laporan yang diselesaikan tidak tepat waktu dan dekripsi pekerjaan yang tidak sesuai.. Hal ini berarti bahwa sebagian Pegawai Negeri
Sipil menganggap kinerja pegawai sudah cukup baik untuk mencapai misi organisasi.
C. Pengujian Prasyarat Analisis
Pengujian prasyarat analisis dilakukan sebelum melakukan analisis regresi linier berganda. Prasyarat yang digunakan dalam penelitian ini
meliputi uji normalitas, uji linieritas, uji multikolinieritas dan uji heteroskedastisitas yang dilakukan menggunakan bantuan komputer
program SPSS 20.00 for Windows. Hasil uji prasyarat analisis disajikan berikut ini.
1 Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data Santosa dan Ashari, 2005. Dalam penelitian ini,
menggunakan Uji Kolmogrov-smirnov dengan hasil sebagai berikut:
Tabel 15. Hasil Uji Normalitas Variabel
Signifikansi Keterangan
Evaluasi Pelatihan 0,501
Normal Pengembangan Karir
0,309 Normal
Kinerja Pegawai 0,059
Normal Sumber: Data Primer 2015
Hasil uji normalitas menunjukkan bahwa semua variabel penelitian mempunyai nilai signifikansi lebih besar dari 0,05 pada sig0,05,
sehingga dapat disimpulkan bahwa data penelitian berdistribusi normal.
2 Uji Linieritas
Tujuan uji linieritas adalah untuk mengetahui hubungan antara variabel bebas dan variabel terikat linier atau tidak Ghozali, 2011.
Kriteria pengujian linieritas adalah jika nilai signifikasi lebih besar dari 0,05, maka hubungan antara variabel bebas dan variabel terikat adalah
linier. Hasil rangkuman uji linieritas disajikan berikut ini:
Tabel 16. Hasil Uji Linieritas Variabel
Signifikansi Keterangan
Evaluasi Pelatihan 0,695
Linier Pengembangan Karir
0,263 Linier
Sumber : Data primer 2015 Hasil uji linieritas pada tabel di atas dapat diketahui bahwa semua
variabel memiliki nilai signifikansi yang lebih besar dari 0,05 P0,05, hal ini menunjukkan bahwa semua variabel penelitian adalah linier.
3 Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui besarnya interkolerasi antar variabel bebas dalam penelitian ini. Jika terjadi
korelasi, maka dinamakan terdapat masalah multikolinieritas Ghozali, 2011. Untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat
pada nilai tolerance dan VIF. Apabila nilai toleransi di atas 0,1 dan nilai VIF di bawah 10 maka tidak terjadi multikolinieritas. Hasil uji
multikolinieritas untuk model regresi pada penelitian ini disajikan pada tabel di bawah ini:
Tabel 17. Hasil Uji Multikolinieritas Variabel
Tolerance VIF
Kesimpulan
Evaluasi Pelatihan
0,940 1,064
Non Multikolinieritas Pengembangan
Karier 0,940
1,064 Non Multikolinieritas
Sumber: Data Primer 2015 Dari tabel di atas terlihat bahwa semua variabel mempunyai nilai
toleransi di atas 0,1 dan nilai VIF di bawah 10, sehingga dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi
multikolinieritas.
D. Pengujian Hipotesis
