bab iii metode penelitian - thesis.binus.ac.idthesis.binus.ac.id/doc/bab3/2011-1-00430-mn 3.pdf ·...

60

BAB III

METODE PENELITIAN

3.1 Desain Penelitian

Penelitian adalah suatu proses mencari sesuatu secara sistematis dalam waktu yang

lama dengan menggunakan metode ilmiah serta aturan – aturan yang berlaku. Untuk

dapat menghasilkan suatu penelitian yang baik, maka si peneliti bukan saja harus

mengetahui aturan permainan, tetapi juga harus mempunyai keterampilan –

keterampilan dalam melaksanakan penelitian. Untuk menerapkan metode ilmiah dalam

transkrip penelitian, maka diperlukan suatu desain penelitian, yang sesuai dengan kondisi,

seimbang dalam dangkalnya penelitian yang akan dikerjakan. Desain penelitian harus

mengikuti metode penelitian. Desain penelitian adalah semua proses yang diperlukan

dalam perencanaan dan pelaksanaan penelitian, mengenai pengumpulan, analisis data,

dan sebagainya (Nazir, 2005).

Dalam penelitian ini, jenis penelitiannya bersifat Asosiatif. Menurut Nazir (2003, p54)

Penelitian Asosiatif yaitu metode untuk mencari korelasi atau hubungan kausal

(hubungan yang bersifat sebab akibat).

Jenis penelitian ini merupakan jenis penelitian kuantitatif serta penelitian terapan

(applied research, practical research) yaitu suatu penelitian yang hasilnya dapat

langsung digunakan untuk suatu keperluan tertentu (practical). Penelitian ini diharapkan

dapat membantu Binus University dalam mengembangkan progam kerja dan

meningkatkan efektifitas cara – cara yang telah digunakan dalam upaya meningkatkan

minat entrepreneurship mahasiswanya.

61

Penelitian ini juga merupakan jenis statistik inferensi, yaitu suatu pengukuran

statistika digunakan untuk mengukur parameter populasi, atau menguji ukuran populasi

melalui data sampel. Statistik inferensi bertujuan untuk menyediakan dasar peramalan,

dan estimasi yang digunakan untuk mengubah informasi menjadi pengetahuan.

Unit analisis yang akan diteliti adalah semua mahasiswa Binus University semester

tujuh pada tahun ajaran 2010/2011 semester ganjil. Mahasiswa tersebut diambil untuk

studi kasus dikarenakan diasumsikan pada umumnya mahasiswa tersebut sudah hampir

selesai menempuh masa kuliahnya, dan sebentar lagi akan mulai memasuki dunia kerja

sehingga lebih relevan untuk penelitian ini.

Horison waktu yang digunakan menggunakan cross sectional. Cross sectional

merupakan suatu penelitian yang dilakukan dalam kurun waktu tertentu, yaitu selama

responden menjadi mahasiswa semester tujuh di Binus University.

3.2 Definisi Operasional

Definisi operasional variabel bertujuan untuk menjelaskan makna variabel yang

sedang diteliti. Menurut (Masri, 2003) dikutip oleh Riduwan & Kuncoro (2008, p182),

definisi operasional adalah unsur penelitian yang memberitahukan bagaimana cara

mengukur suatu variabel, dengan kata lain definisi operasional adalah semacam petunjuk

pelaksanaan bagaimana caranya mengukur suatu variabel. Berdasarkan pendapat diatas,

maka dapat disimpulkan bahwa definisi operasional itu harus bisa diukur dan bisa

dipahami oleh orang lain, adapun definisi operasional penelitian ini adalah sebagai

berikut:

62

Independent Variable: Kepribadian, Motivasi, Pendidikan, Keluarga

Dependent Variable: Minat Entrepeneur

Tabel 3.1 Definisi Operasional

VARIABEL INDIKATOR UKURAN SKALA

Kepribadian (X1)

Berdasarkan teori: Hendro & Chandra W.W (2006), MC Clelland (1995), Riyanti (2003), Zimmerer (2001), Dalimunthe (2003), Lambing & Charles (1999), Suryaman (2006) Drucker (1985) dan Helmi & Rista (2006)

• Kepemimpinan

• Percaya diri

• Ekstrovert

• Inovatif

Skala Likert Ordinal

Motivasi (X2)

Berdasarkan teori: Lambing & Charles (1999), Mc Clelland (1995), Riyanti (2003), Zimmerer (2001), Windardi (2003), Dalimunthe (2003), Drucker (1985), Suryaman (2006) dan Hendro & Chandra W.W (2006)

• Penghasilan

• Penghargaan (status

sosial)

• Rasa senang


Pendidikan (X3)

Berdasarkan teori: Hendro & Chandra W.W (2006), Mc Clelland (1995), Riyanti (2003), Helmi & Rista (2006), Suryaman (2006), dan Zimmerer (2001)

• Mata kuliah

entrepreneurship

• Lingkungan

universitas


Keluarga (X4)

Berdasarkan teori: Hendro & Chandra W.W (2006), Mc Clelland (1995), Riyanti (2003), Helmi & Rista

• Dukungan keluarga

• Kondisi sosial

ekonomi keluarga


63

(2006), Matondang (2006), dan Suryaman (2006) Minat Entrepreneur (Y)

Berdasarkan teori: Super & Crites, yang dikutip oleh Suryaman(2006)

• Pengungkapan

• Tindakan


Keterkaitan antara variabel – variabel yang terlibat dalam penelitian ini dapat dijelaskan

pada paradigma penelitian berikut:

Gambar 3.1 Paradigma Penelitian

Keterangan:

X1 = Kepribadian

X2 = Motivasi

X3 = Pendidikan

X4 = Keluarga

Y = Minat Entrepreneur

X1

X2

X3

X4

Y

H1

H2

H3

H4

H5

64

3.3 Jenis dan Sumber Data Penelitian

Data yang digunakan dalam penelitian ini adalah jenis data primer, yaitu data yang

diperoleh langsung dari tangan pertama atau sumber asli. Data ini tidak tersedia dalam

bentuk terkompilasi ataupun file – file. Data ini harus dicari melalui nara sumber atau

responden, yaitu orang yang dijadikan sebagai objek dari penelitian.

