BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.4 Analisis Regresi Linier Berganda
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Dalam penelitian ini uji normalitas
menggunakan metode Kolmogorov Smirnov. Adapun hasil dari pengujian
normalitas adalah :
Tabel 4.12 : Hasil Uji Normalitas
Variabel-Variabel Penelitian Kolmogorov
Smirnov
Tingkat Signifikan Pemahaman akuntansi (Y)
Minat belajar (X1) Lingkungan belajar (X2) Berpikir kritis (X3) 1,348 1,375 1,923 0,957 0,053 0,046 0,001 0,319 Sumber : Lampiran 10
Berdasarkan hasil uji normalitas diatas dapat diketahui bahwa distribusi data pada variabel minat belajar (X1) dam lingkungan belajar (X2)
Kolmogorov-Smirnov yang dihasilkan kurang dari 0,05 (sig < 5%). Sedangkan distribusi data pada variabel berpikir kritis (X3) dan pemahaman akuntansi (Y) adalah distribusi normal, karena tingkat signifikan dari Kolmogorov-Smirnov yang dihasilkan lebih dari 0,05 (sig > 5%).
Regresi linier berganda tetap dilanjutkan, walaupun variabel minat
belajar (X1) dam lingkungan belajar (X2) tidak berdistribusi normal, karena :
1. Mempertimbangkan central limit theorem untuk sampel yang lebih besar
dari 30, distribusi data pada variabel minat belajar (X1) dam lingkungan belajar (X2) dapat dianggap normal (Iskandar Itan, 2003).
2. Menurut Gujarati (1995 : 70) bahwa dalam regresi OLS (Ordinary Least Square) asumsi normalitas diberlakukan pada ui (residual). Berikut ini hasil uji normalitas pada residual (ui) :
Tabel 4.13 : Hasil Uji Normalitas Pada Residual (ui)
One-Sample Kolmogorov-Smirnov Test
93 .0000000 .52400849 .102 .085 -.102 .980 .292 N Mean Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 10
Pada tabel 4.13 di atas menunjukkan bahwa distribusi data pada residual adalah distribusi normal, dilihat dari tingkat signifikan yang dihasilkan yaitu 0,292 > 5%.
Dalam regresi OLS (Ordinary Least Square) b0, b1, b2, b3 dan b4 adalah fungsi linier dari Y dan Y adalah fungsi linier dari ui (residual). Distribusi sampling dari regresi OLS (Ordinary Least Square) tergantung pada distribusi residual (ui), apabila residual (ui) berdistribusi normal dengan sendirinya b0, b1, b2, b3 dan b4 juga berdistribusi normal (Gujarati, 1995 : 66-67).
Dari bukti-bukti di atas dapat disimpulkan bahwa analisis regresi
dapat diteruskan, walaupun variabel minat belajar (X1) dam lingkungan
belajar (X2) tidak berdistribusi normal. 4.4.2. Asumsi Klasik
Untuk mendukung keakuratan hasil model regresi, maka perlu dilakukan penelusuran terhadap asumsi klasik yang meliputi asumsi multikolinieritas dan heteroskedastisitas. Hasil dari asumsi klasik tersebut adalah sebagai berikut :
1. Multikolinearitas
Adapun besaran VIF dari masing-masing variabel bebas adalah sebagai berikut :
Tabel 4.14 : Hasil Nilai VIF
No. Variabel Bebas Nilai VIF
1. 2. 3. Minat belajar (X1) Lingkungan belajar (X2) Berpikir kritis (X3) 1,208 1,334 1,127 Sumber : Lampiran 11
Berdasarkan tabel di atas dapat dijelaskan bahwa nilai VIF pada variabel minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis
(X3) lebih kecil dari 10, sehingga dapat disimpulkan bahwa antar variabel bebas tidak terjadi korelasi atau model regresi linier berganda yang dihasilkan bebas dari multikolinieritas.
2. Heteroskedastisitas
Uji yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas adalah Rank Spearman. Berikut ini hasil uji Rank Spearman:
Tabel 4.15 : Hasil Uji Rank Spearman
Variabel Bebas Koefisien korelasi
Rank Spearman Tingkat signifikan Minat belajar (X1) Lingkungan belajar (X2) Berpikir kritis (X3) 0,021 -0,010 -0,049 0,840 0,921 0,638 Sumber : Lampiran 11
Berdasarkan tabel di atas dapat dijelaskan bahwa tingkat signifikansi korelasi Rank Spearman pada variabel minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis (X3) lebih besar dari 5% (sig > 5%) maka dapat disimpulkan bahwa model regresi linier berganda yang dihasilkan bebas dari heteroskedastisitas.
4.4.3. Persamaan Regresi Linier Berganda
Persamaan regresi linier berganda yang dihasilkan adalah sebagai
berikut :
Tabel 4.16 : Hasil Analisis Regresi Linier Berganda
Model Koefisien Regresi
Konstanta Minat belajar (X1) Lingkungan belajar (X2) Berpikir kritis (X3) 3,269 0,140 -0,057 0,281 Sumber : Lampiran 11
Berdasarkan tabel 4.16 diperoleh persamaan regresi sebagai berikut : Y = 3,269 + 0,140 X1 - 0,057 X2 + 0,281 X3
Adapun penjelasan persamaan regresi linier berganda tersebut adalah:
1. Konstanta yang dihasilkan sebesar 3,269 menunjukkan besarnya pemahaman akuntansi mahasiswa akuntansi (Y) apabila minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis (X3) adalah konstan, maka pemahaman akuntansi mahasiswa akuntansi (Y) sebesar 3,269. 2. Koefisien regresi minat belajar (X1) adalah sebesar 0,140 artinya jika
minat belajar (X1) naik satu satuan, maka pemahaman akuntansi
mahasiswa akuntansi (Y) akan naik sebesar 0,140 dengan asumsi variabel bebas lainnya adalah konstan.
