commit to user
71
B. Uji Persyaratan
1. uji normalitas Data yang diperoleh diuji dengan menggunakan uji normalitas data
menggunakan rumus one- sample kolmogorov - smirnov test yang bertujuan untuk mengetahui apakah sampel berasal dari populasi yang
berdistribusi normal
Tabel 4.4. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Motivasi orientasi
prestasi N
95 95
95 Normal Parameters
a
Mean 49.37
.52 2.2737
Std. Deviation 5.391
.502 .44821
Most Extreme Differences Absolute
.140 .348
.456 Positive
.137 .332
.456 Negative
-.140 -.348
-.271 Kolmogorov-Smirnov Z
1.362 3.394
4.441 Asymp. Sig. 2-tailed
.049 .000
.000 a. Test distribution is Normal.
Berdasarkan tabel 4.4 dapat diketahui bahwa data dari jumlah responden sebanyak 95 mahasiswa, dengan nilai mean atau rerata 49,37 untuk
motivasi,52 untuk orientasi dan 2,27 untuk prestasi, sedangkan simpangan baku atau standar deviasinya untuk motivasisi 5,39, untuk orientasi 0,502
commit to user
72
dan untuk prestasi 0. Hasil menggunakan rumus One – Sample Kolmogorov – smirnov test diperoleh nilai p atau nilai signifikansi pada
motivasi 1,36, pada orientasi 3,39 dan pada prestasi 4,44 sedangkan harga α 0,05 dengan demikian p α sehingga dapat dikatakan bahwa sampel
berdistribusi normal.
2. Uji multikolineritas Uji multikolineritas dilakukan untuk melihat apakah pada regresi
linier berganda terdapat hubungan antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi multikolineritas. Untuk uji
multikolineritas pada penelitian ini dengan melihat nilai variance Inflation Faktor VIF .
Menurut Ghozali 2005 nilai cuttof yang umum dipakai untuk menunjukkan adanya multikolineritas adalah Tolerance 0,10 atau sama
dengan nialai VIF 10
Tabel 4.5 Hasil Uji Multikolineritas
Variabel bebas Statistik kolineritas tolerance
VIF Motivasi
0,99 1,01
Orientasi 0,99
1,01
Dari tabel 4.5 diatas menunjukkan bahwa nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independent. Hasil
penghitungan nilai Variance Inflation Factor VIF juga
commit to user
73
menunjukkan hal yang sama tidak ada satu variabel yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolineritas
antar variabel independen dalam penelitian ini. 3. Uji heterokeadisitas
Uji heterokeadisitas dilakukan untuk menguji apakah dalam model regresi linier berganda terjadi ketidaksamaan varian dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang memiliki homorokeadisitas atau tidak terjadi heterokeadesitas. Untuk
uji heterokeadesitas dalam penelitian ini dengan melihat grafik plot antara nilai prediksi variabel dependen dengan residualnya, dengan dasar analisis
sebagai berikut : a. Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokeadisitas
b. Jika tidak ada pola yang jelas serta titik – titik menyebar kebawah dan keatas angka 0 maka tidak terjadi heterokeadisitas.
commit to user
74
4. Uji Autokorelasi Hasil analisa data yang didapatkan dari perhitungan SPSS pada
Durbin watson menunjukkan bahwa nilai Durbin – Watson sebesar 1,696 dapat dilihat dalam tabel 4.6. jika nilai Durbin – watson lebih dari 1,00
atau mendekati 2 ,maka data tidak memiliki autokorelasi rietvelt dan sunaryanto 1994 dalam sudarmanto 2005 . Sehingga dapat disimpulkan
bahwa tidak ada autokorelasi.
Tabel 4.6 hasil uji Autokorelasi
Model Durbin – Watson
1 1,696
commit to user
75
C. Pengujian Hipotesis