1. Pendekatan Histogram
Sumber : Hasil Penelitian 2016 Gambar 4.1 : Histogram
Gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng
ke kanan maupun menceng ke kiri.
Universitas Sumatera Utara
2. Pendekatan Grafik
Sumber : Hasil Penelitian 2016 Gambar 4.2 : Pengujian Normalitas P-Plot
Pada Gambar 4.2 menunjukkan bahwa grafik plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan tidak ada data yang menjolok jauh sehingga
data ini memiliki distribusi normal. Dan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorv-
Smirnov.
Universitas Sumatera Utara
3. Uji Kolmogrov-Smirnov Tabel 4.10
Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardi zed Residual
N 60
Normal Parametersa,b
Mean .0000000
Std. Deviation 1.87317162
Most Extreme Differences
Absolute .122
Positive .071
Negative -.122
Kolmogorov-Smirnov Z .943
Asymp. Sig. 2-tailed .336
a Test distribution is Normal. b Calculated from data.
Sumber : Hasil Penelitian 2016
Tabel 4.10 menunjukkan bahwa nilai Asymp.Sig 2-tailed adalah 0,336 dan diatas nilai signifikan 0,05 atau 0,336 0,05. Dengan kata lain variabel
residual berdistribusi normal.
2. Uji Heteroskedastisitas Pendekatan Grafik dan Pendekatan Statistik
Uji heteroskedastisitas bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Jika varians sama, dan ini yang
seharusnya terjadi maka dikatakan homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat apakah heterokedastisitas dapat dilakukan pendekatan grafik dan pendekatan statistik
Uji Glejser sebagai berikut :
Universitas Sumatera Utara
Sumber : Hasil Penelitian 2016 Gambar 4.3 : Scatterplot
Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi
variabel dependen, berdasarkan masukan variabel independennya.
Tabel 4.11 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -2.880
2.867 -1.005
.319 Kemandirian_Pribadi
.070 .067
.169 1.039
.303 Motivasi_Berwirausaha
.041 .063
.106 .650
.518 a. Dependent Variable: absut
Sumber : Hasil Penelitian, 2016 data diolah
Hasil tampilan output SPSS dengan jelas menunjukkan tidak satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut Ut absUt. Hal ini terlihat dari tingkat signifikansinya di atas
Universitas Sumatera Utara
0,05 atau 0,303 0,05 dan 0,518 0,05 jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinieritas