Uji Multikolinearitas Uji Heterokedastisitas

65 Tabel 4.10 Uji Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 15 Normal Parameters a,,b Mean .0000000 Std. Deviation 4.07803484 Most Extreme Differences Absolute .133 Positive .096 Negative -.133 Kolmogorov-Smirnov Z .516 Asymp. Sig. 2-tailed .953 a. Test distribution is Normal. b. Calculated from data. Sumber : data diolah peneliti, 2012 Dari hasil penelitian diatas diperoleh nilai probalitas Asymp.Sig.2tailed sebesar 0.953 0.05 sehingga dapat dinyatakan data ini memang memiliki distribusi data yang normal.

4.3.2 Uji Multikolinearitas

Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel tersebut tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel Universitas Sumatera Utara 66 independen sama dengan nol. Nilai yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau nilai VIF 10. Tabel 4.11 Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant X1= Stres Kerja .666 1.502 X2= Motivasi Kerja .666 1.502 a. Dependent Variable: Y= Kinerja Karyawan Sumber : data diolah peneliti, 2012 Dari hasil spss diatas maka dapat disimpulkan sebagai berikut: 1. pada variabel stress kerja tidak terjadi multikolieneritas karena nilai tolerance sebesar 0.66 0.1 dan nilai VIF sebesae 1.50210. 2. pada variabel motivasi kerja tidak terjadi multikolieneritas karena nilai tolerance sebesar 0.666 0,1 dan nilai VIF sebesar 1.502 10.

4.3.3 Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamtan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat dependent dengan residualnya. Universitas Sumatera Utara 67 Dasar analisis grafik Plot adalah ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heterokedasitas dapat dilakukan dengan melihat pola tertentu pada grafik antara ZPRED dan SRESID, dimana sumbu Y adalah sumbu Y yang telah diprediksi, dan sumbu x adalah residual Ghozali, 2011:105. Sumber : data diolah peneliti, 2012 Gambar 4.3 Scatterplot Dari hasil penelitian diatas maka dapat dinyatakan bahwa titik –titik diatas tidak membentuk suatu pola tertentu dan titik- titik menyebar diantara diatas maupun di bawah titik 0 Sumbu Y sehingga data ini dapat dinyatakn tidak terjadi heterokedasitas. Universitas Sumatera Utara 68 4.4 Pengujian Hipotesis 4.4.1 Uji F F-test