digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
Dalam penelitian ini teknik untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah melihat dari nilai Variance Inflation Factor VIF,
dan nilai tolerance. Apabila nilai tolerance mendekati 1, serta nilai VIF disekitar angka 1 serta tidak lebih dari 10, maka dapat disimpulkan tidak terjadi
multikolinearitas antara variabel bebas dalam model regresi. Dan dikatakan tidak terjadi multikolinearitas jika koefisien korelasi antar variabel bebas lebih kecil
atau sama dengan 0,60 r 0,60 Ghozali, 2001.
5. Uji Asumsi Klasik Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari satu pengamatan ke pengamatan yang
lain. Cara mendeteksinya adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang
telah diprediksi, dan sumbu x adalah residual Y prediksi – Y sesungguhnya yang telah di-standardized. Sedangkan dasar pengambilan keputusan untuk uji
heteroskedastisitas adalah: a.
Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu teratur bergelombang, melebur kemudian menyempit, maka mengindikasikan
telah terjadi heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali,2001.
6. Uji Asumsi Klasik Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi. Jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak
digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
layak dipakai prediksi. Sedangkan dasar pengambilan keputusan dalam menentukan ada atau tidaknya masalah autokorelasi dengan uji durbin-watson
DW, dengan ketentuan sebagai berikut: a.
Terjadi autokorelasi positif jika d lebih kecil dari dL atau lebih besar dari 4-dL
b. Tidak terjadi autokorelasi jika d terletak antara dU dan 4-dU
E. Analisis Data
Untuk menguji hipotesis penelitian, peneliti menggunakan analisis korelasi Regresi Linear Ganda yang mana ini merupakan suatu hubungan untuk
mencari pengaruh antara dua variabel atau lebih dengan variabel lainnya. Analisis ini mengestimasi besarnya koefisien-koefisien yang dihasilkan oleh persamaan
yang bersifat linier, yang melibatkan dua atau lebih variabel bebas independent variable, untuk digunakan sebagai alat prediksi besarnya nilai variabel terikat
dependent. Oleh karena itu analisis regresi linier ganda dapat menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat
Muhid, 2012. Uji korelasi dapat menghasilkan korelasi yang bersifat positif + dan
negatif. Jika korelasinya positif + semakin tinggi variabel bebas maka semakin tinggi pula nilai variabel terikatnya dan sebaliknya. Jika korelasinya negatif -
maka hubungan kedua variabel bersifat tidak searah berbanding terbalik. Yang berarti semakin tinggi nilai variabel bebas maka semakin rendah nilai variabel
terikatnya.
digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
Nilai koefisien korelasi berkisar antara 0 sampai dengan 1. dengan ketentuan semakin mendekati angka 1 maka semakin kuat pengaruh kedua
variabel dan sebaliknya semakin mendekati angka nol maka semakin lemah pengaruh kedua variabel.
Persamaan garis regresi penelitian adalah
Y’ = Nilai prediksi Y turnover intention
a = Konstan
b = Koefisien regresi yang distandarisasikan untuk masing-masing x
x1 = Kepuasan kerja
x2 = Stres Kerja
Y’ = a + b
1
x
1
+ b
2
x
2
