4.1.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Model regresi yang baik adalah yang homokesdatisitas atau tidak terjadi heteroskedastisitas. Ada tidaknya heteroskedastisitas diketahui dengan melihat
signifikansinya terhadap derajat kepercayaan 5. Jika nilai signifikansi 0,05 maka tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dalam penelitian ini
menggunakan uji Gletser yaitu dengan cara meregresikan nilai absolute residual terhadap variabel independen.
Tabel 4.10 Hasil Uji Heterokedastisitas
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error
Beta 1 Constant
2.099 .922
2.275 .027
Komu -.036
.053 -.214
-.675 .503
PPA -.034
.077 -.117
-.436 .665
Komp .052
.057 .315
.907 .369
PK -.027
.061 -.143
-.442 .660
a. Dependent Variabel: AbsUt
Sumber: Data primer diolah, 2016
Hasil uji heteroskedastisitas pada tabel 4.10 menunjukkan bahwa tidak ada gangguan heteroskedastisitas yang terjadi. Hasil pengujian diketahui bahwa nilai
signifikan masing-masing variabel lebih dari 0,05. Hal ini menunjukkan bahwa masing-masing variabel tersebut bebas dari masalah heteroskedastisitas.
4.1.5 Analisis Jalur
Metode analisis jalur digunakan untuk menguji pengaruh variabel intervening. Analisis jalur merupakan perluasan dari analisis regresi linier berganda atau analisis
jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel. Analisis regresi model 1 dilakukan untuk mengetahui pengaruh komunikasi,
partisipasi penyusunan anggaran, kompensasi, dan pengembangan karir terhadap motivasi kerja pejabat di BPN.
Tabel 4.11 Hasil Uji Analisi JalurAnalisis Regresi Model I
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
9.369 1.405
6.670 .000
Komu .164
.081 .188
2.023 .049
PPA .256
.117 .170
2.193 .033
Komp .191
.087 .217
2.208 .032
PK .437
.092 .442
4.726 .000
a. Dependent Variable: Motivasi
Sumber: Data primer diolah, 2016
Berdasarkan Tabel 4.11, maka diperoleh persamaan regresi sebagai berikut : Motiv
= α + p5Komu + p6PPA + p7Komp + p8PK +ɛ1 Motiv = 9,369 + 0,164 Komu + 0,256 PPA + 0,191 Komp + 0,437 PK +
ɛ1 Konstanta sebesar 9,369 dapat diartikan bahwa motivasi pada para pimpinan
di BPN adalah sebesar 9,369 dengan asumsi variabel komunikasi, partisipasi pnyusunan anggaran, kompensasi, dan pengembangan karir tidak mengalami
perubahan konstan. Koefisien regresi komunikasi sebesar 0,164 menunjukkan tanda positif, hal tersebut dapat diartikan setiap kenaikan 1 variabel komunikasi maka
akan menaikkan motivasi kerja sebesar 18,8 dan faktor lain yang mempengaruhinya