Gambar 4.1 Grafik P-P Plot Normalitas Data Penelitian
Berdasarkan gambar diatas, titik – titik pada grafik mendekati garis
diagonal yang berarti bahwa model regresi berdistribusi normal.
b. Uji Multikolinieritas
Syarat berlakunya model regresi ganda adalah antar variabel bebasnya tidak memiliki hubungan sempurna atau tidak mengandung multikolinieritas.
Pengujian multikolinieritas ini dapat dilihat dari variance inflation factor VIF dan nilai tolerance. Antara variabel bebas dikatakan multikolinieritas apabila
toleransinya 0,1 dan VIF 10. Hasil pengujian multikolinieritas selengkapnya dapat dilihat pada tabel berikut ini :
Tabel 4.46 Uji Multikolinieritas Variabel Bebas dalam Penelitian
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -7.669
3.036 -2.526
.013 KOMPENSASI
.418 .074
.370 5.684
.000 .615
1.626 PEKERJAAN ITU SENDIRI
.194 .094
.135 2.073
.040 .613
1.633 REKAN KERJA
.162 .077
.150 2.116
.036 .518
1.929 KEPEMIMPINAN
.356 .080
.350 4.479
.000 .425
2.354 a. Dependent Variable: KEPUASAN KERJA
Terlihat dari Tabel diperoleh nilai VIF untuk variabel kompensasi sebesar 1.626 dibawah 10 dan nilai toleransi 0.615 diatas 0,1 sehingga dapat disimpulkan
bahwa model regresi tidak mengandung multikolinieritas. Variabel pekerjaan sebesar 1.633 dibawah 10 dan nilai toleransi 0.613 diatas 0,1 sehingga dapat
disimpulkan bahwa model regresi tidak mengandung multikolinieritas. Variabel rekan kerja sebesar 1.929 dibawah 10 dan nilai toleransi 0.518 diatas 0,1 sehingga
dapat disimpulkan bahwa model regresi tidak mengandung multikolinieritas. Variabel kepemimpinan sebesar 2.354 dibawah 10 dan nilai toleransi 0.425 diatas
0,1 sehingga dapat disimpulkan bahwa model regresi tidak mengandung multikolinieritas.
c. Uji Heterokedastisitas
Pengujian ini dapat dilihat dari grafik Multivariate Standardized Scatter Plot melalui program SPSS for Windows Release 16.00. Model yang bebas dari
heterokedastisitas, memiliki grafik scatter plot dengan pola titik-titik yang menyebar. Hasil uji heterokedastisitas dapat dilihat pada gambar berikut ini :
Gambar 4.2 Scatterplot Heterokedastisitas
Terlihat dari gambar berdasarkan gambar uji heterokedastisitas di atas menunjukkan bahwa grafik Scatterplot dengan pola titik-titik yang menyebar di
sekitar nol. Jadi tidak terjadi heteroskedastisitas. Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh
karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu
diperlukan uji statistic yang lebih dapat menjamin keakuratan hasil. Dalam hal ini digunakan uji Glejser, yaitu dengan meregres absolute residual terhadap
independen.
