4.4.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan
pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-taileddiatas, nilai signifikan 5 artinya variabel
residual berdistribusi normal Situmorang dan Lufti, 2012:100. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik,
histrogram, dan grafik normal plotyang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal:
a. Pendekatan Histogram
Sumber :Hasil Pengolahan SPSS 2016
Gambar 4.1 Histogram Uji Normalitas
Universitas Sumatera Utara
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
melenceng ke kiri atau ke kanan. b. Pendekatan Grafik
Sumber : Hasil Pengolahan SPSS 2016
Gambar 4.2 Plot Uji Normalitas
Pada Gambar 4.2 menunjukkan bahwa pada scatter plotterlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual
peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-SmirnovK-S.
Universitas Sumatera Utara
c. Pendekatan Kolmogorov-Smirnov
Tabel. 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 84
Normal Parameters
a
Mean .0000000
Std. Deviation 2.69873379
Most Extreme Differences Absolute
.094 Positive
.091 Negative
-.094 Kolmogorov-Smirnov Z
.866 Asymp. Sig. 2-tailed
.442 a. Test distribution is Normal.
Sumber : Hasil Pengolahan SPSS 2016
Pada Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,442 dan diatas nilai signifikan 0,05 atau 5, sehingga dapat disimpulkan
bahwa variabel residual berdistribusi normal.
4.4.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance
value dan Varians Inflation Factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas.
2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila
tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas.
4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas.
Universitas Sumatera Utara
Tabel 4.9 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
13.910 4.394
3.166 .002
EfikasiDiri .060
.088 .066
.690 .492
.876 1.225
Kompetensi Kewirausahaan
.465 .088
.507 5.287
.000 .976
1.025 a. Dependent Variable:
MinatBerwirausaha
Sumber : Hasil Pengolahan SPSS 2016
Pada Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah
lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.4.3 Uji Heteroskedastisitas