84
Kriteria pengambilan keputusan: 1. Jika nilai Asymp.sig 2-tailed 0,05 maka data tidak mengalami
gangguan distribusi normal. 2. Jika nilai Asymp.sig 2-tailed 0,05 maka data mengalami gangguan
distribusi normal. Hasil pengolahan One-Sample Kolmogorov Smirnov dapat dilihat pada
Tabel 4.6 berikut:
Tabel 4.6
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N Normal Parameters
a
Mean Std. Deviation
Most Extreme Differences Absolute Positive
Negative Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed 45
.0000000 1.69149232
.159 .159
-.110 1.064
.208 a. Test distribution is Normal
Sumber: Hasil Pengolahan SPSS 17.0 2012
Pada Tabel 4.6 terlihat bahwa nilai Asymp.sig 2-tailed adalah 0,208 dan diatas nilai signifikan 0,05, dengan demikian dapat
disimpulkan bahwa variabel residual berdistribusi normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan variance dari suatu residual pengamatan ke
Universitas Sumatera Utara
85
pengamatan lain. Ada dua cara untuk mendeteksi gejala Heteroskedastisitas, yaitu:
a. Analisis Grafik Gejala Heteroskedastisitas dapat dilihat dengan
menggunakan grafik Scatterplot. Apabila data yang berbentuk titik-titik tidak membentuk suatu pola atau menyebar, maka model
regresi tidak terkena heteroskedastisitas. Untuk meihat suatu model regresi terkena gejala
heteroskedastisitas dapat dilihat pada Gambar 4.4 berikut:
Sumber: Hasil Pengolahan SPSS 17.0 2012
Gambar 4.4 Scatterplot
Universitas Sumatera Utara
86
Berdasarkan Gambar 4.4 dapat dilihat bahwa titik-titik menyebar secara acak, tidak membentuk suatu pola tertentu yang
jelas serta tersebar baik di atas maupun di bawah angka 0 nol pada sumbu Y. Dengan demikian dapat disimpulkan bahwa model
regresi tidak mempunyai permasalahan heteroskedastisitas.
b. Analisis Statistik Gejala Heterokedastisitas juga dapat dideteksi melalui uji
Glejser. Kriteria pengambilan keputusan dengan uji glejser sebagai berikut:
a. jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas
b. jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
87
Hasil uji Glejser dapat dilihat pada Tabel 4.7 berikut:
Tabel 4.7 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.165
1.782 1.264
.272 Gaya_Kepemimpinan
-.063 .061
-.193 -1.058
.289 Iklim_Organisasi
.056 .079
.130 .685
.495 a. Dependent Variable: Absut
Sumber: Hasil Pengolahan SPSS 17.0 2012
Tabel 4.7 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut UT Absut. Hal ini terlihat dari probabilitas signifikansi di atas tingkat kompetensi 0,05 5, jadi model regresi tidak mengarah
adanya heteroskedastisitas.
c. Uji Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5,
maka tidak terjadi multikolinearitas Situmorang dkk, 2010:154.
Universitas Sumatera Utara
88
Hasil uji multikolinearitas dapat dilihat pada Tabel 4.8 berikut:
Tabel 4.8 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
11.969 3.134
3.819 .000
Gaya_Kepemimpinan .569
.278 .666 2.0455
.047 .634
1.577 Iklim_Organisasi
.067 .166
.130 1.102 .691
.634 1.577
a. Dependent Variable: Semangat Kerja
Sumber: Hasil Pengolahan SPSS 17.0 2012
Pada Tabel 4.8 dapat dilihat bahwa variabel gaya kepemimpinan dan iklim organisasi memiliki nilai Tolerance 0,1 dan nilai VIF 5.
Dapat disimpulkan bahwa model regresi tidak mempunyai permasalahan multikolinearitas.
Universitas Sumatera Utara
89
4.4 Pengujian Hipotesis Penelitian a.
