Pengujian Asumsi Klasik HASIL DAN PEMBAHASAN

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