2. Uji Prasyarat Analisis
Sebelum data dianalisis lebih lanjut menggunakan analisis regresi berganda, terlebih dahulu dilakukan uji multikolinieritas, uji autokorelasi,
uji heteroskedastisitas dan uji normalitas agar data yang dimasukkan dalam model regresi dapat memenuhi ketentuan dan syarat dalam regresi.
Perhitungan semua uji prasyarat analisis pada penelitian ini menggunakan bantuan program IBM SPSS 20. Hasil uji prasyarat analisis disajikan berikut
ini.
a. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel independen.
Jika terjadi
korelasi, maka
dinamakan terdapat
masalah multikolinieritas. Untuk mendeteksi ada tidaknya multikolinieritas
dapat dilihat pada nilai tolerance dan VIF. Apabila nilai tolerance di atas 0,1 dan nilai VIF dibawah 10 maka tidak terjadi multikolinieritas.
Hasil uji multikolinieritas dapat dilihat pada tabel dibawah:
Tabel 25. Hasil Uji Multikolinieritas Variabel
tolerance VIF
Keterangan
Kompensasi Insentif
0,962 1,039
Tidak terjadi multikolinieritas
Kompensasi Tunjangan
0,965 1,036
Tidak terjadi multikolinieritas
Gaya Kepemimpinan
0,965 1,005
Tidak terjadi multikolinieritas
Dari tabel diatas dapat dilihat bahwa semua variabel mempunyai nilai tolerance diatas 0,1 dan nilai VIF dibawah 10, dengan demikian tidak
terjadi multikolinieritas yang artinya tidak terjadi hubungan antar variabel bebas yaitu varibel kompensasi insentif, kompensasi tunjangan
dan gaya kepemimpinan. Hasil pengujian persyaratan analisis tersebut dapat disimpulkan bahwa data dalam penelitian memenuhi syarat untuk
dianalisis dengan menggunakan regresi ganda.
b. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi autokorelasi, maka dinamakan ada problem autokorelasi. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi menggunakan bantuan IBM SPSS 20 dengan Durbin Watson DW test.
Dasar pengambilan keputusan dalam uji autokorelasi dengan DW test ini adalah jika nilai Durbin Watson lebih besar dari dU atau lebih kecil
dari 4-dU maka tidak terjadi autokorelasi. Dengan jumlah sampel N=200 yang terdekat dari 174 dan jumlah variabel independen 3
k=3 maka diperoleh nilai dU 1,799. Hasil uji autokorelasi dapat dilihat pada tabel berikut:
Tabel 26. Hasil Uji Autokorelasi Durbin Watson
dU
1,924 1,799
Berdasarkan tabel di atas, diketahui nilai Durbin Watson adalah 1,924. Nilai Durbin Watson lebih besar dari dU 1,9241,799 dan kurang dari
4-dU = 2,201 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi.
c. Uji Heteroskedastisitas
Kategori