Penelitian primer membutuhkan data atau informasi dari sumber pertama. Data atau

informasi diperoleh melalui pertanyaan tertulis dengan menggunakan kuesioner atau

lisan dengan menggunakan metode wawancara. Penelitian ini termasuk pada kategori:

• Studi kasus

Studi kasus menggunakan indiv idu atau kelompok sebagai bahan studinya. Pada

penelitian ini, kelompok yang akan diambil sebagai bahan studi adalah para mahasiswa

Binus University semester tujuh.

• Survei

Survei merupakan studi yang bersifat kuantitatif yang digunakan untuk meneliti gejala

suatu kelompok atau perilaku indiv idu. Pada umumnya survei menggunakan kuesioner

sebagai alat pengambil data. Survei menganut aturan pendekatan kuantitatif.

Sumber data yang digunakan untuk penelitian berasal dari para mahasiswa Binus

University semester tujuh pada tahun ajaran 2010/2011 semester ganjil. Mahasiswa

berasal dari dua puluh satu jurusan yang terdaftar di Binus University tahun 2007 dan

tersebar di Kampus Anggrek, Kampus Syahdan, dan Kampus Kijang.

65

3.4 Teknik Pengumpulan Data

Pengumpulan data adalah suatu proses pengadaan data primer untuk keperluan

penelitian. Data yang dikumpulkan harus cukup valid untuk digunakan dalam penelitian

agar hasil penelitian yang dibuat tidak menyimpang dari tujuan. Teknik pengumpulan

data (instrumen) yang digunakan dalam penelitian ini adalah dengan menggunakan

metode kuesioner atau angket. Yang dimaksud dengan kuesioner/angket yaitu suatu

cara untuk mendapatkan data dengan cara memberikan daftar – daftar pertanyaan yang

kemudian akan diisi oleh responden atau objek penelitian untuk memperoleh data.

Pada penelitian ini, jenis kuesioner yang digunakan adalah kuesioner tertutup atau

kuesioner yang berisi pertanyaan-pertanyaan yang sudah disediakan jawabannya.

Jawaban Kuesioner disusun untuk mengetahui kecocokan responden dengan indikator –

indikator yang sudah disusun dengan menggunakan skala Likert.

Penelitian ini menggunakan metode penelitian survei dengan pendekatan penelitian

kuantitatif. Penelitian survey yang dimaksud adalah bersifat menjelaskan hubungan

kausal dan untuk pengujian hipotesis. Penelitian survey ini memfokuskan pada

pengungkapan hubungan kausal antar variabel, yaitu suatu penelitian yang diarahkan

untuk menyelidik i hubungan sebab berdasarkan pengamatan terhadap akibat yang

terjadi. Variabel sebab – akibat tersebut adalah Kepribadian (X1), Motivasi (X2),

Pendidikan (X3), dan Keluarga (X4) terhadap Minat Entrepreneur (Y).

Dikarenakan keterbatasan waktu dan tenaga dari peneliti, peneliti tidak mempunyai

kesempatan untuk menyebar kuesioner sebanyak dua kali. Untuk itu, setelah dijustif ikasi

oleh dosen pembimbing (pakar), pertama – tama dilakukan uji tryout kuesioner

sementara yang disebar kepada para mahasiswa Binus University dari semua semester

sebanyak 10% dari sampel, yaitu sebanyak 37 orang. Uji tryout ini dilakukan untuk

menguji validitas dan realibilitas dari kuesioner. Apakah semua item sudah valid dan

66

reliabel, kalau tidak maka yang tidak valid akan dibuang. Kalau benar – benar valid dan

reliabel maka akan digunakan.

Berikut k isi – k isi instrumen yang digunakan:

Tabel 3.2 Kisi – Kisi Instrumen

VARIABEL INDIKATOR - INDIKATOR ITEM TOTAL

ITEM

Kepribadian

Motivasi

Pendidikan

Keluarga

Minat

Entrepreneur

• Kepemimpinan

• Percaya diri

• Ekstrovert

• Inovatif

• Penghasilan

• Penghargaan (status sosial)

• Rasa senang

• Mata kuliah entrepreneurship

• Lingkungan universitas

• Dukungan keluarga

• Kondisi sosial ekonomi keluarga

• Pengungkapan

• Tindakan

1,24

6,8

5,13

7,19

3,16

9,12

10,17

4,23

2,25

11,22

18,26

15,20

14,21

2

2

2

2

2

2

2

2

2

2

2

2

2

Catatan: variabel dan indikator Kepribadian(X1), Motivasi(X2), Pendidikan(X3), Keluarga(X4) dan Minat Entrepreneur (Y) dikembangkan berdasarkan teori Lambing & Charles (1999), Hendro & Chandra W.W (2006), Windardi (2003), Dalimunthe (2003), Drucker (1985), Suryaman (2006), Mc Clelland (1995), Riyanti (2003), Helmi & Rista (2006), Matondang (2006), Zimmerer (2001), Winarso (2003) dan Super & Crites, yang dikutip oleh Suryaman(2006).

Hasil uji coba yang dilakukan terhadap 37 mahasiswa Binus University menunjukan

bahwa semua (dua puluh enam) item kuesioner sudah valid dan reliabel, sehingga dapat

67

digunakan untuk penelitian selanjutnya. Tabulasi data uji coba kuesioner dapat dilihat

pada bagian lampiran.

Kemudian butir – butir pertanyaan hasil tryout yang sudah dinyatakan valid,

disebarkan lagi kepada responden yang sesungguhnya. Yaitu mahasiswa/i Binus

University semester tujuh pada tahun ajaran 2010/2011 semester ganjil.

Setelah menentukan jumlah sampel berdasarkan jurusan perkuliahan (strata

sampel) dengan metode proportionate stratified random sampling, peneliti memilih kelas

secara acak (random). Kemudian peneliti memasuki kelas – kelas para mahasiswa dari

semua jurusan, kemudian menyebarkan kuesioner secara acak kepada mahasiswa yang

dijumpainya. Untuk meningkatkan penyebaran data, pada jurusan (strata sampel) yang

respondennya > 30 orang, peneliti melakukan penyebaran ke lebih dari satu kelas (satu

kelas hanya diambil maksimal 30 responden) sehingga aspek representatifnya semakin

besar dalam mewakili seluruh populasi.

3.5 Populasi dan Teknik Pengambilan Sampel

3.5.1 Populasi

Populasi adalah totalitas semua nilai yang mungkin baik hasil menghitung ataupun

pengukuran, kuantitatif maupun kualitatif dari karakteristik tertentu mengenai

sekumpulan objek yang lengkap dan jelas yang ingin dipelajari sifat – sifatnya (Sudjana,

1992). Sedangkan sampel adalah sebagian dari jumlah dan karakteristik yang dimilik i

oleh populasi (Sugiyono, 2004, p57).

