95 parametrik Kolmogorv-Smirnov K-S juga menyatakan bahwa variabel residual
bersistribusi normal.
4.2.2.2 Hasil Uji Heteroskedastisitas
Pengujian Heteroskedastisitas ini digunakan untuk melihat apakah variabel pengganggu mempunyai varian yang sama atau tidak. Heteroskedastisitas
mempunyai suatu keadaan bahwa varian dari residual suatu pengamatan ke pengamatan yang lain berbeda. Salah satu metode yang digunakan untuk menguji
ada tidaknya heterokedastisitas akan mengakibatkan penaksiran koefisien- koefisien regresi menjadi tidak efisien. Prasyarat yang harus terpenuhi dalam
model regresi adalah tidak adanya gejala heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heterokedastisitas,
yaitu :
1. Metode Grafik
Dasar analisis ini adalah jika tidak ada pola yang jelas serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heterokedastisitas, sedangkan jika ada pola tertentu, seperti titik- titik yang ada membentuk pola tertentu yang teratur, maka
mengindikasikan telah terjadinya heterokedastisitas. Hasil output SPSS untuk uji heterokedastisitas dengan metode grafik tampak pada gambar 4.4
berikut:
Universitas Sumatera Utara
96
Sumber : Hasil Pengolahan SPSS Mei 2014 Gambar 4.4 Hasil Uji Heteroskedastisitas
Dari output di atas dapat diketahui bahwa titik-titik tidak membentuk pola yang jelas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.
Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi.
2.Uji Glejser
Uji glejser mengusulkan untuk meregresi nilai absut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel dependen, maka ada indikasi terjadi heterokedastisitas. Hasil dari output SPSS untuk uji heterokedastisitas dengan metode glejser tampak
pada tabel berikut:
Universitas Sumatera Utara
97
Tabel 4.9 Hasil Uji Glejser Heterokedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 10,989
2,883 3,812
,000 Penempatan
,155 ,129
,177 1,203
,236 Pelatihan
,386 ,118
,482 3,280
,002 a. Dependent Variable: PrestasiKerja
Sumber : Hasil Pengolahan SPSS Mei 2014
Berdasarkan Tabel 4.9 diketahui bahwa variabel independen pelatihan signifikan secara statistik mempengaruhi variabel dependen absulute residual
abs_res. Hal ini terlihat dari probabilitas signifikansinya Sig di bawah tingkat kepercayaan 5 atau 0,05 jadi hasil uji glejser tidak sesuai dengan metode grafik
bahwa pada model regresi tidak terjadi heterokedastisitas.
4.2.2.3 Uji Multikolinearitas