1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi
normal. 2.
Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.7 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 56
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.25410551
Most Extreme Differences
Absolute .156
Positive .066
Negative -.156
Kolmogorov-Smirnov Z 1.165
Asymp. Sig. 2-tailed .132
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0 2010
Pengambilan keputusan: Tabel 4.7 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,132 dan diatas nilai
signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
2. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi jika residual
tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas
Universitas Sumatera Utara
adalah dengan melihat pola diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
a. Model grafik
Hipotesis: 1
Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas.
2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang
teratur maka regrasi tidak mengalami gangguan heterokedastisitas
Gambar 4. 3 Scatterplot
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0 2010
Universitas Sumatera Utara
Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas.
Tabel 4.8 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1.051
1.944 -.541
.591 Peserta
.130 .129
.153 1.003
.321 Instruktur
-.172 .099
-.348 -1.745
.087 Materi
.119 .114
.185 1.044
.301 Fasilitas
.152 .143
.175 1.065
.292 a. Dependent Variable: absut
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2010
Tabel 4.8 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
3. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah
Universitas Sumatera Utara
multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.9 sebagai berikut:
Tabel 4.9 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
6.962 3.007
2.315 .025
Peserta -.171
.200 -.106
-.857 .395
.786 1.272
Instruktur .338
.153 .358
2.213 .031
.460 2.176
Materi .140
.176 .114
.794 .431
.583 1.715
Fasilitas .490
.221 .295
2.214 .031
.677 1.477
a. Dependent Variable: KualitasKerja
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2010
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan melihat
Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Jika Tolerance 0,1 maka
variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.9 dapat dilihat bahwa nilai VIF 5 dan
Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
Universitas Sumatera Utara
C. Analisis Deskriptif
