Pengujian Persyaratan Analisis
C. Pengujian Persyaratan Analisis
Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai berikut:
1. Uji Multikolinieritas
Tabel 2. Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance
VIF
1 Peran Karyawan .680 1.471 Peran Pimpinan .671 1.491
Kedekatan Pimpinan dan Karyawan
.649 1.542 Organisasi .602 1.662
Lingkungan .541 1.848
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas.
Menurut Singgih Santoso (2001: 206) dilakukan dengan mengamati nilai VIF dan TOLERANCE. Pedoman suatu model regresi yang bebas multikoliniearitas adalah:
• Mempunyai nilai VIF di sekitar angka 1 • Mempunyai angka TOLERANCE mendekati 1
Dilihat dari tabel koefisien diketahui nilai dari VIF di sekitar angka 1, dan nilai tolerance mendekati angka 1, maka dapat disimpulkan bahwa tidak terjadi multikolinieritas. Atau dapat dikatakan tidak ada hubungan antar variabel bebas.
2. Uji Autokorelasi Tabel 3. Hasil Uji Autokorelasi
Durbin- Watson
Model
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode-1 (sebelumnya). Autokorelasi terjadi karena observasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode-1 (sebelumnya). Autokorelasi terjadi karena observasi
Dari tabel hasil uji autokorelasi, diketahui nilai D-W sebesar 1,697 berarti tidak ada autokorelasi, jadi regresi yang dihasilkan baik.
3. Uji Heteroskedastisitas
Scatterplot
Dependent Variable: Produtivitas
al 0 du
dR esi -1
tize en
Regression Standardized Predicted Value
Gambar 4. Grafik Scatterplot (diagram pencar) Uji heteroskedastisitas berarti ada variabel pengganggu dalam persamaan model regresi yang mempunyai varian yang sama atau tidak. Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression Standardized Predicted Value. Menurut Singgih Santoso (2001: 210) menetapkan dasar pengambilan keputusan berkaitan dengan gambar tersebut adalah:
a. Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka diindikasikan terdapat masalah heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heteroskedastisitas.
Scatterplot di atas tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heterokedastisitas.
4. Uji Normalitas
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Produtivitas
Observed Cum Prob
Gambar 5. Grafik Normal P-P Plot of Regression Standardized Residual
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Deteksi normalitas dapat di ketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Penetapkan dasar pengambilan keputusan yang digunakan sebagai berikut:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas
b. Jika data menyebar jauh dari garis diagonal dan/atau tidak mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Berdasarkan uji normalitas, pada output terlihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.