47 6.
Pada butir pernyataan enam dari kuesioner yang disebar dan dianalisis yang menyatakan bahwa kompetensi lulusan akuntansi
USU saat ini tidak mampu bersaing dengan tenaga kerja lulusan universitas ASEAN lainnya diketahui bahwa 65 orang setuju, 21
orang netral, 11 orang sangat setuju, dan 3 orang tidak setuju. 7.
Pada butir pernyataan tujuh dari kuesioner yang disebar dan dianalisis yang menyatakan bahwa kemampuan berbicara bahasa
inggris mahasiswa akuntansi USU sudah cukup baik untuk menghadapi MEA, diketahui bahwa 47 orang setuju, 36 orang
netral, 9 orang sangat setuju, 4 orang tidak setuju, dan 4 orang sangat tidak setuju.
4.1.2 Analisis Statistik 4.1.2.1 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. 1. Pendekatan Grafik
48 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
49
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.
50 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 Parameters
a,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
