Tabel 4.15 Kebutuhan Fisiologis dan Penghormatan Diri
No. Interval
Persen Kriteria
F Rata-rata
1. 84 - 100
Sangat tinggi 12
18,18 62
2. 68 - 83
Tinggi 16
24,24 3.
52 - 67 Sedang
17 25,76
4. 36 - 51
Rendah 12
18,18 5.
20 - 35 Sangat rendah
9 13,64
Jumlah 66
100 Sedang
Sumber: data penellitian, diolah 2015 Dari tabel 4.15 menunjukkan bahwa kebutuhan fisiologis dan
penghormatan diri berada di kriteria sedang dengan nilai rata-rata sebesar 62 dengan persentase 25,76 atau sebanyak 17 siswa.
4.1.2. Uji Asumsi Klasik
4.1.2.1.Uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalam metode regresi variabel pengganggu atau residual memiliki distribusi normal Ghazali,
2013:160. Untuk menentukan apakah model regresi berdistribusi normal dapat menggunakan uji One Sample Kolmogrof-Smirnov atau bisa juga dengan melihat
kurva Normal P-Plot dan Scatterplot. Model regresi yang berdistribusi normal akan membentuk suatu garis lurus diagonal dan ploting data akan dibandingkan
dengan garis diagonal. Jika distribusi data normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Sedangkan dalam uji One Sample Kolmogorof Smirnov, apabila nilai probabilitasnya 0,05 maka data penelitian berdistribusi normal.
Tabel 4.16 Hasil Perhitungan Uji Normalitas
Sumber: data penellitian, diolah 2015 Hasil yang ditunjukkan pada tabel 4.16 dapat diketahui bahwa data yang
telah diuji Kolmogorof-Smirnov memiliki Asymp. Sig 2-tailed sebesar 0,943 dimana Asymp. Sig 2-tailed lebih besar dari 0,05. Seperti yang telah dijelaskan
diatas, jika sig 0,05 maka data tersebut berdistribusi normal. Maka data penelitian ini berdistribusi normal karena 0,943 0,05. Selain itu uji normalitas
dapat juga dilihat pada grafik Normal P-Plot sebagai berikut:
One-Sample Kolmogorov-Smirnov Test
66 .0000000
6.69210914 .065
.065 -.046
.528 .943
N Mean
Std. Deviation Normal Parameters
a, b
Abs olute Pos itive
Negative Mos t Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Uns tandardiz ed Res idual
Tes t dis tribution is Normal. a.
Calculated from data. b.
Gambar 4.4 Grafik Normal P-Plot
Grafik pada gambar 4.4 di atas terlihat bahwa titik pada grafik tersebut menyebar disekitar garis diagonal dan mengikuti arah garis histograf menuju
pola distribusi normal maka variabel motivasi memasuki dunia kerja memenuhi asumsi normalitas.
4.1.2.2.Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel bebas Ghazali,2013:105. Untuk mendeteksi ada tidaknya multikolinearitas di dalam
model regresi adalah dengan melihat nilai Tolerance dan Variance Inflation Factor VIF. Apabila nilai Tolerance 0,1 dan VIF 10, maka dapat
disimpulkan tidak ada multikolinearitas antar variabel bebas dalam model regresi. Berikut hasil uji multikolinearitas dengan menggunakan program SPSS
21:
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expected C um Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Motivasi Memasuki Dunia Kerja
Tabel 4.17 Hasil Uji Multikolinearitas
Sumber: data penellitian, diolah 2015 Berdasarkan tabel 4.17 terlihat setiap variabel bebas mempunyai nilai
tolerance 0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi ini.
4.1.2.3.Uji Heteroskedastisitas
Uji heteroskedasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain Ghazali, 2013:139. Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik.
Dengan kata
lain tidak
terjadi heteroskedastisitas.
Untuk menguji
heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil
pengolahan menggunakan program SPSS:
Coefficients
a
.626 .469
.321 .757
1.322 .643
.297 .188
.464 2.155
.705 .319
.203 .402
2.488 Minat Kerja
Prestas i Belajar Lingkungan Keluarga
Model 1
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statis tics
Dependent Variable: Motivas i Memasuki Dunia Kerja a.
Gambar 4.5 Uji Heteroskedastisitas
Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini
dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini. Selain dengan mengamati grafik scatterplot uji heteroskedastisitas dapat juga dilakukan
dengan Uji Glejser. Uji glejser yaitu pengujian dengan meregresikan nilai absolute residual terhadap variabel independen. Output dari uji glejser adalah
sebagai berikut:
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Reg re
ss ion
Stud en
tized Re sidu
al
3 2
1 -1
-2 -3
Scatterplot
Dependent Variable: Motivasi Memasuki Dunia Kerja
Tabel 4.18 Uji Glejser
Sumber: data penellitian, diolah 2015 Hasil tampilan output SPSS dengan jelas menunjukkan semua variabel
independent mempunyai nilai sig ≥ 0,05. Jadi tidak ada variabel independent yang signifikan secara statistic mempengaruhi variabel dependent abs_res. Jadi
dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
4.1.3. Analisis Regresi Linier Berganda