Jika probabilitas 0,05, maka Ha diterima, artinya data residual tidak berdistribusi normal. Jika probabilitas 0,05, maka Ho diterima, artinya
data residual berdistribusi normal. Hasil Uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.6.
Tabel 4.6
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.54772994
Most Extreme Differences Absolute
.102 Positive
.052 Negative
-.102 Kolmogorov-Smirnov Z
.809 Asymp. Sig. 2-tailed
.530 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data Diolah Peneliti 2012 Hasil penelitian Kolmogorov-Smirnov pada penelitian ini
menunjukkan probabilitas = 0,530. Dengan demikian data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan uji F dan
Uji t karena 0,530 0,05 Ho diterima.
4.4.2 Hasil Uji Multikolonieritas
Multikolonieritas adalah situasi adanya korelasi antara variabel- variabel independen antara yang satu dengan lainnya. Dalam hal ini, kita
sebut variabel-variabel bebas ini tidak orthogonal. Variabel-variabel bebas
yang bersifat orthogonal adalah variabel bebas yang memiliki nilai korelasi diantaranya sama dengan nol. Hasil uji gejala multikolonieritas disajikan
pada tabel 4.7.
Tabel 4.7 Hasil Uji Multikolonieritas
Variabel Independen
Collinearity Statistics Keputusan
Tolerance VIF
Motivasi Kerja Lingkungan Kerja
0,957 0,957
1,045 1,045
Tidak ada multikolonieritas Tidak ada multikolonieritas
Sumber: Data Diolah Peneliti 2012 Berdasarkan tabel di atas dapat dilihat bahwa angka tolerance dari
variabel independen motivasi kerja dan lingkungan kerja mempunyai nilai tolerance lebih dari 0,10 yang berarti bahwa tidak ada korelasi antar
variabel indpenden yang nilainya lebih dari 95. Sementara itu, hasil perhitungan nilai Variance Inflantion Factor VIF juga menunjukkan hal
yang sama. Tidak ada satupun variabel independen yang memiliki nilai VIF lebih dari 10. Dengan demikian dapat disimpulkan dalam model regresi
tidak terjadi multikolinieritas antar variabel independen tersebut.
4.4.3 Hasil Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda
maka disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Pada penelitian ini digunakan metode garfik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID.
Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED
dimana sumbu Y adalah Y yang tidak diprediksi, dan sumbu X adalah residual Ghozali, 2005:105.
Pada gambar 4.3 dari grafik scatterplot yang disajikan, terlihat titik- titik menyebar secara acak dan tidak membentuk suatu pola tertentu baik
diatas maupun dibawah angka nol pada sumbu Y. Dengan demikian model regresi tidak menunjukkan adanya gejala heteroskedastisitas. Hal ini berarti
model regresi layak digunakan untuk memprediksi kinerja karyawan.
Gambar 4.3 Grafik Scatterplot Sumber: Data Diolah Peneliti 2012
4.5 Pengujian Hipotesis 4.5.1 Analisis Regresi Berganda