BAB IV : bab ini menguraikan mengenai penutup seperti kesimpulan serta saran
C. Analisis dan Pengujian Hipotesis 1) Uji Kualitas Data 1) Uji Kualitas Data
2) Uji Asumsi Klasik a) Uji Normalitas
Tujuan uji Normalitas adalah untuk mengetahui apakah data yang diperoleh dari tiap-tiap variabel yang dianalisis sebenarnya mengikuti pola sebaran normal atau tidak. Uji normalitas variabel dilakukan dengan menggunakan rumus Kolmogrov-Smirnov. Kaidah yang digunakan untuk mengetahui normal tidaknya suatu sebaran
67
adalah p > 0,05 sebaran dinyatakan normal, dan jika p < 0,05 sebaran dikatakan tidak normal.
Tabel 3.7 Hasil Uji Normalitas Kolmogorof Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 42
Normal Parametersa,b Mean .0000000
Std. Deviation 3.35740900
Most Extreme Differences Absolute .131
Positive .131
Negative -.083
Test Statistic .131
Asymp. Sig. (2-tailed) .068c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : Data diolah SPSS
Tabel 3.5 menunjukkan bahwa dari hasil uji asumsi klasik untuk menguji normalitas Residual yaitu menggunakan uji One Sample Kolmogorov-Smirnov (K-S) didapatkan Besarnya nilai signifikansi 0,068 yang lebih dari alpha (0,05) hasil tersebut menunjukkan bahwa residual berdistribusi normal.
b) Uji Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji adanya korelasi antara Variabel Independen. Jika terjadi korelasi maka dinamakan Multikolinearitas, yaitu adanya masalah Multikolinieritas. Adanya Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor (VIF) atau tolerance value, kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh Variabel
Independen lainnya. Tabel berikut menunjukkan hasil Multikolinearitas dalam penelitian ini:
Tabel 3.8
Hasil Uji Multikolinearitas Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std.
Error Beta Tolerance VIF
1
(Constant) -12.466 6.037 -2.065 .046 Pengetahuan
Akuntansi 1.495 .510 .492 2.932 .006 .203 4.936 Latar Belakang
Pendidikan 1.320 .533 .415 2.475 .018 .203 4.936
a. Dependent Variable: Penggunaan Informasi Akuntansi
Sumber : Data diolah SPSS
Berdasarkan tabel 3.8 dapat dilihat bahwa nilai tolerance masing-masing variabel bebas lebih dari 0.10 dan nilai VIF kurang dari 10.0 sehingga dapat disimpulkan variabel Pengetahuan Akuntansi dan Latar Belakang Pendidikan tidak terjadi gejala Multikolinearitas.
Berdasarkan pengujian Multikolinearitas dengan menghitung koefisien korelasi antar Variabel Independen pada penelitian ini, maka tidak ditemukan gejala multikolinearitas antar variabel-variabel bebasnya karena tidak ada nilai VIF yang lebih dari 10.0 dan nilai tolerance yang kurang dari 0.10 sehingga model lolos Uji Multikolinieritas dan dapat dilakukan pengujian selanjutnya.
c) Uji Heteroskedastisitas
Uji Heteroskedastisitas ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan Variance dari Residual satu pengamatan ke pengamatan yang lain (Ghozali, 2013:139). Jika
69
Variance dari Residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas atau tidak terjadi Heterokedastisitas, sebaliknya jika variance berbeda maka disebut Heterokedastisitas. Uji Glejser digunakan untuk menguji uji Heterokedastisitas di dalam penelitian ini. Apabila tingkat signifikansi lebih besar dari α = 0,05 maka model regresi yang dianalisis tidak terjadi gejala Heteroskedastisitas. Berikut hasil uji Heteroskedastisitas dalam penelitian ini:
Tabel 3.9
Hasil Uji Heteroskedastisitas Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 5.206 3.767 1.382 .175
Pengetahuan Akuntansi .076 .318 .084 .239 .812 Latar Belakang
Pendidikan -.184 .333 -.195 -.553 .583
a. Dependent Variable: ABS_RES Sumber : Data diolah SPSS
Berdasarkan tabel 3.9 nilai signifikansi untuk uji Heteroskedastisitas variabel Pengetahuan Akuntansi dan Latar Belakang Pendidikan yang mana sama-sama memiliki nilai di atas
>0,05 sehingga dapat disimpulkan bahwa tidak terjadi gejala Heteroskedastisitas. Berdasarkan pengujian Heteroskedastisitas dengan mengetahui nilai signifikansinya pada penelitian ini, maka tidak ditemukan gejala Multikolinearitas antar variabel-variabel bebasnya karena nilai signifikansinya sudah menunjukkan hasil lebih
dari 0.05 sehingga model lolos uji Heteroskedastisitas dan dapat dilakukan pengujian selanjutnya.
