Uji Heteroskedastisitas Pengaruh Stres Kerja Dan Motivasi Terhadap Kinerja Pegawai Bagian Pengolahan di PTPN IV Cabang Bah Butong Sidamanik, Pematang Siantar

Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data disepanjang garis normal, hal ini berarti residua l data berdistribusi normal.

c. Pendekatan Kolmogorov-Smirnov

Uji normalitas dengan grafik bias saja terlihat berdistribusi normal, padahal secara statistic tidak berdistribusi normal. Pengujuian normalitas yang didasarkan dengan uji statistik Non-parametik Kolmogorov-Smirnov dapat dilihat pada Tabel 4.9 dibawah ini: Tabel 4.9 Hasil Uji Normalitas Pendekatan One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 67 Normal Parameters Mean a,b 0E-7 Std. Deviation 3.44105952 Most Extreme Differences Absolute .082 Positive .074 Negative -.082 Kolmogorov-Smirnov Z .675 Asymp. Sig. 2-tailed .753 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 2014 Pada Tabel 4.9 terlihat bahwa nilai Asymp.sig 2 tailed adalah 0,753 dan nilai signifikan 0,05, hal ini berarti residual data berdistribusi normal.

2. Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan kepengamatan yang lain tetap, maka disebut Universitas Sumatera Utara homoskedastisitas dan jika berbeda disebut heteroskedestisitas. Model regresi yang baik adalah yang homoskedestisitas atau tidak terjadi heteroskedestisitas. Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan pendekatan statistik dengan uji glejtser, heteroskedestisitas tidak akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel independen signifikan secara statistik mempengaruhi variabel dpenden nilai absolute Ut absUt. Jika probabilitas signifikan diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah pada heteroskedastisitas. Beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah sebagai berikut:

a. Metode Pendekatan Grafik

Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik, yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedestis. Universitas Sumatera Utara Gambar 4.4: Scatter Plot Uji Hetoroskedestisitas Sumber: Hasil Pengolahan SPSS 2014 Pada Gambar 4.4 Grafik Scatter Plot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. hal ini berarti tidak terjadi heteroskedestisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi kinerja pegawai berdasarkan masukan variabel stres kerja dan motivasi kerja. Universitas Sumatera Utara

b. Metode Pendekatan Statistik

Uji Glejtser Tabel 4.10 Hasil Uji Gletser Heterokedastisitas Coefficients a Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.767 3.149 1.196 .236 stres_kerja -.134 .090 -.187 -1.494 .140 motivasi_kerja .020 .072 .034 .274 .785 a. Dependent Variable: kinerja_abs Sumber: Hasil Pengolahan SPSS 2014 Pada Tabel 4.10 terlihat varaibel Independent stres kerja dan motivasi kerja yang signifikan secara statistik mempengaruhi variabel dependent absolute Ut AbsUt. Hal ini terlihat dari probabilitas X 1 dan X 2

3. Uji Multikolinieritas