Tabel 3.11 Kriteria Proses Pembelajaran Kewirausahaan, Sarana Prasarana
Business Center, Lingkungan Keluarga dan Minat Berwirausaha
Interval Presentase
Kriteria Proses
Pembelajaran Kewirausahaan
Sarana Prasarana
Business Center
Lingkungan Keluarga
Minat Berwirausaha
81,26 - 100 Sangat baik
Sangat Baik
Sangat baik Sangat tinggi
62,51 - 81,25 Baik
Baik Baik
Tinggi 43,76 - 62,50
Buruk Buruk
Buruk Rendah
25 - 43,75 Sangat buruk
Sangat buruk
Sangat buruk
Sangat rendah Sumber : Data diolah, 2015
3.7 Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus di penuhi pada analisis regresi berganda yang berbasis OLS ordinary least square. Pada
penelitian ini menggunakan uji asumsi klasik karena variabel menggunakan interval Ghozali, 2009:145. Jadi analisis regresi yang tidak berdasarkan OLS
tidak memerlukan persyaratan asumsi klasik, misalnya regresi ordinal. Tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linier,
misal uji multikolinieritas tidak dapat digunakan untuk analisis regresi linier sederhana dan uji autokorelasi tidak perlu diterapkan pada cross sectional. Model
regresi dapat menghasilkan estimator linier tidak bias, yang paling baik atau dikenal dengan istilah BLUE Best Linear Unbiased Estimator Sarwoko,
2005:33. BLUE dapat dicapai apabila memenuhi syarat asumsi klasik. Dengan terpenuhinya asumsi tersebut, maka hasil yang diperoleh dapat lebih akurat dan
mendekati atau sama dengan kenyataan. Uji asumsi klasik dilakukan sebelum uji hipotesis, hal ini dimaksudkan
untuk mengetahui apakah model yang dipakai tersebut relevan atau tidak karena akan di jadikan sebagai prediksi.
3.7.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi variabel pengganggu atau residual mempunyai distribusi normal Ghozali,
2009:107. Penelitian ini menggunakan uji normalitas untuk mengetahui apakah variabel independen dan variabel dependen mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah data normal atau mendekati normal. Normalitas dilihat dari grafik normal p-plot dengan bantuan program SPSS 16.
Apabila titik memdekati garis diagonal dapat disimpulkan bahwa data berdistribusi normal.
3.7.2 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel independen
Ghozali, 2009:95. Untuk mengetahui adanya multikolinearitas dapat dilakukan melalui :
1 Nilai Tolerance , mengukur variabilitas variabel independen terpilih yang
tidak dijelaskan oleh variabel independen lainnya. Jika nilai Tolerance 0,01 maka dapat dikatakan tidak terdapat multikolinearitas dalam
penelitian. Sebaliknya jika nilai Tolerance 0,01, maka dapat dikatakan
terdapat multikolinearitas. 2
VIP Varians Inflation Factor, yaitu VIF 10 maka dapat dikatakan
terdapat multikolinearitas dalam penelitian tersebut. Jika VIF 10 dapat diartikan bahwa tidak terjadi gangguan pada multikolinearitas pada
penelitian tersebut. 3.7.3
Uji Heteroskedastisitas
“Uji heteroskesdastisitas digunakan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian residual dari suatu pengamatan
ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homokesdastisitas. Dan jika berbeda disebut
heteroskesdastisitas” Santoso 2000:208. Pengujian heteroskesdastisitas dapat dilihat dengan menggunakan program
SPSS. Cara mendeteksi ada tidaknya heteroskesdastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, dimana sumbu X adalah Y yang
telah diprediksi, dan sumbu X adalah residual Y prediksi-Y sesungguhnya yang telah di studentized. Dasar dalam pengambilan keputusan antara lain:
a. Jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur, maka terjadi heteroskesdatisitas. Jangan
dipaksan saya untuk membetulkan. b. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskesdasitas
.
3.8 Analisis Jalur
