besar dari r
ta bel
0,855 0,361 maka kuesioner tersebut dinyatakan reliabel dan dapat digunakan untuk penelitian. Kriteria lain menyatakan bahwa suatu variabel
dikatakan reliabel jika memberikan nilai cronbachs alpha 0,60 atau 0,80 berdasarkan hasil SPSS pada Tabel 4.3 maka ke 13 pernyataan dinyatakan reliabel
dengan kriteria tersebut.
B. Uji Asumsi Klasik
1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal Situmorang et al,
2008:55. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogrov smirnov. Dengan menggunakan tingkat signifikan 5 maka
jika nilai Asymp.Sig. 2-tailed diatas nilai signifikan 5 artinya variabel
residua l berdistribusi normal Situmorang et al, 2008:62.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob Dependent Variable: KEPUASAN KERJA
Normal P-P Plot of Regression Standardized Residual
Gambar 4.1 Scatterplot Uji Normalitas
Sumber : Hasil Olahan SPSS 16.0 For Windows November, 2009
Pada gambar 4.1 terlihat titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Untuk memastikan apakah data
di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorov smirnov.
Tabel 4.4 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 89
Normal Parametersa,b Mean
,0000000 Std. Deviation
1,12418906 Most Extreme
Differences Absolute
,119 Positive
,119 Negative
-,067 Kolmogorov-Smirnov Z
1,127 Asymp. Sig. 2-tailed
,158 a Test distribution is Normal.
b Calculated from data.
Sumber : Hasil Olahan SPSS 16.0 For Windows November, 2009
Pada Tabel 4.4 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,158 dan di atas nilai signifikan 0,05, dengan demikian variabel residual
berdistribusi normal.
2. Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan uji Glejser dengan
pengambilan keputusan jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadinya
heteroskedastisitas. Jika probabilitas signifikannya di atas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas, jika titik-titik menyebar secara acak tidak membentuk
suatu pola tertentu yang jelas serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y
2 1
-1 -2
Regression Standardized Predicted Value
2 1
-1 -2
R egressi
on S
tudent iz
ed R
esi dual
Dependent Variable: KEPUASAN KERJA Scatterplot
Gambar 4.2 Scatterplot Uji Heteroskedastisitas.
Sumber : Hasil Olahan SPSS 16.0 For Windows November, 2009
Pada Gambar 4.2 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas di atas maupun di bawah angka nol pada sumbu Y.
Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga layak dipakai untuk memprediksi kepuasan kerja karyawan, berdasarkan masukan
variabel bebasnya.
Tabel 4.5
Coefficients
a
1,009 ,732
1,378 ,172
.199 ,053
.579 3.728
,410 ,415
2,412 ,150
,058 ,403
2,596 ,811
,415 2,412
Constant HUBUNGAN
INTERPERSONAL LINGKUNGAN KERJA
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: ABSUT a.
Sumber : Hasil Olahan SPSS 16.0 For Windows November, 2009
Kriteria pengambilan keputusan dengan uji glejser sebagai berikut: a.
Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas
b. Jika nilai signifikansi 0,05 maka mengalami gangguan
heteroskedastisitas Tabel 4.5 memperlihatkan bahwa tidak satupun variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen absolut Ut absut. Hal ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi
model regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinearitas
