Pada 26 pernyataan dengan tingkat signifikansi 5 diketahui bahwa koefisien alpha adalah sebesar 0,945. Ini berarti 0,945 0,6 dan 0,9245 0,80
sehingga dapat dinyatakan bahwa kuisioner tersebut telah reliabel dan dapat disebarkan.
4.2.3 Pengujian Asumsi Klasik
Sebelum melakukan analisis regresi, agar di dapat perkiraan yang tidak bias dan efisien maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi. Persyaratan asumsi klasik yang harus dipenuhi adalah :
1. Pengujian Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau menlenceng ke kanan Situmorang et al, 2008.
Sumber: Hasil pengolahan SPSS 2012
Gambar 4.1 Histogram
Interpretasi dari Gambar 4.1 grafik histogram menunjukkan pola distribusi normal
Universitas Sumatera Utara
Sumber: Hasil pengolahan SPSS 2012
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Pada Gambar 4.2 dapat dilihat bahwa data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan
Gambar 4.2 maka dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.
2. Pengujian Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terdapat ketidaksamaan varians dari satu residual satu pengamatan ke
pengamatan lainnya. Jika varians dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homoskedastisitas, bila berbeda maka
disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas Situmorang et al, 2010:130.
Hipotesis: a. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
b. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu yang teratur atau acak maka regresi tidak mengalami gangguan
heteroskedastisitas.
Sumber: Hasil pengolahan SPSS 2012
Gambar 4.3 Scatterplot
Pada Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heteroskedastisitas.
Penggunaan Metode Geljser digunakan untuk melihat apakah data tersebut mengalami gangguan heterokedastisitas atau tidak. Adapun kriteria pengambilan
keputusannya adalah sebagai berikut: • Jika nilai signifikan 0,05 maka tidak mengalami gangguan
heteroskedastisitas • Jika nilai signifikan 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Universitas Sumatera Utara
B Std. Error
Beta 1
Constant -.799
.430 -1.859
.068 Rekrutment
-.041 .038
-.347 -1.074
.287 Jenjang_Karir
.045 .044
.322 1.028
.308 Kompensasi
.051 .026
.376 1.970
.053 a. Dependent Variable: absut
Sumber: hasil pengolahan SPSS 16.0 2012 Dari Tabel 4.10 dapat dilihat bahwa signifikasi variabel bebas lebih besar
dari 0,05 maka tidak mengalami gangguan heteroskedastisitas.
3. Pengujian Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS 16.0. Tolerance
mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variable independent lainnya. Nilai umum biasa dipakai adalah nilai Tolerance 0,1 maka
tidak terjadi multikolinearitas Situmorang et al, 2010:133
Tabel 4.13 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.888
.816 2.314
.024 Rekrutment
.777 .073
.680 10.714
.000 .137
7.291 Jenjang_Karir
.276 .084
.202 3.289
.002 .146
6.836 Kompensasi
.186 .049
.141 3.770
.000 .392
2.549 a. Dependent Variable: Efektivitas_Kerja
Sumber : hasil pengolahan SPSS 2012
Pada Tabel 4.13 menjelaskan mengenai besarnya nilai tolerance untuk masing-masing variabel bebas. Semua variabel bebas mempunyai nilai tolerance
0,1 sehingga dapat disimpulkan bahwa masalah multikolinearitas tidak ada.
Universitas Sumatera Utara
4.2.4 Analisis Linier Berganda 1.
