gejala autokorelasi. Pengujian gejala autokorelasi merupakan korelasi antar data yang dihitung atau disusun berdasarkan data time series .
Sedangkan data yang digunakan pada penelitian ini adalah data cross section dimana data yang diambil adalah data yang ada pada saat
kuesioner disebar.
4.4.1 Multikolinieritas
Multikolinieritas menunjukkan adanya hubungan linier sempurna antara variabel bebas dalam model regresi. Model regresi yang baik tidak
menunjukkan adanya gejala multikolinieritas. Pendeteksian ada atau tidaknya multikolinieritas dilakukan dengan melihat VIF
Variance Inflation Faktor. Apabila VIF 10, maka model regresi bebas dari
multikolinieritas Ghazali, 2006:95. Berikut adalah hasil uji multikolinieritas:
Tabel 4.12 Hasil Uji Multikolinieritas No.
Variabel Bebas VIF
1. Penghargaan Finansial
X
1
1.053 2.
Nilai-Nilai Sosial X
2
1.257 3.
Pertimbangan Pasar Kerja X
3
1.268 Sumber : Lampiran 6
Tabel 4.12 di atas menunjukkan bahwa nilai tolerance ketiga variabel bebas di atas angka 0.10 demikian pula nilai VIF semuanya di
bawah angka 10, sehingga dapat dikatakan model regresi bebas dari multikolinieritas, dengan demikian asumsi tidak ada multikolinieritas
terpenuhi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.4.2 Heteroskedastisitas
Heteroskedastisitas menunjukkan adanya ketidaksamaan varians dari residual atas suatu pengamatan ke pengamatan yang lain. Model regresi
yang baik tidak menunjukkan adanya gejala heteroskedastisitas. Pendeteksian ada atau tidaknya heteroskedastisitas dilakukan dengan
metode korelasi rank spearman. Jika korelasi rank spearman menghasilkan nilai signifikansi 0,05
α = 5, maka disimpulkan dalam regresi tidak terjadi heteroskedastisitas Ghozali, 2006:105. Berikut
adalah hasil uji heteroskedastisitas : Tabel 4.13 Hasil Uji Heteroskedastisitas
Sumber : Lampiran 7
Correlations
Unstandardiz ed Residual
FINANSIAL_ X1
SOSIAL_X 2
PASARKERJ A_X3
Spearmans rho
Unstandardized Residual
Correlation Coefficient
1.000 -.004
-.053 .022
Sig. 2-tailed .
.982 .744
.890 N
41 41
41 41
FINANSIAL_X1 Correlation
Coefficient -.004
1.000 .162
.033 Sig. 2-tailed
.982 .
.311 .835
N 41
41 41
41 SOSIAL_X2
Correlation Coefficient
-.053 .162
1.000 .468
Sig. 2-tailed .744
.311 .
.002 N
41 41
41 41
PASARKERJA_X3 Correlation
Coefficient .022
.033 .468
1.000 Sig. 2-tailed
.890 .835
.002 .
N 41
41 41
41 . Correlation is significant at the 0.01 level 2-tailed.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.13 di atas menunjukkan bahwa nilai signifikansi korelasi rank spearman dari ketiga variabel bebas lebih besar dari 0,05. Variabel
Penghargaan Finansial memiliki nilai signifikansi 0,982, variabel Nilai- Nilai Sosial sebesar 0,744 dan variabel Pertimbangan Pasar Kerja sebesar
0,890. Maka dapat disimpulkan bahwa ketiga variabel ini dalam model regresi tidak terjadi heteroskedastisitas, dengan demikian asumsi tidak ada
heteroskedastisitas telah terpenuhi.
4.5 Analisis Regresi Linier Berganda