Populasi pada penelitian ini adalah semua mahasiswa Binus University semester

tujuh pada tahun ajaran 2010/2011 semester ganjil. Mahasiswa tersebut diambil untuk

studi kasus dikarenakan diasumsikan pada umumnya mahasiswa tersebut sudah hampir

68

selesai menempuh masa kuliahnya, dan sebentar lagi akan mulai memasuki dunia kerja

sehingga dianggap paling relevan untuk digunakan sebagai responden. Populasi yang

diteliti berjumlah 4.733 mahasiswa yang terbagi atas dua puluh satu jurusan perkuliahan

yang terdaftar di Binus University pada tahun 2007.

Berikut tabel jumlah mahasiswa semester tujuh pada tahun ajaran 2010/2011

semester ganjil

Tabel 3.3 Jumlah Populasi Berdasar Strata

No Jurusan Jumlah Mahasiswa

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Akuntansi

Arsitektur

Desain Komunikasi Visual

Komputerisasi Akuntansi

Komunikasi Pemasaran

Manajemen

Psikologi

Sastra China

Sastra Inggris

Sastra Jepang

Sistem Informasi

Sistem Komputer

Teknik Industri

Teknik Informatika

Teknik Sipil

Manajemen dan Teknik Industri

Sistem Informasi dan Akuntansi

Sistem Informasi dan Manajemen

Sistem Informasi dan Teknik Industri

Teknik Informatika dan Matematika

239

42

232

376

333

383

76

92

93

78

990

67

72

1.395

18

10

58

84

23

55

69

21 Teknik Informatika dan Statistika

15

Jumlah 4.733 orang

Sumber: Data dari BEC

3.5.2 Teknik Pengambilan Sampel

Arikunto (2004, p117) mengatakan bahwa sampel adalah bagian dari populasi.

Sampel penelitian adalah sebagian dari populasi yang diambil sebagai sumber data dan

dapat mewakili seluruh populasi. Menurut Mustafa (2000), sampel yang baik adalah yang

dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran,

artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur.

Pada penelitian ini, sampel ditarik dengan menggunakan metode Stratified Random

Sampling secara proporsional. Cara pengambilan sampel dilakukan dengan menyeleksi

setiap unit sampling yang sesuai dengan ukuran unit sampling dan strata dibagi

berdasarkan penjurusan perkuliahan. Sehingga aspek representatifnya lebih meyakinkan

sesuai dengan sifat – sifat yang membentuk dasar unit – unit yang

mengklasifikasikannya yaitu mahasiswa Binus University.

Menurut (Riduwan & Kuncoro, 2008, p44), apabila jumlah populasinya sudah

diketahui, maka salah satu cara menentukan ukuran sampel yang dapat dilakukan

dengan rumus Taro Yamane. Metode ini juga sesuai digunakan untuk penarikan sampel

secara acak (random sampling), sehingga dapat digunakan untuk penelitian ini.

Rumus Taro Yamane:

70

Dimana:

n = jumlah sampel

N = jumlah populasi

d = derajat kebebasan

Pada skripsi ini, digunakan tingkat ketepatan 95% atau presentase kesalahan yang

diterima sebesar 5%. Sehingga jumlah sampel yang perlu diambil adalah:

= 368,8 orang (dibulatkan) = 369 orang

Sampel yang diambil untuk penelitian ini adalah sebesar 369 orang mahasiswa Binus

University semester tujuh pada tahun ajaran 2010/2011 semester ganjil, yang diambil

dengan metode Stratified Random Sampling.

Kemudian sampel dibagi secara proportionate random sampling memakai rumusan

alokasi proporsional sebagai berikut:

Dimana:

ni = jumlah sampel menurut stratum

n = jumlah sampel seluruhnya

Ni = jumlah populasi menurut stratum

N = jumlah populasi seluruhnya

71

Dengan menggunakan rumus diatas, maka diperoleh jumlah sampel penelitian yaitu

jumlah mahasiswa yang dibagi dengan menggunakan metode Proportionate Stratified

Random Sampling dengan strata sampel masing – masing jurusan yaitu:

Tabel 3.4 Jumlah Sampel

No Jurusan Proporsi Jumlah

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

Akuntansi

Arsitektur

Desain Komunikasi Visual

Komputerisasi Akuntansi

Komunikasi Pemasaran

Manajemen

Psikologi

Sastra China

Sastra Inggris

Sastra Jepang

Sistem Informasi

Sistem Komputer

Teknik Industri

Teknik Informatika

Teknik Sipil

Manajemen dan Teknik Industri

Sistem Informasi dan Akuntansi

Sistem Informasi dan Manajemen

Sistem Informasi dan Teknik Industri

Teknik Informatika dan Matematika

Teknik Informatika dan Statistika

239/4733 x 369

42/4733 x 369

232/4733 x 369

376/4733 x 369

333/4733 x 369

383/4733 x 369

76/4733 x 369

92/4733 x 369

93/4733 x 369

78/4733 x 369

990/4733 x 369

67/4733 x 369

72/4733 x 369

1.395/4733 x 369

18/4733 x 369

10/4733 x 369

58/4733 x 369

84/4733 x 369

23/4733 x 369

55/4733 x 369

15/4733 x 369

18.6 = 19

3.3 = 3

18.1 = 18

29.3 = 29

26.0 = 26

29.9 = 30

5.9 = 6

7.2 = 7

7.3 = 7

6.1 = 6

77.2 = 77

5.2 = 5

5.6 = 6

108.8 = 109

1.4 = 1

0.8 = 1

4.5 = 5

6.5 = 7

1.8 = 2

4.3 = 4

1.2 = 1

Jumlah 369 orang

72

3.6 Metode Analisis

Kegiatan yang cukup penting dalam keseluruhan proses penelitian adalah

pengolahan data. Dengan pengolahan data dapat diketahui tentang makna dari data

yang berhasil dikumpulkan. Dengan demikian hasil penelitianpun akan segera diketahui

(Riduwan & Kuncoro, 2008, p222).

