ANALISIS HASIL DAN PEMBAHASAN 4.1 Analisis Data
4.1.2 Analisis Statistik .1 Uji Asumsi Klasik .1 Uji Asumsi Klasik
a. Uji Normalitas
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi, yang pertama adalah uji normalitas. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogrov-Smirnov.
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Sumber : Hasil Pengolahan SPSS (Februari 2015) Gambar 4.1 Grafik Histogram Uji Normalitas
Sumber : Hasil Pengolahan SPSS (Februari 2015) Gambar 4.2 Grafik Normal P-P Plot Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa hubungan dari variabel Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utaraadalah berdistribusi normal, hal ini ditunjukkan oleh gambar histogram yang tidak terlihat menceng ke kiri maupun ke kanan. Sedangkan pada Gambar 4.2 data berdistribusi normal dapat dilihat pada scatterplot, terlihat titik-titik yang mengikuti garis diagonal.
2. Pendekatan Kolmogrov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal.Berikut ini pengujian normalitas yang berdasarkan dengan uji statistik non-parametrik Kolmogrov-Smirnov (K-S) untuk memastikan apakah data benar berdistribusi normal.
Tabel 4.7
One-Sample Kolmogrov-Smirnov Test One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N 100 Normal Parametersa,b Mean 0E-7 Std. Deviation 1.52323554 Most Extreme Differences Absolute .084 Positive .084 Negative -.058 Kolmogorov-Smirnov Z .839
Asymp. Sig. (2-tailed) .482
Sumber : Hasil Pengolahan SPSS (Maret 2014)
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp. Sig. (2-tailed) adalah 0.482, dan diatas nilai signifikan (0.05), dengan kata lain variabel residual berdistribusi normal. Nilai Kolmogrov-Smirnov Z yakni 0.839 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS (Februari 2015) Gambar 4.3 Grafik ScatterPlot Uji heteroskedastisitas
Berdasarkan Gambar 4.3 dapat terlihat dari grafik ScatterPlot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi transparansi laporan keuangan daerah, berdasarkan masukan variabel independennya.
2. Uji Glejser
Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya, jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0.05 maka tidak terjadi masalah heteroskedastisitas.
Tabel 4.8 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .904 .805 1.124 .264 PENDIDIK -.033 .060 -.081 -.558 .578 KURIKULUM .050 .050 .153 .993 .323 SPEKKOMP -.006 .039 -.022 -.156 .876
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan Tabel 4.8 terlihat jelas menunjukkan tidak satupun variabel independen yang signifikan mempengaruhi variabel dependen absolut Ut (asbUt). Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5%, jadi disimpulkan model regresi tidak memengaruhi heteroskedastisitas.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah variabel pada model regresi ditemukan adanya korelasi antar variabel independen.Model regresi yang baik seharusnya tidak ditemukan adanya korelasi di antara variabel independen.
Tabel 4.9 Uji Multikolinearitas Coefficientsa Model Collinearity Statistics Collinearity Statistics Tolerance VIF 1 (Constant) PENDIDIK .493 2.029 KURIKULUM .434 2.303 SPEKKOMP .543 1.843
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan Tabel 4.9 dapat dilihat bahwa nilai VIF dari variabel Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi lebih kecil atau dibawah 5 (VIF < 5), ini berarti tidak terkena multikolinearitas antara variabel independen dalam model regresi. Nilai Tolerance dari variabel Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi lebih besar dari 0.1 (Tolerance> 0.1), ini berarti tidak terdapat multikolienaritas antar variabel independen dalam model regresi.
4.1.2.2 Uji Hipotesis
Hasil regresi linear berganda untuk mengetahui Pengaruh Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara yang ditunjukkan pada Tabel 4.10 berikut:
Tabel 4.10
Hasil Uji Analisis Regresi Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.621 1.337 1.960 .053 PENDIDIK .303 .099 .307 3.068 .003 KURIKULUM .242 .084 .309 2.897 .005 SPEKKOMP .145 .066 .211 2.215 .029
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan hasil analisis regresi berganda yang digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen.Persamaan regresi dapat dilihat dari tabel hasil uji Coefficients.Pada tabel
coefficients yang dibaca adalah nilai dalam kolom B pada baris pertama menunjukkan konstanta (a) dan baris selanjutnya menunjukkan konstanta variabel independen. Berdasarkan Tabel 4.10 diatas maka model regresi yang digunakan adalah sebagai berikut:
Y = 2.621 + 0.303X1 + 0.242X2 + 0.145X3 + e
Kualitas = 2.621 + 0.303Pendidik + 0.242Kurikulum + 0.145Spesifikasi
Dari persamaan regresi tersebut diatas maka dapat dianalisis sebagai berikut: a. Konstanta sebesar 2.621 yang berarti bahwa apabila variabel Faktor
Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi adalah tetap, maka Peningkatan Kualitas Mahasiswa Jurusan Akuntansi Universitas Sumatera Utara adalah 2.621.
