46
Tabel 4.3 Hasil Uji Realibilitas
Reliability Statistics
Cronbachs Alpha
N of Items .827
5
Sumber : Data Olahan SPSS Berdasarkan ringkasan hasil uji reliabilitas seperti yang
terangkum dalam Tabel 4.3 di atas, dapat diketahui bahwa nilai koefisien Cronbach Alpha pada variabel nilainya lebih besar dari
0,6 maka dapat disimpulkan semua butir pertanyaan dalam variabel penelitian ini adalah reliabel. Menurut kriteria Numally Ghozali,
2005 hal tersebut dapat dikatakan Reliabel. Sehingga butir-butir pertanyaan dalam variabel penelitian dapat digunakan untuk
penelitian selanjutnya.
4.2.3. Uji Asumsi Klasik 4.2.3.1. Uji Normalitas sebelum Transformasi
Sebelum dilakukan pengujian hipotesis maka terlebih dahulu dilakukan pengujian normalitas data untuk menguji apakah
data yang digunakan berdistribusi normal atau tidak. Analisis normalitas menggunakan uji Kolmogorov_Smirnov dengan
menggunakan tingkat signifikansi 5.
Universitas Sumatera Utara
47
Tabel 4.4 Hasil Uji Normalitas
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.38046151
Most Extreme Differences Absolute
.110 Positive
.065 Negative
-.110 Test Statistic
.110 Asymp. Sig. 2-tailed
.200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : Data Olahan SPSS
Berdasarkan dari analisis statistik
Kolmogorov- Smirnov, pada
tabel 4.4 di atas menunjukkan bahwa nilai memiliki p-value 0,05 yaitu signifikansi pada angka 0,200 yang mempunyai arti bahwa
data variabel yang digunakan dalam penelitian ini telah terdistribusi normal.
4.2.3.2. Uji Multikolinieritas Sebelum Transformasi
Hasil olahan spss untuk uji multikolinieritas dapat di lihat pada tabel 4.5 sebagai berikut :
Universitas Sumatera Utara
48
Tabel 4.5 Hasil Uji Multikolinieritas Sebelum Transformasi
Model Tolerance
VIF Intreprestasi hasil
Teknologi Informasi .001
861.977 Tidk Terjadi
multikolinearitas Sistem Pengukuran
Kinerja .005
212.275 Terjadi
multikolinearitas Sisten Reward
.003 326.303
Terjadi multikolinearitas
Kinerja .003
357.016 Terjadi
multikolinearitas X1.X4
.000 2021.315
Terjadi multikolinearitas
X2.X4 .002
643.145 Terjadi
multikolinearitas X3.X4
.001 891.751
Terjadi multikolinearitas
Sumber : Data Olahan SPSS Uji Multikolonieritas dilakukan dengan melihat nilai
Collinearity statistic dan nilai koefisien korelasi di antara variabel
bebas. Uji ini bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinieritas
terjadi apabila nilai tolerance 0,10 dan Variance Inflation Factor VIF 10. Berdasarkan tabel 4.3 menunjukkan semua variabel
tidak terjadi Multikolinieritas.
Universitas Sumatera Utara
49
4.2.3.3. Uji Heteroskedastisitas Sebelum Transformasi
Gambar 4.1. Scatterplot Heteroskedastisitas
Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu bergelombang, melebar lalu
menyempit pada grafik Scatterplot antara prediksi nilai variabel terikat. Berdasarkan Gambar 4.1, terlihat bahwa titik-titik
menyebar lebih meluas dan secara acak baik di atas maupun di bawah garis 0 pada sumbu Y dan Titik-titik data tidak mengumpul
hanya di atas atau di bawah saja sehingga dapat disimpulkan tidak terdapat masalah heteroskedastisitas.
Universitas Sumatera Utara
50
4.2.3.4. Uji Normalitas Setelah Transformasi
Setelah dilakukan transformasi maka data dalam penelitian ini telah terdistribusi normal. Maka, dapat dilihat pada tabel 4.6 sebagai
berikut.
