Untuk mengatasinya kelemahan pengujian dengan grafik dapat menggunakan pendekatan statistik dengan uji Glejser, heteroskedastisitas tidak
akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas
signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
1. Pendekatan Grafik
Sumber : Hasil Pengolahan SPSS 2012 Gambar 4.3
Scatterplot Uji Heteroskedastisitas
Gambar 4.3 diatas terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik diatas maupun
dibawah angaka 0 nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi kinerja karyawan berdasarkan masukan variabel kepuasan kerja dan insentif.
Universitas Sumatera Utara
2. Pendekatan Statistik Uji Glejser
TABEL 4.8 Uji Glejser
Sumber : Hasil Pengolahan SPSS 2012
Tabel 4.8 diatas menunjukkan bahwa tidak satupun variabel independen kepuasan kerja dan insentif yang signifikan secara statistik mempengaruhi
dependen Absolut Ut AbsUt. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5 0,05. Jadi, dapat disimpulkan model regresi tidak
mengarah adanya heteroskedastisitas.
4.2.3.1.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen.
Adanya multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF, kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih dan
tidak dijelaskan oleh variabel independen yang lain. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah apabila tolerance
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -1.085
.820 -1.323
.192 kepuasankerja
.080 .060
.297 1.337
.188 Insentif
.002 .046
.012 .053
.958 a. Dependent Variable: absut
Universitas Sumatera Utara
value 0,1 sedangkan VIF 5 dan sebaliknya apabila tolerance value 0,1
sedangkan VIF 5 maka tidak terjadi multikolinearitas. TABEL 4.9
Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 4.774
1.622 2.942
.005 Kepuasankerja
.286 .118
.207 2.425
.019 .390
2.565 insentif
.807 .090
.761 8.921
.000 .390
2.565 a. Dependent Variable: kinerjakaryawan
Sumber : Hasil Pengolahan SPSS 2012
Tabel 4.9 menunjukkan bahwa nilai tolerance variabel independen 0,1 dan nilai VIF variabel independen 5 maka dapat disimpulkan bahwa regresi ini
tidak terkena multikolinearitas.
4.2.3 Analisis Regresi Linear Berganda