Teknik Analisis Data METODOLOGI PENELITIAN

35 instrumen penelitian ini mempunyai taraf reliabilitas sangat tinggi lampiran 3, hal 94-96. Tabel 3. 2 Rangkuman Hasil Pengujian Reliabilitas Variabel Minat Baca, Disiplin Belajar dan Motivasi Belajar No. Variabel Koefisien Alpha Kategori Kesimpulan 1. 2. 3. Minat Baca Disiplin Belajar Motivasi Belajar 0,6979 0,8060 0,8390 Tinggi Sangat Tinggi Sangat Tinggi Reliabel Reliabel Reliabel

H. Teknik Analisis Data

1. Pengujian Persyaratan a. Uji Normalitas Pengujian normalitas menggunakan uji sampel dari Kolmogorov – Smirnov, yaitu tingkat kesesuaian antara distribusi harga satu sampel skor yang diobservasi dengan suatu distribusi teoretis tertentu. Uji ini menetapkan suatu titik di mana teoretis dan yang terobservasi mempunyai perbedaan terbesar, artinya distribusi sampling yang diamati benar -benar merupakan observasi suatu sampel random dari distribusi teoritis. Tes Kolmogorov-Smirnov memusatkan pada penyimpangan deviasi terbesar. Harga F X – S n X terbesar dinamakan deviasi maksimum. Adapun rumus uji Kolmogorov- Smirnov untuk normalitas adalah sebagai berikut Imam Ghozali, 2002:35-36: D = maksimum X S X F n − 36 Keterangan: D = Deviasi Maksimum F = Fungsi Distribusi frekuensi kumulatif yang ditentukan S n X = Distribusi frekuensi kumulatif yang diobservasi Selanjutnya untuk mengetahui apakah distr ibusi frekuensi normal atau tidak dengan ketentuan, jika nilai asymtot signifikannya lebih besar dari α= 0,05 maka distribusi dapat dikatakan normal, dan jika nilai asymtot signifikan lebih kecil dari α= 0,05 berarti distribusi tersebut tidak normal. b. Uji Linieritas Uji linieritas dilakukan untuk mengetahui apakah masing- masing variabel bebas mempunyai hubungan linier atau tidak dengan variabel terikatnya. Uji linieritas ini digunakan dengan analisis varians dengan menggunakan rumus F. Rumus yang digunakan untuk mencari nilai F adalah sebagai berikut Sudjana, 1989:332: F = 2 e 2 TC S S Dimana: 2 k JKTC S 2 TC − = 2 n JKE S 2 e − = Keterangan: F = harga bilangan F untuk garis regresi S 2 TC = varian tuna cocok S 2 e = varian kekeliruan JKTC = jumlah kuadrat tuna cocok JKE = jumlah kuadrat kekeliruan 37 Kriteria pengujian linieritas yaitu tolak hipotesis model regresi linier jika FF1- α k-2,n-k atau untuk distribusi F yang digunakan diambil dk pembilang = k-2 dan dk penyebut = n-k. 2. Uji Asumsi Klasik a. Heteroskedastisitas Heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk suatu nilai variabel bebas Supranto, 2004:68.Untuk mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji korelasi rank dari Spearman. Rumus korelasi dari Spearman didefinisikan sebagai berikut:         − − = ∑ 1 n n d 6 1 r 2 2 1 s Dimana: d 1 = Perbedaan pada rank yang diberikan kepada dua karakteristik yang berbeda dari individu atau fenomena ke-1 n = Banyaknya individu atau fenomena yang diberi rank Selanjutnya dengan bantuan komputer program SPSS, untuk menentukan terjadi tidaknya masalah heteroskedastisitas digunakan ketentuan sebaga i berikut: - jika r s hitung r s tabel, maka terjadi heteroskedastisitas. - jika r s hitung r s tabel, maka tidak terjadi heteroskedastisitas b. Multikolinieritas 38 Multikolinieritas adalah situasi adanya hubungan variabel- variabel bebas diantara satu dengan yang lainnya. Dalam hal ini disebut variabel-variabel bebas tidak ortogonal. Variabel yang bersifat ortogonal adalah variabel bebas yang nilai korelasinya sama dengan nol. Apabila terdapat korelasi yang sempurna di antara sesama variabel-variabel bebas ini sama dengan satu, maka koefisien regresinya tidak dapat ditaksir dan nilai standard error setiap koefisien regresi menjadi tidak terhingga. Untuk mendeteksi multikolinieritas digunakan rumus korelasi. Adapun rumusnya adalah sebagai berikut: r xy = ∑ ∑ ∑ ∑ ∑ ∑ ∑ − − − 2 2 2 2 Y Y n X X n Y X XY n Selanjutnya dengan bantuan komputer program SPSS diadakan analisis Collinearity Statistics. Dari analisis Collinearity Statistics akan diperoleh VIF Variance Inflation Factor. Untuk mengetahui terjadi tidaknya multikolinieritas, digunakan ke tentuan sebagai barikut: - Jika VIF 5, maka terjadi multikolinieritas - Jika VIF 5, maka tidak terjadi multikolinieritas