Uji Multikolinearitas Pendekatan Statistik Uji Glejser

88

2. Pendekatan Statistik Uji Glejser

Tabel 4.12 Uji Glejser Heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -8.294 6.748 -1.229 .227 Analisis Pekerjaan .089 .065 .214 1.371 .178 Penempatan Kerja .088 .085 .162 1.039 .305 a. Dependent Variable: absut Sumber : Hasil Pengolahan SPSS, 2015 Dari Tabel 4.12 dapat dilihat signifikansi seluruh variabel independent lebih besar dari 0,1 atau 10 maka model regresi tidak mengalami gangguan heterokedastisitas.

4.2.4.3 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Adanya multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor , kedua ukuran ini menunjukkan setiap variabel independent manakah yang dijelaskan oleh variabel independent lainnya. Tolerance adalah mengukur variabilitas variabel independent yang terpilih dan tidak dijelaskan 89 oleh variabel independent yang lain. Nilai umum dipakai untuk menunjukkan adanya multikolinearitas adalah apabila Tolerance Value 0,1 sedangkan VIF 5 dan sebaliknya apabila Tolerance Value 0,1 sedangkan VIF 5 maka tidak terjadi multikolinearitas. Tabel 4.13 Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant 35.311 10.164 3.474 .001 Analisis Pekerjaan .227 .098 .287 2.320 .026 1.000 1.000 Penempatan Kerja .595 .128 .576 4.649 .000 1.000 1.000 a. Dependent Variable: Prestasi Kerja Sumber: Hasil Pengolahan SPSS, 2015 Pada tabel 4.13 dapat dilihat bahwa nilai VIF 5 dimana analisis pekerjaan 1,000 dan penempatan kerja 1,000 dan Tolerance Value 0,1 dimana analisis pekerjaan 1,000 dan penempatan kerja 1,000 maka tidak terdapat masalah multikolinearitas dalam penelitian ini. 90

4.2.5 Analisis Regresi Linier Berganda Tabel 4.14

Variables EnteredRemoved Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 Penempatan Kerja, Analisis Pekerjaan b . Enter a. Dependent Variable: Prestasi Kerja b. All requested variables entered. Sumber : Hasil Penelitian SPSS, 2015 Pada variabel enteredremoved terlihat bahwa variabel-variabel yang dimasukkan entered adalah Analisis Pekerjaan dan Penempatan Kerja yang dipilih adalah metode enter.

4.2.5.1 Pengujian Koefisien Determinan R

2 Koefisien determinan R 2 pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Koefisien determinan berkisar antara 0 sampai dengan 1, 0 ≤ R 2 ≤ 1. Jika R 2 semakin besar mendekati satu, maka dapat dikatakan bahwa semakin kuat pengaruh variabel Analisis Pekerjaan dan Penempatan Kerja terhadap variabel Prestasi Kerja dan berlaku sebaliknya jika semakin kecil R 2 mendekati nol, maka semakin kecil pengaruh variabel Analisis Pekerjaan dan Penempatan Kerja terhadap Variabel Prestasi Kerja.