118
4.3. Analisis Data
4.3.1. Uji Asumsi Klasik
Untuk melakukan analisis regresi linier berganda, maka salah satu syarat yang harus dipenuhi terlebih dahulu adalah terpenuhinya asumsi klasik, yaitu data
berdistibusi normal, tidak adanya multikolinieritas, tidak terjadi heteroskedasitas. Berikut ini merupakan pengujian asumsi klasik pada model regresi:
4.3.1.1 Normalitas
Uji normalitas data digunakan untuk melihat apakah dalam model regresi, variabel dependen dan variabel independennya memiliki distribusi normal atau
tidak.Uji normalitas dapat dilakukan dengan analisis grafik yang dilihat dari titik- titik yang menyebar disekitar garis diagonal, yakni distribusi data dengan bentuk
lonceng. Uji normalitas juga dapat dilakukan dengan menggunakan pendekatan kolmogrov smirnov, yakni jika Asymp.Sig 2-
tailed α
0,05.
Berikut ini merupakan hasil pengujian normalitas:
119
Gambar 4.3 Pengujian Normalitas Histogram
Sumber: Hasil olahan SPSS 17.0 for Windows, 2015 Berdasarkan gambar 4.3 diatas menunjukkan bahwa distribusi data
membentuk lonceng dan tidak melenceng ke kiri ataupun ke kanan.Hal ini berarti bahwa data berdistibusi normal. Berikut ini juga disajikan grafik penyebaran data
dengan menggunakan grafik Normal P-P Plot of Regression Standardized Residual:
120
Gambar 4.4 Grafik Normal P-P
Plot of Regression Standardized Residual
Sumber: Hasil olahan SPSS 17.0 for Windows, 2015 Berdasarkan gambar 4.4 diatas dapat dilihat bahwa titik-titik menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini berarti data berdistribusi normal. Namun, untuk lebih memastikan bahwa data disepanjang garis
diagonal berdistribusi normal maka dilakukan uji kolmogrov smirnov sebagai berikut:
121
Tabel 4.40 Uji Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 42
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 3.34320216
Most Extreme Differences Absolute
.138 Positive
.138 Negative
-.091 Kolmogorov-Smirnov Z
.892 Asymp. Sig. 2-tailed
.404 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil olahan SPSS 17.0 for Windows, 2015
Berdasarkan tabel 4.40 diatas dapat dilihat bahwa nilai Asymp.Sig 2-tailed sebesar 0,404.Hal ini berarti bahwa data berdistribusi normal karena nilai
Asymp.Sig 2-tailed 0,404 0.05.
4.3.1.2 Multikolinieritas
Multikolinieritas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang kuat antar variabel independen.Multikolinieritas
dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF, kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh
variabel independen lainnya. Nilai cutoff yang umum dipakai untuk menunjukkan tidak adanya multikolinieritas adalah tolerance 0.1 sedangkan VIF 5.Berikut
ini merupakan hasil pengujian multikolinieritas :
122
Tabel 4.41 Uji Multikolinieritas
Sumber: Hasil olahan SPSS 17.0 for Windows, 2015
Dari tabel 4.41 diatas diketahui bahwa variabel Kompensasi memiliki nilai tolerance
0,884 dan VIF sebesar 1,131. Lingkungan Kerja memiliki nilai tolerance 0,884 dan VIF sebesar 1,131 . Hal ini menunjukkan bahwa setiap variabel memiliki
nilai tolerance 0,1 dan VIF 5 sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas antar variabel independen dalam model regresi pada penelitian ini.
4.3.1.3 Heteroskedastisitas