3.6.2 Uji Asumsi Klasik
Analisis regresi yang baik harus memenuhi asumsi klasik. Pengujian dengan menggunakan uji asumsi klasik dimaksudkan untuk mengetahui apakah model
regresi linier berganda yang digunakan untuk menganalisa penelitian memenuhi asumi klasik atau tidak. Adapun pengujian asumsi klasik meliputi uji normalitas,
uji linieritas, uji multikolonieritas, uji heteroskedastisitas:
3.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah data variabel prestasi belajar Komputer Akuntansi MYOB Y, motivasi belajar X
1
, computer attitude X
2
, dan fasilitas laboratorium akuntansi X
3
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 histogram residualnya. Jika data menyebar disekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas Ghozali, 2011:160. Uji normalitas data juga menggunakan uji statistik Kolmogrov-Smirnov K-S dengan bantuan
SPSS Windows Release 16.0. Jika nilai signifikansi 0,05 maka data dalam penelitian berdistribusai normal, dan sebaliknya jika nilai signifikansi 0,05
maka data dalam penelitian tidak berdistribusi normal.
3.6.2.2 Uji Linearitas
Uji linearitas digunakan untuk melihat apakah spesifik model yang digunakan sudah benar atau tidak. Uji linearitas akan diperoleh informasi apakah
model empiris sebaiknya linear, kuadrat, atau kubik Ghozali, 2011:166. Jika nilai signifikansi pada tabel ANOVA 0,05 maka model sebaiknya berbentuk
linear. Jika data berbentuk linear maka penggunaan analisis regresi pada pengujian hipotesis dapat dipertanggungjawabkan, namun jika tidak linear maka
harus digunakan analisis non linear.
3.6.2.3 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas Ghozali, 2011:105. Model
regresi dalam penelitian ini dikatakan baik jika model regresi yang variabel- variabel bebas motivasi belajar X
1
, computer attitude X
2
, dan fasilitas laboratorium akuntansi X
3
tidak memiliki korelasi yang tinggi atau bebas dari multikolinieritas. Deteksi adanya gejala multikolinieritas dengan menggunakan
nilai Variance Inflaction Factor VIF dan tolerence melalui program SPSS Windows Release 16.0. Berikut ini adalah dasar acuannya:
a Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat disimpulkan
bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi.
b Jika nilai tolerance 0,10 dan VIF 10, maka dapat disimpulkan bahwa ada
multikolinearitas antar variabel bebas dalam model regresi. 3.6.2.4
Uji Heteroskedastisitas
Menurut Ghozali 2011:139 menyatakan bahwa “uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi tidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain”. Untuk
mengetahui gejala heteroskedastisitas dilakukan dengan mengamati grafik scatter
plot melalui SPSS Windows Release 16.0. Model yang bebas dari heteroskedastisitas memiliki grafik scatter plot dengan pola titik-titik yang
menyebar di atas dan di bawah sumbu Y.
3.6.3 Analisis Regresi Linear Berganda