METODE PENELITIAN
H. Pengujian Instrumen Penelitian
I. Teknik Analisis Data
2. Uji Prasyarat Analisis
Dalam uji analisis ini persyaratan yang harus dipenuhi adalah uji normalitas dan uji linieritas.
a. Uji Normalitas
Uji Normalitas dilakukan untuk menguji data variabel bebas (X) dan data variabel terikat (Y) pada persamaan regresi yang dihasilkan apakah berdistribusi normal atau tidak normal (Danang Sunyoto, 2007: 95). Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan variabel terikat berdistribusi mendekati normal atau normal sama sekali. Untuk uji normalitas menggunakan rumus Kolmogorov-Smirnov dengan taraf signifikansi 5% dengan rumus sebagai berikut:
D = maksimum [Sn1(X) – Sn2(X)]
(Sugiyono, 2010: 156) Pedoman penilaiannya yaitu jika Asymp.Sg pada output lebih besar dari alpha yang sudah ditentukan maka data dikatakan normal, sebaliknya jika Asymp.Sg pada output lebih kecil dari
alpha yang sudah ditentukan maka data dikatakan tidak normal.
52
b. Uji Linieritas
Uji linieritas dimaksudkan untuk mengetahui antara variabel bebas (X) dan variabel terikat (Y) mempunyai hubungan yang linier atau tidak. Uji linieritas dilakukan dengan menggunakan analisis varian dengan garis regresi yang diperoleh dari harga F, rumusnya sebagai berikut :
Freg= Keterangan :
Freg : Harga bilangan F untuk garis regresi : Rerata kuadrat garis regresi
: Rerata kuadrat residu
(Sutrisno Hadi, 2004: 13) Hasil uji Fhitung kemudian dikonsultasikan dengan harga Ftabel dengan taraf signifikansi 5% (0,05). Hubungan variabel bebas dan variabel terikat dikatakan linier apabila Fhitung lebih kecil atau sama dengan Ftabel. Hal ini menunjukkan adanya pengaruh variabel bebas terhadap variabel terikat sehingga analisis dapat dilanjutkan dengan menghitung seberapa signifikan pengaruh tersebut. Sebaliknya hubungan variabel bebas dan variabel terikat dikatakan tidak linier jika Fhitung lebih besar dari Ftabel.
c. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk mengetahui di dalam model regresi ditemukan adanya korelasi yang kuat antar variabel independen atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji multikolonieritas
dilakukan dengan melihat nilai Variance Inflation Factor (VIF) dan Tolerance.
Nilai Tolerance itu sendiri merupakan besarnya tingkat
kesalahan yang dibenarkan secara statistik (α), sedangkan nilai
Variance Inflation Factor (VIF) adalah faktor inflasi
penyimpangan baku kuadrat (Danang Sunyoto, 2007: 89). Ketentuan pedoman penilaian nilai VIF dan Tolerance yaitu apabila nilai VIF kurang dari 10 dan Tolerance lebih dari 0,1 maka dinyatakan tidak terjadi multikolinieritas.
d. Uji Heteroskedastisitas
Heteroskedastisitas berarti variasi variabel tidak sama untuk semua pengamatan. Uji heteroskedastisitas bertujuan untuk mengetahui di dalam sebuah model regresi terjadi kesamaan ataukah ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lainnya. Jika residualnya mempunyai varians yang sama disebut Homoskedastisitas dan jika variansnya tidak sama/ berbeda disebut terjadi Heteroskedastisitas. Uji ini dilakukan dengan menggunakan korelasi Spearman. Adapun rumusnya:
rs = 1 – 6 Keterangan:
d : selisih antara rangking simpangan baku (S) dan rangking nilai mutlak error
54
(M. Iqbal Hasan, 2010: 282) Pedoman untuk mengetahui terjadi heteroskedastisitas atau tidak, yaitu apabila signifikansi < 5% (0,05) maka terdapat heteroskedastisitas, sebaliknya jika signifikansi > 5% (0,05) maka tidak terdapat heteroskedastisitas dan penelitian dapat dilanjutkan. 3. Uji Hipotesis
Pengujian terhadap hipotesis pada penelitian ini menggunakan analisis regresi satu prediktor (analisis regresi sederhana) dan analisis regresi dua prediktor.
a. Analisis Regresi Satu Prediktor (Analisis Regresi Sederhana) Analisis ini digunakan untuk mengetahui pengaruh variabel bebas pertama Motivasi Belajar (X1) terhadap variabel terikat Prestasi Belajar Akuntansi (Y), dan variabel bebas kedua Perhatian Orang Tua (X2) terhadap variabel terikat Prestasi Belajar Akuntansi (Y). Langkah-langkah analisis regresi sederhana ini adalah sebagai berikut:
1) Membuat garis regresi linear sederhana
Rumus untuk membuat garis linear sederhana adalah sebagai berikut:
Keterangan :
Y : Subyek dari variabel dependent yang diprediksikan a : Harga Y ketika harga X = 0 (harga konstan)
b : Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan
pada perubahan variabel independen. X : Subyek pada variabel independent yang mempunyai nilai tertentu.
