Terlihat bahwa itik-titik yang mendekati garis diagonal, yang berarti data berdistribusi normal. Uji normalitas dapat dihitung pula dengan uji One
Sample Kolmogorof-Smirnov. Jika Asymp sig 0,05 maka data berdistribusi normal. Dari data hasil penelitian di atas diperoleh asymp signifikasi 2-tailed
untuk kemampuan berkomunikasi 0,351 dan pengelolaan kelas sebesar 0,371 0,05 yang berarti data berdistribusi normal. Hasil lengkapnya dapat dilihat pada
tabel 4.21
Tabel 4.21 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
95 95
95 46.0211
38.3789 59.8526
5.61150 5.21899
7.57230 .096
.094 .065
.059 .094
.065 -.096
-.072 -.042
.931 .916
.635 .351
.371 .815
N Mean
Std. Deviation
Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Kemampuan
Guru dalam Berkomunika
si Pengelola
an Kelas Motivasi
Siswa Belajar Akuntansi
Test distribution is Normal. a.
Calculated from data. b.
4.2.2.2 Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui apakah ada hubungan yang sempurna antara variable bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi antara variable bebas. Model regresi yang bebas dari
multikolinieritas dapat dilihat jika nalai VIF di bawah 10 dan nilai tolerance atas 0,1.
Terlihat pada hasil output SPSS release 12,0 nilai VIF untuk variable bebas sebesar 1,726 sangat jauh dari nilai tolerance 0,579 jauh di atas 0,1. Dengan
demikian dapat disimpulkan tidak ada multikolinieritas dalam regresi. Hasil lengkapnya dapat terlihat pada Tabel 4.22
Tabel 4.22 Uji Multikolinieritas
Coefficients
a
.579 1.726
.579 1.726
Kemampuan Guru dalam Berkomunikasi
Pengelolaan Kelas Model
1 Tolerance
VIF Collinearity Statistics
Dependent Variable: Motivasi Siswa Belajar Akuntansi a.
4.2.2.3 Uji Heteroskedastisitas
Model regresi selain harus berdistribusi normal dan tidak mengandung multikolinieritas juga harus memenuhi syarat tidak adanya heteroskedastisitas.
Pengujian heteroskedastisitas dapat dilihat dari scatter plot apabila titik-titik yang membentuk suatu pola tertentu yang teratur berarti mengandung
heteroskedastisitas. Sebaliknya apabila titik-titik yang terbentuk tidak teratur dan berada diatas maupun dibawah angka nol pada sumbu vertikal, dapat disimpulkan
bahwa regresi tidak mengandung heteroskedastisitas.
Regression Standardized Predicted Value
2 1
-1 -2
-3
Regress ion
Studen tized
Residual
4 2
-2
Scatterplot
Dependent Variable: Motivasi Siswa Belajar Akuntansi
Gambar 4.2 pola Scatter Plot uji heteroskedastisitas Terlihat pada grafik diatas ternyata titik-titik tersebar tidak teratur dan
tidak membentuk pola yang teratur, serta berada diatas maupun dibawah angka nol sumbu vertical yang berarti model regresi tidak mengandung
heteroskedastisitas. Pengujian heteroskedastisitas dapat dilihat pula dari uji Glejser untuk menggeser nilai absolute residual terhadap variable bebas.
Tabel 4.23 Uji Heteroskedastisitas
Coefficients
a
18.641 5.210
3.578 .001 .349
.140 .259 2.488 .015
.655 .151
.451 4.335 .000 Constant
Kemampuan Guru dalam Berkomunik
Pengelolaan Kelas Mode
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Motivasi Siswa Belajar Akuntansi a.
4.2.3 Analisis Regresi Berganda