4.5 UJI ASUMSI KLASIK
4.5.1 Uji Normalitas
Analisis normalitas dilakukan dengan mengamati penyebaran data titik pada sumbu diagonal grafik. Metode yang dipakai dalam pengujian ini adalah
metode plot.
Gambar 4.2 Kurva Normal P-Plot
Sumber : SPSS data diolah
Universitas Sumatera Utara
Berdasarkan Gambar 4.2 di atas dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal dan mengikuti garis arah diagonal. Hal ini
berarti, model regresi memenuhi asumsi normalitas, yang datanya normal dan
layak digunakan dalam penelitian.
4.5.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaanperbedaan varians dari residual pengamatan yang
lain. Jika varians residual dari suatu pengamatan lain tetap, maka disebut homokedastisitas dan jika varian berbeda disebut heteroskedastisitas.
Heteroskedastisitas terjadi karena terjadi perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Heteroskedastisitas terjadi jika
residual tidak memiliki varian yang konstan. Model yang paling baik adalah tidak terjadi heteroskedastisitas. Pemeriksaan terhadap gejala heteroskedastisitas
adalah dengan melihat pola diagram pencar pada grafik Scatterplot. Cara
pengambilan keputusannya adalah sebagai berikut :
a. Jika diagram pencar yang ada membentuk pola-
pola tertentu yang teratur maka regresi mengalami gangguan
heteroskedastisitas.
Universitas Sumatera Utara
b. Jika diagaram pencar tidak membentuk pola atau
acak maka regresi tidak mengalami gangguan heteroskedastisitas.
Gambar 4.3 Model Scatterplot
Sumber : SPSS data diolah
Gambar 4.3 menunjukkan bahwa diagram pencar tidak membentuk suatu pola atau acak, dengan demikian dapat dikatakan bahwa regresi tidak
mengalami gangguan heterokesdatisitas, sehingga model regresi layak dipakai untuk memprediksi pengembangan karier berdasarkan masukan variabel
independennya.
Universitas Sumatera Utara
4.5.3 Uji Multikolinearitas
Multikolinearitas artinya terdapat korelasi linear sempurna atau pasti di antara dua atau lebih variabel independen. Artinya multikolinearitas
menyebabkan standar deviasi masing-masing koefisien regresi akan sangat besar sehingga membuat bias tingkat signifikan pengaruh variabel dependen. Hal ini
menyebabkan kesulitan dalam memisahkan pengaruh masing-masing variabel independen terhadap variabel dependen. Metode yang digunakan untuk
menguji ada tidaknya multikolinearitas adalah dengan menggunakan nilai Variance Inflation Factor VIF. Batas VIF adalah 5, artinya jika VIF lebih besar
dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas yang lainnya disimpulkan terjadinya multikolinearitas.
Tabel 4.10
Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 konflik kerja
.297 3.371
beban kerja .182
4.505 waktu kerja
.545 1.834
karakteristik tugas .232
4.313
Universitas Sumatera Utara
dukungan kelompok .622
1.607 pengaruh kepemimpinan
.210 4.767
a.Dependent Variable:Kinerja Karyawan
Tabel 4.11 memperlihatkan semua nilai variabel independent memiliki nilai Tolerance 0,1 dan VIF 5. Hal ini berarti tidak terjadi multikolinieritas.
4.6 REGRESI LINEAR BERGANDA
Kategori