90
multikolinieritas dalam sebuah model regresi dapat dideteksi dengan VIF Variance Inflation Factor dan nilai toleransi tolerance. Suatu model regresi
dikatakan bebas dari masalah multikolinieritas jika mempunyai nilai VIF10 dan mempunyai nilai tolerance diatas 0,1 Sudarmanto, 2013:239. Hasil pengujian
multikolinieritas dapat dilihat pada tabel 4.12:
Tabel 4.12 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Kepemimpinan 0.767
1.304 Iklim Komunikasi Organisasi
0.767 1.304
a. Dependent Variable : Kinerja Karyawan
Sumber : Hasil Penelitian, 2014 data diolah Berdasarkan hasil pengolahan data pada tabel 4.12 menunjukkan nilai VIF dan
tolerance semua variabel dalam penelitian ini tidak mengalami multikolinieritas. Hal ini ditunjukkan oleh kedua variabel tersebut yang memiliki nilai VIF lebih
kecil dari 10 dan nilai tolerance lebih besar dari 0,1. Hasil pengujian tersebut menunjukkan bahwa dalam model regresi ini seluruh variabel bebas dan tidak
terjadi masalah multikolinieritas.
4.2.4.3. Uji heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan lainnya. Deteksi ada atau tidaknya masalah heteroskedastisitas dalam suatu model regresi bisa dilakukan dengan melihat pola titik-titik pada satu grafik
scatterplot dengan dasar pengambilan keputusan yakni jika ada pola tertentu seperti titik-titik membentuk suatu pola yang teratur maka telah terjadi
Universitas Sumatera Utara
91
heteroskedastisitas. Jika tidak ada pola yang jelas serta titik-titik menyebar tidak teratur maka tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas
dapat dilihat pada Gambar 4.3:
Gambar 4.3 Scatterplot Heteroskedastisitas
Sumber: Hasil Penelitian, 2014 data diolah
Pada gambar 4.3 menunjukkan titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y tidak membentuk pola-pola tertentu. Hasil pengujian ini
memperlihatkan bahwa model regresi ini bebas dari masalah heteroskedastisitas sehingga model regresi layak dipakai untuk memprediksi variabel kinerja
karyawan berdasarkan variabel independen.
Universitas Sumatera Utara
92
Pada uji Glejser dapat dilihat jika variabel independen signifikan dibawah 5 secara statistik, maka diindikasikan terjadinya heteroskedastisitas. Jika
probabilitas signifikannya diatas tingkat kepercayaan 5 maka model regresi tersebut tidak terjadi heteroskedastisitas Sudarmanto, 2013:261. Hasil
pengolahan SPSS dapat dilihat pada tabel 4.13:
Tabel 4.13 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
2.885 1.753
1.646 .104
Kepemimpinan -.074
.050 -.200
-1.466 .147
Iklim Komunikasi Organisasi .041
.056 .100
.736 .464
a. Dependent Variable: ABS_RES
Sumber: Hasil Penelitian, 2014 data diolah Berdasarkan pada tabel 4.13 dapat dilihat bahwa tingkat signifikansi pada uji
Glejser diatas 5 atau 0,05 dimana hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas.
4.2.5 Pengujian hipotesis