Penelitian ini menggunakan instrument kuesioner, pertama – tama data akan diuji

validitas dan realibilitasnya sebelum digunakan untuk penelitian selanjutnya. Setelah

diperoleh data yang valid dan reliabel, dilakukan uji linieritas. Karena data menggunakan

skala Likert maka data masih bersifat ordinal. Untuk itu, sesuai dengan syarat asumsi

statistik parametrik, data harus ditransformasi dulu agar menjadi skala interval. Setelah

ditransfromasi, selanjutnya data akan diuji dengan analisis korelasi, regresi, dan

dilanjutkan dengan analisis jalur (path analysis).

Uji normalitas tidak perlu dilakukan karena menurut Joseph F, et.al (2010, p72),

Apabila sampel berjumlah besar (sampel > 200) , maka uji normalitas dapat diabaikan.

Hal ini dikarenakan dengan sampel yang berjumlah besar, maka otomatis akan

mengurangi sampling error dan kearah distribusi normal sehingga kenormalan data

tidak perlu diperhatikan.

Dalam pelaksanaannya, pengolahan data penelitian ini dilakukan melalui bantuan

progam komputer dengan progam SPSS (Statistical Product and Service Solution) versi

16 untuk uji validitas, realibilitas, linearitas, korelasi, regresi serta untuk perhitungan

analisis jalur (Path Analysis).

73

3.6.1 Uji Validitas

Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep yang

diukur sehingga benar – benar mengukur apa yang seharusnya diukur. Berkaitan dengan

pengujian validitas instrumen menurut Riduwan & Kuncoro (2008, p216) menjelaskan

bahwa validitas adalah suatu alat ukuran yang menunjukan tingkat keandalan suatu alat

ukur. Alat ukur yang kurang valid berarti memilik i validitas rendah. Untuk mengukur

validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian – bagian dari alat

ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan

total skor yang merupakan jumlah skor tiap butir.

Menurut Juliandi (2007, p7-9), berikut langkah – langkah yang digunakan untuk

melakukan uji validitas menggunakan progam SPSS:

1. Buka progam SPSS

2. Masukan skor – skor angket dan total skornya di lembar editor SPSS. Lalu k lik

Variable View

3. Pada kolom label, isi dengan keterangan (item X ke 1, item X ke 2, item X ke 3, dan

seterusnya) sesuai dengan jumlah butir pertanyaan, dan total X

4. Lalu k lik menu Analyze, Correlate, Bivariat

5. Blok semua item (item X ke 1,dst), k lik ikon panah, sehingga seluruhnya akan

berpindah ke kotak variable, lalu k lik OK

6. Selanjutnya, perhatikan tabel Correlations pada halaman *Output.

Instrumen valid apabila nilai korelasi (pearson correlation) adalah positif, dan nilai

probabilitas korelasi [sig. (2-tailed)] ≤ taraf signifikan (α)sebesar 0,05.

74

Selain itu nilai korelasi (r hitung) juga akan dibandingkan dengan nilai dari r tabel.

Berikut langkah untuk menghitung r tabel:

1. Lakukan perhitungan untuk mencari nilai t tabel yang didapat dengan rumus:

IDF.T (probability . degree of freedom).

Probability adalah nilai 1 - α, sedangkan degree of freedom (df) adalah jumlah

sampel dikurang dua, atau df = N – 2.

2. Selanjutnya hitung nilai r tabel dengan rumus:

Hasil perhitungan menggunakan rumus diatas, diperoleh hasil r tabel untuk N

berjumlah 37 sampel (tryout) adalah sebesar 0.325. Sedangkan untuk hasil penelitian

akhir dengan N berjumlah 369 sampel adalah sebesar 0.120. Hasil tersebut akan

digunakan untuk dibandingkan dengan nilai dari korelasi dengan kaidah keputusan

sebagai berikut:

Apabila nilai korelasi > r tabel, maka instrument valid, sebaliknya

Apabila nilai korelasi < r tabel, maka instrumen tidak valid

3.6.1.1 Uji Validitas Pada Hasil Tryout

• Variabel Kepribadian (X1)

75

Untuk variabel ini, terdapat delapan (8) pertanyaan yang mewakilinya. Yaitu item

pertanyaan nomor 1, 24, 6, 8, 5 ,13, 7, dan 9. Dalam mengolah data ini, peneliti

menggunakan bantuan progam SPSS, maka didapat hasil sebagai berikut:

Tabel 3.5 Hasil Uji Validitas Variabel X1 Pada Tryout

Korelasi antara Nilai Korelasi (Pearson

Correlation)

r tabel Probabilitas Korelasi

[sig.(2-tailed)]

Kesimpulan

Item No.1 dengan Total 0.787 0.325 0.000 VALID








Sumber: Hasil pengolahan data

Dari hasil uji coba instrumen penelitian, diperoleh kesimpulan bahwa dari 8 item

yang diujikan untuk variabel kepribadian (X1), semua item dinyatakan valid sehingga

bisa dipakai untuk penelitian selanjutnya.

• Variabel Motivasi (X2)

Untuk variabel ini, terdapat enam (6) pertanyaan yang mewakilinya. Yaitu item

pertanyaan nomor 3, 16, 9, 12, 10 dan 17. Dalam mengolah data ini, peneliti


76



Correlation)

r tabel Probabilitas Korelasi

[sig.(2-tailed)]

Kesimpulan









yang diujikan untuk variabel motivasi (X2), semua item dinyatakan valid sehingga bisa

dipakai untuk penelitian selanjutnya.

• Variabel Pendidikan (X3)

Untuk variabel ini, terdapat empat (4) pertanyaan yang mewakilinya. Yaitu item

pertanyaan nomor 4, 23, 2, dan 25. Dalam mengolah data ini, peneliti menggunakan

bantuan progam SPSS, maka didapat hasil sebagai berikut:



Correlation)

r tabel Probabilitas Korelasi [sig.(2-

tailed)]

Kesimpulan






77


yang diujikan untuk variabel pendidikan (X3), semua item dinyatakan valid sehingga bisa


• Variabel Keluarga (X4)

Untuk variabel ini, terdapat empat (4) pertanyaan yang mewakilinya. Yaitu

itempertanyaan nomor 11, 22, 18 dan 26. Dalam mengolah data ini, peneliti




Correlation)


tailed)]

Kesimpulan







yang diujikan untuk variabel keluarga (X4), semua item dinyatakan valid sehingga bisa


• Variabel Minat Entrepreneur (Y)


pertanyaan nomor 15, 20, 14 dan 21. Dalam mengolah data ini, peneliti menggunakan


78

Tabel 3.9 Hasil Uji Validitas Variabel Y Pada Tryout


Correlation)


tailed)]

Kesimpulan







yang diujikan untuk variabel minat entrepreneur (Y), semua item dinyatakan valid

sehingga bisa dipakai untuk penelitian selanjutnya.

