88
b. Calculated from data.
Sumber: Pengolahan SPSS 2016
Berdasarkan uji statistik normalitas pada tabel 4.17 di atas menunjukkan Kolmogrov-Smirnov sebesar 0,465 dan signifikansi pada 0,982 lebih besar dari
0,05, maka dapat disimpulkan bahwa data terdistribusi dengan normal.
4.1.3.2. Uji Heteroskedastitas Scatter Plot
a. Pendekatan Grafik
Sumber: Pengolahan SPSS 2016
Gambar 4.4 Hasil Uji Heteroskedastitas
Universitas Sumatera Utara
89
Berdasarkan grafik scatter plot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas
maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi Heteroskedastitas pada model regresi, sehingga model regresi layak dipakai.
b. Uji Glejser
Tabel 4.18 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
2,087 ,268
7,794 ,000
Lingkungan Kerja -,027
,280 -,016
-,096 ,924
Stres Kerja -,191
,277 -,116
-,689 ,495
Karakteristik Individu -,216
,285 -,131
-,758 ,453
a. Dependent Variable: absut01
Sumber: Pengolahan SPSS 2016
Hasil dari tabel 4.18 menunjukkan dengan jelas bahwa tidak satupun variabel independen yang signifikan mempengaruhi variabel dependen absolut Ut
absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya
heterokedastisitas.
Universitas Sumatera Utara
90
4.1.3.3. Uji Multikolinieritas Tabel 4.19
Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
16,625 ,441
37,700 ,000
Lingkungan Kerja -,123
,461 -,035
-,266 ,792
,938 1,066
Stres Kerja 2,219
,456 ,642
4,862 ,000
,958 1,044
Karakteristik Individu ,370
,470 ,107
,787 ,437
,903 1,108
a. Dependent Variable: Turnover Intention
Sumber: Pengolahan SPSS 2016
Pada Tabel 4.19 terlihat bahwa pada model regresi yang digunakan tidak terlihat adalanya gejala multikolinearitas antar variabel independen. Hal ini dapat
diketahui dari nilai tolerance pada kolom ke tujuh diatas, pada kolom tolerance telah sesuai dengan nilai yang disyaratkan yaitu nilai tolerance harus lebih besar
dari 0,1 sehingga bisa disimpulkan tidak terjadi multikolinearitas.. Selanjutnya dengan melihat nilai VIF Varian Inflation Factor dimana
nilai VIF pada kolom ke delapan diatas telah sesuai dengan nilai yang disyaratkan yaitu lebih kecil dari 5. Maka berdasarkan hasil tersebut dapat disimpulkan bahwa
pada model regresi yang digunakan tidak terdapat gejala multikolinearitas.
Universitas Sumatera Utara
91
4.1.4. Analisis Regresi Linier Berganda Tabel 4.20