Berdasarkan Tabel 4.12 diperoleh nilai Asymp. Sig. 2-tailed adalah 0,754 atau probabilitas diatas 0,05 0,754 0,05, dengan demikian variabel residual
berdistribusi normal.
4.4.2 Uji Heteroskedastisitas
Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan atau perbedaan varians dari residual pengamatan yang lain.
Jika varians residual dari suatu pengamatan lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heterokedastisitas. Model
yang paling baik adalah tidak terjadi heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS 18,0 for windows 2011
Gambar 4.2 Uji Heteroskedastisitas
Universitas Sumatera Utara
Pada Gambar 4.2 menunjukkan titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas tersebar baik di atas maupun di bawah
angka nol pada sumbu Y, dengan demikian dapat dikatakan bahwa regresi tidak mengalami gangguan heteroskedastisitas.
Uji heteroskedastisitas dapat juga dilakukan dengan Uji Glesjer. Cara pengambilan keputusan:
a. Jika probabilitas 5 maka tidak mengalami gangguan heteroskedastisitas b. Jika probabilitas 5 maka mengalami gangguan heteroskedastisitas
Tabel 4.13 Uji Glesjer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -5,697
1,606 -3,547
,001 knowledge
,044 ,052
,132 ,846
,401 Skill
,099 ,083
,222 1,197
,237 Attitude
,077 ,062
,227 1,243
,220 a. Dependent Variable: absut
Sumber : Hasil Pengolahan SPSS 18,0 for windows 2011
Tabel 4.13 memperlihatkan tidak ada satupun variabel independen.yang signifikan secara statistic mempengaruhi variabel dependen absolut Ut abSut.
Hal ini terlihat dari probabilitas signifikannya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas,
sehingga model regresi layak dipakai untuk memprediksi efektivitas kerja karyawan berdasarkan masukan variabel independennya.
Universitas Sumatera Utara
4.4.3 Uji Multikolinieritas
Pengujian multikolinieritas untuk melihat apakah pada model regresi ditemukan korelasi antar variabel bebas. Jika terjadi korelasi maka dinamakan
terjadi masalah multikolinearitas. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor VIF. Nilai yang umum dipakai untuk Tolerance 0,1
sedangkan VIF 5, maka tidak terjadi multikolinearitas. Model yang paling baik adalah tidak terjadi multikolinieritas.
Tabel 4.14 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2,399
3,000 ,800
,427 knowledge
,401 ,097
,419 4,130
,000 ,598
1,673 skill
,335 ,155
,262 2,167
,035 ,420
2,378 attitude
,266 ,116
,273 2,294
,026 ,434
2,302 a. Dependent Variable: efektivitaskerja
Sumber : Hasil Pengolahan SPSS 18,0 for windows 2011
Tabel 4.14 memperlihatkan nilai Tolerance 0,1 dan VIF 5 pada semua variabel independen, yaitu knowledge X1, skill X2, dan attitude X3, dengan
demikian data tidak terkena multikolinieritas. Hal ini berarti pada variabel independen tidak terdapat hubungan linear sempurna atau pasti, di antara beberapa
atau semua variabel sehingga model regresi layak digunakan.
Universitas Sumatera Utara
4.5 Analisis Regresi Linear Berganda