Tabel 4.13 Hasil Uji Normalitas
Variabel Penelitian Nilai
Kolmogorov Smirnov
Nilai Signifikan Keterangan
Kemampuan Komunikasi X
1
0.913 0.05
Normal Berpikir Kritis X
2
0.620 0.05 Normal
Kepribadian X
3
0.693 0.05
Normal Pemahaman Akuntansi
Y 0.737 0.05
Normal Sumber : Lampiran 4.1
Berdasarkan hasil tabel diatas didapat nilai kolmogorov smirnov variabel dependen yaitu Pemahaman Akuntansi memiliki nilai yang
lebih besar dari 0.05 sehingga distribusi data adalah normal. Untuk variabel independen yaitu kemampuan komunikasi, berpikir kritis,
dan kepribadian memiliki nilai kolmogorov smirnov yang lebih besar dari 0.05 sehingga distribusi data adalah normal, sehingga saat
disimpulkan bahwa asumsi normalitas data terpenuhi.
4.4.2. Uji Asumsi Klasik
Tujuan dari uji asumsi klasik regresi adalah untuk mengetahui secara pasti apakah model regresi linier berganda, menghasilkan
keputusan yang BLUE Best Linier Unbiased Estimator.
4.4.2.1. Multikolinearitas
Uji Multikolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi linier antar variable
independen. Salah satu cara yang digunakan untuk mengetahui ada tidaknya multikolinearitas yaitu dengan melihat besarnya nilai
Variance Inflation Factor VIF. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel bebas. Deteksi adanya multikolinearitas dapat dilihat dari besaran VIF, yaitu :
I. Jika besaran VIF 10, maka tidak terjadi multikolinearitas. II. Jika besaran VIF 10, maka terjadi multikolinearitas. Ghozali,
2006 : 95-96 Berdasarkan hasil pengujian hipotesis, diperoleh hasil untuk uji
multikolinearitas seperti tabel dibawah ini. Tabel 4.14
Hasil Uji Multikolinearitas
Variabel Penelitian VIF
Keterangan
Kemampuan Komunikasi X
1
1,991 Non-Multikolinearitas
Berpikir Kritis X
2
2,290 Non-Multikolinearitas
Kepribadian X
3
2,165 Non-Multikolinearitas
Sumber : Lampiran 4.2 Berdasarkan hasil tabel diatas didapat nilai VIF dari ketiga
variabel bebas, semuanya menunjukkan angka kurang dari 10. Dengan demikian dapat disimpulkan bahwa model regresi tersebut
tidak menghasilkan adanya multikolinearitas.
4.4.2.2. Heteroskedastisitas
Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu
pengamatan ke pengamatan yang lain Ghozali, 2006 : 105. Hal ini bisa diidentifikasi dengan menghitung korelasi Rank Spearman antara
residual dengan seluruh variabel bebas dimana nilai probabilitas yang diperoleh harus lebih besar dari 0,05.
Berikut ini hasil uji heteroskedastisitas untuk masing-masing variabel bebas :
Tabel 4.15 Hasil Uji Heteroskedastisitas
Variabel Penelitian Signifikansi Korelasi
Rank Spearman Keterangan
Kemampuan Komunikasi X
1
0.687 Non-Heterokedastisitas
Berpikir Kritis X
2
0.619 Non-Heterokedastisitas
Kepribadian X
3
0.758 Non-Heterokedastisitas
Sumber : Lampiran 4.2 Hasil analisis heteroskedastisitas, menunjukkan bahwa nilai
signifikansi korelasi Rank Spearman untuk variabel Kemampuan Komunikasi, Berpikir Kritis, dan Kepribadian lebih besar dari 0.05,
yang berarti tidak terdapat korelasi antara residual dengan variabel bebasnya. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas.
4.4.3. Analisis Regresi Berganda