96
responden 7,6 menjawab Kurang Setuju KS, 51 responden 77,3 menjawab Setuju S, 10 responden 15,1 menjawab Sangat Setuju
SS. Ini menunjukkan bahwa sebagian besar pegawai Dinas Perindustrian dan Perdagangan Provinsi Sumatera Utara siap dalam menerima
konsekuensi atas ketidakhadirannya dalam bekerja.
4.2.3 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak digunakan dalam sebuah penelitian. Uji asumsi klasik yang
dilakukan dalam penelitian ini adalah:
4.2.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu:
1. Pendekatan Histogram
Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak
menceng kekiri atau menceng kekanan.
Sumber: Hasil pengolahan SPSS for Windows 2015
Gambar 4.3 Pengujian Histogram Normalitas
Universitas Sumatera Utara
97
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke
kanan. 2.
Pendekatan Grafik Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot
akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai- nilai yang didapat dari sampel sumbu y. Apabila plot keduanya
berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal.
Sumber: Hasil pengolahan SPSS for Windows 2015
Gambar 4.4 Pendekatan Grafik Normalitas
Pada Gambar 4.4 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
3. Pendekatan Kolmogrov-Smirov
Dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu apabila nilai value pada kolom Asymp. Sig lebih besar dari level of significant
α = 5, maka tidak mengalami gangguan distribusi normal serta nilai
Kolmogorov Smirnov lebih kecil dari 1,97 maka data dikatakan normal.
Universitas Sumatera Utara
98
Tabel 4.8 Uji Normalitas Pendekatan Kolmogrov-Smirnov
Sumber:Hasil pengolahan SPSS for Windows 2015
Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,759 dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual
berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari Tabel 4.8 yaitu 0,671 dan lebih kecil dari 2,90 berarti tidak ada perbedaan antara distribusi teoritik dan
distribusi empirik atau dengan kata lain data dikatakan normal.
4.2.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu variabel pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas Situmorang 2014:122. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 66
Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.90325153
Most Extreme Differences Absolute
.083 Positive
.083 Negative
-.041 Kolmogorov-Smirnov Z
.671 Asymp. Sig. 2-tailed
.759 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
99
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Pendekatan Grafik
Heterokedastisitas dapat dilihat melalui gambar scatter plot. Gambar scatter plot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas.
Apabila grafik tidak membentuk pola yang jelas maka tidak mengalami gangguan heterokedastisitas.
Sumber: Hasil pengolahan SPSS for Windows 2015
Gambar 4.5 Pendekatan Grafik Heteroskedastisitas
Berdasarkan Gambar 4.5 dapat terlihat dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola
tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi,
sehingga model regresi layak dipakai. 2.
Uji Glejser Kriteria pengambilan keputusannya adalah sebagai berikut:
a. Jika nilai signifikansi 0,05 ,maka tidak mengalami gangguan
heterokedastisitas.
Universitas Sumatera Utara
100
b. Jika
nilai signifikansi
0,05, maka
mengalami gangguan
heterokedastisitas.
Tabel 4.9 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant -6.642
3.372 -1.970
.053 Kepribadian
.086 .090
.144 .956
.343 PengembanganSDM
.079 .050
.236 1.569
.122 a. Dependent Variable: absut
ber: Hasil pengolahan SPSS for Windows 2015
Pada Tabel 4.9 dapat dilihat bahwa kolom Sig. pada tabel koefisien regresi untuk variabel independen adalah 0,343, dan 0,122, atau probabilitas lebih
besar dari 0,05 maka tidak terjadi gangguan heterokedastisitas. Hal ini menunjukkan semua variabel independent yang terdiri dari kepribadian, dan
pengembangan sdm, signifikan secara statisik mempengaruhi variabel dependent.
4.2.3.3 Uji Multikolinieritas
Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program
SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance
0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Pengujian multikoliniearitas dapat dilihat pada tabel berikut:
Tabel 4.10
Universitas Sumatera Utara
101
Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
17.349 5.567
3.117 .003
Kepribadian .523
.149 .429
3.512 .001
.617 1.621 Pengembangan
SDM .195
.083 .287
2.345 .022
.617 1.621 a. Dependent Variable: PrestasiKerja
ber: Hasil pengolahan SPSS for Windows 2015
Berdasarkan Tabel 4.10 dapat dilihat bahwa: a. Nilai VIF dari kepribadian dan pengembangan sumber daya manusia
adalah lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi.
b. Nilai Tolerance
kepribadian dan
pengembangan sumber
daya manusia adalah lebih besar dari 0,1 Tolerance 0,1, ini berarti tidak
terdapat multikolinieritas antar variabel independen dalam model regresi.
4.2.4. Analisis Regresi Linier Berganda
