Uji Heteroskedastisitas Uji Asumsi Klasik .1 Uji Normalitas

93 Berdasarkan gambar 4.3, menunjukkan bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Gambar 4.4 Uji Normalitas dengan Normal Probability Plot Berdasarkan Gambar 4.4, menunjukkan bahwa data-data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, Hal ini berarti data berdistribusi normal.

4.4.2 Uji Heteroskedastisitas

Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu: 1. Metode Grafik Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. Field, 2009:230, Ghozali, 2011. Universitas Sumatera Utara 94 Gambar 4.5 Uji Heteroskedastisitas Field 2009:248, Ghozali, 2011:139 menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Perhatikan bahwa berdasarkan Gambar 4.5, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 2. Uji Park Uji park dilakukan dengan cara meregresikan nilai residual Lnei2 dengan masing-masing variabel independen Lnx1 dan Lnx2. Dalam Uji Park adapun Kriteria untuk menjawab hipotesis sebagai berikut: 1. Ho= tidak ada gejala heteroskedastisitas 2. Ha= Ada gejala heteroskedastisitas Universitas Sumatera Utara 95 3. Ho diterima apabila -t tabel t hitung t tabel berarti tidak terdapat heteroskedstisitas dan Ho ditolak bila t hitung t tabel atau -t hitung -t tabel yang terdapat heteroskedastisitas. Tabel 4.9 Uji Heteroskedastisitas Uji Park Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -8.615 12.960 -.665 .509 LnX1reward 1.434 2.295 .082 .625 .534 LnX2punishment 1.281 2.920 .058 .439 .663 a. Dependent Variable: Lnei2disiplin kerja Berdasarkan Tabel 4.9, diketahui nilai probabilitas atau Sig. dari Reward adalah 0,534, dan nilai probabilitas atau Sig. dari Punishment adalah 0,663. Karena seluruh nilai Sig. lebih besar dari 0,05 tidak signifikan, maka disimpulkan bahwa tidak ada gejala heteroskedastisitas.

4.4.3 Uji Multikolinearitas