91
4.2.3.2 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu
pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk
mendekati ada atau tidaknya heteroskedastisitas yaitu :
a. Metode Grafik
Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS 2016
Gambar 4.5 Hasil Uji Heteroskedastisitas
Uji ini akan dinyatakan terbebas dari heteroskedastisitas jika titik – titik yang terdapat pada gambar tersebar secara merata. Meratanya titik – titik ini
diketahui bahwa titik – titik tersebar diantara titik 0. Melihat pada gambar 4.5
Universitas Sumatera Utara
92 diketahui bahwa titik – titik tersebar merata mengikuti diantara titik 0. Ini dapat
dikatakan bahwa data telah terbebas dari masalah heteroskedastisitas.
b. Uji Glejser
Kriteria pengambilan keputusannya adalah sebagai berikut: 1
Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heterokedastisitas.
2 Jika nilai signifikansi
0,05 maka mengalami gangguan heterokedastisitas.
Tabel 4.9 Hasil Uji Glejser Heterokedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.231
1.265 1.640
.481 Disiplin
.066 .086
.352 1.594
.215 Kompensa
si -.020
.075 -.233
-527 .444
a. Dependent Variable: Kinerja
Sumber : Hasil Pengolahan SPSS Versi 17.0 2016
Pada Tabel 4.9 terlihat variabel independent Disiplin Kerja dan Kompensasi yang signifikan secara statistik mempengaruhi variabel dependent
absolute Ut AbsUt. Hal ini terlihat dari probabilitas X
1
0.215 dan X
2
0.444 diatas tingkat kepercayaan 5 0.05, jadi disimpulkan model regresi tidak
mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
93
4.2.3.3 Uji Multikolinearitas
Uji ini dilakukan untuk melihat dan meyakinkan bahwa variabel – variabel bebas dalam penelitian ini terbebas dari saling mempengaruhi Ghozali,
2005:91. Uji ini dinyatakan terkena Multikolinieritas atau tidak dilihat dari nilai Tolerance yang ada pada kolom Collinearity Statistic menunjukkan nilainya lebih
kecil dari 1, atau dapat juga dilihat dari nilai VIF yang bernilai harus lebih kecil dari 10 Suliyanto, 2011:82. Untuk mengetahui uji ini dapat dilihat pada tabel
berikut ini:
Tabel 4.10 Hasil Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 7.959
3.014 2.640
.010 Disiplin
.410 .086
.452 4.794
.000 .724
1.381 Kompensasi
.267 .075
.333 3.539
.001 .724
1.381 a. Dependent Variable: Kinerja
Sumber : Hasil Pengolahan SPSS 2016
Jika dilihat pada tabel 4.10 diketahui bahwa variabel Disiplin X
1
dan Kompensasi X
2
telah terbebas dari multikolonieritas dimana masing – masing nilai VIF lebih kecil dari 10 yaitu 1.38110.
Universitas Sumatera Utara
94
4.2.4 Uji Regresi Linear Berganda
Analisis regresi berganda digunakan untuk menganalisis seberapa besar hubungan dan pengaruh variabel bebas terhadap variabel terikat. Analisis regresi
linier berganda dalam penelitian ini menggunakan bantuan program SPSS. Adapun bentuk umum persamaan regresi yang digunakan adalah sebagai berikut :
Y= a + b
1
X
1
+ b
2
X
2
+ e
Keterangan : Y
= Kinerja Karyawan a
= Konstanta b
1
,b
2
= Koefisien Regresi X
1
= Kecerdasan Intelektual X
2
= Kecerdasan Emosional e
= Kesalahan Penduga Standart Error Berdasarkan pengujian menggunakan SPSS for windows, maka hasil
persamaan regresi linear berganda dapat dilihat pada Tabel 4.11 berikut ini:
Tabel 4.11 Hasil Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 7.959
3.014 2.640
.010 Disiplin
.410 .086
.452 4.794
.000 .724
1.381 Kompensasi
.267 .075
.333 3.539
.001 .724
1.381 a. Dependent Variable:
Kinerja
Sumber : Hasil Pengolahan SPSS 2016
Universitas Sumatera Utara
95 Berdasarkan pada tabel 4.11 maka dapat disusun model penelitian ini
adalah sebagai berikut:
Berdasarkan Tabel 4.11 diketahui pada kolom kedua Unstandardized
Coefficients bagian B diperoleh nilai b
1
variabel disiplin kerja sebesar 0.410 dan nilai b
2
variabel Kompensasi sebesar 0.267 dan nilai konstanta α adalah 7.959,
maka diperoleh persamaan regresi linier berganda sebagai berikut :
Y= a + b
1
X
1
+ b
2
X
2
+ e Y= 7.959 + 0,410X
1
+ 0.267X
2
1. Konstanta α = 7.959, ini menunjukkan bahwa jika variabel Disiplin kerja
Kategori