Unstandardized Predicted Value
N 76
Normal Parameters
a,,b
Mean 80.1973684
Std. Deviation 6.79815370
Most Extreme Differences
Absolute .074
Positive .074
Negative -.053
Kolmogorov-Smirnov Z .642
Asymp. Sig. 2-tailed .804
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 4.12, dapat dilihat Hasil Uji Normalitas dengan One- Sample Kolmogorov-Smirnov Test, dimana diperoleh hasil bahwa data
berdistribusi normal karena nilai asymp.sig lebih besar dari 0.05 yaitu sebesar 0,804.
4.4.2.2. Uji Multikoliniearitas Persamaan Substruktur Kedua
Uji Multikolinearitas yang digunakan sama seperti yang digunakan dalam persamaan substruktur pertama yaitu dengan melihat nilai variance inflation
factor VIF pada model . Apabila VIF lebih besar dari 5 maka variabel tersebut mempunyai persoalan multikolinearitas diantara variabel bebas. Hasil pengujian
dapat dilihat pada Tabel 4.13 berikut ini:
Tabel 4.13 Hasil Uji Multikoliniearitas Persamaan Substruktur Kedua
Coefficients
a
Model Unstandardize
d Coefficients Standardized
Coefficients t
Sig. 95.0 Confidence
Interval for B Collinearity
Statistics B
Std. Error
Beta Lower
Bound Upper
Bound Toleranc
e VIF
Universitas Sumatera Utara
1 Constant
.594 8.145 .073 .942 -1.564E1 16.830
Iklim Organisasi
.677 .180 .332
3.752 .000 .317
1.037 .727
1.376 Motivasi
Kerja .946 .136
.603 6.982 .000
.676 1.216
.762 1.312
Kepuasan Kerja
.005 .190 .030
.027 .978 -.374
.385 .604
1.655
a. Dependent Variable: Kinerja dosen
Sumber: Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 4.13 dapat dilihat hasil perhitungan nilai Variance Inflation Factor VIF, dimana tidak ada variabel bebas yang memiliki nilai VIF
lebih besar dari 5. Jadi dapat disimpulkan bahwa tidak terjadi multikolinieritas antar variabel bebas dalam model penelitian.
4.4.2.3. Uji Heterokedastisitas Persamaan Substruktur Kedua
Heteroskedastisitas terjadi karena adanya perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dalam pengujian ini menggunakan
diagram pancar residual. Cara pengambilan keputusan yaitu: a.
Jika diagram pancar membentuk pola-pola tertentu yang teratur, maka regresi mengalami gangguan heteroskedastisitas.
b. Jika diagram pancar tidak membentuk pola atau acak, maka regresi tidak mengalami gangguan heteroskedastisitas.
Hasil pengujian dapat dilihat pada gambar 4.3 berikut :
Scatterplot
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2013 data diolah:
Gambar 4.3 Hasil Uji Heterokedastisitas Persamaan Substruktur Kedua
Berdasarkan Gambar 4.3 terlihat bahwa titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa persamaan substruktur kedua terbebas dari asumsi heteroskedastisitas, sehingga
hasil penelitian ini dapat diterima dan dilanjutkan pengujian hipotesis dengan menggunakan analisis jalur.
4.4.3. Hasil Pengujian Hipotesis 4.4.3.1. Pengujian Hipotesis Persamaan Substruktur Kedua
