C. Uji Asumsi
Klasik
Model regresi linier yang baik yaitu yang memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik. Oleh karena itu dilakukan
pengujian asumsi klasik berupa uji multikolinieritas dan uji heterokedastisitas. 1. Uji
Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antara variabel bebas. Dalam model regresi yang baik seharusnya tidak ada korelasi diantara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel independen itu tidak orthogonal. Pengujian multikolinieritas dilakukan dengan bantuan SPSS 11.0.
Tabel 5.23 Uji Multikolinieritas Ditinjau dari Korelasi
Coefficient Correlations
a
1.000 -.145
-.435 -.145
1.000 -.449
-.435 -.449
1.000 1.336E-02
-2.3E-03 -8.606E-03
-2.302E-03 1.90E-02
-1.057E-02 -8.606E-03
-1.1E-02 2.922E-02
GAYA KEPEMIMPINAN
KOMPENSASI LINGKUNGAN
KERJA GAYA
KEPEMIMPINAN KOMPENSASI
LINGKUNGAN KERJA
Correlations
Covariances Mo
del 1
GAYA KEPEMIM
PINAN KOMPEN
SASI LINGKUNG
AN KERJA
Dependent Variable: LOYALITAS KARYAWAN a.
Dilihat dari besaran korelasi antar variabel independen, terlihat korelasi antara variabel kompensasi dengan gaya kepemimpinan sebesar
–0,145 atau sekitar 14,5. Korelasi antara lingkungan kerja dengan gaya kepemimpinan sebesar –0,435 43,5. Korelasi antara lingkungan kerja
dengan kompensasi sebesar –0,449 44,9. Meskipun ada korelasi, tapi karena masih dibawah 70 maka dapat dikatakan tidak terjadi
multikolinieritas yang serius.
Tabel 5.24 Uji Multikolinieritas Ditinjau dari Nilai Tolerance dan VIF
Coefficients
a
14.302 7.710
1.855 .072
.222 .138
.224 1.613
.116 .655
1.526 .783
.171 .698
4.580 .000
.543 1.843
-.170 .116
-.203 -1.473 .150
.665 1.503
Constant Kompensasi
Lingkungan Ke Gaya Kepemim
Mode 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance VIF ollinearity Statistic
Dependent Variable: Loyalitas Karyawan a.
Dari tabel di atas, terlihat nilai Tolerance sebesar 0,655; 0,543; dan 0,665. Karena nilai-nilai Tolerance dari variabel independen tersebut tidak ada
yang kurang dari 0,10 atau dikatakan semua lebih besar dari 0,10 dan jika dilihat dari nilai VIF juga menunjukkan hasil yang sama, bahwa tidak ada
variabel independen yang memiliki VIF lebih dari 10 jadi, kesimpulannya tidak ada multikolinieritas antar variabel independen dalam model regresi.
2. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas, dan apabila berbeda disebut
heterokedastisitas. Model regresi yang baik adalah homokedastisitas. Uji heterokedastisitas dilakukan dengan bantuan SPSS.
Grafik 5.1 Uji Heterokedastisitas dengan Grafik Plot
Scatterplot Dependent Variable: LOYALITAS KARYAWA
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Regression St udent
ized Residual
3 2
1
-1 -2
Dari gambar di atas, tampak titik-titik menyebar dengan pola yang tidak jelas diatas dan dibawah angka nol pada sumbu Y. Kesimpulan yang
diambil melalui gambar itu adalah tidak terjadi heterokedastisitas. Selain melalui grafik scatterplot, untuk mengetahui terjadi tidaknya
heterokedastisitas dilakukan uji Park. Dengan menggunakan SPSS, tabel hasil uji Park adalah sebagai berikut.
Tabel 5.25 Uji Heterokedastisitas dengan Uji Park
Coefficients
a
-2.084 2.062
-1.011 .319
-3.41E-02 .054
-.172 -.628
.534 .351
2.851 5.063E-02
.030 .341
1.699 .098
.652 1.533
1.523E-02 .042
.086 .366
.717 .474
2.111 Constant
LINGKUNGAN KERJA
GAYA KEPEMIMPINAN
LOYALITAS KARYAWAN
Mo del
1 B
Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Toler
ance VIF
Collinearity Statistics
Dependent Variable: LOG a.
Pengambilan kesimpulan untuk uji Park dilihat dari nilai-nilai Sig. Karena nilai-nilai Sig.
α = 0,05 yang berarti koefisien parameter untuk variabel independen tidak ada yang signifikan, kesimpulannya model regresi
tidak terdapat heterokedastisitas. Ternyata hasil uji heterokedastisitas dengan scatterplot maupun uji Park memiliki kesimpulan yang sama yaitu tidak
terjadi heterokedastisitas.
D. Pengujian Hipotesis