3.6.1.2 Uji Validitas Pada Hasil Akhir


Untuk variabel ini, terdapat delapan (8) pertanyaan yang mewakilinya. Yaitu item

pertanyaan nomor 1, 24, 6, 8, 5 ,13, 7, dan 9. Dalam mengolah data ini, peneliti


Tabel 3.10 Hasil Uji Validitas Variabel X1 Pada Hasil Akhir


Correlation)


tailed)]

Kesimpulan




79








yang diujikan untuk variabel kepribadian (X1), semua item dinyatakan valid sehingga

bisa dipakai untuk penelitian selanjutnya.


Untuk variabel ini, terdapat enam (6) pertanyaan yang mewakilinya. Yaitu item

pertanyaan nomor 3, 16, 9, 12, 10 dan 17. Dalam mengolah data ini, peneliti




Correlation)


tailed)]

Kesimpulan








80


yang diujikan untuk variabel motivasi (X2), semua item dinyatakan valid sehingga bisa




pertanyaan nomor 4, 23, 2, dan 25. Dalam mengolah data ini, peneliti menggunakan




Correlation)


tailed)]

Kesimpulan







yang diujikan untuk variabel pendidikan (X3), semua item dinyatakan valid sehingga bisa






81



Correlation)


tailed)]

Kesimpulan







yang diujikan untuk variabel keluarga (X4), semua item dinyatakan valid sehingga bisa






Tabel 3.14 Hasil Uji Validitas Variabel Y Pada Hasil Akhir


Correlation)


tailed)]

Kesimpulan






82


yang diujikan untuk variabel minat entrepreneur (Y), semua item dinyatakan valid

sehingga bisa dipakai untuk penelitian selanjutnya.

3.6.2 Uji Realibilitas

Uji realibilitas dilakukan untuk mendapatkan tingkat ketepatan alat pengumpul data

(instrumen) yang digunakan. Menurut Neuman (2000) yang dikutip oleh Agustina (2009,

p46), data yang dapat diandalkan atau konsisten artinya hasil numerik yang dihasilkan

oleh suatu indikator tidak bervariasi karena karakteristik dari proses pengukuran atau

alat pengukuran itu sendiri. Uji realibilitas pada instrumen dilakukan dengan menilai

alpha.

Menurut Juliandi (2007, p11-12), berikut langkah – langkah yang digunakan untuk

melakukan uji validitas menggunakan progam SPSS:

1. Pada progam SPSS, k lik menu Analyze, Scale, Reliability Analysis

2. Blok butir – butir item pertanyaan, lalu pindahkan ke kotak items dengan meng-

klik tanda panah.

3. Pada menu Model, pilih salah satu, misalnya Alpha, lalu k lik OK.

Suatu angket dikatakan reliable (andal) jika jawaban seseorang terhadap pertanyaan

adalah konsisten atau stabil dari waktu ke waktu. Karena tingkat realibilitas ditentukan

oleh tingkat Cronbach’s Alpha, untuk itu, maka ukuran kemantapan alpha dapat

diinterpretasikan seperti tabel berikut:

83

Tabel 3.15 Penilaian Alpha

Cronbach’s Alpha Tingkat Realibiltas

0.00 – 0.20 Kurang reliabel

>0.20 – 0.40 Agak reliabel

>0.40 – 0.60 Cukup reliabel

>0.60 – 0.80 Reliabel

>0.80 – 1.00 Sangat Reliabel

Sumber: Agustina (2009)

3.6.2.1 Uji Realibilitas Pada Hasil Tryout


Tabel 3.16 Uji Realibilitas Variabel X1 pada Tryout

Reliability Statistics

Cronbach's

Alpha N of Items

.885 8

Sumber: Hasil Perhitungan Progam SPSS 16

Nilai Cronbach’s Alpha diatas terlihat sebesar 0.885 maka dapat dikatakan bahwa

data diatas bersifat reliabel karena 0.885 > 0.6. Data hasil kuesioner yang akan

digunakan untuk proses analisa selanjutnya adalah data atas butir pertanyaan nomor 1,

24, 6, 8, 5 ,13, 7, dan 9.

84




Cronbach's

Alpha N of Items

.750 6





16, 9, 12, 10 dan 17.




Cronbach's

Alpha N of Items

.614 4





23, 2, dan 25.

85







22, 18 dan 26.


Tabel 3.20 Uji Realibilitas Variabel Y pada Tryout


Cronbach's

Alpha N of Items

.814 4





20, 14 dan 21.


Cronbach's

Alpha N of Items

.635 4

86

3.6.2.2 Uji Realibilitas Pada Hasil Akhir


Tabel 3.21 Uji Realibilitas Variabel X1 pada Hasil Akhir





24, 6, 8, 5 ,13, 7, dan 9.







16, 9, 12, 10 dan 17.


Cronbach's

Alpha N of Items

.849 8


Cronbach's

Alpha N of Items

.860 6

87







23, 2, dan 25.







22, 18 dan 26.


Cronbach's

Alpha N of Items

.624 4


Cronbach's

Alpha N of Items

.770 4

88


Tabel 3.25 Uji Realibilitas Variabel Y pada Hasil Akhir





20, 14 dan 21.

3.6.3 Uji Linearitas

Salah satu asumsi yang diperlukan dalam analisis parametrik yang digunakan untuk

penelitian ini adalah linieritas dari data yang digunakan. Asumsi ini menyatakan bahwa

hubungan antar variabel yang hendak dianalisis itu mengikuti garis lurus. Jadi

peningkatan atau penurunan kuantitas di satu variabel, akan diikuti secara linear oleh

peningkatan atau penurunan kuantitas di variabel lainnya (Santoso, 2008). Sedangkan

Djunaidi (2009) mengatakan bahwa asumsi linearitas adalah asumsi yang akan

memastikan apakah data yang kita milik i sesuai dengan garis linear atau tidak.

Berikut langkah – langkah yang digunakan untuk melakukan uji linearitas

menggunakan progam SPSS:

1. Klik Analyze -> Compare Mean > Mean


Cronbach's

Alpha N of Items

.712 4

89

2. Masukkan predictor (variabel bebas) ke Independent List dan variabel terikat ke

Dependent List.

