Tabel 4.14 Hasil Uji Kolmogorov-Smirnov
Unstandardized Residual
N 44
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 0,40311975
Most Extreme Differences
Absolute 0,093
Positive 0,050
Negative -0,093
Kolmogorov-Smirnov Z 0,620
Asymp. Sig. 2-tailed 0,837
Sumber : Lampiran 5
Berdasarkan Tabel 4.14 dapat diketahui bahwa nilai signifikansi Asymp. Sig. 2-tailed sebesar 0,837. Karena signifikansi lebih dari 5 0,837 0,05, maka
nilai residual tersebut terdistribusi secara normal, dengan kata lain model regresi yang digunakan memenuhi syarat asumsi normal. Agar lebih memastikan apakah
data residual terdistribusi secara normal, maka dilakukan pengujian menggunakan metode analisis grafik normal probability plot sebagai berikut
Sumber : Lampiran 5
Gambar 4.4 Grafik P-P Plot Normalitas Data
Berdasarkan hasil uji normalitas dengan menggunakan analisis grafik yaitu dengan menggunakan grafik normal plot menunjukkan bahwa grafik
memberikan pola distribusi normal yang mendekati normal, dan pada grafik terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya ada di sekitar garis
diagonal.
4.6.2 Uji Multikolinieritas
Uji multikolinearitas dilakukan untuk menguji apakah model regresi yang digunakan dalam penelitian ini ditemukan adanya korelasi antar variabel
independen. Apabila terdapat korelasi, maka diidentifikasi ada masalah multikolinearitas. Sebab model regresi yang baik seharusnya tidak terjadi korelasi
diantara variabel independen. Tabel 4.15 Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
Pendidikan X
1
0,643 1,555
Masa Kerja X
2
0,525 1,905
Prestasi Kerja X
3
0,542 1,844
Sumber : Lampiran 5
Berdasarkan Tabel 4.15 dapat diketahui bahwa tidak ada satu pun variabel yang memiliki nilai Tolerance dibawah 0,10 dan nilai Variance Inflation Factor
VIF kurang dari 10. Maka dapat disimpulkan bahwa tidak terjadi masalah multikolinieritas pada model regresi.
4.6.3 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke
pengamatan lain. Jika tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedatisitas. Model regresi yang baik adalah homokedastisitas atau tidak
terjadi heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan uji koefisien korelasi rank spearman yaitu mengkorelasikan antara absolute residual
hasil regresi dengan semua variabel bebas.
Tabel 4.16 Hasil Uji Heteroskedastisitas
Spearman’s rho Absolute
Residual
Pendidikan X
1
Correlation Coefficient 0,139
Sig. 2-tailed 0,367
N 44
Masa Kerja X
2
Correlation Coefficient 0,415
Sig. 2-tailed 0,505
N 44
Prestasi Kerja X
3
Correlation Coefficient 0,195
Sig. 2-tailed 0,206
N 44
Absolute Residual
Correlation Coefficient 1,000
Sig. 2-tailed Correlation Coefficient
44
Sumber : Lampiran 5
Berdasarkan Tabel 4.16 dapat diketahui bahwa nilai korelasi dari kedua variabel independent dengan Absolute Residual Sig. 2-tailed memiliki nilai
signifikansi sebesar 0,367 X
1
; 0,505 X
2
dan 0,206 X
3
yang menunjukkan lebih besar dari 0,05. Maka dapat disimpulkan bahwa tidak terjadi masalah
Heteroskedastisitas pada model regresi.
4.7 Uji Hipotesis