c. Otokorelasi Otokorelasi adalah suatu keadaan di mana kesalahan pengganggu dari satu observasi terhadap observasi selanjutnya yang berturutan tidak berpengaruh atau tidak terjadi korelasi. Untuk mendeteksi ada tidaknya otokorelasi dapat diuji dengan jalan menghitung “The 39 Durbin -Watson, d” dengan rumus sebagai berikut Supranto, 2004:116-117: ∑ ∑ = = − − = n t t n t t t e e e d 1 2 2 1 Keterangan: d = Statistik Durbin -Watson e t = Gangguan estimasi t = Observasi terakhir t-1 = Observasi sebelumnya Untuk memperoleh kesimpulan apakah ada masalah otokorelasi atau tidak, hasil hitungan statistik d harus dibandingkan denga n tabel statistik d. Pemilihan angka dari tabel d harus memperhatikan banyaknya parameter =k, dan jumlah observasi =n, pada tingkat signifikansi = α tertentu. 3. Pengujian Hipotesis a. Untuk menguji hipotesis pertama, kedua, dan ketiga digunakan analisis regresi linier dengan langkah-langkah sebagai berikut: 1 Perumusan Hipotesis a Ho : ρ ≤ 0, minat baca tidak berpengaruh positif terhadap prestasi belajar AKD I mahasiswa b Ha : ρ 0, minat baca berpengaruh positif terhadap prestasi belajar AKD I mahasiswa 2 Mencari persamaan regresi linier sederhana Sugiyono, 1999:204: Y = a + b X 1 40 Keterangan: Y = subjek dalam variabel dependen yang diprediksi X 1 = variabel bebas a = harga konstan b = kefisien regresi 3 Menentukan koefisien korelasi antara variabel bebas dengan variabel terikat, dengan rumus sebagai berikut Suharsimi Arikunto, 2002:243: ∑ ∑ ∑ ∑ ∑ ∑ ∑ − − − = Y Y N X X N Y X XY N r 2 2 2 2 xy Keterangan: r = koefisien korelasi N = banyaknya sampel X = variabel minat bacadisiplin belajarmotivasi belajar Y = variabel prestasi belajar Akuntansi Keuangan Dasar I 4 Menguji kesignifikanan koefisien korelasi dengan membandingkan t hitung dengan t tabel pada taraf signifikan α = 0,05 dengan db = 2. 5 Menarik kesimpulan yaitu jika t hitung t tabel maka Ho diterima, dan jika t hitung t tabel maka Ho ditolak. Pengujian hipotesis kedua dan ketiga dilakukan dengan langkah yang sama dengan pengujian hipotesis pertama. b. Untuk menguji hipotesis keempat digunakan analisis regresi ganda, dengan langkah-langkah sebagai berikut: 1 Perumusan hipotesis 41 a Ho : p ≤ 0, minat baca, disiplin belajar dan motivasi belajar tidak berpengaruh positif terhadap prestasi belajar AKD I mahasiswa. b Ha : p 0, minat baca, disiplin belajar dan motivasi belajar berpengaruh positif terhadap prestasi belajar AKD I mahasiswa. 2 Mencari persamaan regresi linier ganda, dengan rumus sebagai berikut Sugiyono, 1999:217: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 Keterangan: Y = prestasi belajar AKD I mahasiswa a = konstanta b 1 = slope yang berhubungan dengan variabel X 1 b 2 = slope yang berhubungan dengan variabel X 2 b 3 = slope yang berhubungan dengan variabel X 3 X 1 = variabel minat baca X 2 = variabel disiplin belajar X 3 = variabel motivasi belajar 3 Menentukan koefisien korelasi ganda dengan rumus sebagai berikut Sugiyono, 1999:217: ∑ ∑ ∑ ∑ + + = 2 3 3 2 2 1 1 3 , 2 , 1 , Y Y X b Y X b Y X b R xy Keterangan: 3 , 2 , 1 , xy r = koefisien antara variabel X 1 , X 2 , X 3 b 1 = koefisien prediktor variabel minat baca b 2 = koefisien prediktor variabel disiplin belajar b 3 = koefisien prediktor variabel motivasi belajar ∑ X 1 Y = korelasi antara variabel minat baca dan prestasi belajar Akuntansi Keuangan Dasar I 42 ∑ X 2 Y = korelasi antara variabel disiplin belajar dan prestasi belajar Akuntansi Keuangan Dasar I ∑ X 3 Y = korelasi antara variabel motivasi belajar dan prestasi belajar Akuntansi Keuangan Dasar I 4 Melakukan uji F, dengan membandingkan F hitung dengan F tabel pada taraf signifikansi α = 0,05 dengan db pembilang = k dan db penyebut = n-k-1. hal ini digunakan untuk mengetahui apakah koefisien korelasi tersebut signifikan. Rumus yang digunakan sebagai berikut Sugiyono, 1999:218: 2 2 reg R 1 m 1 m N R F − − − = Keterangan: F reg = harga F garis regresi yang dicari N = cacah kasus M = cacah prediktor R = koefisien korelasi antara X 1 ,X 2 ,X 3 dengan Y 5 Menarik kesimpulan, yaitu jika Fhitung Ftabel, maka Ho ditolak da n jika Fhitung Ftabel, maka Ho diterima.

BAB IV GAMBARAN UMUM UNIVERSITAS