tersebut diketahui bahwa responden paling banyak menyatakan setuju terhadap pernyataan saya mampu menjalankan usaha ini karena saya orang
yang peka terhadap hal-hal baru. 6.
Pada pernyataan keenam saya yakin bahwa usaha ini akan dapat memberikan keuntungan yang optimal, 11 orang responden 14,9
menyatakan normal, 40 orang responden 54,1 menyatakan setuju, dan 23 orang responden 31,1 menyatakan sangat setuju. Dari perhitungan
tersebut diketahui bahwa responden paling banyak menyatakan setuju terhadap pernyataan saya yakin bahwa usaha ini akan dapat memberikan
keuntungan yang optimal. Berdasarkan hasil distribusi jawaban responden terhadap variabel wanita
pengusaha terlihat bahwa dominasi persentase setuju dan sangat setuju terhadap pernyataan menjadi seorang wanita pengusaha karena didukung oleh motivasi dan
keyakinan terhadap apa yang dikerjakan.
4.4.2 Uji Asumsi Klasik
1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah data yang diperoleh dari hasil observasi mengikuti atau mendekati distribusi normal, yakni distribusi data
berbentuk lonceng Situmorang,2010:91. Untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak, dapat dilakukan dengan analisis grafik dan uji
statistik.
Universitas Sumatera Utara
a. Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik norma plot yang membandingkan antara data observasi dengan distribusi
yang mendekati distribusi normal. Kriteria pengambilan keputusan :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik.
2. Jika data tidak menyebar di sekitar garis diagonal dan atau tidak mengikuti
arah garis diagonal atau grafik tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi klasik.
3. Hasil dari output SPSS terlihat seperti pada gambar 4.4.1 dan gambar 4.4.2
dibawah ini :
Sumber : Hasil Pengolahan SPSS 2012
Universitas Sumatera Utara
Gambar 4.4 Histogram
Uji Normalitas
Gambar 4.4 menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar dan kriteria
pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal, dimana grafik tersebut membentuk pola lonceng atau tidak miring ke kanan ataupun ke kiri.
Sumber : Hasil Pengolahan SPSS 2012
Gambar 4.4.1 Grafik
Uji Normalitas
Gambar 4.4.1 menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar 4.4 dan gambar
4.4.1 maka disimpulkan bahwa kriteria pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal.
Universitas Sumatera Utara
b. Analisis Statistik
Pengujian normalitas berikutnya adalah uji statistic non parametric Kolmogrov- Smirnov
K-S. Penentukan kriteria keputusan yaitu : 1.
Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data mengalami gangguan
distribusi normal.
Tabel 4.4.9 Scatterplot Uji Heteroskedastisitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N
74 Normal Parameters
a,,b
Mean
.0000000
Std. Deviation
1.12197565 Most Extreme Differences
Absolute
.066
Positive
.061
Negative
-.066
Kolmogorov-Smirnov Z
.567
Asymp. Sig. 2-tailed
.905
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 2012
Pada tabel 4.4.9 terlihat bahwa nilai Asymp. Sig. 2 tailed adalah 0,905 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal.
Universitas Sumatera Utara
2 Uji Heteroskedastisitas
Heteroskedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram
pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi. 1.
Model Grafik Hipotesis
: 1.
Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
2. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu
yang teratur maka regresi tidak mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS 2012
Gambar 4.4.2 Scatterplot Uji Heteroskedastisitas
Dari gambar 4.4.2 dapat dilihat bahwa gambar pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heteroskedastisitas.
2. Model Glejser
Menentukan kriteria keputusan : 1.
Jika nilai signifikan 0,05 maka tidak mengalami gangguan heteroskedastisitas
2. Jika nilai signifikan 0,05 maka mengalami gangguan
heteroskedastisitas.
Universitas Sumatera Utara
Dari tabel 4.4.10 tampak bahwa signifikansi variabel independen lebih besar dari 0,05 maka tidak mengalami gangguan heteroskedastisitas.
3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji adanya kolerasi antara variabel independen. Jika terjadi multikolinearitas maka dikatakan terkena multikol, yaitu
adanya masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antar independen. Hasil pengolahan dapat dilihat pada tabel 4.4.11 berikut ini :
Tabel 4.4.10 Coefficients
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1 Constant
2.088 1.395
1.496 .139
FAKTOR_KEMANDIRIAN .113
.091 .090
1.237 .220
FAKTOR_MODAL .365
.145 .202
2.514 .014
FAKTOR_EMOSIONAL .411
.099 .379
4.133 .000
FAKTOR_PENDIDIKAN .625
.142 .366
4.389 .000
Dependent Variable: WANITA_PENGUSAHA
Sumber : Hasil Pengolahan SPSS 2012
Universitas Sumatera Utara
Pengambilan Keputusan : Untuk mendeteksi ada atau tidak adanya multikolinearitas dapat dilakukan
dengan melihat toleransi variabel dan Variance Inflation Factor VIF dengan membandingkan sebagai berikut :
VIF 5 maka diduga mempunyai persoalan multikolinearitas.
VIF 5 maka tidak terdapat persoalan multikolinearitas.
Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas.
Tolerance 0,1 maka tidak terdapat multikolinearitas.
Dari hasil output pada tabel 4.4.11 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak terdapat persoalan multikolinearitas pada penelitian ini.
Tabel 4.4.11 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1Constant 2.088
1.395 1.496
.139 FAKTOR_KEMANDIRIAN
.113 .091
.090 1.237
.220 .520
1.923 FAKTOR_MODAL
.365 .145
.202 2.514
.014 .421
2.376 FAKTOR_EMOSIONAL
.411 .099
.379 4.133
.000 .324
3.090 FAKTOR_PENDIDIKAN
.625 .142
.366 4.389
.000 .392
2.550
Dependent Variable: WANITA_PENGUSAHA
Sumber : Hasil Pengolahan SPSS 2012
Universitas Sumatera Utara
4.4.3 Analisis Regresi Linier Berganda
