrat residu Sutrisno Hadi, 2004: 13
Selanjutnya harga F yang diperoleh dikonsultasikan dengan harga F
tabel
. Jika F
hitung
lebih kecil atau sama dengan F
tabel
berarti hubungan kriterium dengan prediktor adalah hubungan linear. Jika
F
hitung
lebih besar dari F
tabel
berarti hubungan kriterium dengan prediktor adalah hubungan non linear.
c. Uji Multikolinearitas
Pada model regresi linear ganda, asumsi yang harus dipenuhi adalah antar variabel bebas tidak memiliki hubungan yang
mendekati sempurna 0,8. Apabila ini terjadi, maka model regresi menjadi tidak wajar karena cenderung memiliki koefisien
determinasi yang tinggi. Cara mendeteksi adanya gangguan ini dapat dilakukan dengan interkorelasi ataupun melihat angka variance
inflation factor VIF. Apabila VIF 10, maka ada indikasi bahwa model regresi linear mengandung problem multikolinear yang serius.
d. Uji Heteroskedastisitas
Uji heteroskedatisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain. Model regresi yang baik adalah yang tidak
terjadi heteroskedasitas. Metode yang dapat dipakai untuk mendeteksi gejala heterokedasitas antara lain: metode grafik, park
glejser, rank spearman dan barlett. Dalam penelitian ini metode yang digunakan untuk
mendeteksi gejala heteroskedasitas dengan melihat grafik plot antara nilai prediksi varabel terikat ZPRED dengan residualnya
SRESID. Deteksi ada tidaknya heteroskedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
antara ZPRED adan SPRESID dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang terletak di Studentized.
a. Jika ada titik-titik yang membentuk pola tertentu yang teratur
maka mengidentifikasikan telah terjadi heterokedasitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedasitas.
2. Pengujian Hipotesis
a. Analisis Regresi Sederhana
Analisis ini digunakan untuk menguji hipotesis ke-1 dan ke- 2, yaitu pertama, pengaruh variabel Motivasi Belajar X
1
terhadap Prestasi Belajar Akuntansi Y dan yang kedua, pengaruh variabel
Lingkungan Belajar X
2
terhadap Prestasi Belajar Akuntansi Y. Rumus yang digunakan adalah sebagai berikut:
Kategori