Pengujian Normalitas Data Pengujian Multikolinearitas korelasi yang sempurna Pengujian Autokorelasi

Fajrinur : Analisis Faktor-Faktor Yang Mendorong Wirausahawan Memulai Usaha Kecil Studi Kasus Pada Pajak USU, 2007. USU Repository © 2009 reliabel dan kuesioner telah dapat disebarkan dan dijadikan sebagai intrumen dalam penelitian ini.

E. Analisis Kelayakan Model

Sebelum dapat menggunakan model regresi linier berganda dalam menganalisis variabel-variabel, maka terlebih dahulu diuji syarat-syarat yang harus dipenuhi. Dengan kata lain menguji dengan model asumsi klasik, yakni sebagi berikut:

1. Pengujian Normalitas Data

Pengujian normalitas data dilakukan untuk melihat normal tidaknya sebaran data yang akan dianalisis. Model regresi yang baik adalah distribusi normal atau mendekati normal. Untuk melihat normalitas data menggunakan pendekatan grafik yaitu Normality Probability Plot. Gambar 4.1 Normality Probability Plot 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 Expected Cum Prob Dependent Variable: Memulai_Usaha Normal P-P Plot of Regression Standardized Residual Fajrinur : Analisis Faktor-Faktor Yang Mendorong Wirausahawan Memulai Usaha Kecil Studi Kasus Pada Pajak USU, 2007. USU Repository © 2009 Pada output SPSS P-P Plot of Regression, bahwa data cenderung lurus mengikuti garis diagonal sehingga data dalam penelitian ini cenderung terdistribusi normal seperti terlihat pada Gambar 4.1

2. Pengujian Multikolinearitas korelasi yang sempurna

Pengujian ini untuk melihat apakah pada model regresi ditemukan korelasi antar variabel bebas. Jika terjadi korelasi maka dinamakan telah terdapat problem multikolinearitas pada penelitian ini. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor. Tabel 4.13 Nilai Value Inflaction Factor VIF dan Tolerance Coefficientsa Model Unstandardized Coefficients Standardized Coefficients Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constant 22.301 7.441 Modal -.673 .294 -.397 .891 1.122 Peluang .380 .312 .204 .955 1.048 Pendidikan -.496 .316 -.276 .864 1.157 Emosional .302 .193 .275 .870 1.149 Pengalaman -.178 .317 -.099 .860 1.163 a Dependent Variable: Memulai_Usaha Sumber: Penelitian 2007 Data diolah Suatu model regresi bebas dari problem multikolinearitas jika nilai VIF 5. Pada Tabel 4.13 di atas dapat dilihat bahwa VIF 5 sehingga dapat disimpulkan bahwa tidak ditemukan problem multikolinearitas pada penelitian ini.

3. Pengujian Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah di dalam model regresi linier terjadi korelasi antara kesalahan penganggu periode t dengan kesalahan penganggu pada periode t- 1 sebelumnya. Fajrinur : Analisis Faktor-Faktor Yang Mendorong Wirausahawan Memulai Usaha Kecil Studi Kasus Pada Pajak USU, 2007. USU Repository © 2009 Hipotesisinya sebagai berikut: 1. H o = Tidak ada autokorelasi 2. H 1 = ada autokorelasi Tabel 4.14 Model Summaryb Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .662a .438 .304 1.57487 1.978 a Predictors: Constant, Pengalaman, Pendidikan, Peluang, Modal, Emosional b Dependent Variable: Memulai_Usaha kecil Sumber: Penelitian 2007 data diolah Pada Tabel 4.14 telah diperoleh Durbin-Watson DW hitung. Dengan menggunakan nilai signifikan = 5 dan jumlah sampel n = 27 serta jumlah variabel independen k = 6 maka dari tabel Durbin-Watson diperoleh du = 1,86 dan 4 – du = 2,14. Oleh karena itu DW hitung 1,978 ≥ du 1,86 maka H o diterima atau tidak terjadi autokorelasi dalam model ini.

4. Pengujian Homoskesdastisitas Heteroskesdatisitas