88
Tabel 4.13 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
100 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 14.00448517
Most Extreme Differences
Absolute .068
Positive .068
Negative -.044
Kolmogorov-Smirnov Z .676
Asymp. Sig. 2-tailed .750
a. Test distribution is Normal. b.Calculated from data.
Tabel  di  atas  menunjukkan  bahwa  nilai  residual  hasil  uji regresi  memiliki  nilai  koefisien  kolmogorov  sebesar  0,676  dengan
signifikansi  sebesar  0,750.  Karena  nilai  Signifikansi  Kolmogorov- Smirnov berada diatas cut off value yang telah disepakati, yaitu 0.05
maka dapat disimpulkan bahwa data terdistribusi secara normal. Dengan  demikian  secara  keseluruhan  metode  yang
digunakan  baik  grafik  maupun  statsistik  menunjukkan  bahwa  data berdistribusi secara normal sehingga dapat dinyatakan bahwa asumsi
normalitas  dalam  penelitian  ini  terpenuhi  dan  model  regresi  layak digunakan  untuk  menjadi  penaksir  potensial  servant  leadership
berdasarkan kecerdasan emosional dan kecerdasan spiritual.
4.6.3 Uji Multikolinearitas
Pengujian  multikoliniaritas  dilakukan  dengan  melihat  nilai tolerance  dan  Variance  Inflation  Factor  VIF.  Multikolinearitas
terjadi  jika  nilai  tolerance ≤  0.10  dan  VIF  ≤  10  Ghozali,  2009,
89
wijaya,  2009.  Hasil  uji  tolerance  dan  Variance  Inflation  Factor VIF dapat dilihat pada tabel berikut:
Tabel 4.14 Coefficients
a
Tabel  di  atas  dapat  menunjukkan  bahwa  kedua  variabel bebas yang digunakan memiliki nilai tolerance lebih kecil dari 0,10
dan nilai VIF lebih kecil dari 10. Selain melihat  nilai tolerance dan Variance  Inflation  Factor  VIF,  matriks  korelasi  antar  variabel
independen  zero  order  correlation  matrix  juga  dapat  digunakan untuk  melihat  ada  tidaknya  multikolinearitas  dalam  model  regresi,
jika  antar  variabel  bebas  independen  ada  korelasi  yang  tinggi umumnya  di  atas  0,90  maka  hal  ini  merupakan  indikasi  adanya
multikolinearitas  Ghozali,  2009.  Hasil  uji  zero  order  correlation matrix dapat dilihat pada tabel berikut:
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1  Kecerdasan Emosional .838
1.194 Kecerdasan Spiritual
.838 1.194
a. Dependent Variable: Servant Leadership
90
Tabel 4.16 Coefficient Correlations
a
Model Kecerdasan
Spiritual Kecerdasan
Emosional Correlations
Kecerdasan Spiritual
1.000 -.403
Kecerdasan Emosional
-.403 1.000
Covariances Kecerdasan
Spiritual . .041
-.006 Kecerdasan
Emosional -.006
.006
a.
Dependent Variable: Servant Leadership
Tabel  di  atas  menunjukan  bahwa  besaran  koefisien  korelasi antar variabel kecerdasan emosional dan kecerdasan spiritual berada
dibawah  0,90  yaitu,  -0,403.  Berpijak  dari  kedua  model  uji multikolinearitas  di  atas,  dapat  diambil  simpulan  bahwa  model
regresi dalam penelitian ini bebas dari masalah multikolinearitas.
4.6.4 Uji Heterokedastisitas
Uji  heteroskedastisitas  dalam  penelitian  ini  mengggunakan metode grafik dengan cara  menghubungkan nilai  variabel dependen
yang  diprediksi  predicted  dengan  residualnya  Y  prediksi  -  Y sesungguhnya  dimana  sumbu  X  adalah  nilai  variabel  dependen
yang  diprediksi  dan  sumbu  Y  adalah  residualnya.  Apabila  noktah titik dalam grafik membentuk pola menyebar lalu menyempit atau
sebaliknya  di  sekitar  garis  diagonal  funnel  shape  maka  bisa dikatakan  terjadi  heteroskedastisitas.  Jika  titik-titik  menyebar
dengan tidak membentuk pola tertentu di bawah dan di atas angka 0 pada
sumbu Y
clouds shape
maka dikatakan
terjadi homoskedastisitas Ghozali, 2009.
91
Berdasarkan  hasil  komputasi  data  dengan  menggunakan bantuan  SPSS  17  maka  hubungan  antar  nilai  variabel  yang
diprediksi dengan residualnya digambarkan dalam gambar di bawah ini:
Gambar 4.3
Scatterplot  di  atas  menunjukkan  bahwa  noktah-noktah terpencar  dengan  tidak  membentuk  pola-pola  tertentu  seperti
cerobong  asap  di  sekitar  garis  diagonal  tetapi  noktah-noktah menyebar  di  atas  dan  di  bawah  angka  0  pada  sumbu  Y.  Hal  ini
memberikan  informasi  bahwa  model  regresi  dalam  penelitian  ini terjadi homoskedastisitas daripada heteroskedastisitas.
4.6.5 Uji linearitas