e. Berdasarkan pertanyaan 19, ada 17 orang 53,1 menjawab setuju, dan
ada 15 orang 46,9 menjawab sangat setuju. Hal ini menunjukkan bahwa semua biaya pengeluaran dan pemasukan, harus dicatat untuk dapat
melakukan pengembangan usaha.
D. Uji Asumsi Klasik
a. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data
dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau
tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov. 1.
Pendekatan Grafik Normalitas data dapat dilihat melalui penyebaran titik pada sumbu diagonal dari
P-Plot. Dasar pengambilan keputusan sebagai berikut: Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas.
Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal maka
model regresi tidak memenuhi asumsi normalitas. Hasil dari analisis Grafik P- Plot uji normalitas adalah sebagai berikut:
Gambar 4.1 Scatter Plot Uji Normalitas
Sumber: Hasil Pengolahan SPSS Januari 2011
Berdasarkan Gambar 4.1 data terlihat berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal.
2. Pendekatan Kolmogorv-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini uji normalitas yang didasarkan
dengan uji statistik non-parametik Kolmogorv-Smirnov K-S.
Tabel 4.11
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 32
Normal Parameters
a
Mean .0000000
Std. Deviation 1.09120731
Most Extreme Differences
Absolute .112
Positive .112
Negative -.070
Kolmogorov-Smirnov Z .631
Asymp. Sig. 2-tailed .821
a. Test distribution is Normal
Sumber : Hasil Pengolahan SPSS Januari 2011
Berdasarkan Tabel 4.11, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,821, ini berarti nilainya diatas nilai signifikan 5 0,05. dengan kata lain variabel
tersebut berdistribusi normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu dengan cara uji glejser:
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.504
2.911 1.204
.239 PengetahuanKewirausahaan
-.154 .090
-.313 -1.708 .099
MotifBerprestasi -.113
.127 -.169
-.894 .379
KemandirianPribadi .201
.117 .297
1.709 .099
a. Dependent Variable: absut
Hasil Pengolahan SPSS Januari 2011
Berdasarkan Tabel 4.12 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut
absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
c. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik korelasi
antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF.
Tabel 4.13 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -1.756
5.590 -.314
.756 PengetahuanKewira
usahaan .423
.173 .393 2.446
.021 .805
1.242 MotifBerprestasi
.235 .243
.160 .964
.343 .754
1.326 KemandirianPribadi
.624 .226
.421 2.765 .010
.894 1.118
a. Dependent Variable: PerilakuKewirausahaan
Sumber: Hasil Pengolahan SPSS Januari 2011
Berdasarkan Tabel 4.13 di atas, terlihat untuk semua variabel independen
memiliki angka VIF 5 dan nilai Tolerance 0,1. Hal ini dapat disimpulkan bahwa model regresi tersebut tidak terjadi multikolinearitas.
E. Analisis Regresi Linier Berganda