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