menyatakan setuju, 13,3 menyatakan ragu-ragu, dan 0 menyatakan tidak setuju dan sangat tidak setuju
.
2. Pada pernyataan kedua, Saya senang berpartisipasi dalam kegiatan
kewirausahaan di kampus, sebanyak 24,0 responden menyatakan sangat setuju, 59,3 menyatakan setuju, 16,7 menyatakan ragu-ragu, dan 0 menyatakan
tidak setuju dan sangat tidak setuju
.
3. Pada pernyataan ketiga, Saya tertarik untuk menjadi wirausaha karena
melihat keberhasilan orang lain, sebanyak 20,7 responden menyatakan sangat setuju, 57,3 menyatakan setuju, 22,0 menyatakan ragu-ragu
Saya
dan 0 menyatakan tidak setuju dan sangat tidak setuju.
4. Pada pernyataan keempat, Saya suka mengkliping usaha usaha yang
berhasil, sebanyak 28,7 responden menyatakan sangat setuju, 60,7 menyatakan setuju, 10,7 menyatakan ragu-ragu, dan 0 menyatakan tidak
setuju dan sangat tidak setuju. 5.
Pada pernyataan kelima, Saya senang mendengarkan cerita suksesi wirausaha yang berhasil, sebanyak 24,7 menyatakan sangat setuju, 66,0
menyatakan setuju, 9,3 menyatakan ragu-ragu, dan 0 menyatakan tidak setuju dan sangat tidak setuju.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk melihat apakah model regresi berdistribusi normal atau tidak, Uji normalitas dapat dilakukandengan analisis grafik yaitu pada
Normal P-P Plot of Regression Standarizied Residual . Jika titik menyebar di
Universitas Sumatera Utara
sekitar garis diagonal maka data telah berdistribusi normal. Normal P-P Plot of Regression Standarizied Residual
. Berikut ini grafik pada uji normalitas adalah sebagai berikut:
Gambar 4.1 Uji Normalitas
Sumber: Hasil Pengolahan Kuesioner 2017 data diolah Gambar 4.2 Uji Normalitas
Universitas Sumatera Utara
Dari Gambar 4.1 dapat dilihat bahwa titik-titik menyebar mengikuti data disepanjang garis diagonal, hal ini berarti data berdistribusi normal. Dan pada
Gambar 4.2 Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak melenceng ke kiri atau
melenceng ke kanan.
Selain itu, uji normalitas pada penelitian ini menggunakan uji Kolmogorov-smirnov
pada tingkat signifikan 5 yang hasilnya dapat dilihat pada tabel 4.8 di bawah ini.
Tabel 4.8 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 150
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.00107298
Most Extreme Differences Absolute
.105 Positive
.105 Negative
-.061 Kolmogorov-Smirnov Z
1.284 Asymp. Sig. 2-tailed
.074 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan Kuesioner 2017 data diolah
Pada Tabel 4.8 dapat dilihat bahwa data berdistribusi normal karena nilai Asympy.Sig 2-tailed
sebesar 0,074 di atas tingkat signifikansi 0,05 atau 5.
Universitas Sumatera Utara
4.3.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang
baik seharusnya antar variabel independen tidak terjadi kolerasi Situmorang, 2010:129.
Untuk mengetahui ada tidaknya gejala multikolinieritas 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 VIF yang semakin besar menunjukkan
masalah multikolinier yang semakin serius. 1. Jika nilai Tolerance 0,1 atau nilai VIF 5, maka terjadi multikolinieritas.
2. Jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.9 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
2.542 2.596
.979 .329
X1 .327
.086 .263
3.793 .000
.991 1.009
X2 .427
.058 .507
7.313 .000
.991 1.009
a. Dependent Variable: Y
Sumber Hasil Pengohan Kuesioner 2017 data diolah
Berdasarkan Tabel 4.9 terlihat bahwa tidak terdapat multikolinieritas pada data variabel karena nilai toleransi Tolerance Value 0,1 dan VIF 5. Oleh
Universitas Sumatera Utara
karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinieritas.
4.3.3 Uji Heteroskedastisitas
