menyatakan tidak setuju, dan tidak ada yang menyatakan sangat tidak setuju.
4. Saya termotivasi menjadi young entrepreneur karena melihat peluang atau kesempatan yang ada, 39 menyatakan sangat
setuju, 58 menyatakan setuju, 3 menyatakan tidak setuju, dan tidak ada yang menyatakan sangat tidak setuju.
4.2.3 Uji Asumsi Klasik
4.2.3.1 Pengujian Normalitas
Uji normalitas bertujuan untuk menguji jika model regresi berdistribusi normal atau tidak. Uji normalitas dapat dilakukan
dengan analisis grafik yaitu pada Normal P-P Plot of Regression Standarizied Residual. Jika titik menyebar di sekitar garis diagonal
maka data telah berdistribusi normal. Normal P-P Plot of Regression Standarizied Residual. Berikut ini grafik pada uji normalitas adalah
sebagai berikut:
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS 16,00 Agustus 2012
Gambar 4.1 Uji Normalitas
Gambar 4.1 pada pendekatan grafik dapat dilihat bahwa titik- titik menyebar mengikuti data di sepanjang garis diagonal, hal ini
berarti data berdistribusi normal. Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh
distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Selain itu, uji normalitas juga dapat dilakukan dengan menggunakan
uji kolmogorov-smirnov pada tingkat signifikan 10 0,10 yang hasilnya dapat dilihat pada Tabel 4.10 dibawah ini.
Universitas Sumatera Utara
Tabel 4.10 Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a
Mean .0000000
Std. Deviation .69536206
Most Extreme Differences Absolute
.066 Positive
.066 Negative
-.065 Kolmogorov-Smirnov Z
.657 Asymp. Sig. 2-tailed
.781 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS 16,00 Agustus 2012 Pada Tabel 4.10 dapat dilihat bahwa data berdistribusi normal
karena nilai Asympy.Sig 2-tailed sebesar 0,781 di atas tingkat signifikansi 0,10 atau 10.
4.2.3.2 Pengujian Heteroskedastisitas
Universitas Sumatera Utara
Tabel 4.11 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 1.274
.351 3.629
.000 IlmuPengetahuanatauKnowledge
-.101 .037
-.405 -2.731 .008
KepribadianatauSikap .032
.023 .185
1.395 .166
SkillatauKeterampilan .014
.030 .065
.466 .642
a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS 16,00 Agustus 2012 Pada Tabel 4.11 dapat dilihat bahwa tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini dapat terlihat dari probabilitas
signifikansinya diatas tingkat kepercayaan 10. Jadi dapat dinyatakan bahwa model regresi tidak mengarah adanya
heteroskedastisitas. Berikut ini grafik heteroskesdatisitas pada Gambar 4.2:
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS 16,00 Agustus 2012
Gambar 4.2 Pengujian Heteroskesdatisitas
Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik-titik menyebar secara acak dan
tidak membentuk suatu pola tertentu yang jelas serta tersebar di atas maupun di bawah angka nol pada sumbu Y. Maka pada gambar 4.2
menunjukkan bahwa titik-titik menyebar secara acak, maka tidak terjadi heteroskedastisitas.
4.2.3.3 Pengujian Multikolinieritas
