85
Gambar 4.1 Kurva Normal P-plot
Berdasarkan gambar 4.1 diatas maka dapat disimpulkan bahwa dalam grafik normal P-plot terlihat titik menyebar di sekitar
garis diagonal, dan penyebarannya tidak terlalu jauh atau melebar. Dalam hal ini, grafik menunjukkan bahwa model regresi sesuai
asumsi normalitas dan layak digunakan.
b. Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas. Untuk
mendeteksi ada tidaknya multikolinieritas yaitu dengan melihat nilai VIF Variance Inflation Factor dan nilai Tolerance. Model regresi
dikatakan bebas dari multikolinieritas apabila nilai VIF ≤ 10, dan nilai tolerance ≥ 0,1 Ghozali, 2012:105
86
Tabel 4.12 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistic
1 Constant
Tolerance VIF
MTTL .437
2.289 KTTL
.676 1.478
KKTTL .577
1.733 a. Dependent Variable: KJTTL
Dari tabel di atas dapat dilihat bahwa nilai Tolerance dari variabel motivasi sebesar 0,437, kompensasi sebesar 0,676, dan kepuasan kerja
sebesar 0,577, hal ini menunjukkan seluruh variabel independen memiliki nilai tolerance lebih dari 0,1. Kemudian nilai VIF dari
variabel motivasi sebesar 2,289, kompensasi sebesar 1,478, dan kepuasan kerja 1,733, hal ini menunjukkan tidak ada variabel
independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas dalam model regresi.
c. Uji Heteroskedastisitas
Uji Heteroskedasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lain Ghozali 2012:139.
87
Gambar 4.2 Hasil Uji Heteroskedastistas
Untuk melakukan heteroskedastisitas dalam penelitian ini dilakukan dengan melihat grafik scatter plot. Dalam grafik scatter plot,
titik yang terbentuk harus menyebar secara acak, tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, bila kondisi ini terpenuhi, maka
tidak terjadi kondisi heteroskedastisitas dan model regresi layak digunakan. Dapat disimpulkan bahwa model regresi tidak terdapat
masalah heteroskedastisitas.