Sedangkan jenjang kategori untuk variabel prestasi belajar akuntansi disajikan dalam tabel berikut ini :
Tabel 3.11 Kategori Variabel Prestasi Belajar
No Nilai
Kriteria 1
≥ 70 Tuntas
2 70
Belum tuntas Sumber: SMK Ma’arif NU 1 Cilongok
3.6.2 Analisis Statistik Inferensial
Statistik Inferensial adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Analisis data
dilakukan dengan program komputer SPSS for windows release 16,0 menggunakan bantuan regresi linier berganda. Namun, sebelum melakukan
analisis regresi linier berganda dilakukan uji asumsi klasik yang meliputi uji multikolinearitas, dan uji heteroskedastisitas. Selain uji asumsi di atas regresi
yang baik harus memenuhi uji prasyarat yaitu uji normalitas.
3.6.2.1 Uji Prasyarat Regresi
Analisis regresi dilakukan untuk membuat model matematika yang dapat menunjukkan hubungan antara variabel bebas dengan variabel terikat. Analisis
regresi yang dapat digunakan adalah analisis regresi berganda. Analisis regresi linier berganda adalah hubungan secara linier dua atau lebih variabel independen
X
1
, X
2
, X
3
…,Xn dengan variabel dependen Y. Namun sebelum analisis dilakukan perlu adanya uji prasyarat. Uji persyaratan analisis diperlukan guna
mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak.
3.6.2.1.1 Uji Normalitas
Pengujian normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas mempunyai distribusi normal atau tidak
Ghozali : 2005. Jika data tersebut berdistribusi normal maka analisis yang digunakan dapat menggunakan analisis dengan statistic parametric yaitu regresi
ganda, tetapi jika tidak normal tidak dapat menggunakan analisis regresi dengan statistic non parametrik yaitu range spearman. Uji normalitas dilakukan dengan
uji kolmogorov- smirnov satu arah atau analisis grafis. Dalam penelitian ini semua data yang sudah terkumpul kemudian diolah menggunakan bantuan
Software SPSS 16.
3.6.2.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan agar model regresi yang kita gunakan menjadi BLUE Best Linier Unbias Estimator sehingga model tersebut dapat digunakan
untuk memprediksi. Uji asumsi klasik meliputi: uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Namun dalam penelitian ini uji
autokorelasi tidak digunakan sebab uji ini bertujuan untuk menguji apakah dalam model regresi terdapat korelasi antara kesalahan pengganggu periode sebelumnya
atau sesudahnya untuk data time series. Sedangkan dalam penelitian ini tidak menggunakan data time series.
3.6.2.2.1 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen Ghozali: 2005.
Persamaan regresi berganda dikatakan baik jika bebas dari multikol. Uji ini dapat dilihat melalui nilai VIF dan R
2
dalam SPSS for windows release 16,0.. Jika VIF Variance Inflation Factor suatu variabel melebihi 10 dan nilai R
2
atau korelasi antar variabel bebas
melebihi 0,90 maka hal ini merupakan indikator adanya multikolinearitas, dan hal ini harus dihindari.
3.6.2.2.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain
Ghozali, 2006:125. Deteksi ada tidaknya heterokedastisidas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Jika dalam
grafik titik membentuk pola tertentu maka mengidentifikasikan telah terjadi heterokesdastisitas. Apabila titik-titik menyebar diatas dan dibawah angka nol
pada sumbu Y, maka tidak terjadi heterokesdastisitas. Perhitungan uji heteroskedaskisitas dalam penelitian ini menggunakan bantuan SPSS for windows
release 16,0. 45
