99 Pada Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,200
dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari Tabel 4.9 yaitu 0,084
dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
4.2.3.2 Uji Heteroskedastisitas
Menurut Situmorang 2014:122 uji heteroskedastisitas ini bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari suatu
variabel pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 80
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,16414922
Most Extreme Differences Absolute
,084 Positive
,084 Negative
-,071 Kolmogorov-Smirnov Z
,084 Asymp. Sig. 2-tailed
,200 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil pengolahan SPSS for windows, 2015
Universitas Sumatera Utara
100 Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas,
yaitu: 1.
Pendekatan Grafik Heteroskedastisitas dapat dilihat melalui gambar scatter plot. Gambar scatter
plot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas. Apabila grafik tidak membentuk pola yang jelas maka tidak mengalami gangguan
heteroskedastisitas.
Sumber: Hasil pengolahan SPSS for Windows, 2015
Gambar 4.5 Pendekatan Grafik Heteroskedastisitas
Berdasarkan Gambar 4.5 dapat terlihat dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga
model regresi layak dipakai.
Universitas Sumatera Utara
101 2.
Uji Glejser Kriteria pengambilan keputusannya adalah sebagai berikut:
a. Jika nilai signifikansi 0,05, maka tidak mengalami gangguan
heterokedastisitas. b.
Jika nilai signifikansi 0,05, maka mengalami gangguan heterokedastisitas.
Tabel 4.9 Uji Glejser
Sumber : Hasil pengolahan SPSS for windows, 2015
Pada Tabel 4.9 dapat dilihat bahwa kolom Sig. pada tabel koefisien regresi untuk variabel independen adalah 0,305, 0,426 atau probabilitas lebih besar
dari 0,05 maka tidak terjadi gangguan heterokedastisitas. Hal ini menunjukkan semua variabel independent yang terdiri dari pengembangan SDM dan
kompetensi, signifikan secara statisik mempengaruhi variabel dependent.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -2,720
1,099 -2,474
,016 PengembanganSDM
,056 ,054
,128 1,034
,305 Kompetensi
,115 ,051
,280 2,263
,426 a. Dependent Variable: absut
Universitas Sumatera Utara
102
4.2.3.3 Uji Multikolinieritas
