liv
dikonsultasikan dengan r tabel dengan taraf signifikan 5. Apabila dalam perhitungan di dapat rxy
r tabel maka instrumen tersebut valid dimana r tabel ditentukan dari jumlah sampel N dan jumlah variabel k sehingga
diperoleh df degree of freedom dengan rumus df = N-k. 2.
Uji Reliabilitas Untuk mengetahui reliabel tidaknya suatu data diujicobakan terlebih
dahulu. Teknik untuk menguji reliabel atau tidaknya suatu alat ukur yaitu dengan teknik ulangan dengan cara memberikan angket yang sama sebanyak dua
kali kepada sejumlah subyek yang sama pada waktu yang berbeda, kondisi pengukuran dijaga agar relatif sama. Sama halnya dengan uji validitas, uji
reliabilitas menggunakan bantuan komputer. Hasilnya dapat dilihat pada output tabel Reliability Statistic nilai Cronbach alpha.
Untuk mengetahui instrumen reliabel atau tidak dengan cara mengkonsultasikan r alpha cronbach dengan 0,6. Apabila hasil perhitungan
koefisien korelasi atau r alpha cronbach lebih besar atau sama dengan 0,6 maka variabel dinyatakan reliabel.
3.5.2.2. Uji Asumsi Klasik
Dalam penelitian ini untuk menguji hipotesis penelitian menggunakan analisis regresi linier berganda yaitu melihat pengaruh pelatihan dan kepuasan
kompensasi terhadap kinerja karyawan. Persyaratan dalam analisis regresi adalah uji asumsi klasik. Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil
estimasi regresi yang dilakukan, benar-benar bebas dari adanya gejala
lv
heteroskedastisitas, gejala multikolinearitas, gejala autokorelasi dan gejala normalitas. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah
memenuhi persyaratan BLUE best linear unbiased estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, tidak terdapat autokorelasi dan
berdistribusi normal Ghozali, 2006. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat
multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan
adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu
dilakukan. Pengujian-pengujian yang dilakukan adalah sebagai berikut : 1.
Uji Autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan
ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji autokorelasi dilakukan = 5. Dengan menggunakan uji
Durbin Watson DW, dengan tingkat kepercayaan 5, a
pabila D-W terletak antara 1,65 sampai 2,35 maka tidak ada autokorelasi Sulaiman, 2001.
2. Uji Multikolinearitas
Uji Multkolinearitas bertujuan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lainnya dalam
lvi
suatu model regresi, atau untuk mengetahui ada tidaknya korelasi diantara sesama variabel independen. Uji Multikolinearitas dilakukan dengan
membandingkan nilai toleransi tolerance value dan nilai variance inflation factor VIF dengan nilai yang disyaratkan. Nilai yang disyaratkan bagi nilai
toleransi adalah lebih besar dari 0,01, dan untuk nilai VIF kurang dari 10 Ghozali, 2006.
3. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi datanya terdistribusi normal atau tidak, model regresi yang baik jika distribusi
datanya mengikuti distribusi normal atau mendekati normal, caranya adalah dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan
ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya atau dengan melihat kemencengan skewness dari grafik histogram. Model regresi dikatakan mengikuti distribusi normal apabila grafik
histogram tidak menceng ke kiri dan ke kanan. Selain dengan normal probability plot, normalitas suatu data dapat juga
diuji dengan uji Kolmogorov-Smirnov. Dari tabel One-Sample Kolmogorov- Smirnov Test diperoleh angka probabilitas atau Asym. Sig. 2-tailed. Nilai ini
dibandingkan dengan 0,05 untuk pengambilan keputusan dengan pedoman:
lvii
3. Nilai Sig. Atau signifikansi atau nilai probabilitas 0,05, maka dapat ditarik
kesimpulan bahwa data tidak terdistribusi secara normal. 4.
Nilai Sig. atau signifikansi atau nilai probabilitas 0,05, maka dapat ditarik kesimpulan bahwa data terdistribusi secara normal
4. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual pada suatu pengamatan
ke pengamatan lain. Jika varians dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas. Jika varians berbeda, maka disebut
heteroskedastisitas. Selain diukur dengan grafik Scaterplot, heteroskedastisitas dapat diukur
secara sistematis dengan uji Glejser. Jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi
heteroskedastisitas. Jika probabilitas signifikansinya di atas 0,05, maka dapat
disimpulkan tidak terjadi heteroskedastisitas Ghozali, 2006.
3.7.4. Pengujian Hipotesis
