mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi
tidak mengarah adanya heteroskedastisitas.
4. Pendekatan Grafik
Gambar 4.4 :
Scatterplot Uji Heteroskedastisitas Sumber : Hasil Pengolahan SPSS 2012
Pada Gambar 4.4 grafik scatterplot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di
atas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi kinerja karyawan berdasarkan masukan variabel motivasi dan pengalaman kerja karyawan.
Universitas Sumatera Utara
1. Pendekatan Statistik Uji Glejser
Tabel 4.10
Hasil Uji Glejser Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .293
1.174 .249
.804 Motivasi
.004 .060
.016 .065
.948 Pengalaman_Kerja
.024 .063
.091 .382
.704 a.
Dependent Variable: absut
Sumber : Hasil Pengolahan SPSS 2012
Pada Tabel 4.10 terlihat variabel independent motivasi dan pengalaman kerja yang signifikan secara statistik mempengaruhi variabel dependent Absolut
Ut AbsUt. Hal ini terlihat dari nilai probabilitas X1 dan X2 signifikannya 0,948 dan 0,704 di atas tingkat kepercayaan 5 0,05, jadi disimpulkan
model regresi tidak mengarah adanya heteroskedastisitas.
4.2.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Adanya multikolinearitas dapat dilihat dari tolerance value atau nilai
Variance Inflation Factor VIF, kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance adalah mengukur variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel independen yang lain. Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolinearitas adalah apabila tolerance value 0,1 sedangkan VIF 10 dan sebaliknya apabila tolerance value 0,1
sedangkan VIF 10 maka tidak terjadi multikolinearitas.
Universitas Sumatera Utara
Tabel 4.11 Hasil Uji Multikolinearitas
Sumber: Hasil Pengolahan SPSS 2012
Tabel 4.11 menunjukkan bahwa nilai tolerance variabel independen 0,1 dan nilai VIF variabel independen 10 maka dapat disimpulkan bahwa regresi ini
tidak terkena multikolinearitas.
4.2.3 Analisis Regresi Linear Berganda