Hasil Uji Normalitas Hasil Uji Multikolinearitas

52 Semua item pertanyaan dan variabel yang digunakan dinyatakan reliabel atau andal, artinya semuanya pertanyaan berkesinambungan karena memiliki nilai Cronbach Alpha diatas 0.60. Nilai ini menunjukan bahwa indikator-indikator yang digunakan mempunyai ketepatan, keakuratan, kestabilan atau konsistensi yang tinggi.

6.4 Hasil Uji Asumsi Klasik

Pada penelitian ini uji asumsi klasik terdiri dari Uji Normalitas dan Uji Multikolinearitas, serta Uji Heterokedastisitas.

6.4.1 Hasil Uji Normalitas

Untuk mencek apakah hasil pengamatan menyebar normal atau tidak, dapat dilakukan dengan berbagai cara seperti dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov Situmorang dkk, 2008. Pada penelitian ini normalitas data dilakukan dengan uji histogram dan uji normal P Plot. Hasil dari output SPSS dengan menggunakan Uji Histogram dapat dilihat pada Gambar 6.1 yang menunjukkan Grafik histogram menunjukkan pola distribusi normal sebab memperlihatkan grafik mengikuti sebaran kurva normal ditunjukkan dengan kurva berbentuk lonceng. Grafik normal probability plot pada Gambar 6.2 menunjukkan pola distribusi normal dimana data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Universitas Sumatera Utara 53 Gambar 6.1 Hasil Uji Normalitas Gambar 6.2 Hasil Uji Normal P Plot

6.4.2 Hasil Uji Multikolinearitas

Universitas Sumatera Utara 54 Uji Multikolinearitas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya Multikolinearitas. Pada riset ini akan dilakukan uji Multikolinearitas dengan melihat nilai Variance Inflation Factor VIF pada model regresi. Menurut Sugiyono 2007, jika VIF lebih besar dari 10, maka variabel tersebut mempunyai persoalan Multikolinearitas dengan variabel bebas lainnya. Dari hasil pengolahan data melalui SPSS diperoleh nilai VIF seperti terlihat pada Tabel 6.13. Tabel 6.13 Nilai VIF untuk Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .491 .636 .771 .444 Kompensasi .164 .091 .205 2.789 .009 .859 1.164 Aktivitas Kerja .143 .122 .133 1.168 .248 .871 1.148 Pengawasan -.096 .109 -.104 -.875 .385 .800 1.250 Promosi Karir .107 .125 .113 .853 .397 .640 1.562 Hubungan_Kel_Kerja .258 .137 .256 2.882 .005 .611 1.636 Kondisi Kerja .259 .120 .265 2.154 .036 .750 1.334 a. Dependent Variable: Kepuasan Kerja Sumber : Hasil Penelitian, 2012 Data diolah dengan SPSS Dari Tabel 6.13 diatas dapat diketahui besarnya nilai Variance Inflation Factor VIF untuk ketiga variabel independen bebas yang digunakan yaitu : variabel Kompensasi X 1 sebesar 1.164, variabel Aktivitas Kerja X 2 sebesar 1.148, variabel Pengawasan X 3 sebesar 1.250, variabel Promosi Karir X 4 sebesar 1.562, variabel Hubungan dalam Kelompok Kerja X 6 sebesar 1.636, variabel Kondisi Kerja X 6 sebesar 1.334. Semuanya memiliki nilai Variance Inflation Factor VIF lebih kecil dari 10, sehingga dapat disimpulkan bahwa antar variabel tersebut tidak terjadi persoalan Multikolinearitas. Universitas Sumatera Utara 55

6.4.3 Hasil Uji Heterokedastisitas