Heteroskedastisitas dapat diuji dengan menggunakan metode grafik, yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada grafik. Jika pola
titik-titik yang terbentuk membentuk pola teratur bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas pada model regresi. Sebaliknya,
jika tidak terbentuk pola yang jelas dimana titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas pada model regresi.
Selain menggunakan metode grafik, cara lain untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam model adalah dengan melakukan serangkaian uji
Gletser. Menurut Gujarati 2004 Uji Gletser ini dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolut residualnya.
Uji Gletser ini dilakukan dengan membentuk persamaan berikut: │ei│= β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ vi
Adapun langkah-langkah yang dilakukan dalam melakukan uji Gletser adalah melakukan regresi awal untuk mendapatkan nilai residu. Kemudian nilai residu
tersebut dibuat absolut, untuk kemudian dilakukan regresi secara berpasangan dengan variabel independen. Jika nilai-nilai t- hitung dalam regresi berpasangan tersebut
signifikan, berarti terjadi masalah heteroskedastisitas. Sebaliknya jika tidak signifikan, maka tidak terjadi masalah heteroskedastisitas.
3.9.2 Analisis Regresi Linear Berganda
Model analisis data yang digunakan dalam penelitian ini untuk menjawab perumusan masalah adalah analisis Regresi Linier Berganda Multiple Regression
Analysis, yaitu:
Universitas Sumatera Utara
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan:
Y = Kinerja Dosen
X1 = Kompensasi
X2 = Pelatihan
X3 = Motivasi
a = Konstanta
b1, b2, b3 = Koefisien Regresi dari variabel
e = Error of Term
Uji Parsial Uji - t.
3.9.3 Koefisien Determinasi
Koefisien determinasi digunakan untuk melihat kemampuan variabel bebas dalam menerangkan variabel terikat dapat diketahui dari besarnya koefisien
determinasi berganda R
2
. Dengan kata lain, nilai koefisien R
2
digunakan untuk mengukur besarnya sumbangan variabel bebas terhadap variasi variabel terikatnya.
Jika R
2
diperoleh dari hasil perhitungan semakin besar atau mendekati 1 maka dapat dikatakan bahwa sumbangan dari variabel bebas terhadap variasi variabel terikat
semakin besar. Itu berarti model yang digunakan semakin kuat untuk menerangkan variabel terikatnya. Sebaliknya jika R
2
semakin kecil atau mendekati 0 maka dapat dikatakan bahwa sumbangan dari variabel bebas terhadap variasi variabel terikatnya
semakin kecil. Hal ini berarti model yang digunakan semakin lemah untuk
Universitas Sumatera Utara
menerangkan variasi variabel terikatnya. Secara umum dapat dikatakan bahwa besarnya koefisien determinasi berganda R
2
berada diantara 0 dan 1 atau ≤ R
2
≤ 1.
3.9.4 Uji Secara Serempak Simultan Uji - F
Yaitu menguji apakah secara simultan variabel bebas berpengaruh terhadap variabel terikatnya. Dengan ketentuan, jika F hitung dari F tabel, maka hipotesis
yang diajukan dapat diterima. Pengujian ini digunakan untuk mengetahui pengaruh variabel bebas yaitu kompensasi, pelatihan dan motivasi secara serempak terhadap
kinerja dosen STIKOM Medan dengan tingkat keyakinan 95 α = 5.
Model hipotesis yang digunakan dalam uji F ini adalah: H
: b
1
,b
2
,b
3
= 0. Artinya, kompensasi, pelatihan, dan motivasi secara serempak tidak berpengaruh signifikan terhadap kinerja dosen STIKOM Medan.
H
1
: b
1
,b
2,
b
3
0. Artinya, kompensasi, pelatihan, dan motivasi secara serempak berpengaruh signifikan terhadap kinerja dosen STIKOM Medan.
Uji statistik yang digunakan adalah sebagai berikut : F
hitung
=
E R
MS MS
Keterangan: F
= uji F MS
R
= Mean Square Regression MS
E
= Mean Square Residual
Universitas Sumatera Utara
Nilai F
hitung
akan dibandingkan dengan nilai F
tabel
. Kriteria pengambilan keputusannya adalah:
H diterima jika F
hitung
tabel
F p
ada α = 5 H
ditolak H
1
diterima jika F
hitung
tabel
F pada α = 5
Hasil pengujian signifikansi dapat juga dilihat dari besarnya nilai signifikansi yang diperoleh yaitu:
1. Jika nilai signifikansi dari 0,05 maka H
ditolak dan H
1
diterima. 2.
Jika nilai signifikansi dari 0,05 maka H diterima dan H
1
ditolak. Selanjutnya apabila hipotesis diterima, maka dilanjutkan dengan melakukan
uji parsial uji t atau t-test.
3.9.5 Uji Parsial Uji -t
