54 Saya selalu memelihara sikap
terbuka kepada atasan dan teman sekerja dalam setiap
pekerjaan saya 2.5
12.5 47.5 37.5 Sumber: Data primer diolah, 2015
Pada tabel 4.10 di atas dapat dilihat dari 40 responden yang diteliti terlihat bahwa diantara seluruh variabel kinerja yang diteliti
memiliki kriteria responden berada pada pernyataan setuju dan sangat
setuju. Berdasarkan
pernyataan pada
kuesioner menunjukkan bahwa persepsi pegawai terhadap kinerja umumnya
baik.
3. Uji Asumsi Klasik
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas independent. Uji multikolinieritas
dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Nilai tolerance yang rendah sama dengan nilai VIF yang
tinggi karena VIF=1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikilonieritas adalah nilai tolerance
≥ 0,10 atau sama dengan nilai VIF ≤ 10. Tingkat kolinieritas yang dapat ditolerir adalah nilai tolerance 0,10 atau sama dengan tingkat
multikolinieritas 0,95 Ghozali, 2011:105-106. Hasil uji multikolinieritas dapat dilihat pada Tabel. 4.34
55
Tabel. 4.11 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
Constant Penempatan Kerja
Disiplin Kerja Pemanfaatan TI
0,519 0,828
0,490 1,927
1,208 2,043
Dependent Variable : Kinerja
Sumber: Hasil output SPSS data primer yang diolah, 2015. Berdasarkan data pada Tabel. 4.11 di atas dapat diketahui
bahwa syarat untuk lolos dalam uji multikolinieritas sudah terpenuhi oleh seluruh variabel independen yang ada, yaitu nilai
tolerance yang lebih besar dari 0,10 dan nilai VIF Variance Inflation Factor yang tidak lebih dari 10. Pada Table. 4.11 nilai
tolerance variabel bebas penempatan kerja sebesar 0,519, disiplin kerja sebesar 0,828, dan pemanfaatan teknologi informasi sebesar
0,490. Sedangkan nilai VIF variabel bebas penempatan kerja sebesar 1,927, disiplin kerja sebesar 1,208, dan pemanfaatan
teknologi informasi 2.043. Oleh karena itu, dapat disimpulkan bahwa seluruh variabel independen yang digunakan dalam
penelitian ini tidak berkorelasi antara variabel independen satu dengan variabel independen yang lainnya.
b. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah suatu model regresi, variabel pengganggu atau variabel residual memiliki
56 distribusi normal. Model data yang baik adalah berdistribusi
normal atau mendekati normal Ghozali, 2011:160. Untuk melihat data berdistribusi normal dapat dilakukan dengan memperhatikan
normal probability plot pada scatter plot berdistribusi normal.
Gambar. 4.2 Hasil Uji Normalitas
S Sumber: Hasil output SPSS data primer yang diolah, 2015.
Berdasarkan Gambar. 4.2 diatas dapat disimpulkan bahwa dalam grafik normal p-plot terlihat titik menyebar di sekitar garis
diagonal, dan penyebarannya tidak terlalu jauh atau melebar. Berarti dari grafik ini menunjukkan bahwa model regresi sesuai
asumsi normalitas dan layak digunakan. Selain dengan melihat grafik, normalitas data juga dapat
dilihat melalui uji statistik yaitu dengan uji statistik non-parametrik Kolmogorov-Smirnov pada alpha sebesar 5. Jika nilai
57 signifikansi dari pengujian Kolmogorov-Smirnov lebih besar dari
0,05 berarti data normal.
Tabel. 4.12 Uji Normalitas Kolmogorov-Smirnov
Sumber: Hasil output SPSS data primer yang diolah, 2015. Berdasarkan uji statistik normalitas pada Tabel. 4.12 di atas
menunjukkan Kolmogorov-Smirnov sebesar 0,986 dan signifikansi pada 0.285 lebih besar dari 0,05, maka dapat disimpulkan bahwa
data terdistribusi dengan normal.
c. Uji Heteroskedastisitas
