antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
2. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heteroskedastisitas terjadi jika residual tidak
memiliki varian yang konstan. Alat untuk menguji heteroskedastisitas dapat dibagi dua yaitu dengan alat analisis grafik scatter plot atau dengan pendekatan statistik yang disebut sebagai
Uji Glejser Situmorang, 2012:107. a. Uji Glejser
Kriteria pengambilan keputusannya adalah sebagai berikut: 1. Jika nilai signifikasi 0,05, maka tidak mengalami gangguan heteroskedastisitas.
2. Jika nilai signifikansi 0,05, maka mengalami gangguan heteroskedastisitas.
Tabel 4.8 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1.459
2.433 -.600
.553 KOMUNIKASI
-.071 .107
-.161 -.658
.515 MOTIVASI
.113 .088
.313 1.284
.208 a. Dependent Variable: absut
Sumber: Hasil penelitian, 2013 data diolah Pada Tabel 4.8 menunjukkan tidak adanya masalah heteroskedastisitas, dimana hasil
uji signifikan variabel pelibatan dan motivasi menunjukkan nilai lebih besar dari 0,05. Jadi dapat disimpulkan tidak terdapat adanya heteroskedastisitas dalam model regresi.
b. Pendekatan Grafik
Universitas Sumatera Utara
Sumber: Hasil penelitian, 2014 data diolah Gambar 4.4 Pendekatan Grafik Heteroskedastisitas
Gambar 4.4 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar. Kesimpulan yang dapat diperoleh adalah tidak terdapat
gejala heteroskedastisitas, sehingga model regresi layak dipakai untuk memprediksi kinerja karyawan, berdasarkan masukan variabel pelibatan dan motivasi.
3. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada tidaknya gejala
multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak
dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Hasil pengolahan
dapat dilihat pada Tabel 4.9 berikut ini:
Tabel 4.9 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2.097
3.694 .568
.574 KOMUNIKASI
.495 .163
.399 3.034
.005 .497
2.013
Universitas Sumatera Utara
MOTIVASI .530
.134 .520
3.955 .000
.497 2.013
a. Dependent Variable: KINERJA_ORGANISASI
Sumber: Hasil penelitian, 2014 data diolah Pada Tabel 4.9 terlihat bahwa nilai tolerance dari pelibatan dan motivasi 0,1 dan
nilai VIF 5 yang artinya tidak terjadi masalah multikolinearitas pada masing-masing variabel bebasnya.
4.2.4 Analisis Regresi Linier Berganda