D. Uji Persyaratan Regresi
1. Uji Normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang dihasilkan dari regresi telah terdistribusi normal atau
tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi normal atau mendekati normal. Dalam penelitian ini, peneliti
menggunakan metode
Kolmogorov Smirnov
yang dapat dilihat pada tabel berikut :
Tabel V.16 Uji Normalitas
Dapat dilihat pada tabel di atas bahwa nilai signifikansi Asymp.sig 2 tailed sebesar 0,987. Seperti yang sudah diketahui bahwa data dikatakan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a
Mean .0000000
Std. Deviation 2.33294478
Most Extreme Differences Absolute
.065 Positive
.052 Negative
-.065 Kolmogorov-Smirnov Z
.452 Asymp. Sig. 2-tailed
.987 a. Test distribution is Normal.
terdistribusi normal jika nilai signifikansinya 0,987 lebih besar dari nilai
a
= 0,05. Jadi dapat disimpulkan bahwa hasil uji normalitas menunjukkan bahwa data terdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji ada tidaknya penyimpangan asumsi klasik yaitu adanya hubungan antara variabel
independen dalam model regresi. Jika terdapat hubungan korelasi yang tinggi maka hal ini dinamakan problem multikolinearitas. Model regresi yang baik
adalah tidak adanya korelasi antara variabel independen. Dari hasil uji multikolinearitas didapatkan hasil bahwa antara variabel
independen tidak ada hubungan korelasi. Hal tersebut dapat dilihat dari nilai
variance inflation factor
VIF-nya kurang dari 10 yaitu komitmen karyawan 1,477, lingkungan kerja 1,525, model pembelajaran 1,573 lebih
lengkapnya dapat dilihat pada tabel berikut :
Tabel V.17 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 X
1
.677 1.477
X
2
.656 1.525
X
3
.570 1.753
3. Uji Heteroskedastisitas
Tujuan dari uji heteroskedastisitas adalah untuk menguji apakah pada model regresi terdapat ketidaksamaan varian dari pengamatan satu ke
pengamatan yang lain. Jika varians residual dari pengamatan satu ke pengamatan yang lain tetap maka disebut homoskedastisitas. Model regresi
yang baik adalah yang terjadi homoskedastisitas dan bukan sebaliknya yaitu heteroskedastisitas. Berikut adalah hasil pengujiannya :
Tabel V.18 Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.224
2.292 -.098
.923 X
1
-.131 .121
-.191 -1.075
.288 X
2
.063 .050
.227 1.255
.216 X
3
.051 .121
.082 .422
.675
Tabel di atas menunjukkan hasil uji heteroskedasisitas dengan metode uji Glejser. Dalam uji Glejser, kriteria yang digunakan adalah jika koefisien
signifikansi lebih besar dari tingkat signifikansi yang ditetapkan 0,05 maka dapat disimpulkan tidak terjadi heteroskedastisitas. Berdasarkan tabel V.12
dapat dilihat bahwa koefisien variabel komitmen karyawan X
1
0,288, PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
lingkungan kerja X
2
0,216, dan model pembelajaran X
3
0,675. Dengan begitu dapat dinyatakan tidak terjadi heteroskedastisitas.
E. Analisis Regresi Linear Berganda
Kategori