bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorv-sminorv.
Tabel 4.5 Uji
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.00881483
Most Extreme Differences
Absolute .107
Positive .104
Negative -.107
Kolmogorov-Smirnov Z .588
Asymp. Sig. 2-tailed .880
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data Primer diolah, 2013
Berdasarkan Tabel 4.5 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,880 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel
residual berdistribusi normal.
4.3.2 Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Universitas Sumatra Utara
Tabel 4.6 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
11.838 1.558
7.596 .000 insentif
.547 .082
.785 6.698 .000 1.000
1.000 a. Dependent Variable: motivasi
Sumber : Data primer diolah 2013
Berdasarkan Tabel 4.6 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas, Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai tolerance 0,1 dan nilai VIF 5, artinya pada nila tolerance dan VIF untuk
iklim kerja tidak terjadi multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai berikut :
Sumber : Data primer diolah, 2013
Gambar 4.3 Pengujian Multikolinearitas
Universitas Sumatra Utara
4.3.3 Uji Heterokedastisitas
Uji heterokedastisitas menggunakan uji Gleijser dapat dilihat pada tabel hasil di bawah ini :
Tabel 4.7 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.805 .896
3.132 .004
insentif -.107
.047 -.396
-2.285 .060
a. Dependent Variable: Absut
Sumber : Data primer diolah 2013
Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka
ada indikasi terjadi heterokedastisitas, Jika variabel independen tidak signifikan terhadap variabel absut diatas tingkat kepercayaan 0,05, maka dalam model
regresi tidak mengarah pada heteroskedastisitas, Pada tabel 4.7 terlihat bahwa semua variabel independen mempunyai nilai sig 0,060 0,05, sehingga dapat
disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
Universitas Sumatra Utara
4.3.4 Uji Autokorelasi Tabel 4.8
