58
3.6.2. Analisis Statistik
3.6.2.1. Uji Asumsi Klasik
Sebelum melakukan analisis regresi sederhana, dilakukan uji asumsi klasik yang terdiri dari uji normalitas, dan uji heterokedastisitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dua model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Untuk menguji normalitas data cara yang digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk garis lurus diagonal dan ploting data akan dibandingkan dengan garis normal. Jika distribusi datanya
normal maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Uji normalitas dapat juga menggunakan One Sample Kormogorov- Smirnov Test
dengan program SPSS. Diantaranya adalah sampel yang akan dipakai untuk analisis haruslah berasal dari populasi yang berdistribusi normal
dengan tingkat signifikansi α = 0.05, jika signifikansi 0.05 maka distribusi data
dikatakan tidak normal. Sebaliknya jika signifikansi 0.05 maka distribusi data dapat dikatakan normal.
59
2. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi yang
satu ke observasi yang lain. Untuk mengetahuinya dengan cara mengamati grafik scatter plot melalui SPSS. Model yang bebas heteroskedastisitas mempunyai
grafik scatter plot dengan pola titik yang menyebar diatas dan dibawah sumbu Y.
3.6.2.2. Analisis Regresi Sederhana
Analisis regresi sederhana digunakan untuk memprediksi nilai suatu variabel dependen Y berdasarkan nilai variabel independen X. Analisis regresi
juga dapat digunakan untuk melihat pengaruh variabel independen X terhadap variabel dependen Y. Variabel independen X sering disebut sebagai variabel
prediktor, sedangkan variabel dependen Y sering disebut sebagai variabel respons. Model regresi sederhana dapat dinyatakan sebagai persamaan linier
berikut: Y =
α + β X + ε Keterangan:
Y = pemilihan program keahlian akuntansi α = konstanta regresi
β = koefisien regresi X = variabel kompetensi siswa
ε = faktor error
3.6.2.3. Uji Hipotesis