4.2.3 Asumsi Klasik a. Uji Normalitas
Tujuan uji normalitas ini adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal Situmorang, dkk.: 2008:
55. Analisis ini dapat dilakukan dengan pendekatan grafik, dan Kolmogrov- Sminorv.
1 Pendekatan Grafik
Sumber: Pengolahan Data dengan SPSS 15.0 Gambar 4.1 Uji Normalitas
Gambar 4.1 memperlihatkan titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Namun
untuk lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorv Smirnorv
2 Pendekatan Kolmogorv Sminorv
Universitas Sumatera Utara
Tabel 4.11 Uji Kolmogorv Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 71
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.52241068
Most Extreme Differences Absolute
.106 Positive
.063 Negative
-.106 Kolmogorov-Smirnov Z
.897 Asymp. Sig. 2-tailed
.397 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Pengolahan Data dengan SPSS 15.0
Tabel 4.11 di atas menjunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,397 dan di atas nilai signifikan 0,05. sehingga dapat diambil
keputusan bahwa variabel residual berdistibusi normal. b.
Uji Heterokedastisitas Uji heteroskedastisitas dalam penelitian ini menggunakan pendekatan
grafik dan uji Glejser dengan bantuan SPSS 15.00 for windows. 1
Pendekatan Grafik
Sumber: Pengolahan Data dengan SPSS 15.0 Gambar 4.2 Scatterplot Dependent Variable: Berwirausaha
Grafik scatterplot tersebut memperlihatkan titik-titik menyebar secara acak, baik di atas maupun di bawah. Hal menunjukkan bahwa tidak
terjadi heteroskedastisitas pada model regresi, sehingga model regresi
Universitas Sumatera Utara
layak digunakan untuk memprediksi variabel dependen, yaitu
berwirausaha.
2 Uji Glejser
Uji Glejser ini menggunakan kriteria pengambilan keputusan adalah jika probabilitas signifikansinya di atas tingkat kepercayaan 5,
maka disimpulkan model regresi tidak mengarah adanya heterokedastisitas.
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.386 1.130
2.113 .038
Tingkat Pendidikan -.043
.031 -.166 -1.379
.172 Lingkungan Keluarga
-.074 .041
-.215 -1.813 .074
Pengalaman Kerja .049
.047 .127
1.049 .298
a. Dependent Variable: absut
Sumber: Pengolahan Data dengan SPSS 15.0 Tabel 4.12 di atas memperlihatkan bahwa tidak ada satupun
variabel independen yang signifikan secara statistik dan mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari probabilitas
signifikannya di atas tingkat kepercayaan 5 atau 0,05, jadi dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model
ini. c.
Uji Multikolinieritas Multikolinieritas dapat dilihat dari besarnya Tolorance dan Variance
Inflation Factor VIF dengan membandingkan:
Universitas Sumatera Utara
1 VIF 5, maka diduga mempunyai persoalan multikolinieritas.
2 VIF 5, maka tidak terdapat multikolinieritas.
3 Tolorance 0,1, maka diduga mempunyai persoalan multikolinieritas.
4 Tolorance 0,1, maka tidak terdapat multikolinieritas.
Tabel 4.13 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
16.948 1.839
9.214 .000
Tingkat Pendidikan .189
.051 .399
3.704 .000
.944 1.059
Lingkungan Keluarga
.188 .067
.300 2.823
.006 .975
1.026 Pengalaman Kerja
-.141 .076
-.200 -1.852 .068
.939 1.065
a. Dependent Variable: Berwirausaha
Sumber: Pengolahan Data dengan SPSS 15.0 Kesimpulan yang dapat diambil dari tabel 4.12 adalah tidak ada
masalah multikolinieritas dalam model regresi karena nilai Tolorance seluruh variabel 0,1 dan nilai Variance Inflation Factor VIF seluruh variabel 5.
4.2.4 Analisis Regresi Linier Berganda