60
Tabel 4.8 One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
55
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
2.25769760
Most Extreme Differences
Absolute .061
Positive .047
Negative
-.061
Kolmogorov-Smirnov Z .454
Asymp. Sig. 2-tailed .986
Sumber : Hasil Pengolahan SPSS Juni 2014
Berdasarkan Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0.986, dan diatas nilai signifikan 0.05, dengan kata lain variabel residual
berdistribusi normal. Nilai Kolmogrov-Smirnov Z yakni 0.454 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau
dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas,
yaitu:
Universitas Sumatera Utara
61 1. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS Juni 2014
Gambar 4.4 Grafik ScatterPlot Uji Heteroskedastisitas
Berdasarkan Gambar 4.4 dapat terlihat dari grafik ScatterPlot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang
jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini
Universitas Sumatera Utara
62 berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi
layak dipakai untuk memprediksi kinerja karyawan, berdasarkan masukan variabel independennya.
2. Uji Glejser Uji Glejser dilakukan dengan cara meregresikan antara variabel independen
dengan nilai absolut residualnya, jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0.05 maka tidak terjadi masalah
heteroskedastisitas.
Tabel 4.9 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta 1
Constant
-.066 .129
-.509 .613
STRES
-.024 .014
-.223 -1.682
.099
MOTIVASI
.045 .031
.195 1.468
.148
a. Dependent Variable: ABSUT
Sumber : Hasil Pengolahan SPSS Juni 2014
Berdasarkan Tabel 4.9 terlihat jelas menunjukkan tidak satupun variabel independen yang signifikan mempengaruhi variabel dependen absolut Ut asbUt. Hal
ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak memengaruhi heteroskedastisitas.
Universitas Sumatera Utara
63
c. Uji Multikolinearitas
