kesalahan menafsirkan hubungan antara variabel sehingga keberadaan multikolinearitas ini harus diuji supaya dapat dijamin bahwa variabel independen di
dalam penelitian tidak saling berkorelasi. Pengujian dapat dilakukan dengan Colinearity Diagnostic serta partial correlation.
Tabel 5.7. Pengujian Multikolinearitas Variabel
Tolerance Variance Inflaction Factor
Gaya Kepemimpinan X
1
0.760 1.317
Pelatihan pegawai X
2
0.581 1.721
Komitmen Organisasi X
3
0.625 1.600
Berdasarkan output yang terdapat pada lampiran 7 yang ditunjukkan di dalam tabel 5.7 terlihat bahwa nilai tolerance tidak kurang dari 0,1 sehingga dapat dikatakan
tidak terjadi multikolinearitas. Nilai tolerance berkisar 0.581 sampai 0.760 Nilai Variance Inflaction Factor VIF juga tidak lebih dari 10 yaitu sekitar 1.317 sampai
1.721. Hasil ini menunjukkan walau kedua nilai tersebut tidak mutlak tetapi hasil ini masih dapat dinyatakan tidak mengandung multikonearitas Triton, 2006.
Regresi berganda yang baik tidak boleh mengandung dua buah variabel bebas yang saling berkorelasi. Hasil yang ditunjukkan oleh output pada tabel 5.6
memberikan kesimpulan bahwa model yang diajukan tidak mengandung multikolinearitas sehingga model dapat digunakan dalam pengujian hipotesa.
5.1.3.2. Uji Heteroskedastisitas
Gejala heteroskedastisitas timbul karena adanya ketidak-konstanan variansi error sehingga hasil regresi menjadi diragukan karena estimator yang digunakan
menjadi tidak efisien. Pengujian ini dilakukan terhadap hasil regresi untuk
Universitas Sumatera Utara
mengetahui pola persebaran error. Pengujian heteroskedastisitas dapat dilakukan dengan membentuk diagram plot untuk melihat pola persebaran data. Apabila pola
persebaran data tidak membentuk pola tertentu maka data dapat dikatakan terbebas dari heteroskedastisitas.
Berdasarkan hasil pengujian yang ditunjukkan oleh gambar 5.1 yang diadaptasi dari output lampiran 8, dapat disimpulkan bahwa data di dalam penelitian ini terbebas
dari gejala heteroskedastisitas karena diagram plot yang terlihat pada pengujian tersebut tidak menunjukkan suatu pola tertentu namun bersifat sangat acak.
Kelompok data yang terindikasi memiliki sifat heteroskedastisitas akan membentuk pola tertentu seperti berpusat di titik tertentu atau membentuk suatu pola yang
memiliki cirri khas tertentu, dimana dalam pengujian model penelitian ini tidak ditemukan hal tersebut. Kesimpulan pengujian model menujukkan tidak terdapat
gejala heteroskedastisitas, artinya variasi error tidak terlampau besar sehingga hasil
regresi cukup dapat diandalkan Triton, 2006.
Universitas Sumatera Utara
Dependent Variable: Laporan_Pertanggungjawaban Scatterplot
4 2
-2 -4
Reg ressi
on S tude
nti zed R
esid ual
2 1
-1 -2
-3
Regression Standa ized Predicted Value
rd
Gambar 5.1. Pengujian Heteroskedastisitas
5.1.3.3. Uji Normalitas Pengujian normalitas dilakukan dengan menggunakan pengujian Kolmogorov-
Smirnov. Pengujian dengan metode ini menyatakan jika nilai Kolmogorov-Smirnov memiliki probabilitas lebih besar dari 0.05 Santoso, 2005, maka variable penelitian
tersebut dapat dinyatakan berdistribusi normal. Tabel 5.7 disusun berdasarkan lampiran 6.
Tabel 5.8. Pengujian Normalitas Variabel Nilai
p
Gaya Kepemimpinan X
1
0.161 Pelatihan pegawai X
2
0.150 Komitmen Organisasi X
3
0.059 Laporan Pertanggungjawaban Y
0.058
Universitas Sumatera Utara
Gambar 5.2. PP Plot
Berdasarkan hasil pengujian yang terdapat di dalam lampiran, semua variabel yang digunakan telah berdistribusi normal. Hasil yang diperoleh diatas menunjukkan
masing-masing variabel penelitian memiliki nilai yang membentuk asumsi distribusi normal. Data yang berdistribusi normal dapat digunakan untuk penarikan kesimpulan
dengan menggunakan metode regresi.
5.2. Pembahasan Hasil Penelitian
