HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Deskriptif
4.2.2 Deskriptif Variabel
4.2.2.3 Distribusi Jawaban Responden Terhadap Variabel Minat BerwirausahaBerwirausaha
Tabel 4.6
Distribusi Jawaban Responden Terhadap Variabel Minat Berwirausaha (Y)
Pertanyaan STS TS KS S SS Total Rata-Rata Max Min
F % f % F % f % F % f % P1 0 0 0 0 3 7.317 21 51.22 17 41.46 41 100 4.341 5 3 P2 0 0 0 0 3 7.317 25 60.98 13 31.71 41 100 4.244 5 3 P3 0 0 1 2.439 5 12.2 20 48.78 15 36.59 41 100 4.195 5 2 P4 0 0 0 0 7 17.07 20 48.78 14 34.15 41 100 4.171 5 3 P5 0 0 0 0 1 2.439 32 78.05 8 19.51 41 100 4.171 5 3 P6 0 0 0 0 1 2.439 22 53.66 18 43.9 41 100 4.415 5 3 P7 0 0 1 2.439 1 2.439 22 53.66 17 41.46 41 100 4.341 5 2 P8 0 0 1 2.439 1 2.439 16 39.02 23 56.1 41 100 4.488 5 2
Sumber: Hasil pengolahan SPSS (2016)
Berdasarkan Tabel 4.6 dapat diketahui bahwa :
1. Pada pernyataan pertama, “Saya memilih berwirausaha sebagai karir saya” sebanyak 41,46% responden menyatakan sangat setuju, 51,22% responden menyatakan setuju, dan 7,317% responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden memilih berwirausaha sebagai karirnya.
2. Pada pernyataan kedua, “Saya bertekad untuk memulai usaha sendiri” sebanyak 31,71% responden menyatakan sangat setuju, 60,98% responden menyatakan setuju, dan 7,317% responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden bertekad untuk memulai usaha sendiri.
3. Pada pernyataan ketiga, “Saya dapat melewati suatu kegagalan yang terjadi pada kehidupan saya sebagai mahasiswa” sebanyak 36,59% responden
menyatakan sangat setuju, 48,78% responden menyatakan setuju, 12,2% responden menyatakan kurang setuju, dan 2,439% responden menyatakan tidak setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden dapat melewati suatu kegagalan yang terjadi pada kehidupannya sebagai mahasiswa.
4. Pada pernyataan keempat, “Saya mulai menambah kemampuan wirausaha yang saya miliki untuk kelak digunakan dalam menjalankan usaha” sebanyak 34,15% responden menyatakan sangat setuju, 48,78% responden menyatakan setuju, dan 17,07% responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden mulai menambah kemampuan wirausaha yang dimiliki untuk kelak digunakan dalam menjalankan usaha.
5. Pada pernyataan kelima, “Saya senang melakukan suatu hal yang baru” sebanyak 19,51% responden menyatakan sangat setuju, 78,05% responden menyatakan setuju, dan 2,439% responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden senang melakukan suatu hal yang baru.
6. Pada pernyataan keenam, “Saya selalu mengikuti kisah sukses wirausaha untuk mengetahui kunci suksesnya” sebanyak 43,9% responden menyatakan sangat setuju, 53,66% responden menyatakan setuju, dan 2,439% responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden selalu mengikuti kisah sukses wirausaha untuk mengetahui kunci suksesnya.
7. Pada pernyataan ketujuh, “Saya suka membaca buku tentang sikap positif seorang wirausaha” sebanyak 41,46% responden menyatakan sangat setuju, 53,66% responden menyatakan setuju, 2,439% responden menyatakan kurang setuju, dan 2,439% responden menyatakan tidak setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden suka membaca buku tentang sikap positif seorang wirausaha.
8. Pada pernyataan kedelapan, “Saya senang mengikuti seminar wirausaha” sebanyak 56,1% responden menyatakan sangat setuju, 39,02% responden menyatakan setuju, 2,439% responden menyatakan kurang setuju, dan 2,439% responden menyatakan tidak setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden senang mengikuti seminar wirausaha.
4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Dalam penelitian ini, uji normalitas terhadap residual menggunakan pendekatan grafik dan pendekatan Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan . Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut.
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi. Jika nilai probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
a. Pendekatan Grafik
Sumber: Hasil pengolahan SPSS (2016) Gambar 4.1
Plot Uji Normalitas
Pada Gambar 4.1 menunjukkan bahwa pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov.
b.Pendekatan Kolmogorov-Smirnov
Tabel 4.7 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parametersa,,b Mean .0000000
Std. Deviation 2.26192287
Most Extreme Differences Absolute .091
Positive .091
Negative -.082
Kolmogorov-Smirnov Z .582
Asymp. Sig. (2-tailed) .887
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan SPSS (2016)
Berdasarkan Tabel 4.7, diketahui nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,887. Karena nilai probabilitas , yakni 0,887 lebih besar
dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
4.3.2 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendekati ada atau tidaknya heteroskedastisitas yaitu :
a. Metode Scatterplot
Uji heteroskedastisitas dengan metode scatterplot yaitu dengan melihat pola titik-titik pada scatterplot regresi. Jika titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angak 0 pada sumbu Y maka tidak terjadi masalah heterokedastisitas (Priyatno, 2016:131).
Sumber: Hasil pengolahan SPSS (2016) Gambar 4.2
Berdasarkan gambar 4.2 terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka berdasarkan metode Scatterplot tidak terjadi heteroskedastisitas.
b. Uji Glejser
Uji glejser mendeteksi ada tidak heteroskedastisitas dengan meregresikan absolute residul dengan masing-masing variabel independen. Jika pada uji t nilai signifikan antara variabel independen dengan absolute residul lebih dari 0,05 maka tidak terjadi heteroskedastisitas (Priyatno, 2016:118).
Tabel 4.8
Hasil Uji Glejser Heteroskedastisitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1(Constant) 8.911 3.773 2.361 .023 Efikasi Diri (X1) -.199 .106 -.413 -1.869 .069 Motivasi Berwirausaha (X2) .009 .103 .018 .083 .934
a. Dependent Variable: abs_residual_Glejser Sumber: Hasil pengolahan SPSS (2016)
Berdasarkan Tabel 4.8, diketahui nilai probabilitas atau Sig. dari efikasi diri adalah 0,069, nilai probabilitas atau Sig. dari motivasi berwirausaha adalah 0,934. Karena seluruh nilai Sig. lebih besar dari 0,05 (tidak signifikan), maka disimpulkan bahwa tidak terjadi heteroskedastisitas.
4.3.3 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi yang tinggi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi yang tinggi di antara variabel bebas. Metode pengujian yang biasa digunakan yaitu dengan melihat nilai inflation
Factor (VIF) dan tolerance pada model regresi (Priyatno, 2016: 116). Dengan kriteria sebagai berikut:
a. Apabila VIF > 5 maka diduga mempunya persoalan multikolinearitas b. Apabila VIF < 5 maka tidak terdapat masalah multikolinearitas c. Apabila tolerance < 0,1 maka mempunyai persoalan multikolinearitas d. Apabila tolerance > 0,1 maka tidak mempunyai masalah multikolinearitas
Tabel 4.9
Hasil Uji Multikolinearitas
Model Collinearity Statistics Tolerance VIF 1 (Constant) Efikasi Diri (X1) .454 2.202 Motivasi Berwirausaha (X2) .454 2.202
Sumber: Hasil pengolahan SPSS (2016)
Berdasarkan Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.4 Uji Hipotesis