b. Nilai X1 sebesar 0.303 menunjukkan bahwa apabila variabel Faktor Pendidik ditingkatkan 1 satuan, maka kualitas Mahasiswa Akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.303 satuan.
c. Nilai X2 sebesar 0.242 menunjukkan bahwa apabila variabel interkoneksitas kurikulum ditingkatkan sebesar 1 satuan, maka kualitas Mahasiswa Akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.242 satuan.
d. Nilai X3 sebesar 0.145 menunjukkan bahwa apabila variabel spesifikasi kompetensi ditingkatkan sebesar 1 satuan, maka kualitas Mahasiswa Akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.145 satuan
4.1.2.3 Uji Signifikansi Parsial (Uji-t)
Pengujian secara parsial ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu variabel independen secara parsial (individual) terhadap variabel dependen.Pengujian ini juga dimaksudkan untuk mengetahui variabel independen mana yang dominan.
Tabel 4.11 Hasil Uji Parsial Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.621 1.337 1.960 .053 PENDIDIK .303 .099 .307 3.068 .003 KURIKULUM .242 .084 .309 2.897 .005 SPEKKOMP .145 .066 .211 2.215 .029
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan Tabel 4.11 Dapat dilihat bahwa: a. Variabel Pendidik (X1)
Nilai thitung variabel Faktor Pendidik adalah 3.068 dan nilai ttabel adalah 1.660 maka thitung> ttabel (3.068 > 1.660) dan nilai signifikan (0.003 < 0.05) sehingga dapat disimpulkan bahwa secara parsial pengaruh variabel Faktor Pendidik adalah positif dan signifikan terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara. Artinya apabila variabel Faktor Pendidik ditingkatkan sebesar 1 satuan, maka kualitas mahasiswa akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.303 satuan. Berdasarkan uji signifikansi parsial juga diketahui bahwa variabel Faktor Pendidik (X1) merupakan variabel yang paling mendominasi peningkatan kualitas.
b. Variabel Interkoneksitas Kurikulum (X2)
Nilai thitung variabel Interkoneksitas Kurikulum adalah 2.897 dan nilai ttabel adalah 1.660 maka thitung> ttabel (2.897 > 1.660) dan nilai signifikan (0.005
< 0.05) sehingga dapat disimpulkan bahwa secara parsial pengaruh variabel Interkoneksitas Kurikulum adalah positif dan signifikan terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara. Artinya apabila variabel Interkoneksitas Kurikulum ditingkatkan sebesar 1 satuan, maka kualitas mahasiswa akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.242 satuan.
c. Variabel Spesifikasi Kompetensi (X3)
Nilai thitung variabel Spesifikasi Kompetensi adalah 2.215 dan nilai ttabel adalah 1.660 maka thitung> ttabel (2.215 > 1.660) dan nilai signifikan (0.029 < 0.05) sehingga dapat disimpulkan bahwa secara parsial pengaruh variabel Spesifikasi Kompetensi adalah positif dan signifikan terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara. Artinya apabila variabel Spesifikasi Kompetensi ditingkatkan sebesar 1 satuan, maka kualitas mahasiswa akuntansi Universitas Sumatera Utara akan meningkat sebesar 0.145 satuan.
