33
Pengujian validitas dilakukan dengan menggunakan program SPSS dengan kriteria sebagai berikut:
a. Jika r hitung r tabel, maka pertanyaan dinyatakan valid. b. Jika r hitung r tabel, maka pertanyaan dinyatakan tidak valid.
2. Uji Reliabilitas Pengujian dilakukan dengan menggunakan Program SPSS. Butir pertanyaan
yang sudah dinyatakan valid dalam uji validitas ditentukan reliabilitasnya dengan kriteria sebagai berikut:
a. Jika r alpha positif atau lebih besar dari r tabel maka pertanyaan reliabel b. Jika r alpha negatif atau lebih kecil dari r tabel maka pertanyaan tidak
reliabel.
3.10 Teknik Analisis Data
3.10.1 Metode Analisis
1. Metode Analisis Deskriptif Menurut Nazir 1998:63 dalam buku Metode Penelitian, metode deskriptif
merupakan suatu metode dalam meneliti status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa
sekarang. Tujuan dari penelitian deskriptif ini adalah untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta,
sifat-sifat serta hubungan antar fenomena yang diselidiki. 2.Metode Regresi Linear Berganda
34
Peneliti menggunakan analisis regresi linier berganda untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Peneliti menggunakan bantuan
program software SPSS agar hasil yang diperoleh lebih terarah. Persamaan regresi berganda yang digunakan adalah sebagai berikut:
Y =a + ß1X1 + ß2X2 + ß3X3 + e Keterangan :
Y = Minat Berwirausaha A = Konstanta
X1 = Konsep Diri X2 = Pembelajaran Kewirausahaan
X3 = Lingkungan Keluarga ß1,2,3 =Koefisien Regresi Berganda
e = Kesalahan Pengganggu standard error
3.10.2 Uji Asumsi Klasik
1. Uji Normalitas Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Erlina, 2011 : 100.
2. Uji Heteroskedastisitas
35
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Apabila suatu model regresi terdapat kesamaan varian dari residual dari satu pengamatan ke pengamatan yang lain, maka disebut homoskedastisitas, dan jika
varian berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastitas atau tidak heterokedastitas.
Heteroskedastisitas dalam penelitian ini diuji dengan menggunakan uji scatterplot. Deteksi adanya heteroskedastisitas dengan melihat ada tidaknya pola
tertentu pada grafik, dimana sumbu X adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized. Hipotesis
yang diajukan: H
: Model regresi tidak ada heteroskedastisitas. H
A
: Model regresi terdapat heteroskedastisitas. Cara memprediksinya menurut Lubis dkk 2007 : 34 adalah jika pola gambar
Scatterplot model tersebut sebagai berikut: 1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. 3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. 4. Penyebaran titik-titik data sebaiknya tidak berpola.
36
3. Uji Multikolinieritas Uji multikolinieritas untuk mengetahui apakah pada model regresi ditemukan
adanya korelasi antarvariabel independen. Jika terjadi korelasi, terdapat masalah multikolinieritas yang harus diatasi Umar, 2008 : 177-178.
Ketentuan untuk mendeteksi ada tidaknya multikolinieritas menurut Lubis dkk, 2007 : 32 yaitu:
1. Jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari
multikolinieritas. VIF = 1Tolerance, jika VIF = 0 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance.
2. Jika nilai koefisien korelasi antar masing-masing variabel independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik
multikolinieritas. Jika lebih dari 0,7 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independen sehingga terjadi multikolinieritas.
3.10.3 Uji Hipotesis
