Multikoliniearitas Heteroskedastisitas Pengujian Asumsi Klasik 1. Uji Normalitas Data

Uji Normalitas scatter plot pada Gambar 4.1 dapat kita lihat bahwa titik- titik mengikuti data di sepanjang garis diagonal hal ini berarti data berdistribusi normal.

2. Multikoliniearitas

Uji multikolinearitas dilakukan untuk menguji apakah terdapat korelasi yang tinggi diantara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Suatu variabel tidak terkena multikolinearitas, jika nilai Variance Inflation Factor VIF tidak lebih besar dari 5 VIF 5 dan nilai Tolerance tidak kurang dari 0,1 Tolerance 0,1 Situmorang, 2008:104. Uji multikolinearitas pada penelitian ini dapat dilihat pada Tabel 4.12. Tabel 4.12 Hasil Analisis Instrumen Multikoliniearitas Coeffi cients a -4. 401 2.581 -1. 705 .099 2.262 .242 1.021 9.331 .000 .307 3.261 -.198 .240 -.090 -.823 .417 .307 3.261 Const ant Deskrip_K Kompens Model 1 B St d. E rror Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: Prestasi_K a. Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010 Tabel 4.12 menunjukkan tidak adanya masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF pada Deskripsi Kerja dan Kompensasi masing-masing menunjukkan nilai kurang dari lima VIF 5. Nilai Variance Inflation Factor VIF pada variabel Deskripsi Kerja dan Kompensasi sebesar 3,261. Nilai Variance Inflation Factor VIF yang lebih kecil dari 5 lima menunjukkan bahwa tidak ada masalah multikolinearitas dalam model penelitian Universitas Sumatera Utara ini. Nilai Tolerance pada variabel Deskripsi Kerja dan Kompensasi sebesar 0,307. Nilai Tolerance lebih besar dari 0,1 Tolerance 0,1 maka tidak terdapat multikolinearitas.

3. 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. Heteroskedastisitas dapat diketahui dengan melakukan dua pendekatan yakni pendekatan statistik uji glesjer dan pendekatan grafik. Kriteria pengambilan keputusan: a. Jika nilai signifikansi 0,05, maka tidak mengalami gangguan heteroskedastisitas. b. Jika nilai signifikansi 0,05, maka mengalami gangguan heteroskedastisitas. Tabel 4.13 Hasil Analisis Instrumen Heteroskedastisitas Pendekatan Statistik Uji Glesjer Coeffi cients a 1.831 1.500 1.221 .232 .002 .141 .006 .017 .987 -.022 .139 -.054 -.158 .876 Const ant Deskrip_K Kompens Model 1 B St d. E rror Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Dependent Variable: absut a. Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010 Tabel 4.13 dapat dilihat bahwa data pada penelitian skripsi ini hasil uji signifikan variabel Deskripsi kerja adalah sebesar 0,987 dan hasil uji signifikan Universitas Sumatera Utara pada variabel Kompensasi adalah sebesar 0,876. Hasil analisis instrumen heteroskedastisitas pada penelitian skripsi ini menunjukkan bahwa masing-masing variable dependent Deskripsi Kerja dan Kompensasi menunjukkan nilai lebih besar dari 5, sehingga dapat disimpulkan bahwa data pada penelitian ini tidak terdapat adanya heteroskedastisitas dalam model regresi. Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar 4.2 adalah gambar scatterplot yang dapat mengindikasi ada atau tidaknya gejala heteroskedastisitas. Suatu model regresi jika dianalisis dengan pendekatan grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu Syafrizal, 2008: 68. Regression Standardized Predicted Value 2 1 -1 -2 -3 R eg re ss io n S tu de nt iz ed R es id ua l 3 2 1 -1 -2 -3 Scatterplot Dependent Variable: Prestasi_K Gambar 4.2 Scatterplot Dependent Variable Prestasi Kerja Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010 Universitas Sumatera Utara Gambar 4.2 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola tertentu. Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala heteroskedastisitas pada model regresi penelitian ini.

D. Pengujian Hipotesis