60
skor tertinggi - skor total terendah Interval: ----------------------------------------- Irianto 1988:13
Kategori
Skor total tertinggi diperoleh dengan cara mengalikan jumlah item pertanyaan dengan skor alternatif jawaban tertinggi, sedangkan skor total terendah diperoleh
dengan cara mengalikan jumlah item pertanyaan dengan skor alternatif jawaban terendah pada masing-masing variabel. Setelah data terkumpul maka ditunjukkan
dalam bentuk distribusi frekuensi dan prosentase yaitu berupa jawaban responden baik secara jumlah riil maupun prosentase. Selanjutnya data dianalisis dengan
menggunakan komputer program SPSS 10 for Windows 2003.
3.5.2. Uji Persyaratan Analisis
Syarat-syarat yang harus dipenuhi dalam penggunaan analisis regresi agar menghasilkan analisis yang baik, seperti yang diungkapkan Irianto 1988:199
antara lain: 1 Sampel diambil secara random acak dan homogen, 2 Variabel X dan variabel Y mempunyai hubungan yang kausal, dimana X merupakan sebab dan
Y merupakan akibat, 3 Nilai Y mempunyai penyebaran yang berdistribusi normal, 4 Persamaan tersebut hendaknya benar-benar linier. Untuk memenuhi asumsi
tersebut maka harus dilakukan uji prasyarat agar mendapatkan hasil pengujian yang goodness off the fit, sehingga diperlukan uji asumsi klasik seperti uji
multikolinieritas, uji heteroskedastisitas, uji normalitas dan uji linieritas
1. Uji Multikolinieritas
Uji multikolinieritas untuk memastikan tidak adanya hubungan antar variabel bebas motivasi kerja dan kepuasan kerja. Dilakukan dengan menghitung nilai
tolerance dan Variance Inflation Factor VIF. Semua pengujian tersebut
61
memanfaatkan fasilitas SPSS 10 for Windows 2003. Persamaan regresi baru dapat digunakan jika tidak terjadi linier dari masing-masing variabel bebas. Suatu regresi
dikatakan terdeteksi multikolinieritas apabila nilai Variance Inflantion Factor VIF menjauhi 1 atau angka tolerance menjauhi 1 pada Output coefficient.
Untuk menguji adanya multikolinieritas dapat dilakukan dengan melihat nilai Variance Inflation Factor VIF. Apabila nilai VIF diatas 10, maka dikatakan
terjadi multikolinieritas dan sebaliknya apabila nilai VIF 10 maka dikatakan tidak terjadi multikolinieritas. Hasil perhitungan dengan menunjukkan bahwa nilai VIF
1,215 10, sehingga dapat dikatakan tidak terjadi multikolinieritas dalam persamaan regresi ini. Dengan demikian dapat dikatakan bahwa tidak terjadi hubungan linier
yang sempurna diantara variabel motivasi kerja dan kepuasan kerja.
2. Uji Heteroskedastisitas
Heteroskedastisitas adalah varian residual yang tidak konstan pada regresi sehingga akurasi hasil prediksi menjadi meragukan. Heteroskedastisitas dapat
diartikan sebagai ketidaksamaan variabel pada semua pengamatan. Model regresi yang baik adalah tidak terjadinya heterokedastisitas. Triton 2006:152.
Uji heteroskedastisitas. dilakukan dengan memanfaatkan fasilitas SPSS 10 for Windows 2003. Cara mendeteksi gejala heteroskedastisitas adalah dengan melihat
grafik plot antara nilai prediksi variabel terikat dengan residualnya, Apabila hasil penelitian output grafik scatter plot menghasilkan diagram pencar residual yang
tersebar dan tidak membentuk pola tertentu, sehingga berdasarkan ketentuan yang
ada dapat dikatakan tidak muncul gejala heteroskedastisitas.
62
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang
lain untuk mendeteksi ada tidaknya masalah heteroskedastisitas dilakukan dengan menganalisis grafik scatter plot antara nilai prediksi variabel terikat ZPRED dengan
residual SRESID.
Scatterplot Dependent Variable: Kinerja dosen
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
-4
Regression Studentized Residual
3 2
1
-1 -2
-3
Gambar 1. Hasil Uji Heteroskedasatisitas
Dengan mengunakan Scatter Plot dapat diketahui bahwa data menyebar dan tidak membentuk suatu pola tertentu sehingga dapat dikatakan bahwa dalam
persamaan yang terjadi tidak mengandung unsur heteroskedastisitas. Hal ini disebabkan karena residual dari variabel penelitian yaitu variabel motivasi kerja dan
kepuasan kerja memiliki persamaan varians. Dengan demikian dapat dikatakan bahwa dalam model ini terjadi kesamaan varians dari residual pada satu pengamatan
ke pengamatan yang lain sehingga disebut homokedastisitas, bukan
heteroskedastisitas.
63
3. Uji Normalitas Data
