Dina Dairiana Pohan : Pengaruh Imbalan Terhadap Prestasi Kerja Karyawan Pada Pt Akses Persero Cabang Utama Medan, 2009.
USU Repository © 2009
Sumber: Hasil pengolahan SPSS, 2009 Gambar: 4.1 Scatterplot
Gambar 4.1 diatas menjelaskan bahwa titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. Titik-titik data tidak mengumpul hanya di atas
atau dibawah. Penyebaran titik-titik data tidak membentuk suatu pola tertentu atau acak, sehingga dapat disimpulkan bahwa regresi tidak mengalami
heteroskedastisitas.
2. Uji Multikolinearitas
Uji multikolinearitas adalah keadaan, dimana variabel-variabel independent dalam persamaan regresi mempunyai korelasi hubungan yang satu sama lain.
Cara mengambil keputusan yaitu: Nilai VIF
≤ 5 dan nilai tolerance ≥ 0,1 maka regresi bebas multikolinearitas. VIF adalah satu dibanding tolerance.
Tabel 4.12
Sumber: Hasil pengolahan SPSS, 2009
Tabel 4.12 diatas menjelaskan bahwa nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat
dikatakan terbebas dari multikolineritas VIF = 1 Tolerance, jika VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance.
Coefficients
a
3.133 2.215
1.414 .164
.861 .255
.816 3.376
.001 .111
9.024 .019
.235 .020
.082 .935
.111 9.024
Constant Imbalan_
Instrinsik Imbalan_
Ekstrinsik Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Prestasi_Kerja a.
Dina Dairiana Pohan : Pengaruh Imbalan Terhadap Prestasi Kerja Karyawan Pada Pt Akses Persero Cabang Utama Medan, 2009.
USU Repository © 2009
3. Uji Autokorelasi
Uji autokolerasi adalah keadaan untuk mengukur terjadinya gangguan korelasi. Penyebab sering timbulnya autokorelasi adalah karena kesalahan
spesifikasi, misalnya terabaikannya suatu variabel penting atau bentuk fungsi yang tidak tepat.
Ketentuan pengambilan keputusan: a. Jika DW d
u,
maka tidak terjadi autokorelasi b. Jika DW d
L
, maka tidak ada autokorelasi c. Jika d
L
DW d
u
, tidak dapat diketahui terjadi autokorelasi atau tidak
Tabel 4.13
Sumber: Hasil pengolahan SPSS, 2009
Tabel 4.13 diatas menjelaskan bahwa nilai Durbin Watson DW sebesar 2,015, dan batas bawah dl dan batas atas du dapat dilihat pada tabel DW.
Dengan jumlah variabel bebas k = 2, dengan jumlah sampel n 50, maka dl = 1,46 dan du = 1,63. Berdasarkan uji di atas tampak bahwa nilai Durbin Watson
DW hitung 2,121 lebih besar daripada nilai dl dan du, sehingga dapat disimpulkan bahwa model regresi linier berganda terbebas dari asumsi klasik
statistik autokorelasi.
Model Summary
b
.834
a
.696 .683
1.4914 2.015
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Imbalan_Ekstrinsik, Imbalan_Instrinsik a.
Dependent Variable: Prestasi_Kerja b.
Dina Dairiana Pohan : Pengaruh Imbalan Terhadap Prestasi Kerja Karyawan Pada Pt Akses Persero Cabang Utama Medan, 2009.
USU Repository © 2009
D. Metode Analisis Regresi Linier Berganda