3.10 Teknik Analisis Data
a. Analisis Deskriptif Metode analisis deskriptif merupakan metode analisis di mana data yang
diperoleh, disusun, dikelompokkan, kemudian diinterprerasikan secara obyektif sehingga diperoleh gambaran tentang masalah yang dihadapi dan menjelaskan
hasil perhitungan. b.Analisis Statistik
Analisis statistik terdiri dari uji analisis klasik, uji hipotesis, analisis regresi linier berganda dan koefisien R
2
. 1. Uji Asumsi Klasik
Sebelum melakukan analisi regresi, agar dapat perkiraan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi, yaitu: a.
Uji normalitas, tujuannya adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal,yaitu dengan
melihat titik-titik di sepanjang garis diagonal. Situmorang, 2011 : 103 b.
Uji Heterokedastisitas, yaitu untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Model
regresi yang baik adalah tidak terjadi heterokedastisitas. Heterokedastisitas diuji dengan menggunakan uji Gletser jika variabel
independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadinya heterokedastisitas. Jika probabilitas di atas
Universitas Sumatera Utara
tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heterokedastisitas Situmorang, 2011 : 116
c. Uji Multikoliniearitas, artinya variabel independen yang satu dengan
yang lainnya dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada tidaknya gejala
multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance
mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah
nilai Tolerance 0,1, atau VIF , maka tidak terjadi multikolinearitas Situmorang, 2011 : 137
2. Analisis Regresi Linier Berganda Regresi linier berganda bertujuan untuk menghitung besarnya pengaruh
dua atau lebih variabel bebas terhadap satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua veriabel bebas.Rochaety, 2009 : 142
Adapun model persamaan yang digunakan adalah:
Y= a+b
1
X
1
+b
2
X
2
+e
Dimana : Y
= Kesuksesan Karir a
= Konstanta b
1
= Koefisien Regresi Kompetensi Kewirausahaan
Universitas Sumatera Utara
X
1
= Kompetensi Wirausaha b
2
= Koefisien Regresi Motivasi Wirausaha X
2
= Motivasi Wirausaha e
= Standar Eror
3. Uji Hipotesis 1. Uji F, yaitu untuk membuktikan hipotesis awal tentang pengaruh
kompetensi dan motivasi wirausaha terhadap kesuksesan karir secara serempak. Dengan hipotesis sebagai berikut:
H , artinya variabel X
1
yaitu kompetensi dan X
2
motivasi wirausaha secara serempak tidak terdapat pengaruh yang signifikan
terhadap variabel terikat Y yaitu kesuksesan karir. H
a
, artinya variabel X
1
, yaitu kompetensi dan X
2
motivasi wirausaha secara serempak terdapat pengaruh yang signifikan terhadap
variabel terikat Y yaitu kesuksesan karir. H
diterima jika F
hitung
F
tabel
pada α = 5 H
a
diterima jika F
hitung
F
tabel
pada α = 5 2. Uji t, yaitu untuk menguji apakah variabel bebas secara parsial
mempunyai pengaruh signifikan terhadap nilai variabel terkait dengan hipotesis sebagai berikut:
Universitas Sumatera Utara
H , artinya variabel bebas X
1
yaitu kompetensi dan X
2
motivasi wirausaha secara parsial tidak mempunyai pengaruh positif dan
signifikan terhadap variabel terikat Y yaitu kesuksesan karir. H
a
, artinya variabel bebas X
1
yaitu kompetensi dan X
2
motivasi wirausaha secara parsial mempunyai pengaruh positif dan signifikan
terhadap variabel terikat Y yaitu kesuksesan karir. Kriteria kesuksesan karir:
H diterima jika t
hitung
t
tabel
pada α = 5 H
a
diterima jika t
hitung
t
tabel
pada α = 5
4. Koefisien Determinasi R
2
Untuk mengukur proporsi atau presentase sumbangan variabel bebas X
1
yaitu kompetensi wirausaha dan X
2
motivasi wirausaha terhadap varians naik turunnya variabel terikat Y yaitu kesuksesan karir secara bersama-sama
0: ≤R
2
≥1. Apabila determinan R
2
semakin kecil mendekati 0, maka dapat dikatakan bahwa pengaruh variabel independen terhadap pengaruh variabel
dependen semakin kecil. Hal ini berarti, model yang digunakan tidak kuat untuk menerangkan pengaruh variabel independen terhadap variabel dependen, dan bila
R
2
mendekati 1 maka dapat dikatakan bahwa pengaruh variabel independen adalah besar terhadap variabel dependen. Hal ini berarti model yang digunakan
semakin kuat untuk menerangkan pengaruh variabel independen yang diteliti terhadap variabel dependen
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN PENELITIAN
Kategori