3. Klik Option dan Tandai Test For Linierity.

4. Kemudian klik OK.

Perhatikan Sig pada Deviation From Linierity. Jika Sig > 0.05, maka dinyatakan

hubungan antara variabel independen dengan variabel dependen adalah Linier. Jika sig

< 0.05, dapat dinyatakan hubungan yang terjadi adalah tidak Linier (model

signifikansinya terbalik dengan uji hipotesis).

Berikut hasil uji linearitas, menggunakan bantuan progam SPSS versi 16:


Tabel 3.26 Uji Liniearitas Variabel X1

ANOVA Table

Sum of

Squares df

Mean

Square F Sig.

Minat_Entrepreneu

r * Kepribadian

Between

Groups

(Combined) 66.167 22 3.008 12.110 .000

Linearity 59.130 1 59.130

238.08

0 .000

Dev iation f rom

Linearity 7.037 21 .335 1.349 .141

Within Groups 85.933 346 .248

Total 152.100 368


Hasil pada table 3.26 menunjukan nilai Sig. pada Deviation From Linierity adalah

0.141. Hal ini menunjukan bahwa variabel kepribadian bersifat linear terhadap variabel

Minat Entrepreneur (Sig. 0.141 > 0.05).

90



ANOVA Table

Sum of

Squares df

Mean

Square F Sig.

Minat_Entrepreneu

r * Motivasi

Between

Groups

(Combined) 76.204 18 4.234 19.523 .000

Linearity 74.482 1 74.482

343.47

6 .000

Dev iation f rom

Linearity 1.722 17 .101 .467 .966


Total 152.100 368



0.966. Hal ini menunjukan bahwa variabel motivasi bersifat linear terhadap variabel




ANOVA Table

Sum of

Squares df

Mean

Square F Sig.

Minat_Entrepreneu

r * Pendidikan

Between

Groups

(Combined) 28.787 11 2.617 7.576 .000

Linearity 23.082 1 23.082 66.824 .000

Dev iation f rom

Linearity 5.704 10 .570 1.651 .091


Total 152.100 368 Sumber: Hasil Perhitungan Progam SPSS 16

91


0.091. Hal ini menunjukan bahwa variabel pendidikan bersifat linear terhadap variabel




ANOVA Table

Sum of

Squares df

Mean

Square F Sig.

Minat_Entrepreneu

r * Keluarga

Between

Groups

(Combined) 55.763 12 4.647 17.172 .000

Linearity 51.693 1 51.693

191.02

6 .000

Dev iation f rom

Linearity 4.070 11 .370 1.367 .186


Total 152.100 368



0.186. Hal ini menunjukan bahwa variabel keluarga bersifat linear terhadap variabel


3.6.4 Transformasi Data Ordinal Menjadi Interval

Mentransformasi data ordinal menjadi interval gunanya untuk memenuhi sebagian

syarat dari analisis parametrik yang mana data setidak – tidaknya berskala interval.

Teknik transformasi yang paling sederhana adalah dengan menggunakan MSI (Method of

Succesive Interval) (Riduwan & Kuncoro, 2008, p30).

92

Berikut langkah – langkah dalam melakukan transformasi data ordinal ke data

interval dengan menggunakan MSI

a. Pertama perhatikan setiap butir jawaban responden dari angket yang disebarkan.

b. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2 ,3 dan 4 yang

disebut sebagai frekuensi.

c. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi.

d. Tentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi secara

berurutan perkolom skor.

e. Gunakan table distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang

diperoleh.

f. Tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh (dengan

menggunakan tabel tinggi densitas).

g. Tentukan nilai skala dengan menggunakan rumus:

h. Tentukan nilai transformasi dengan rumus:

Berikut hasil transformasi data penelitian menggunakan metode MSI:

93


Tabel 3.30 Transformasi Data Variabel X1

Item Pertanyaan Alternatif Jawaban Total Frekuensi

1 2 3 4

1 16 90 219 44 369

2 10 109 214 36 369

3 11 127 197 34 369

4 19 84 166 100 369

5 27 53 172 117 369

6 20 138 176 35 369

7 11 115 214 29 369

8 17 141 182 29 369

Frekuensi 131 857 1540 424

Proporsi 0.0444 0.2903 0.5217 0.1436

Proporsi Kumulatif 0.0444 0.3347 0.8564 1

Zi -1.71 -0.43 0.37 ∞

Densitas 0.0925 0.3637 0.3725 0

Nilai Skala -2.0844 -1.0386 -0.4060 -0.4839

transformasi 1 2.05 2.68 2.60



94



1 2 3 4

1 25 69 146 129 369

2 34 74 116 145 369

3 16 122 153 78 369

4 29 167 121 52 369

5 23 80 170 96 369

6 27 77 136 129 369

Frekuensi 154 589 842 629

Proporsi 0.0696 0.2660 0.3803 0.2841


Zi -1.48 -0.43 0.79 ∞

Densitas 0.1334 0.3637 0.2920 0

Nilai Skala -1.9178 -1.0199 -0.3798 -0.4239






1 2 3 4

1 23 107 194 45 369

2 35 120 154 60 369

3 24 155 166 24 369

95

4 26 157 163 23 369

Frekuensi 108 539 677 152

Proporsi 0.0732 0.3652 0.4581 0.1030


Zi -1.46 -0.16 0.27 ∞

Densitas 0.1374 0.3939 0.3847 0

Nilai Skala -1.8778 -0.8344 -0.4733 -0.5123






1 2 3 4

1 40 134 134 61 369

2 30 107 159 73 369

3 21 134 168 44 369

4 31 78 182 78 369

Frekuensi 124 453 643 256

Proporsi 0.0840 0.3069 0.4356 0.1734


Zi -1.38 -0.28 0.45 ∞

Densitas 0.1539 0.3836 0.3606 0

Nilai Skala -1.8319 -0.9114 0.4435 0.4661

Transformasi 1 1.92 2.39 2.37

96



Tabel 3.34 Transformasi Data Variabel Y


1 2 3 4

1 34 86 138 111 369

2 24 106 149 90 369

3 59 155 116 39 369

4 31 140 152 46 369

Frekuensi 148 487 555 286

Proporsi 0.1003 0.3299 0.3760 0.1938


Zi -1.28 -0.18 0.51 ∞

Densitas 0.1758 0.3925 0.3503 0

Nilai Skala -1.7532 -0.8368 -0.4722 -0.4559



3.6.5 Uji Analisis Korelasi

Korelasi Pearson Product Moment (PPM) sangat popular dan sering dipakai oleh

mahasiswa dan para peneliti. Korelasi ini dikemukakan oleh Karl Pearson tahun 1900.

