105
Table 4.10 One-Sample Kolmogrov-Smirnov Test
Berdasarkan pengolahan data pada Tabel 4.6 diperoleh nilai Asymp. Sig. 2-tailed diatas angka 0.05 0.85 0.05, dengan demikian dapat disimpulkan
model regresi memenuhi asumsi normalitas.
4.3.2. Uji Heteroskedastisitas
Dalam melakukan pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 119
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,33789697
Most Extreme Differences Absolute
,076 Positive
,051 Negative
-,076 Test Statistic
,076 Asymp. Sig. 2-tailed
,085
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction
Sumber: Hasil pengolahan data primer dengan SPSS 2015
Universitas Sumatera Utara
106 Scatterplot, di mana tidak terjadi heteroskedastisitas apabila titik-titik menyebar
secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di
atas maupun di bawah angka nol pada sumbu Y. Kedua, melalui analisis statistik
yang dilakukan melalui uji glejser, di mana tidak terjadi heteroskedastisitas apabila tidak ada variabel independen yang signifikan secara statistik
mempengaruhi variabel dependen.
Sumber: Hasil pengolahan data primer dengan SPSS 2015
Gambar 4.3 Scatterplot
Gambar Scatterplot menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan
tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
Universitas Sumatera Utara
107
Tabel 4.11 Uji Glejser
Sumber: Hasil pengolahan data primer dengan SPSS 2015
Pada Tabel 4.7 terlihat bahwa tidak ada variabel bebas atau variabel independen yang signifikan secara statistik mempengaruhi variabel terikat atau
variabel dependen. Hal ini ditunjukkan dari nilai Sig. variabel-variabel bebas yang lebih besar dari nilai signifikan 0,05. Jadi, model regresi tidak mengalami
heteroskedastisitas.
4.3.3. Pengujian Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolineaitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan data dapat dilihat pada
tabel 4.8 berikut:
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1 Constant
,493 3.931
.382 ,021
Pengendalian Internal ,026
,058 -,034
1.751 ,655
Budaya Organisasi ,140
,097 -,113
12.708 ,150
Kompensasi ,077
,072 ,715
2.180 ,203
a. Dependent Variable: Perilaku Etis
Universitas Sumatera Utara
108
Tabel 4.12 Multikolinearitas
Sumber: Hasil pengolahan data primer dengan SPSS 2015
Pada Tabel 4.8 terlihat bahwa nilai Tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah
lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.4 Pengujian Hipotesis