Tabel 4.6 Hasil Uji Normalitas
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,b
Mean .0000000
Std. Deviation .05242725
Most Extreme Differences Absolute
.117 Positive
.076 Negative
-.117 Test Statistic
.117 Asymp. Sig. 2-tailed
.200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber : Data Olahan SPSS
Berdasarkan dari analisis statistik
Kolmogorov- Smirnov, pada tabel
4.6 di atas menunjukkan bahwa nilai memiliki p-value 0,05 yaitu signifikansi pada angka 0,200 yang mempunyai arti bahwa data variabel
yang digunakan dalam penelitian ini telah terdistribusi normal.
Universitas Sumatera Utara
51
Gambar 4.2. Uji Normalitas Histogram
Hasil perhitungan SPSS untuk uji normalitas data menggunakan Histogram Display Normal Curve pada gambar 4.2 variabel Pendapatan
Kinerja Manjerial Regresi Residual menunjukkan bahwa bentuk histogram mengikuti bentuk distribusi normal.
Gambar 4.3 Uji Normalitas Grafik P-Plot
Universitas Sumatera Utara
52
Pada gambar 4.3 P-P Plot terlihat bahwa nilai plot P-P terletak di sekitar garis diagonal. Plot tidak menyimpang jauh dari garis diagonal dan
penyebaran titik-titik data searah mengikuti garis diagonal, yang menunjukkan bahwa regresion residual model ini berdistribusi normal.
Dari hasil uji normalitas dalam seluruh tahap, menyimpulkan arti bahwa semua Variabel dalam penelitian ini telah berdistribusi normal.
4.2.3.5. Uji Multikolinieritas Setelah Transformasi
Setelah dilakukan transformasi, diperoleh nilai korelasi yang lebih besar dari 0,10 dan Variance Inflation Factor VIF lebih kecil dari 10.
Hal ini menunjukkan bahwa variabel independen dalam penelitian ini tidak saling berkolerasi atau tidak ditemukan adanya korelasi antara variabel
independen. Multikolinieritas terjadi apabila nilai tolerance 0,10 dan VIF 10. Hasil pengujian terlihat pada Tabel 4.7 berikut :
Tabel 4.7 Hasil Uji Multikolinieritas Setelah Transformasi
Model Tolerance
VIF Intreprestasi hasil
Teknologi Informasi .615
1.625 Tidk Terjadi
multikolinearitas Sistem Pengukuran Kinerja
.537 1.863
Tidk Terjadi multikolinearitas
Sisten Reward .519
1.925 Tidak terjadi
multikolinearitas Kinerja
.764 1.309
Tidak terjadi multikolinearitas
X1.X4 .346
2.887 Tidk Terjadi
multikolinearitas X2.X4
.749 1.335
Tidk Terjadi multikolinearitas
X3.X4 .723
1.383 Tidk Terjadi
multikolinearitas
Universitas Sumatera Utara
53
Berdasarkan Hasil uji multikolinearitas pada tabel 4.7, menunjukkan tidak ada variabel yang memiliki nilai tolerance kurang dari
0,10. Demikian juga hasil perhitungan Variance Inflation Factor VIF tidak ada variabel yang memiliki nilai VIF lebih besar dari 10. Dengan
demikian dapat disimpulkan bahwa dari model regresi yang digunakan tidak terjadi multikolinieritas.
4.2.3.6. Uji Heteroskedasitas Setelah Transformasi
Setelah dilakukan transformasi, berdasarkan Gambar 4.6, terlihat bahwa titik-titik menyebar lebih meluas dan secara acak baik di atas
maupun di bawah garis 0 pada sumbu Y dan Titik-titik data tidak mengumpul hanya di atas atau di bawah saja sehingga dapat disimpulkan
tidak terdapat masalah heteroskedastisitas.
Gambar 4.4 Scatterplot Heteroskedastisitas Setelah Transformasi
Universitas Sumatera Utara
54
4.2.4. Model Pengujian Hipotesis 1, 2 dan 3