3) Uji Hipotesis
a) Analisis Regresi berganda
Untuk melihat seberapa besar pengaruh Variabel Independent (Pengetahuan Akuntansi dan Latar Belakang Pendidikan) terhadap Dariabel dependen (Penggunaan Informasi Akuntansi) maka dilakukan analisis Regresi Linier Berganda. Setelah data diolah menggunakan SPSS diperoleh tabel hasil Regresi sebagai berikut:
Tabel 3.10
Hasil Analisis Regresi Linier Berganda Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -12.466 6.037 -2.065 .046
Pengetahuan Akuntansi 1.495 .510 .492 2.932 .006 Latar Belakang Pendidikan 1.320 .533 .415 2.475 .018
a. Dependent Variable: Penggunaan Informasi Akuntansi
Sumber : Data diolah SPSS
Berdasarkan tabel 3.10 maka diperoleh persamaan regresi sebagai berikut :
Y = - 12.466 + 1.495 (X1) + 1.320 (X2)
Berdasarkan persamaan di atas, maka dapat dijelaskan sebagai berikut :
a. Konstants α sebesar – 12.466 menunjukkan bahwa jika Pengetahuan Akuntansi dan Latar Belakang Pendidikan konstan, maka tingkat Penggunaan Informasi Akuntansi adalah sebesar – 12.466.
71
b. Koefisien regresi Pengetahuan Akuntansi (X1) adalah sebesar 1.495. Hal ini dapat diinterpretasikan jika variabel Pengetahuan Akuntansi meningkat satu satuan maka tingkat Penggunaan Informasi Akuntansi akan meningkat sebesar 1.495 dengan asumsi X2 adalah konstan atau bernilai nol (0).
c. Koefisien regresi Latar Belakang Pendidikan (X2) adalah sebesar 1.320. Hal ini dapat diinterpretasikan jika variabel Latar Belakang Pendidikan meningkat satu satuan maka tingkat Penggunaan Informasi Akuntansi akan meningkat sebesar 1.320 dengan asumsi X1 adalah konstan atau bernilai nol (0).
b) Uji Koefisien Determinasi (R2)
Untuk menentukan berapa nilai koefisien determinasi, dapat dilihat pada tabel di bawah ini:
Tabel 3.11
Koefisien Determinasi (Adjusted R2) Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .882a .778 .767 3.44242
a. Predictors: (Constant), Latar Belakang Pendidikan, Pengetahuan Akuntansi b. Dependent Variable: Penggunaan Informasi Akuntansi
Berdasarkan hasil koefisien determinasi diatas, besarnya adjusted R Square adalah 0,767. Hasil perhitungan statistik ini berarti kemampuan Variabel Independen (Pengetahuan Akuntansi, Latar Belakang Pendidikan) dalam menerangkan perubahan variabel Dependen (Penggunaan Informasi Akuntansi) sebesar 76,7% sisanya
23,3% dijelaskan oleh Variabel lain diluar model regresi yang dianalisis.
c) Uji Simultan (Uji F)
Uji F atau uji kecocokan model digunakan untuk menilai kelayakan model regresi yang telah terbentuk. Uji ini juga digunakan untuk melakukan uji hipotesis koefisien regresi secara bersamaan.
Berikut adalah hasil dari uji kecocokan model dalam penelitian ini : Tabel 3.12
Kecocokan Model (Uji F) ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1619.483 2 809.741 68.331 .000b
Residual 462.160 39 11.850
Total 2081.643 41
a. Dependent Variable: Penggunaan Informasi Akuntansi
b. Predictors: (Constant), Latar Belakang Pendidikan, Pengetahuan Akuntansi
Sumber : Data diolah SPSS
Berdasarkan hasil diatas, menunjukan nilai F hitung 68,331 >
3,24 F tabel dan signifikan untuk Pengetahuan Akuntansi dan Latar Belakang Pendidikan, adalah 0,000 atau kurang dari 0,05. Jadi model regresi Pengetahuan Akuntansi dan Latar Belakang Pendidikan, secara simultan berpengaruh terhadap Penggunaan Informasi Akuntansi.
73
d) Uji Parsial (Uji t)
Uji t digunakan untuk menentukan apakah Variabel Independent (Pengetahuan Akuntansi dan Latar Belakang Pendidikan) secara individual atau Parsial berpengaruh terhadap Variabel Dependen (Penggunaan Informasi Akuntansi). Jika hipotesis nol (null hypothesis) ditolak berarti koefisien dari variabel bebas tidak sama dengan nol. Artinya, jika terjadi perubahan pada variabel bebas, maka akan mempengaruhi variabel terikat. Tetapi jika t-statistik tidak signifikan, maka perubahan-perubahan yang terjadi pada variabel bebas tidak mampu mempengaruhi variabel terikat. Berikut adalah hasil dari uji t dalam penelitian ini :
Tabel 3.13 Uji Parsial (Uji t)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -12.466 6.037 -2.065 .046
Pengetahuan Akuntansi 1.495 .510 .492 2.932 .006 Latar Belakang Pendidikan 1.320 .533 .415 2.475 .018
a. Dependent Variable: Penggunaan Informasi Akuntansi
Sumber : Data diolah SPSS
Berdasarkan tabel 3.13, dapat diketahui bahwa Pengetahuan Akuntansi mempunyai nilai t hitung = 2,932 > t tabel = 2,0226 dengan tingkat signifikan sebesar 0,006 < 0,05, maka H0 ditolak dan H1 diterima. Sehingga Pengetahuan Akuntansi berpengaruh terhadap Penggunaan Informasi Akuntansi.
Latar Belakang Pendidikan mempunyai nilai t hitung = 2,475
> ttabel = 2,0226 dengan tingkat signifikan sebesar 0,018 < 0,05, maka H0 ditolak dan H2 diterima. Sehingga Latar Belakang Pendidikan berpengaruh terhadap Penggunaan Informasi Akuntansi.