Kegunaannya untuk mengetahui derajat hubungan antara variabel bebas (independent)

dengan variabel terikat (dependent).

97

Teknik analisis Korelasi PPM termasuk teknik statistik parametrik yag menggunakan

data interval dan ratio dengan persyaratan tertentu. Misalnya: data dipilih secara acak

(random); datanya berdistribusi normal; data yang dihubungkan berpola linier; dan data

yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama.

Kalau salah satu tidak terpenuhi persyaratan tersebut analisis korelasi tidak dapat

dilakukan. Rumus yang digunakan Korelasi PPM (sederhana):

Korelasi PPM dilambangkan dengan ketentuan nilai r tidak lebih dari harga (‐1 ≤ r ≤

1). Apabila nilai r = ‐1 artinya korelasinya negatif sempurna; r=0 artinya tidak ada

korelasi; dan r=1 berarti korelasinya sangat kuat. Sedangkan arti harga r akan

dikonsultasikan dengan tabel interpretasi nilai r sebagai berikut:

Tabel 3.35 Interpretasi Koefisien Korelasi Nilai r

Sumber: Riduwan & Kuncoro (2008, p62)

Besar kecilnya sumbangan variabel X terhadap Y dapat ditentukan dengan rumus

koefisien determinan sebagai berikut.

Interval Koefisien Tingkat Hubungan

0,80 – 1,000

0,60 – 0,799

0,40 – 0,599

0,20 – 0,399

0,00 – 0,199

Sangat Kuat

Kuat

Cukup Kuat

Rendah

Sangat Rendah

98

KP = R2 x 100%

dimana: KP = Nilai Koefisien Determinan

r = Nilai Koefisien Korelasi

analisis Korelasi Ganda berfungsi untuk mencari besarnya hubungan antara dua

variabel bebas (X) atau lebih secara simultan (bersama – sama) dengan variabel terikat

(Y). Desain penelitian dan rumus Korelasi Ganda sebagai berikut.

Gambar 3.2 Korelasi Berganda

Sumber: Riduwan & Kuncoro (2008, p63)

Rumus Korelasi Ganda

3.6.6 Uji Analisis Regresi

Regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang

paling mungkin terjadi di masa yang akan datang berdasarkan informasi masa lalu dan

sekarang yang dimilik i agar kesalahannya dapat diperkecil. Regresi dapat juga diartikan

sebagai usaha memprediksi perubahan. Peramalan tidak memberikan jawaban pasti

RX1X2Y

X1

X2

Y

rX2Y

rX1Y

rX1X2

99

tentang apa yang akan terjadi, melainkan berusaha mencari pendekatan apa yang akan

terjadi di masa yang akan datang. Jadi, regresi mengemukakan tentang keingintahuan

apa yang terjadi di masa depan untuk memberikan sumbangan menentukan keputusan

yang terbaik (Riduwan & Kuncoro, 2008, p83).

Kegunaan regresi dalam penelitian salah satunya adalah untuk meramalkan

(memprediksi) variabel terikat (Y) apabila variabel bebas (X) diketahui. Regresi

sederhana dapat dianalisis karena didasari oleh hubungan fungsional atau hubungan

sebab akibat (kausal) variabel bebas (X) terhadap variabel terikat (Y). Contohnya: luas

tanah (X) terhadap hasil panen padi (Y); asupan makanan (X) terhadap tinggi badan (Y);

dsb.

Asumsi – asumsi model regresi terpusat pada:

1. Data yang dianalisis jenis data interval dan ratio.

2. Data dipilih secara acak (random).

3. Data yang dihubungkan berdistribusi normal.

4. Data yan dihubungkan berpola linier.

5. Dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek

yang sama.

Uji regresi, digunakan untuk mencari pengaruh antar variabel. Dalam uji ini

digunakan regresi linier dan regresi ganda dengan rumus sebagai berikut:

Persamaan regresi dirumuskan: Y = a + bX

100

Dimana: Y = subjek variabel terikat yang diproyeksikan

X = Variabel bebas yang mempunyai nilai tertentu untuk diprediksikan

a = Nilai konstanta harga Y jika X = 0

b = Nilai arah sebagai penentu ramalam (prediksi) yang menunjukan nilai

peningkatan (+) atau penuruan (-) variabel Y

3.6.7 Uji Analisis Jalur (Path Analysis)

Menurut Riduwan & Kuncoro (2008, p2), model path analysis digunakan untuk

menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh

langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap

variabel terikat (endogen). Model path analysis yang dibicarakan adalah pola hubungan

sebab akibat atau ”a set of hypothesized causal asymetric relation among the variables”.

Oleh sebab itu, rumusan masalah penelitian dalam kerangka path analysis berkisar pada:

(1) Apakah variabel eksogen (X1, X2, ..., Xk) berpengaruh terhadap variabel endogen Y?

dan (2)Berapa besar pengaruh kausal langsung, kausal tidak langsung, kausal total

maupun simultan seperangkat variabel eksogen (X1, X2, ..., Xk) terhadap variabel

endogen Y?

Asumsi yang mendasari path analysis sebagai berikut:

1. Pada model path analysis, hubungan antar variabel adalah bersifat linier, adaptif,

dan bersifat normal.

2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas yang

terbalik.

101

3. Variabel terikat (endogen) minimal dalam skala ukur interval dan ratio.

4. Menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk

memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi

anggota sampel.

5. Observed variables diukur tanpa kesalahan (instrumen pengukuran valid dan reliabel)

artinya variabel yang diteliti dapat diobservasi secara langsung.

6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teori

– teori dan konsep – konsep yang relevan artinya model teori yang dikaji atau diuji

berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan

kausalitas antar variabel yang diteliti.

Menurut Riduwan & Kuncoro (2008, p116), berikut langkah – langkah dalam menguji

dengan path analysis.

1. Merumuskan hipotesis dan persamaan struktural.

2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi.

