101 Berdasarkan Tabel 4.11 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah
0,953. Dan di atas nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
Tabel 4.12 Hasil Uji Normalitas Pendekatan Kolmogrov-Smirnov
Motivasi terhadap Kinerja
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 64
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,74611988
Most Extreme Differences Absolute
,079 Positive
,051 Negative
-,079 Kolmogorov-Smirnov Z
,630 Asymp. Sig. 2-tailed
,822 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4.12 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,822. Dan di atas nilai signifikan 5 0,05, dengan kata lain variabel residual
berdistribusi normal.
4.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu variabel pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
102 Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas,
yaitu : 1.
Metode Grafik Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di
atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS Gambar 4.7 Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4,7 dapat terlihat dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola
tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi,
sehingga model regresi layak dipakai untuk memprediksi Motivasi, berdasarkan masukan variabel independannya.
Universitas Sumatera Utara
103
Sumber : Hasil Pengolahan SPSS Gambar 4.8 Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4.8 dapat terlihat dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola
tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi,
sehingga model regresi layak dipakai untuk memprediksi Kinerja, berdasarkan masukan variabel independannya.
Gambar 4.9 Scatter Plot Uji Heteroskedastisitas
Universitas Sumatera Utara
104 Berdasarkan Gambar 4.9 dapat terlihat dari grafik Scatterplot yang
disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada
sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Kinerja, berdasarkan
masukan variabel independannya.
2. Uji Glejser
Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen
dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.
Tabel. 4.13 Hasil Uji Glejser Heterokedastisitas
Kesehatan dan Keselamatan Terhadap Motivasi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 7,903
4,259 1,855
,068 Kesehatan
,029 ,069
,052 ,418
,677 Keselamatan
-,202 ,124
-,203 -1,619
,111 a. Dependent Variable: absut1
Tabel. 4.14 Hasil Uji Glejser Heterokedastisitas
Kesehatan dan Keselamatan Terhadap Kinerja
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2,957
2,061 1,434
,157 Kesehatan
-,045 ,034
-,170 -1,345
,184 Keselamatan
,013 ,060
,027 ,211
,833 a. Dependent Variable: absut2
Universitas Sumatera Utara
105
Tabel. 4.15 Hasil Uji Glejser Heterokedastisitas
Motivasi Terhadap Kinerja
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3,166
2,117 1,496
,140 Motivasi
-,023 ,049
-,061 -,480
,633 a. Dependent Variable: absut3
Sumber : Hasil Pengolahan SPSS
Berdasarkan Tabel 4.13 4.14 dan 4.15 terlihat jelas menunjukkan tidak satupun variabel indepnden yang signifikan secara statistik mempengaruhi
variabel depanden absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi disimpulkan model regresi
tidak mempengaruhi heteroskedastisitas.
4.3.3 Uji Multikolinieritas