Tabel 4.8 Uji Kolmogorv-Smirnov
One-Sample Kolmogorv-Smirnov Test
Unstandardized Residual
N 30
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .84796947
Most Extreme Differences
Absolute .098
Positive .098
Negative -.092
Kolmogorov-Smirnov Z .538
Asymp. Sig. 2-tailed .935
Keterangan: a. Test distribution is Normal. b. Calculated from data.
Sumber: Data Primer diolah 2014.
Pada Tabel 4.8 di atas terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,935 berada di atas nilai signifikan 0,05. Hal ini menunjukkan bahwa variabel residual
berdistribusi normal.
4.2.2.2. Uji Multikolinieritas
Multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti di antara beberapa atau semua variabel yang menjelaskan dari model regresi untuk
mendeteksi ada atau tidaknya Multikolinieritas. Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan Variance Inflation Factor VIF. Kedua
ukuran ini menunjukkan variabel independen manakah yang dijelaskan oleh
Universitas Sumatera Utara
variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen
yang terpilih yang tidak dijelaskan variabel independen lainnya. Dengan melihat nilai Tolerance dan Variance Inflation Factor VIF dapat diketahui ada tidaknya
multikolinieritas sebagai berikut: 1. Tolerence value 0,1 atau VIF 5 = terjadi multikoliniearitas.
2. Tolerence value 0,1 atau VIF 5 = tidak terjadi multikoliniearitas.
Pada Tabel 4.9 dapat dilihat hasil Uji Multikolinieritas atas data yang dikumpulkan. Tabel 4.9
Uji Multikolinieritas Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleranc e
VIF 1
Constan t
4.467 1.254
3.563 .001
inovatif .540
.134 .458
4.029 .000
.506 1.977
kreatif .306
.092 .342
3.327 .003
.619 1.616
berani .331
.154 .261
2.157 .040
.448 2.235
Keterangan: a. Dependent Variable: pengembangan_karir
Sumber : Data primer diolah 2014
Berdasarkan Tabel 4.9 di atas dapat dilihat bahwa nilai Tolarance 0,1 dan VIF 5 pada semua variabel independen. Dengan demikian data tidak terkena
multikolinearitas. Hal ini berarti pada variabel independen yaitu kemampuan
Universitas Sumatera Utara
berusaha: Inovatif X
1
, Kreatif X
2
, dan Berani X
3
tidak terdapat hubungan linier sempurna atau pasti diantara beberapa atau semua variabel sehingga model regresi
layak digunakan. Selanjutnya pada Gambar 4.3 hasil Uji Multikolinearitas dapat dilihat sebagai berikut:
Sumber: Data primer diolah 2014 Gambar 4.3 Pengujian Multikolinearitas
4.2.2.3 Uji Heterokedastisitas
Universitas Sumatera Utara
Uji Heterokedastisitas bertujuan untuk menguji apakah sebuah grup dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lainnya. Model regresi yang baik adalah yang tidak terjadi Heterokedastisitas yang dapat diuji dengan menggunakan Uji Gleijser. Uji
Heterokedastisitas menggunakan Uji Gleijser dapat dilihat pada Tabel 4.10 berikut:
Tabel 4.10 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constan
t 2.737
.663 4.127
.000 inovatif
-.066 .071
-.212 -.932
.360 .506
1.977 kreatif
-.138 .049
-.582 -2.830 .109
.619 1.616
berani .089
.081 .265
1.097 .283
.448 2.235
Keterangan: a. Dependent Variable: Absut
Sumber : Data primer diolah 2014
Universitas Sumatera Utara
Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi
terjadi heterokedastisitas. Jika variabel independen tidak signifikan terhadap variabel absut di atas tingkat kepercayaan 0,05, maka dalam model regresi tidak
mengarah pada heteroskedastisitas. Pada Tabel 4.10 dapat dilihat bahwa semua variabel independen mempunyai nilai sig 0,05, sehingga dapat disimpulkan bahwa
antara variabel independen dan dependen tidak terjadi heterokedastisitas.
4.2.2.4 Uji Autokorelasi