(Sugiyono, 2009: 261) 2) Membuat korelasi sederhana antara X1 dan X2 dengan Y dengan menggunakan teknik korelasi tangkar dari Pearson dengan rumus:
rxy = Keterangan :
rxy : Koefisien korelasi antara X dengan Y : Jumlah Produk antara X dengan Y : Jumlah kuadrat skor prediktor X : Jumlah kuadrat skor prediktor Y
(Sutrisno Hadi, 2004: 4) 3) Mencari koefisien determinan (r2) antara prediktor X1 dan X2
dengan Y dengan rumus sebagai berikut: r2(1) =
r2(2) = Keterangan:
r2(1,2) : koefisien determinan antara Y dengan X1 dan X2 : jumlah produk antara X1 dengan Y
: jumlah produk antara X2 dengan Y a1 : koefisien prediktor X1
a2 : koefisien prediktor X2 : jumlah kuadrat kriterium Y
(Sutrisno Hadi, 2004: 22) 4) Melakukan uji signifikansi dengan uji t
Untuk menghitung uji t menggunakan rumus sebagai berikut: t =
56 Keterangan : t : t hitung r : Koefisien korelasi n : Jumlah populasi r2 : Koefisien kuadrat (Sugiyono, 2010: 230) Interpretasi dari perhitungan korelasi di atas adalah sebagai berikut:
Tabel 8. Pedoman untuk memberikan interpretasi terhadap koefisien korelasi
Interval Koefisien Tingkat Hubungan
0,000 – 0,199 Sangat rendah 0,200 – 0,399 Rendah 0,400 – 0,599 Sedang 0,600 – 0,799 Kuat 0,800 – 1,000 Sangat Kuat (Sugiyono, 2010: 231) Kesimpulannya dengan membandingkan thitung dengan ttabel dan taraf signifikannya 5% (0,05) apabila thitung sama dengan atau lebih besar dari ttabel, maka pengaruh variabel bebas terhadap variabel terikat signifikan. Sebaliknya, apabila thitung lebih kecil dari ttabel maka pengaruh variabel bebas terhadap variabel tergantung tidak signifikan.
b. Analisis Regresi Ganda
Analisis ini digunakan untuk menguji variabel bebas secara bersama-sama terhadap variabel terikat. Analisis ini digunakan untuk menguji hipotesis ke-3, yaitu Pengaruh Motivasi Belajar dan Perhatian Orang Tua secara bersama-sama terhadap Prestasi
Belajar Akuntansi Peserta Didik Kelas X Keuangan SMK Negeri 1 Bantul Tahun Ajaran 2014/2015.
Langkah-langkah yang harus ditempuh dalam analisis ini adalah: 1) Membuat persamaan regresi dengan dua prediktor dengan
rumus sebagai berikut:
Keterangan :
Y : Subyek dari variabel dependent yang diprediksikan a : Harga Y ketika harga X = 0 (harga konstan)
b : Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada perubahan variabel independen.
X : Subyek pada variabel independent yang mempunyai nilai tertentu.
(Sugiyono, 2009: 261) 2) Mencari koefisien korelasi ganda antara variabel X1, X2 dengan
Y, menggunakan rumus: Ry(1,2) = Keterangan :
Ry(1,2) : Koefisien korelasi antara Y dengan X1, X2 a1 : Koefisien prediktor X1
a2 : Koefisien prediktor X2 : Jumlah produk antara X1 : Jumlah produk antara X2 : Jumlah kuadrat kriterium Y
(Sutrisno Hadi, 2004: 28) 3) Mencari koefisien determinan (R2) antara kriterium Y dengan
58
R2y(1,2) = Keterangan:
R2y(1,2) : koefisien determinasi antara Y dengan X1 dan X2 a1 : koefisien prediktor 1
a2 : koefisien prediktor 2
: jumlah produk antara X1 dengan Y : jumlah produk antara X2 dengan Y : jumlah kuadrat kriterium Y
(Sutriso Hadi, 2004: 25) Nilai koefisien determinasi menunjukkan besarnya perubahan variabel terikat yang diterangkan oleh variabel bebas yang diteliti.
4) Melakukan uji signifikansi koefisien regresi digunakan uji F, dengan rumus sebagai berikut:
= Keterangan:
Freg : Harga F garis regresi N : Cacah kasus
M : Cacah prediktor
R : Koefisien korelasi antara kriterium dan prediktor (Sutrisno Hadi, 2004: 23) Signifikan atau tidaknya pengaruh yang terjadi antara variabel bebas pertama (X1) , dan variable bebas kedua (X2) secara bersama-sama terhadap variabel terikat (Y), dapat dilihat dari nilai Fhitung dibandingkan dengan Ftabel pada taraf signifikansi 5% (0,05). Apabila Fhitung sama atau lebih besar dari Ftabel pada taraf signifikansi 5%, maka ada pengaruh variabel bebas pertama (X1), dan variabel belas kedua (X2) secara bersama-sama terhadap variabel terikat (Y) adalah
signifikan. Sebaliknya, apabila Fhitung lebih kecil dari Ftabel pada taraf signifikansi 5%, maka pengaruh variabel bebas pertama (X1) , dan variable bebas kedua (X2) secara bersama-sama terhadap variabel terikat (Y) adalah tidak signifikan.
5) Sumbangan Relatif (SR)
Sumbangan relatif adalah persentase perbandingan antara relativitas yang diberikan satu variabel bebas kepada variabel terikat dengan variabel-variabel bebas yang lain. Rumus yang digunakan adalah:
SR%= Keterangan :
SR% : Sumbangan Relatif dari suatu prediktor a : Koefisien prediktor
: Jumlah produk antara X dengan Y JKreg : Jumlah kuadrat regresi
(Sutrisno Hadi, 2004: 37) 6) Sumbangan Efektif (SE)
Sumbangan efektif adalah perbandingan efektifitas yang diberikan suatu variabel bebas kepada satu variabel terikat dengan variabel bebas lain yang diteliti maupun tidak diteliti. Rumusnya adalah sebagai berikut:
SE% = SR% x R2 Keterangan:
60
SE% : Sumbangan Efektif dari suatu prediktor SR% : Sumbangan Relatif dari suatu prediktor R2 : Koefisien determinasi
61 BAB IV
