xcv memenuhi target pekerjaan yang diberikan oleh Badan Penanaman Modal
Kota Medan. 6. Pada pernyataan keenam, “Saya selalu mengerjakan pekerjaan tambahan
walaupun standar minimal telah terpenuhi”, sebanyak 16,1 responden menyatakan sangat setuju, 67, responden menyatakan setuju, dan 16,1
responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa pegawai Badan Penanaman Modal Kota Medan selalu
mengerjakan pekerjaan tambahan walaupun strandar minimal telah terpenuhi.
4.3 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layak atau tidak layak digunakan dalam penelitian.Uji asumsi klasik adalah persyaratan
statistik yang harus dipenuhi pada regresi liner berganda. Uji Asumsi Klasik yang
digunakan dalam penelitian ini adalah sebagai berikut: 4.3.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan
pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-tailed diatas, nilai signifikan 5 artinya variabel
residual berdistribusi normal Situmorang dan Lufti, 2012:100 Salah satu cara untuk melihat normalitas adalah dengan melihat grafik
histrogram dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal :
Universitas Sumatera Utara
xcvi a.
Pendekatan Histogram
Sumber :Hasil pengolahan SPSS 2016
Gambar 4.3 Histogram Uji Normalitas
Berdasarkan Gambar 4.3 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
melenceng ke kiri atau ke kanan. b. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS 2016
Gambar 4.4 Plot Uji Normalitas
Universitas Sumatera Utara
xcvii Pada Gambar 4.4 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 K-S. c. Pendekatan Kolmogorov-Smirnov
Tabel 4.10 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 56
Normal Parameters
a
Mean .0000000
Std. Deviation 1.40543941
Most Extreme Differences Absolute
.099 Positive
.099 Negative
-.069 Kolmogorov-Smirnov Z
.742 Asymp. Sig. 2-tailed
.640 a. Test distribution is Normal.
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.10 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,640 dan diatas nilai signifikan 0,05 atau 5, sehingga dapat disimpulkan
bahwa variabel residual berdistribusi normal.
4.3.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance
value dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas.
2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila
tolerance 0,1 maka diduga mempunyaipersoalan multikolinearitas
Universitas Sumatera Utara
xcviii 4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas.
Tabel 4.11 Uji Nilai
Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
7.772 2.667
2.914 .005 Aktualisasi Diri
.162 .057
.300 2.852 .006
.913 1.096
Kebutuhan Penghargaan .081
.059 .217
1.378 .174 .407
2.455 Kebutuhan Sosial
.378 .150
.385 2.519 .015
.433 2.311
a. Dependent Variable: Prestasi Kerja
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.11 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 karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.3.3 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.
Universitas Sumatera Utara
xcix Ada beberapa cara untuk mendekati ada atau tidaknya heteroskedastisitas
yaitu : a. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS 2016
Gambar 4.5 Scatterplot Heteroskedastisitas
Berdasarkan gambar 4.5 dapat terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi layak dipakai untuk memprediksi prestasi kerja berdasarkan masukan variabel
kebutuhan aktualisasi diri, kebutuhan penghargaan dan kebutuhan sosial.
Universitas Sumatera Utara
c b. Uji Glesjer
Tabel 4.12 Hasil Uji
Glejser heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .087
1.670 .052
.959 Aktualisasi Diri
-.008 .036
-.030 -.223
.824 Kebutuhan Penghargaan
-.036 .037
-.202 -.990
.327 Kebutuhan Sosial
.069 .117
.122 .585
.561 a. Dependent Variable: Absut
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.12 terlihat variabel independen kebutuhan aktualisasi diri, kebutuhan penghargaan dan kebutuhan sosial yang tidak signifikan secara
statistik mempengaruhi variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas kebutuhan aktualisasi diri 0,670, kebutuhan penghargaan
0,797 dan kebutuhan sosial 0,561 diatas tingkat signifikansi 5 0.05, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
4.4 Analisis Regresi Linear Berganda
