Uji Asumsi ANALISA DATA DAN PEMBAHASAN

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