Hasil Penelitian HASIL DAN PEMBAHASAN

a. Uji Normalitas Uji normalitas dilakukan untuk mengetahuai apakah dalam model regresi variable dependen dan independen keduanya mempunyai distribusi normal atau tidak. Regresi yang baik seharusnya memiliki distribusi normal. Pada penelitian ini uji normalitas data dilakukan dengan uji Kolmogorov-Smirnov. Hasil uji normalitas data dapat dilihat pada tabel berikut : TABEL 5.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Teks Unstandardized Residual N Normal Parameters a,b Std. Deviation Most Extreme Absolute Differences Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed 500 .0000000 1.68809793 .021 .021 -.018 .476 .997 a.Test distribution is Normal. b.Calculate from data. Sumber : Data Primer diolah Hasil uji normalitas dengan menggunakan Kolmogorov-Smirnov Test ini menghasilkan Kolmogorov-Smirnov Z sebesar 0.476 dan nilai sig signifikan sebesar 0.977 lebih besar dari 0.05 yang artinya residual berdistribusi normal. b. Uji Multikolinearitas Uji multikolinearitas dilakukan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya korelasi antara variable independen dengan model regresi. Jika ada hubungan maka terdapat penyimpangan asumsi klasik multikolinearitas. Untuk mendeteksi ada tidaknya multikolinearitas didasarkan pada nilai VIF Variance Inflation factor dan tolerance. Hipotesa dalam uji miltikolinearitas adalah: H0 : VIF10 artinya tidak terkena multikolinearitas Ha : VIF10 artinya terkena multikolinearitas TABEL 5.8 Ringkasan Hasil Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF Kesimpulan Motivasi 3.951 0,000 Non Multikolinearitas Lingkungan 6.077 0,000 Non Multikolinearitas Pengetahuan 4.608 0,000 Non Multikolinearitas Risiko 7.208 0,000 Non Multikolinearitas Sumber : Data Primer Diolah Dari tabel di atas dapat dilihat nilai VIF dari variable independen yang memiliki nilai VIF di bawah 10. Sehingga dapat disimpulkan tidak ada multikolinearitas pada medel regresi. c. Uji Heteroskedastisitas Uji heteroskedastitas dilakukan mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya persamaan varian dari residual untuk semua pengamatan pada model regresi. Untuk mengetahui ada atau tidakmya heteroskedastisitas maka dilakukan uji glejser. Dikatakan tidak terkena heteroskedastisitas apabila tidak adanya hubungan yang signifikan antara seluruh variable independen terhadap nilai absolut residual, sehingga dapat disimpulkan bahwa asumsi non-hetero skedastisitas terpenuhi. TABEL 5.9 Ringkasan Hasil Uji Heteroskedastisitas Variable Signifikan Keterangan Motivasi 0.437 Non Heteroskedastisitas Lingkungan 0.343 Non Heteroskedastisitas Pengetahuan 0.427 Non Heteroskedastisitas Risiko 0.772 Non Heteroskedastisitas Sumber : Data Primer Diolah Dikatakan tidak terkena heteroskedastisitas apabila tidak adanya hubungan yang signifikan antara seluruh variable independen terhadap nilai absolut residual, sehingga dapat disimpulkan bahwa asumsi non-heteroskedastisitas terpenuhi.

C. Uji Hipotesis

1. Analisis Regresi Linear Berganda

Analisis data dan pengujian dalam penelitian ini akan dilakukan dengan menggunkan model regresi linear berganda, dimna dalam analisis regresi tersebut akan menguji pengaruh motivasi, lingkungan, pengetahuam, risiko. Pengolahan data menggunakan bantuan program computer SPSS versi 16.00, pengujian hipotesis dilakukan dengan persamaan regresi secara persial maupun simultan. Berdasarkan hasil analisis regresi berganda yang dilakukan dengan bantuan program SPSS versi 16.00 yaitu antara nilai motivasi X1, lingkungan X2, pengetahuan X3, risiko X4 dan minat berwirausaha Y digunakan analisis berganda. TABEL 5. 10 Analisis Regresi Berganda Coefficientsa Model Unstandardized Coefficients Standardize d Cefficients T Sig. Collinearity Statistics B Std. Error B tolerance VIF B Std.Error 1 Constant Motivasi Lingkungan Pengetahuan Risiko 0.493 0.124 0.206 0.184 0.275 0.430 0.031 0.034 0.040 0.038 0.148 0.252 0.188 0.286 1.146 3.951 6.007 4.608 7.208 0.252 0.000 0.000 0.000 0.000 0.862 0.704 0.727 0.768 1.1 60 1.421 1.376 1.303 a. Dependent Variable : Minat Sumber : Data Primer Diolah Pengujian t test menggunakan uji satu sisi dengan kriteria sebagai berikit : Jika t hitung t tabel maka H0 diterima dan Ha ditolak Jika t hitung t tabel maka H0 ditolak dan Ha diterima Atau Jika p 0,05, maka H0 diterima dan Ha ditolak Jika p 0,05, maka H0 ditolak dan Ha diterima a. Uji T Uji Persial Dari perhitungan regresi linaer berganda dengan menggunakan SPSS maka diperoleh data sebagai berikut :