4.6 Pengujian Asumsi Klasik
a. Uji Normalitas Model regresi yang baik adalah yang memiliki distribusi normal atau
mendekati normal. Untuk itu diperlukan uji normalitas, yang dimaksudkan untuk menguji apakah variabel independen terkait dan variabel dependen
bebas dalam model regresi mempunyai distribusi normal atau tidak. Pengujian distribusi normal dilakukan dengan cara melihat histogram yang
membandingkan data observasi dengan distribusi yang mendekati normal. Selain itu uji normalitas dapat juga dengan menggunakan normal probability
plot yang membandingkan distribusi kumulatif dari data yang sesungguhnya dengan distribusi kumulatif dari data distribusi normal. Jika distribusi normal,
maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Gambar 11.
Histogram Sebaran data
PNS dan Non PNS
Dengan memperhatikan tampilan grafik histogram dan grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi
yang mendekati normal. Pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal, dengan penyebaran mengikuti arah garis diagonal.
Dengan memperhatikan keempat grafik tersebut dapat dikatakan bahwa model regresi memenuhi asumsi normalitas sehingga layak untuk digunakan.
Gambar 12
. Normal P-P Plot Sebaran data
PNS dan Non PNS
b. Uji Multikolinearitas Multikolinearitas adalah keadaaan dimana terjadi hubungan linear
yang sempurna atau mendekati sempurna antara variabel independen dalam model regresi. Uji multikolinearitas digunakan untuk mengetahui ada atau
tidaknya hubungan linear atara variabel independen dalam model regresi.
Persyaratan yang harus dipenuhi dalam model regresi adalah tidak boleh ada multikolinearitas. Pada pembahasan ini uji multikolinearitas dengan melihat
nilai Value Inflation Faktor VIF pada model regresi. Dari pengolahan data Tabel 17 dan 18 di bawah terlihat bahwa semua variabel bebas memiliki nilai
VIF lebih kecil dari 5 dan lebih besar dari 0,5. Sehingga dapat disimpulkan tidak terjadi masalah multikolinearitas antara variabel bebasindependen baik
untuk PNS maupun Non PNS.
Tabel 17. Hasil uji multikolinearitas PNS
Variabel bebas
Nilai VIF Keterangan
Turnover Tingkat
Kehadiran Umur
Tingkat Pekerjaan
Ukuran Organisasi
Kebutuhan Fisiologis
1.640 1.640
1.640 1.640
1.640 Tidak ada
Multikolinearitas Kebutuhan
Keamanan 2.021
2.021 2.021
2.021 2.021
Tidak ada Multikolinearitas
Kebutuhan Sosial
2.055 2.055
2.055 2.055
2.055 Tidak ada
Multikolinearitas Kebutuhan
Penghargaan 1.980
1.980 1.980
1.980 1.980
Tidak ada Multikolinearitas
Kebutuhan aktualisasi
diri 1.559
1.559 1.559
1.559 1.559
Tidak ada Multikolinearitas
Tabel 18. Hasil uji multikolinearitas Non PNS
Variabel bebas
Nilai VIF Turnover
Tingkat Kehadiran
Umur Tingkat
Pekerjaan Ukuran
Organisasi Keterangan
Kebutuhan Fisiologis
2.485 2.485
2.485 2.485
2.485 Tidak ada
multikolinearitas Kebutuhan
Keamanan 2.618
2.618 2.618
2.618 2.618
Tidak ada multikolinearitas
Kebutuhan Sosial
2.167 2.167
2.167 2.167
2.167 Tidak ada
multikolinearitas Kebutuhan
Penghargaan 2.082
2.082 2.082
2.082 2.082
Tidak ada multikolinearitas
Kebutuhan aktualisasi
diri 1.727
1.727 1.727
1.727 1.727
Tidak ada multikolinearitas
c. Uji Heteroskedastisitas Heterokedastisitas adalah keadaan dimana terjadi ketidak samaan dari
residual untuk semua pengamatan pada model regresi. Uji heterokedastisitas digunakan untuk mengetahui ada atau tidaknya ketidak samaan varian dari
residual pada model regresi. Persyaratan yang harus dipenuhi dalam model regresi adalah tidak adanya masalah heterokestisitas. Pada pembahasan ini
akan dilakukan uji heterokedastisitas dengan menggunakan Uji Spearman’s rho, yaitu mengkorelasikan nilai residual unstandardized residual dengan
masing-masing variabel independen. Jika signifikannsi korelasi kurang dari 0,05 maka model regresi terjadi masalah heterokedastisitas. Berikut ini
merupakan hasil uji heterokedastisitas dengan menggunakan Uji Spearman’s rho.
Tabel 19. Uji Heteroskedastisitas PNS dengan Spearman’s rho
Unstandardized Residual Keterangan
Turnover Tingkat
Kehadiran Umur
Tingkat Pekerjaan
Ukuran Organisasi
Kebutuhan Fisiologis
0.600 0.750
0.564 0.284
0.692 Tidak ada
Heteroskedastisitas Kebutuhan
Keamanan 0.713
0.397 0.445
0.089 0.788
Tidak ada Heteroskedastisitas
Kebutuhan Sosial
0.879 0.631
0.461 0.290
0.303 Tidak ada
Heteroskedastisitas Kebutuhan
Penghargaan 0.498
0.512 0.813
0.124 0.787
Tidak ada Heteroskedastisitas
Kebutuhan Aktualisasi
diri 0.327
0.355 0.703
0.489 0.667
Tidak ada Heteroskedastisitas
Tabel 20. Uji Heteroskedastisitas Non PNS dengan Spearman’s rho
Unstandardized Residual Keterangan
Turnover Tingkat
Kehadiran Umur
Tingkat Pekerjaan
Ukuran Organisasi
Kebutuhan Fisiologis
0.791 0.981
0.968 0.659
0.809 Tidak ada
Heteroskedastisitas Kebutuhan
Keamanan 0.716
0.926 0.604
0.671 0.905
Tidak ada Heteroskedastisitas
Kebutuhan Sosial
0.654 0.406
0.338 0.493
0.729 Tidak ada
Heteroskedastisitas Kebutuhan
Penghargaan 0.987
0.550 0.515
0.309 0.913
Tidak ada Heteroskedastisitas
Kebutuhan aktualisasi
diri 0.531
0.523 0.072
0.039 0.901
Tidak ada Heteroskedastisitas
Dari Tabel 19 dan Tabel 20 di atas dapat diketahui korelasi antara kebutuhan fisiologis, kebutuhan keamanan, kebutuhan sosial, kebutuhan
penghargaan, dan kebutuhan aktualisasi diri dengan unstandardized residual mengahasilkan nilai signifikansi lebih dari 0,05 maka dapat disimpulkan
bahwa pada
model regresi
tidak ditemukan
adanya masalah
heteroskedastisitas baik untuk data PNS maupun Non PNS.
Pengujian asumsi klasik yang dilakukan terhadap persamaan regresi menyimpulkan bahwa persamaan tersebut layak digunakan sebagai model
persamaan matematis.
4.7 Analisis Regresi Linear berganda