91
4.3.2 Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.19 Uji Multikolinieritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
13.327 2.894
4.605 .000
Seleksi .598
.084 .557
7.103 .000
.967 1.034
Penilaian_Kerja .128
.052 .195
2.469 .015
.949 1.053
Insentif .112
.051 .173
2.218 .029
.975 1.025
a. Dependent Variable: Kinerja_Karyawan
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 4.17 dapat terlihat bahwa data variabel tidak terkena multikolinieritas karena nilai VIF 5 dan nilai Tolerance 0,1 sehingga model
regresi layak dipakai untuk memprediksi kinerja karyawan berdasarkan masukan seleksi, penilaian kerja, dan kinerja karyawan.
4.3.3 Uji Autokorelasi
Uji Durbin Watson adalah sebuah test yang digunakan untuk mendeteksi terjadinya autokorelasi pada nilai residual prediction errors dari sebuah analisis
regresi. Yang dimaksud dengan autokorelasi adalah hubungan antara nilai-nilai yang dipisahkan satu sama lain dengan jeda waktu tertentu.
92
Tabel 4.20 Uji Autokorelasi
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics Durbin-
Watson R Square
Change F Change df1 df2
Sig. F Change
1 .664
a
.441 .423
1.144 .441
24.706 3
94 .000
1.987 a. Predictors: Constant, Insentif, Seleksi, Penilaian_Kerja
b. Dependent Variable: Kinerja_Karyawan
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan hasil hitung, nilai Durbin-Watson DW-Test adalah sebesar 1,987 sedangkan dalam DW-Tabel untuk k=4 dan n=98, besarnya DW-Tabel
dLbatas bawah Durbin Watson = 1,608 dUbatas atas Durbin Watson = 1,734 4-d = 2,013. Cara untuk menentukan atau kriteria pengujian autokorelasi adalah
sebagai berikut : 1. Deteksi autokorelasi positif :
Jika d dL maka terdapat autokorelasi positif Jika d dU maka tidak terdapat autokorelasi positif
Jika dL d dU maka pengujian tidak meyakinkan atau hasil tidak dapat disimpulkan
Berdasarkan kriteria diatas, maka di dapat nilai d dU 1,987 1,734. Hasil tersebut menyatakan bahwa tidak terdapat autokorelasi positif
2. Deteksi autokorelasi negatif : Jika 4-d dL maka terdapat autokorelasi negatif
Jika 4-d dU maka tidak terdapat autokorelasi negatif Jika dL 4-d dU maka pengujian tidak meyakinkan atau hasil tidak dapat
disimpulkan
93 Berdasarkan kriteria diatas, maka di dapat nilai 4-d dU 2,013 1,734.
Hasil tersebut menyatakan bahwa tidak terdapat autokorelasi negatif
Pada hasil diatas dapat disimpulkan pada analisis regresi tidak terdapat autokorelasi positif dan tidak terdapat autokorelasi negatif sehingga bisa
disimpulkan sama sekali tidak terdapat autokorelasi.
4.3.4 Uji Heteroskedastisitas