TE
YZX2
= 0,257 + 0,287 = 0,544
4.1.8 Hasil Uji Asumsi Klasik
Model regresi yang diperoleh dari analisis regresi linier berganda merupakan model regresi yang menghasilkan estimator linier tidak bias yang terbaik Best
Linier Unbiased EstimatorBLUE. Berikut ini adalah hasil uji asumsi klasik pada persamaan satu dan persamaan dua.
1. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel independen. Apabila nilai tolerance
TOL 0,1 atau VIF 10 maka terjadi multikolinieritas sehingga variabel tersebut harus dibuang atau sebaliknya Hasil uji multikolinieritas adalah dengan
memperhatikan nilai VIF Variance Inflation Factor dan Nilai Tolerance yang terdapat pada Tabel 4.7
Tabel 4.7 Hasil Uji Multikolinearitas Pada Persamaan 1 dan 2 Variabel
Tolerance VIF
Keputusan Variabel Dependen: Motivasi
Variabel Independen: a.
Lingkungan kerja b.
Karakteristik Pekerjaan 0,798
0,798 1,253
1,253 Bebas Multikolinieritas
Bebas Multikolinieritas
Variabel Dependen: Kinerja Variabel Independen:
a. Lingkungan kerja
b. Karakteristik Pekerjaan
c. Motivasi
0,595 0,628
0,475 1,680
1,592 2,107
Bebas Multikolinieritas Bebas Multikolinieritas
Bebas Multikolinieritas
Sumber: Lampiran 7 dan 8, data diolah. 2015 Tabel 4.7 menunjukkan bahwa pada persamaan 1 dan 2, nilai Tolerance 1
dan Nilai Variance Inflation Factor VIF 10, hal ini menunjukkan tidak terjadinya gejala multikolinieritas dalam model regresi pada persamaan satu dan
persamaan dua.
2. Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heteroskedastisitas, pengujiannya dilakukan dengan uji glejser. Heteroskedastisitas terjadi apabila
varians residual dari setiap kesalahan pengganggu tidak bersifat konstan, pengujiannya dilakukan dengan uji Glejser yaitu dengan cara meregresikan
absolut residual dengan variabel bebasnya. Tabel 4.8 Hasil Uji Heteroskedastisitas Pada Persamaan 1 dan 2
Variabel Signifikansi
Keputusan Variabel Dependen: AbsUt_1
Variabel Independen: a.
Lingkungan kerja b.
Karakteristik Pekerjaan 0,881
0,851 Bebas Heterokedastisitas
Bebas Heterokedastisitas
Variabel Dependen: AbsUt_2 Variabel Independen:
a. Lingkungan kerja
b. Karakteristik Pekerjaan
c. Motivasi
0,100 0,195
0,429 Bebas Heterokedastisitas
Bebas Heterokedastisitas Bebas Heterokedastisitas
Sumber: Lampiran 7 dan 8, data diolah. 2015 Apabila diketahui nilai uji secara parsial menunjukkan angka lebih besar dari 5 ,
maka tidak terjadi Heterokedastisitas, sebaliknya jika angka lebih kecil dari 5 maka terjadi Heterokedastisitas. Berdasarkan Tabel 4.8 dapat disimpulkan bahwa
semua variabel pada kedua model tidak terjadi heterokedastisitas, karena semua nilai Sig. 5.
4.1.9 Hasil Uji Hipotesis
Kategori