70 Menurut Umar 2008:181 bahwa, apabila pada hasil uji Kolmogorov
Smirnov , nilai Asymp. Sig 2-tailed lebih besar dari 0.
05 α = 5, tingkat signifikan maka data berdistribusi normal. Pada Tabel 4.7 dapat dilihat,
probabilitas hasil uji Kolmogorov Smirnov yaitu 0.072 lebih besar dari 0.05. Sehingga model regresi yang didapat adalah berdistribusi normal.
4.2.2.2 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.
Tabel 4.8 Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
KOMUNIKASI .642
1.558 LINGKUNGAN KERJA
FISIK .642
1.558 a. Dependent Variable: SEMANGAT KERJA
Sumber: Pengolahan SPSS Januari 2016
Berdasarkan Tabel 4.8 memperlihatkan semua nilai variabel independen untuk Tolerance 0.1 dan VIF 5, hal ini berarti tidak terjadi multikolinieritas.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dipakai untuk menguji sama atau tidaknya varians dari residual observasi yang satu dengan observasi yang lain. Jika residualnya
mempunyai varians yang sama maka disebut terjadi homoskedastisitas dan
Universitas Sumatera Utara
71 sebaliknya jika variansnya tidak sama atau berbeda dikatakan terjadi
heteroskedastisitas. Persamaan yang baik adalah dikatakan jika tidak terjadi heteroskedastisitas.
Tabel 4.9 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta 1
Constant 2.859
1.109 2.579 .012
KOMUNIKASI -.096
.053 -.202
-1.810 .074 LINGKUNGAN
KERJA FISIK -.054
.046 -.137
-1.167 .247 a. Dependent Variable: ABS_RES
Sumber: Pengolahan SPSS Januari 2016
Pada Tabel 4.9 dapat dilihat bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut
absUt. Hal ini dapat terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 0.05 atau 5. Jadi dapat dinyatakan bahwa model regresi tidak
mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
72
Sumber: Pengolahan SPSS Januari 2016 Gambar 4.3 Hasil Scatterplot Uji Heteroskedastisitas
Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik-titik menyebar secara acak dan tidak membentuk
suatu pola tertentu yang jelas serta tersebar di atas maupun di bawah angka nol pada sumbu Y. Maka pada gambar 4.3 menunjukkan bahwa titik-titik menyebar
secara acak, maka tidak terjadi heteroskedastisitas.
4.2.3 Hasil Analisis Regresi Linier Berganda
