4.3.4. Uji Asumsi Klasik
1. Autokorelasi Untuk uji asumsi klasik yang mendeteksi adanya autokorelasi di sini tidak
dilakukan karena gejala autokorelasi tersebut biasanya terjadi pada data time series, sedangkan data yang digunakan dalam penelitian disini adalah data cross
section. 2. Multikolinearitas
Tabel 4.9. Tabel Uji Multikolinieritas
No Variabel VIF
Syarat Keterangan
1 Penghargaan finansial X
1
1.001 10 Non
Multikolinieritas 2
Lingkungan kerja X
2
1.001 10 Non
Multikolinieritas
Sumber : Lampiran 4 Identifikasi secara statististik ada atau tidaknya gejala multikolinier dapat
dilakukan dengan menghitung Variance Inflation Factor VIF. Berdasarkan tabel 4.9, diperoleh hasil bahwa nilai VIF untuk variabel penghargaan finansial X
1
adalah sebesar 1.002, dan variabel lingkungan kerja X
2
sebesar 1,001, dan variabel kinerja manajerial X
3
sebesar 1,001 atau dapat dilihat bahwa nilai VIF seluruh variabel bebas lebih kecil dari 10, artinya seluruh variabel bebas pada
penelitian ini tidak ada gejala multikolinier. 3. Heteroskedastisitas
Pengujian Heteroskedastisitas
di sini menggunakan korelasi rank Spearman antara residual dengan seluruh variabel bebas Gujarati, 1995. Hasil
perhitungan dapat dilihat pada tabel uji rank spearmen.
Tabel 4.10. Hasil Uji Heteroskedastisitas
No Variabel Hasil Signifikansi
Syarat Keterangan
1 Penghargaan finansial X
1
0.846 0,05 Non
Heterokedastisitas 2 Lingkungan
kerja X
2
0.586 0,05 Non
Heterokedastisitas
Sumber : Lampiran 4 Dari tabel di atas dapat menunjukkan bahwa tidak ada satupun variabel
bebas yang signifikan secara statistik mempengaruhi variabel terikat nilai Unstandardized Residual. Hal ini terlihat dari probabilitas signifikansinya diatas
tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
4.3.5. Analisis Regresi Linier Berganda
Dimana dari hasil perhitungan yang menggunakan komputer dengan aplikasi program SPSS 15.00 Statistical Program for Social Science dibawah
operasi windows. Pada penelitian ini, peneliti menggunakan analisis regresi linier berganda
untuk mengetahui pengaruh variabel penghargaan finansial, lingkungan kerja dan terhadap variabel pemilihan karir, di bawah ini adalah hasil analisis regresi linier
berganda, yaitu: Tabel 4.11. Uji Regresi Linier Berganda
Variabel Beta Standard
Error t
hitung
Signifikansi Correlation
Partial Constant
-8.568 -8.568 -8.568 -8.568
Penghargaan finansial 1.179
1.179 1.179
1.179 -8.568
Lingkungan kerja .011
.011 .011
.011 1.179
Sumber : Lampiran 5 Persamaan regresi variabel penghargaan finansial dan lingkungan kerja
terhadap pemilihan karir: Y = b
+ b
1
X
1
+ b
2
X
2
+.e Y = - 8,568 + 1.179 X
1
+ 0,011 X
2
Nilai koefisien regresi dalam persamaan diatas menunjukkan bahwa perubahan satu satuan variabel penghargaan finansial, lingkungan kerja dan
terhadap variabel pemilihan karir. a.
koefisien bo : Konstanta regresi sebesar –8,568 menyatakan bahwa jika variabel
penghargaan finansial dan lingkungan kerja sama dengan nol ceteris paribus maka pemilihan karir sebesar –8,568.
b. Koefisien b
1
: Nilai koefisien regresi variabel X
1
sebesar 1,179 menyatakan bahwa apabila variabel penghargaan finansial mengalami perubahan sebesar 1 satuan maka
akan meningkatkan pemilihan karir sebesar 1,179 dengan asumsi variabel lainnya adalah konstan ceteris paribus. Dengan tingkat korelasi parsial
sebesar –8,568 c.
Koefisien b
2
: Nilai koefisien regresi variabel X
2
sebesar 0.011 menyatakan bahwa apabila variabel lingkungan kerja mengalami perubahan sebesar 1 satuan maka akan
meningkatkan pemilihan karir sebesar 0.011 dengan asumsi variabel lainnya adalah konstan. Dengan tingkat korelasi parsial sebesar 1.179.
4.3.6. Uji Kecocokan Model