80 1sample KS. Hasil uji normalitas dengan pendekatan kolmogorov-
smirnov dapat dilihat pada Tabel 4.8
Tabel 4.8 Hasil Uji Normalitas Pendekatan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 86
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.20559756
Most Extreme Differences Absolute
.075 Positive
.074 Negative
-.075 Kolmogorov-Smirnov Z
.695 Asymp. Sig. 2-tailed
.719 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil pengolahan SPSS, 2013
Berdasarkan Tabel 4.8 di atas dapat diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0.719, ini berarti di atas nilai signifikan 0.05 atau 5.
Oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S juga menyatakan
bahwa variabel residual berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Metode ini digunakan untuk menguji apakah dalam sebuah model regresi terjadi kesamaan variansi dari residual pada suatu pengamatan ke
pengamatan lainnya. Jika varians dari suatu residual, suatu pengamatan ke
Universitas Sumatera Utara
81 pengamatan lainnya tetap, maka terjadi homoskedastisitas namun jika
varians berbeda, maka disebut heteroskedastisitas. Untuk mengatasinya kelemahan pengujian dengan grafik dapat
menggunakan pendekatan statistik dengan uji Glejser, heteroskedastisitas tidak akan terjadi apabila tidak satupun variabel independen signifikan
secara statistik mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat
disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. a.
Pendekatan Grafik
Sumber: Hasil Pengolahan SPSS, 2013 Gambar 4.4
Scatterplot Uji Heteroskedastisitas
Pada Gambar 4.4 grafik scatterplot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar
baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak
Universitas Sumatera Utara
82 terjadi heteroskedastisitas pada model regresi, sehingga model regresi
layak dipakai untuk memprediksi kinerja pegawai berdasarkan masukan
variabel keselamatan dan kesehatan kerja.
b. Pendekatan Statistik Uji Gleser
Tabel 4.9 HAsil Uji Glejser Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant 2.868
1.080 2.654
.010 Keselamatan
_Kerja .142
.054 .187
2.613 .011
Kesehatan_ Kerja
.565 .053
.766 10.715 .000
a. Dependent Variable: Kinerja_Karyawan
Sumber: Hasil Pengolahan SPSS, 2013
Pada Tabel 4.9 terlihat variabel independent keselamatan dan kesehatan kerja yang tidak signifikan secara statistik mempengaruhi
variabel dependent Absolut Ut AbsUt. Hal ini terlihat dari nilai probabilitas X
1
dan X
2
signifikannya 0,011 dan 0,000 di bawah tingkat kepercayaan 5 0,05, jadi disimpulkan model regresi tidak mengarah
adanya heteroskedastisitas.
4.2.2.3 Uji Multikolinearitas