4.1.2.4 Uji Signifikansi Simultan (Uji F)
Uji F (uji serentak) dilakukan untuk melihat secara bersama-sama pengaruh Model hipotesis yang digunakan dalam Uji F ini adalah sebagai berikut:
H0 : b1 = b2 =0, artinya secara serentak tidak terdapat pengaruh positif dan signifikan dari variabel independen (X1,X2,X3) berupa Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi terhadap variabel independen (Y) berupa Peningkatan Kualitas Mahasiswa (Y)
H0 : b1 ≠ b2 ≠0, Artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel independen (X1,X2,X3) berupa Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi terhadap variabel independen (Y) berupa Peningkatan Kualitas Mahasiswa (Y)
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df (pembilang) = k-1 df (penyebut) = n-k Keterangan:
n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat
Pada penelitian ini diketahui jumlah sampel (n) adalah 100 dan jumlah keseluruhan variabel (k) adalah 4, sehingga diperoleh:
1) df (pembilang) = k-1 df (pembilang) = 4-1 =3 2) df (penyebut) = n-k df (penyebut) = 100-4 = 96
Nilai Fhitungakan diperoleh dengan menggunakan bantuan software SPSS 20,0 for Windows, kemudian akan dibandingkan dengan nilai Ftabel pada tingkat α = 5% = 2.47 dengan kriteria uji sebagai berikut:
H0 diterima bila Fhitung< Ftabel pada α = 5% H0 ditolak bila Fhitung> Ftabel pada α = 5%
Tabel 4.12
Hasil Uji Signifikansi Simultan (Uji-F) ANOVAa
Model Sum of
Squares
df Mean Square F Sig. 1 Regression 254.736 3 84.912 35.487 .000b
Residual 229.704 96 2.393
Total 484.440 99
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan Tabel 4.12 dapat dilihat hasil perolehan Fhitung pada kolom F yakni sebesar 35.487 dengan tingkat signifikansi = 0.000. Sedangkan Ftabel untuk sampel 100dengan variabel yang diteliti berjumlah 3 variabel independen dan 1 variabel dependen pada tingkat kepercayaan 95% (α = 0,05) adalah 2.47. Oleh karena pada kedua perhitungan yaitu Fhitung> Ftabel dan tingkat signifikansinya 0.000 < 0.05, menunjukkan bahwa pengaruh variabel independen Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi secara serempak atau simultan adalah signifikan terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara.
4.1.2.5 Uji Koefisien Determinan (R2)
Pengujian koefisien determinan (R2) digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat.Koefisien determinan berkisar antara nol sampai satu (0 ≤ R 2 ≥ 1).Jika R2
semakin besar (mendekati satu), maka dapat dikatakan bahwa pengaruh variabel independen (X) terhadap variabel dependen (Y) adalah besar.Hal ini berarti model yang digunakan
semakin kuat untuk menerangkan pengaruh variabel independen terhadap variabel dependen dan demikian sebaliknya.
Tabel 4.13
Pengujian Koefisien Determinan (R2) Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .725a .526 .511 1.54685
a. Predictors: (Constant), SPEKKOMP, PENDIDIK, KURIKULUM b. Dependent Variable: KUALITAS
Sumber : Hasil Pengolahan SPSS (Februari 2015)
Berdasarkan Tabel 4.13 dapat dilihat bahwa:
a. R=0.725 berarti hubungan variabel Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi terhadap Peningkatan Kualitas Mahasiswa Akuntansi Universitas Sumatera Utara adalah sebesar 72.5%, yang berarti hubungannya erat.
b. Adjusted R Square sebesar 0.511 berarti 51.1% variabel Peningkatan Kualitas Mahasiswa dapat dijelaskan oleh variabel Faktor Pendidik, Interkoneksitas Kurikulum, dan Spesifikasi Kompetensi. Sedangkan sisanya sebesar 48.9% dapat dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini. c. Standard Error of Estimate (standar deviasi) artinya menilai ukuran variasi
dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya adalah 1.54685, yang mana semakin kecil standar deviasi berarti model semakin baik.
4.1.3 Pembahasan
Berdasarkan hasil penelitian yang telah dijelaskan sebelumnya diketahui bahwa secara simultan, faktor pendidik, interkoneksitas kurikulum, dan spesifikasi kompetensi mempengrauhi secara positif dan signifikan terhadap peningkatan kualitas mahasiswa akuntansi Universitas Sumatera Utara.Secara parsial, masing-masing variabel independen juga mempengaruhi secara positif dan signifikan terhadap peningkatan kualitas mahasiswa akuntansi Universitas Sumatera Utara. Berdasarkan hasil pengujian koefisien determinan diketahui bahwa variabel faktor pendidik, interkoneskitas kurikulum, dan spesifikasi kompetensi menjelaskan 51.1% dari peningkatan kualitas mahasiswa akuntansi Universitas Sumatera Utara, sedangkan sisanya sebesar 48.9% dijelaskan oleh variabel lain di luar model penelitian.
1. Pengaruh faktor pendidik terhadap peningkatan kualitas mahasiswa