3. Menghitung koefisien jalur secara simultan (keseluruhan).

4. Menghitung koefisien jalur secara indiv idu.

5. Meringkas dan menyimpulkan.

Dari pembahasan diatas, dapat dilihat perbedaan antara regresi dengan analisis jalur

adalah bahwa fungsi dari regresi adalah untuk peramalan berdasarkan data – data yang

sudah ada sebelumnya, sedangkan fungsi dari analisis jalur adalah untuk mengetahui

besarnya pengaruh antara variabel independent terhadap variabel dependent. Oleh

102

sebab itu, pada penelitian ini, metode yang akan digunakan adalah metode analisis jalur

(path analysis)

3.7 Rancangan Uji Hipotesis

Ronny Kountur (2005, p109-111) mengatakan bahwa hipotesis pada umumnya

dinyatakan dalam bentuk:

• Hipotesis nol, dan

• Hipotesis alternatif

Hipotesis nol atau dikenal pula dengan istilah null hypothesis yang diberi simbol Ho

adalah penyataan hipotesis yang menunjukan tidak adanya perubahan sedangkan

hipotesis alternatif atau dikenal pula dengan istilah alternative hypothesis yang diberi

simbol Ha adalah penyataan hipotesis yang menunjukan hasil yang diharapkan. Hipotesis

merupakan jawaban sementara yang diharapkan peneliti dinyatakan dalam bentuk

hipotesis alternatif. Itu sebabnya, hipotesis alternatif kadang – kadang disebut pula

research hypothesis yang diberi simbol H1.

Kegunaan dari hipotesis itu perlu dinyatakan dalam dua bentuk sekaligus, yaitu

dalam bentuk hipotesis nol dan hipotesis alternatif. Yang akan diuji oleh statistik adalah

hipotesis nol sedangkan yang diharapkan oleh peneliti adalah hipotesis alternatif. Itu

sebabnya keduanya harus dinyatakan.

Hipotesis diuji dengan teknik statistik, apabila hasil pengujian statistik menunjukan

bahwa hipotesis ditolak, maka yang dimaksud ditolak disini adalah hipotesis nolnya. Jika

hipotesis nol ditolak, berarti hipotesis alternatif secara otomatis diterima dan sebaliknya.

103

Jika hipotesis nol diterima maka hipotesis alternatif ditolak. Tentu yang diharapkan

peneliti adalah supaya hipotesis nol ditolak, dengan demikian hipotesis alternatif yang

merupakan dugaan peneliti bisa diterima. Namun, tidak harus dipaksakan hipotesis nol

ditolak. Jika memang setelah diuji dengan statistik ternyata harus diterima, maka

hipotesis nolnya harus diterima.

Berikut adalah hipotesis – hipotesis yang digunakan dalam penelitian ini.

• Ho : Kepribadian tidak berkontribusi secara signifikan terhadap minat

entrepreneur mahasiswa Binus University.

Ha : Kepribadian berkontribusi secara signifikan terhadap minat entrepreneur

mahasiswa Binus University.

• Ho : Motivasi tidak berkontribusi secara signifikan terhadap minat entrepreneur


Ha : Motivasi berkontribusi secara signifikan terhadap minat entrepreneur


• Ho : Pendidikan tidak berkontribusi secara signifikan terhadap minat

entrepreneur mahasiswa Binus University.

Ha : Pendidikan berkontribusi secara signifikan terhadap minat entrepreneur


• Ho : Keluarga tidak berkontribusi secara signifikan terhadap minat entrepreneur


Ha : Keluarga berkontribusi secara signifikan terhadap minat entrepreneur


104

• Ho : Kepribadian, motivasi, pendidikan dan keluarga tidak berkontribusi secara

signifikan terhadap minat entrepreneur mahasiswa Binus University.

Ha : Kepribadian, motivasi, pendidikan dan keluarga berkontribusi secara

signifikan terhadap minat entrepreneur mahasiswa Binus University.

3.8 Rancangan Implikasi Hasil Penelitian

Rancangan implikasi hasil penelitian ini yaitu setelah semua data dan hasil analisis

selesai dilakukan, maka selanjutnya dari hasil kuesioner yang dibagikan kepada

mahasiswa Binus University semester tujuh pada tahun ajaran 2010/2011 semester

ganjil, akan didapatkan gambaran dan besarnya pengaruh mengenai aspek – aspek yang

mempengaruhi minat mahasiswa untuk menjadi seorang entrepreneur. Yaitu mengenai

pengaruh aspek kepribadian, motivasi, pendidikan dan keluarga terhadap minat untuk

menjadi entrepreneur.

Hasil data diperoleh dari hasil kuesioner yang dibagikan kepada mahasiswa Binus

University semester tujuh pada tahun ajaran 2010/2011 semester ganjil, selanjutnya

dilakukan analisis hubungan yaitu korelasi, regresi, dan path analysis antara aspek –

aspek kepribadian, motivasi, pendidikan dan keluarga terhadap minat untuk menjadi

entrepreneur.

Dari hasil analisis diatas, apabila terdapat pengaruh dan hubungan yang kuat antara

aspek kepribadian, motivasi, pendidikan dan keluarga terhadap minat untuk menjadi

entrepreneur, maka Binus University melalui div isi Binus Entrepreneurship Center (BEC)

sebagai salah satu universitas yang mengedepankan minat entrepreneurship

105

mahasiswanya, akan dapat lebih mengetahui lagi aspek – aspek yang mempengaruhi

para mahasiswanya untuk menjadi seorang entrepreneur.

Dari situ BEC dapat melakukan pengembangan progam – progam kerja yang

disusunnya untuk membina para mahasiswa Binus University untuk menjadi seorang

entrepreneur yang bermutu dan baik. Selain itu BEC juga dapat melakukan evaluasi

terhadap progam – progam kerja yang sudah dijalankan, misalnya mata kuliah

entrepreneurship, agar dapat lebih sesuai dengan apa yang dibutuhkan oleh para

mahasiswa Binus University untuk menjadi seorang entrerpeneur.

Peneliti juga sangat berharap bahwa hasil penelitian ini dapat bermanfaat bagi

semua lembaga – lembaga yang bergerak dalam bidang pembinaan entrepreneurship

generasi muda, karena keberadaan entrepreneur yang bermutu akan mempengaruhi

kemakmuran dan kesejahteraan masyarakat suatu bangsa.

bab iii metode penelitian - thesis.binus.ac.idthesis.binus.ac.id/doc/bab3/2011-1-00430-mn 3.pdf ·...

Documents