Gambar 4.2 P-P Plot
E. Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Menurut Umar 2003:132
“multikolinearitas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya”. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya Ghozali, 2006: 91. Untuk menguji ada tidaknya multikolinieritas, dapat
dilakukan dengan cara : 1
nilai R
2
2 menganalisis matrik korelasi variabel- variabel independen,
pada estimasi model regresi,
Tabel 4.11 Uji Multikolinieritas
Coefficient Correlations
Model
a
Dewan dukungan teknik
lokasi keterlibatan formalisasi
pelatihan 1 Correlations dewan
1.000 -.090
.160 .042
-.525 -.462
.547 dukungan
-.090 1.000
-.011 .068
-.309 -.133
-.586 teknik
.160 -.011
1.000 .002
-.152 -.409
.379 lokasi
.042 .068
.002 1.000
-.405 -.096
.145 keterlibatan
-.525 -.309
-.152 -.405
1.000 .229
-.241 formalisasi
-.462 -.133
-.409 -.096
.229 1.000
-.591 pelatihan
.547 -.586
.379 .145
-.241 -.591
1.000 Covariance
s dewan
168.725 -1.301 11.489 2.780
-9.029 -5.565
42.561 dukungan
-1.301 1.251
-.069 .388
-.458 -.137
-3.925 teknik
11.489 -.069
30.560 .044 -1.115
-2.096 12.530
lokasi 2.780
.388 .044
26.130 -2.744 -.456
4.447 keterlibatan
-9.029 -.458
-1.115 -2.744 1.756 .282
-1.913 formalisasi
-5.565 -.137
-2.096 -.456 .282
.859 -3.278
pelatihan 42.561
-3.925 12.530 4.447
-1.913 -3.278
35.859 a. Dependent Variable: kinerja
Pada tabel diatas, dapat dilihat bahwa nilai korelasi antar variabel independen, dibawah 0,9. Maka, dapat dinilai tidak terjadi multikolinieritas antara variabel
independen.
F. Heteroskedastisitas
Menurut Ghozali 2006:105 “uji heterokedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari
residual suatu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah terjadi homokedastisitas. Untuk melihat ada tidaknya heterokedasititas
dapat dilakukan dengan melihat grafik Scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan :
1 titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2 titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3 penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar,
4 penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.3 Scatterplot
Dari hasil pengujian sebagaimana dalam Gambar 4.3 diperoleh bahwa diagram Scatterplot berada di atas dan di bawah angka nol pada sumbu Y
dengan titik-titik yang menyebar berarti bebas heteroskedastisitas.
G. Koefisien determinan
Kategori