3. Koefisien regresi lingkungan belajar (X2) adalah sebesar -0,057 artinya
jika lingkungan belajar (X2) naik satu satuan, maka pemahaman
akuntansi mahasiswa akuntansi (Y) akan turun sebesar 0,057 dengan asumsi variabel bebas lainnya adalah konstan.
4. Koefisien regresi berpikir kritis (X3) adalah sebesar 0,281 artinya jika
berpikir kritis (X3) naik satu satuan, maka pemahaman akuntansi
mahasiswa akuntansi (Y) akan naik sebesar 0,281 dengan asumsi variabel bebas lainnya adalah konstan.
4.4.4. Uji Kecocokan Model (Uji F)
Uji F digunakan untuk mengetahui atau menguji kecocokan model regresi linier berganda yang digunakan. Adapun hasil dari uji F adalah sebagai berikut :
Tabel 4.17 : Hasil Uji F ANOVAb 4.350 3 1.450 5.109 .003a 25.262 89 .284 29.612 92 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), berpikir kritis (X3), minat belajar (X1), lingkungan belajar (X2)
a.
Dependent Variable: pemahaman akuntansi (Y) b.
Sumber : Lampiran 11
Berdasarkan hasil uji F pada tabel di atas menjelaskan bahwa nilai Fhitung yang dihasilkan sebesar 5,109 dengan tingkat signifikan sebesar 0,003 lebih kecil dari 5% (sig < 5%) maka H0 ditolak dan H1 diterima, berarti model regresi yang dihasilkan adalah cocok atau sesuai untuk mengetahui pengaruh minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis (X3) terhadap pemahaman akuntansi mahasiswa akuntansi (Y).
4.4.5. Nilai Koefisien Determinasi (R2)
Koefisien determinasi atau R – Square menunjukkan presentase
seberapa besar pengaruh variabel bebas terhadap perubahan variabel terikat. Berikut adalah R – Square yang diperoleh dari hasil analisis:
Tabel 4.18 : Nilai Koefisien Determinasi (R2)
Model Summaryb .383a .147 .118 .53277 Model 1 R R Square Adjusted R Square Std. Error of the Estimate
Predictors: (Constant), berpikir kritis (X3), minat belajar (X1), lingkungan belajar (X2)
a.
Dependent Variable: pemahaman akuntansi (Y) b.
Sumber : Lampiran 11
Nilai R yang dihasilkan sebesar 0,383 menunjukkan bahwa variabel minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis (X3) memiliki
korelasi ganda yang relatif rendah dengan pemahaman akuntansi mahasiswa akuntansi (Y).
Nilai R2 yang dihasilkan sebesar 0,147 yang artinya besarnya
pengaruh minat belajar (X1), lingkungan belajar (X2) dan berpikir kritis (X3) terhadap pemahaman akuntansi mahasiswa akuntansi (Y) sebesar 14,7% sedangkan sisanya 85,3% dipengaruhi oleh variabel lain diluar model.
4.4.6. Uji Hipotesis
Hipotesis penelitian ini adalah “minat belajar, lingkungan belajar, dan berpikir kritis mempunyai pengaruh terhadap pemahaman akuntansi pada mahasiswa akuntansi di Universitas Pembangunan Nasional “Veteran” Jatim” dapat dilihat dari hasil uji t.
Tabel 4.19 : Hasil Uji t
Variabel Bebas thitung Sig
Minat belajar (X1) Lingkungan belajar (X2) Berpikir kritis (X3) 2,202 -0,581 2,921 0,030 0,563 0,004 Sumber : Lampiran 11
Penjelasan tabel 4.19 adalah :
1. Variabel minat belajar (X1) secara parsial berpengaruh terhadap
pemahaman akuntansi pada mahasiswa akuntansi (Y), dilihat dari nilai thitung sebesar 2,202 dengan tingkat signifikan kurang dari 5% yaitu 0,030.
Pengaruh minat belajar (X1) terhadap pemahaman akuntansi pada
mahasiswa akuntansi (Y) adalah positif yang artinya semakin tinggi minat belajar maka pemahaman akuntansi semakin tinggi.
2. Variabel lingkungan belajar (X2) secara parsial tidak berpengaruh terhadap pemahaman akuntansi pada mahasiswa akuntansi (Y), dilihat dari nilai thitung sebesar -0,581 dengan tingkat signifikan lebih dari 5% yaitu 0,563. Hal ini berarti lingkungan belajar yang kondusif tidak memiliki dampak nyata pada tingginya pemahaman akuntansi.
3. Variabel berpikir kritis (X3) secara parsial berpengaruh terhadap
pemahaman akuntansi pada mahasiswa akuntansi (Y), dilihat dari nilai thitung sebesar 2,921 dengan tingkat signifikan kurang dari 5% yaitu 0,004.
Pengaruh berpikir kritis (X3) terhadap pemahaman akuntansi pada
mahasiswa akuntansi (Y) adalah positif yang artinya semakin kritis cara berpikir mahasiswa maka pemahaman akuntansi semakin tinggi.
Berdasarkan uraian tersebut, dapat disimpulkan bahwa hipotesis
penelitian ini sebagian teruji kebenarannya, karena variabel minat belajar dan berpikir kritis yang berpengaruh terhadap pemahaman akuntansi pada mahasiswa akuntansi, sedangkan variabel lingkungan belajar tidak berpengaruh terhadap pemahaman akuntansi pada mahasiswa akuntansi.