maka berdasarkan metode grafik tidak terjadi heteroskedastistas pada model regresi.
b. Uji Glejser
Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.7 Uji Glejser
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-,580 2,514
-,231 ,819 KOMPENSASI
LANGSUNG ,152
,092 ,285 1,654 ,108
KOMPENSASI TIDAK LANGSUNG
-,017 ,038
-,078 -,453 ,653
Sumber: Hasil pengolahan SPSS 2009
Berdasarkan Tabel 4.7 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut Ut absUt. Hal ini terlihat dari porbabilitas signifikansinya di atas tingkat kepercayaan 5, jadi hasil uji glejser sesuai
dengan metode grafik bahwa pada model regresi tidak terjadi heteroskedastisitas.
3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Model deteksi terhadap autokorelasi
dilakukan dengan metode Durbin-Watson, Kriteria pengambilan keputusan berdasarkan metode Durbin-Watson seperti terlihat pada Tabel 4.8 pada
halaman berikut ini:
Tabel 4.8 Keputusan Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No Decision dl
≤ d ≤du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No Decision 4-du
≤ d ≤ 4-dl Tidak ada autokorelasi positif tau negatif Tidak ditolak du d 4-du
Sumber: Ghozali 2005
Pada Tabel 4.9 dapat dilihat hasil output SPSS berdasarkan Uji Durbin- Watson:
Tabel 4.9 Uji Durbin-Watson
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 ,577a
,333 ,291
1,42643 2,030
Sumber: Hasil pengolahan dengan SPSS 2009
Pada Tabel 4.9 diketahui bahwa nilai DW sebesar 2,030, dengan jumlah responden sebanyak 35 dan jumlah variabel independen maka di
tabel Durbin-Watson diperoleh nilai du = 1,653 serta dl = 1,283. Hal ini berarti du d 4-du yaitu 1,653 2,030 2,347. Oleh karena itu,
berdasarkan uji Durbin-Watson tidak ada autokorelasi positif atau negatif.
4. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antarvariabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinieritas dengan menganalisis matrik
korelasi antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF:
Tabel 4.10 Uji Nilai Tolerance dan VIF
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant ,345
4,637 ,075 ,941
KOMPENSASI LANGSUNG
,118 ,169
,103 ,699 ,490
,967 1,035 KOMPENSASI
TIDAK LANGSUNG
,262 ,070
,549 3,740 ,001 ,967 1,035
Sumber: Hasil pengolahan dengan SPSS 2008
Berdasarkan Tabel 4.10 dapat terlihat bahwa: a.
Nilai VIF dari X
1
, X
2
lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terdapat multikolinieritas antarvariabel independen dalam model
regresi. b.
Nilai Tolerance dari X
1
, X
2
lebih besar dari 0,1, ini berarti tidak terdapat multikolinieritas antarvariabel independen dalam model
regresi.
C. Pengujian Hipotesis 1.
Uji Signifikan Simultan Uji-F
Uji F dilakukan untuk menguji apakah variabel kompensasi langsung Direct CompensationX
1
dan kompensasi tidak langsung Indirect CompensationX
2
secara bersama-sama atau simultan mempunyai pengaruh yang signifikan terhadap semangat kerja karyawan. Model
hipotesis yang digunakan dalam Uji-F ini adalah sebagai berikut:
Kategori