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