56
Tabel 5 Hasil Uji Reliabilitas
Variable Batas Reliabilitas
Keterangan Kompensasi 0,930
0,514 reliabel
Motivasi 0,957 0,514
reliabel Lingkungan Kerja
0,936 0,514
reliabel Kinerja 0,939
0,514 reliabel
Sumber: Data uji coba tahun 2010, diolah Dari uji coba yang telah dilakukan dapat diketahui bahwa hasil
setiap variabel lebih dari batas reliabilitas yang disyaratkan yaitu 0,514, maka variabel kompensasi, motivasi, dan lingkungan kerja reliabel.
3.5 Uji Asumsi Klasik
3.5.1 Uji Normalitas Uji normalitas bertujuan untuk mengetahui distribusi data dalam variable
yang digunakan dalam penelitian. Uji normalitas dilakukan dengan melihat nilai skewness. Menurut Nugroho 2005: 18 nilai skewness digunakan untuk
mengetahui bagaimana distribusi normal data dalam variabel dengan menilai kemiringan kurva, nilai skewness yang baik adalah mendekati angka 0. Jika
kemiringan dilihat dari nilai skewness, nilai skewness ini bersifat mutlak +-. Ketinggian kurva dilihat dari nilai kurtosis, nilai kurtosis tidak berpengaruh
terhadap penilaian distribusi normal.
57
3.5.2 Uji Multikolinieritas Uji multikolineritas bertujuan untuk mengetahui apakah dalam regresi
terjadinya hubungan antara variabel-variabel bebas dan hubungan yang terjadi cukup besar. Menurut Nugroho 2005: 58, deteksi multikolineritas pada suatu
adalah jika Variance Inflation factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolineritas
VIF = 1Torerance, jika VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance.
3.5.3 Uji Heteroskedastisitas Menurut Nugroho 2005: 62 heterokedastisitas menguji terjadinya
perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan
Studentized Delete Residual nilai tersebut. Model regresi yang baik adalah model regresi yang memiliki persamaan varience residual suatu periode pengamatan
dengan pengamatan yang lain, atau adanya hubungan antara nilai yang diprediksi dengan Studentized Delete Residual nilai tersebut sehingga dapat dikatakan model
tersebut homokedastisitas. Menurut Nugroho 2005: 62, analisis pada gambar Scatterplot yang menyatakan model regresi linier berganda tidak terdapat
heteroskedastisitas jika : 1. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. 3.
Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
58
4. Penyebaran titik-titik
data sebaiknya tidak berpola. Pengujian terhadap heteroskedastisitas dapat dilakukan melalui
pengamatan terhadap pola scatter plot yang dihasilkan melalui SPSS 15,0 for window.
3.6 Metode Analisis Data
