Uji Multikolinearitas Uji Heteroskedastisitas

65

4.3.2 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat korelasi antar variabel independen. Pengujian multikolinearitas dilakukan dengan melihat VIF antar variabel independen. Jika VIF menunjukkan angka 10 dan nilai tolerance 0.1 hal ini berarti terdapat gejala multikolinearitas. Tabel 4.4 Uji Multikolinearitas Sebelum Moderasi Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant X1 .214 4.674 X2 .214 4.674 a. Dependent Variable: Y Dari uji multikolinearitas sebelum moderasi yang tersaji dalam tabel 4.4, dapat dilihat tidak terjadi gejala multikolinearitas antar variabel penelitian, hal ini Dengan melihat grafik normal plot yang tersaji pada gambar 4.1 sebelum moderasi dan gambar 4.2 setelah moderasi terlihat titik-titik menyebar disekitar diagonal, serta penyebarannya mendekati garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas. Universitas Sumatera Utara 66 ditunjukkan dalam angka VIF Variance Inflation Factor dari X1 anggaran pelatihan dan X2 anggaran pengembangan yang 10 dan nilai tolerance 0,10. Tabel 4.5 Uji Multikolinearitas Setelah Moderasi Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant X1 .195 5.131 X2 .203 4.915 Z .438 2.286 a. Dependent Variable: Y Dari uji multikolinearitas setelah moderasi yang tersaji dalam tabel 4.5 dapat dilihat tidak terjadi gejala multikolinearitas antar variabel penelitian, hal ini ditunjukkan dalam angka VIF Variance Inflation Factor dari X1 anggaran pelatihan, X2 anggaran pengembangan, dan Z kinerja 10 dan nilai tolerance 0.10. Universitas Sumatera Utara 67

4.3.3 Uji Heteroskedastisitas

Uji heteroskedasitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Pengujian ini dapat dilakukan dengan berbagai uji yang dilakukan. Di bawah ini merupakan hasil dari pengujian heteroskedasitas dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu Xadalah residual Y predksi – Y sesungguhnya yang telah di – studentized. Cara mendeteksi ada tidaknya heteroskedasitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data dengan SPSS. Pengambilan keputusan adalah dengan melihat pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedasitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi gejala heteroskedasitas atau tidak dengan cara mengamati penyebaran titik-titik pada grafik. Universitas Sumatera Utara 68 Gambar 4.3 Hasil Uji Heteroskedasitas dengan Scatter Plot Sebelum Moderasi Berdasarkan gambar 4.3 terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedasitas. Universitas Sumatera Utara 69 Gambar 4.4 Uji Heteroskedastisitas Setelah Moderasi Dari grafik Scatterplot setelah moderasi yang tersaji pada gambar 4.4 dapat dilihat bahwa titik-titik menyebar secara acak dn tidak membentuk suatu pola tertentu serta terebar baik di atas maupun di bawah angka 0 pada sumbu Y, jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. Universitas Sumatera Utara 70

4.3.4 Uji autokorelasi