61 Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk
analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai berikut:
1. Uji Multikolinieritas
Uji multikolinieritas berarti adanya hubungan linier antara beberapa variabel bebas dari suatu model regresi. Untuk mengetahui ada tidaknya gejala
multikolinieritas maka dapat dilakukan dengan melihat nilai VIFVarians Inflation Factor. Apabila VIF 5 maka tidak ada gejala multkolinieritas, dan sebaliknya
apabila VIF 5 berarti ada gejala multikolinieritas. Tabel 5. Nilai Coefficients VIF
Coefficients
a
,555 1,801
,555 1,801
Mata Diklat
Kewirausa haan
On The Job
Training Model
1 Tolerance
VIF Collinearity Statistics
Dependent Variable: Kesiapan Memasuki Dunia Kerja a.
Berdasarkan uji multikolinieritas di atas diperoleh hasil sebagai berikut, diketahui koefisien VIF untuk diklat kewirausahaan adalah 1,801 dan program OJT
adalah 1,801. Karena nilai VIF masing-masing variabel tidak lebih dari 5 atau 1,801 5 maka tidak terjadi multikolinieritas atau tidak ada hubungan antar variabel bebas.
2. Uji Autokorelasi
Uji autokorelasi berarti adanya variabel pengganggu dari masing-masing variabel bebas yang saling mempengaruhi. Untuk mengetahui apakah pada model
regresi mengandung autokorelasi dapat digunakan pendekatan D-W Durbin Watson. Kriteria autokorelasi ada 3, yaitu:
a. Angka D-W di bawah -2 berarti diindikasikan ada autokorelasi positif b. Angka D-W di antara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi
c. Angka D-W di atas 2 berarti diindikasikan ada autokorelasi negatif Tabel 6. Nilai Durbin Watson DW
62
Model Summary
b
,783
a
,612 ,602
2,2948 1,651
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-W atson
Predictors: Constant, On The Job Training, Mata Diklat Kewirausahaan
a. Dependent Variable: Kesiapan Memasuki Dunia Kerja
b.
Berdasarkan uji autokorelasi di atas diperoleh hasil angka D-W sebesar 1,651. Nilai D-W terletak diantara -2 sampai 2 -2 1,651 2, dengan demikian
model regresi tidak terjadi autokorelasi.
3. Uji Heteroskedastisitas
Heterokedasititas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama atau tidak. Untuk mengetahui
terjadinya heteroskedasitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual
dengan Regression Standardized Predicted Value.
Gambar 2. Grafik Scatterplot diagram pencar Scatterplot hubungan Regression Studentised Residual menunjukkan titik-
titiknya tidak membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka diindikasikan tidak terdapat masalah heterokedastisitas.
4. Uji Normalitas
