Uji Normalitas Uji Linieritas Uji Multikolinieritas

tinggi sebanyak 13 mahasiswa 16, kategori sedang sebanyak 17 mahasiswa 21, kategori rendah sebanyak 18 mahasiswa 22 dan kategori sangat rendah sebanyak 24 mahasiswa 30. Minat melanjutkan studi ke S2 pada mahasiswa dapat di kategorikan sangat rendah sebagian besar termasuk kategori sangat rendah yaitu denga total sebanyak 24 mahasiswa 30. Berdasarkan tabel minat melanjutkan studi ke S2 pada mahasiswa dapat digambarkan dalam pie chart sebagai berikut: Gambar 5. Diagram Minat Melanjutkan Studi ke S2

B. Pengujian Prasyarat Analisis

1. Uji Normalitas

Uji normalitas bertujuan mengetahui data dari masing-masing variabel berdistribusi normal atau tidak. Rumus yang digunakan adalah rumus Kolmogorov Smirnov pada program komputer. Jika nilai kurang dari taraf signifikansi yang ditentukan 5 maka data tersebut tidak sangat tinggi 11 tinggi 16 sedang 21 rendah 22 sangat rendah 30 berdistribusi normal, sebaliknya jika nilai Asymp. Sig ≥ 5 maka data berdistribusi normal. Hasil uji normalitas ditunjukan table berikut: Table 17. Ringkasan Hasil Uji Normalitas No. Nama Variabel Nilai Asymp. Sig Hasil Pengujian 1 Prestasi Belajar 0,676 Normal 2 Pendapatan Orang Tua 0,079 Normal 3 Minat Melanjutkan Studi ke S2 0,601 Normal Berdasarkan hasi pengujian yang ditunjukan pada tabel 17 menunjukan nilai Asymp. Sig untuk variabel prestasi belajar adalah 0,676 atau 0,05 sehingga populasi tersebut berdistribusi normal. Variabel pendapatan orang tua menunjukan nilai Asymp. Sig 0,079 atau 0,05 sehingga tersebut populasi berdistribusi normal. Pada variabel minat melanjutkan studi ke S2 juga diambil dari populasi yang berdistribusi normal karena nilai Asymp. Sig 0,601 atau 0,05.

2. Uji Linieritas

Uji linieritas digunakan untuk mengetahui hubungan antar variabel bebas dengan variabel terikat bersifat linier atau tidak. Hubungan antar variabel dikatakan linier jika kenaikan skor variabel bebas diikuti kenaikan skor variabel terikat. Hasil uji linieritas ditunjukan tabel berikut: Tabel 18. Ringkasan Hasil Uji Linieritas Variabel F Sig Kesimpulan Bebas Treikat X1 Y 0,626 0,929 Linier X2 Y 1,069 0,406 Linier Dari output pada tabel 18 dapat dilihat bahwa Sig 0,05 maka dapat disimpulkan bahwa variabel bebas dengan variabel terikat mempunyai hubungan linier.

3. Uji Multikolinieritas

Uji multikolinieritas digunakan untuk mengetahui ada tidaknya korelasi yang tinggi antara variabel bebas dalam model regresi. Asumsi multikolinieritas menyatakan bahwa variabel bebas harus terbebas dari korelasi yang tinggi antara variabel bebas. Hubungan antar variabel bebas terhadap variabel terikat akan terganggu jika ada korelasi yang tinggi di antara variabel-variabel bebasnya. Hal ini mengakibatkan model regresi yang diperoleh menjadi tidak valid. Table 19. Ringkasan Hasil Uji Multikolinieritas Variabel Tolerance VIF Kesimpulan X1 0,810 1,234 Tidak Terjadi Multikolinieritas X2 0,793 1,260 Berdasarkan tabel 19, dapat dikatakan bahwa asumsi tidak terdapat multikolinieritas terpenuhi. Dilihat dari nilai VIF kurang dari 4 dan nilai toleransi lebih dari 0,1 sehingga terbebas dari gejala multikolinieritas dan analisis data dapat dilanjutkan.

4. Uji Heteroskedastisitas