Uji Asumsi Klasik HASIL PENELITIAN DAN PEMBAHASAN
Tabel 4.11 Hasil Uji Multikolinieritas
Model Collinearity Statistics
Keterangan Tolerance
VIF Latar belakang
Pendidikan 0,967
1,034 Tidak terjadi
multikolinieritas Pengalaman
kerja 0,966
1,035 Tidak terjadi
multikolinieritas Kompensasi
0,939 1,065
Tidak terjadi multikolinieritas
Dependent Variable: Kinerja Karyawan Sumber: Hasil olah data SPSS 23 2017
Dari tabel 4.11 dapat dilihat dari hasil analisis Collinearrity statistics bahwa dalam model regresi tidak terjadi multikolinieritas. Hal
ini dapat dilihat dari nilai setiap tolerance dari setiap variabel 0,01 10 dan nilai VIF dari setiap variabel 10. Hal ini menunjukkan
bahwa tidak ada korelasi di antara variabel-variabel bebas dalam penelitian ini.
2. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual antara
satu pengamatan dengan pengamatan yang lain berbeda disebut
heteroskedastisitas dan jika varians dari residual satu pengamatan dengan pengamatan yang lain tetap maka disebut homoskedastisitas.
Model yang baik adalah tidak terjadi heteroskedastisitas.
14
Cara mengujinya dengan menggunakan Uji Gletser untuk meregres nilai absolut residual terhadap variabel independent. Dengan
menggunakan dasar pengambilan keputusan jika nilai Signifikansi variabel independet 0,05 maka terjadi heteroskedastisitas. Jika nilai
signifikansi variabel independent 0,05 maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada tabel
4.12. Tabel 4.12 Hasil Uji Heteroskedastisitas
Model Sig.
Keterangan Latar Belakang
Pendidikan 0,593
Tidak terjadi heteroskedastisitas
Pengalaman Kerja 0,096
Tidak terjadi heteroskedastisitas
Kompensasi 0,498
Tidak terjadi heteroskedastisitas
Dependent Variable: Kinerja Karyawan Sumber: Hasil olah data SPSS 23 2017
14
Ibid., 72
Dapat dilihat pada tabel 4.12 pada bagian signifikansi untuk setiap variabel independent memiliki nilai sig lebih besar dari 0,05.
Dilihat dari variabel latar belakang pendidikan memiliki nilai sig sebesar 0,593, pengalaman kerja memiliki nilai sig sebesar 0,096 dan
variabel kompensasi memiliki nilai sig sebesar 0,498. Maka dapat disimpulkan tidak terjadi heteroskedastisitas pada setiap variabel
independent. 3. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah residual model regresi yang diteliti berdistribusi normal atau tidak. Dalam
penelitian ini peneliti menggunakan analisis grafik normal P-P plot untuk menguji normalitas model regresi. Jika dalam normal probability
plot, titik-titik data membentuk pola linier, maka data dapat dikatakan berdistribusi normal. Hasil uji normalitas dapat dilihat pada gambar 4.1.
Sumber: Hasil olah data SPSS 23 2017 Gambar 4.1 Hasil Uji Normalitas
Hasil uji normalitas dengan probability plot mensyaratkan bahwa penyebaran data harus berada disekitar wilayah garis diagonal dan
mengikuti arah garis diagonal. Berdasarkan gambar 4.1 dapat disimpulkan bahwa data dalam penelitian berdistribusi normal
dikarenakan titik-titik berada disekitar wilayah garis diagonal dan mengikuti arah garis diagonal.