digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
Tabel 4.13
Dari output di atas dapat diketahui bahwa nilai signifikansi Asymp. Sig. 2- tailed sebesar 0.792. Karena signifikansi lebih dari 0,05
0.792 0.05, maka nilai residual tersebut telah normal.
2. Hasil Uji Multikolinieritas
Untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear antar variabel independen dalam
model regresi. Maka dilakukan uji inflation factor VIF.
One-Sample Kolmogorov-Smirnov Test Unstandardized
Residual N
51 Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,25664528
Most Extreme Differences
Absolute ,091
Positive ,091
Negatif -,048
Kolmogorov-Smirnov Z ,650
Asymp. Sig. 2-tailed ,792
a. Test distribution is Normal. b. Calculated from data.
Tabel 4.14 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
4,002 5,965
,671 ,506
Kepribadian 1,803
,549 ,872
3,286 ,002
,177 5,634
Pmbelajaran -1,524
,840 -,467
-1,814 ,076
,188 5,308
Kemampuan ,380
,192 ,239
1,978 ,054
,856 1,168
Karakteristik biografis
,205 ,186
,138 1,102
,276 ,795
1,258 a. Dependent Variabel: Komitmen Organisasi
digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
Hasil uji multikolonieritas dapat dilihat pada coeffecients nilai tolerance
dan VIF. Dapat dilihat bahwa nilai VIF kurang dari 10 dan nilai tolerance lebih
dari 0,1 untuk semua variabel.
1
Dapat disimpulkan bahwa dalam regresi antara variabel bebas kepribadian X
1
, pembelajaran X
2
, kemampuan X
3
dan karakteristik biografis X
4
terhadap komitmen organisasi Y tidak terjadi multikolinieritas antar variabel bebas.
3. Hasil Uji Heterokedestisitas Uji heteroskedestisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedestisitas. Adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi.
Gambar 4.15 Gambar diatas menunjukkan titik-titik menyebar secara acak dan tidak
membentuk pola tertentu serta tersebar di atas dan di bawah angka 0 nol pada sumbu Y ini berarti tidak terjadi heteroskedastisitas sehingga model regresi layak
digunakan untuk memprediksi komitmen organisasi karyawan berdasarkan
1
Sulyanto, Ekonometrika Terapan: Teori dan Aplikasi denganSPSS Yogyakarta: Andi Offset, 2011, 90.
digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
masukan atas variabel kepribadian X
1
, pembelajaran X
2
, kemampuan X
3
dan karakteristik biografis X
4
. 4. Hasil Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara
residual pada satu pengamatan dengan pengamatan yang lain pada model regresi.Nilai
Durbin Watson kemudian dibandingkan dengan nilai .
Pengukuran autokorelasi dapat dilihat pada nilai Durbin Watson pada tabel 4.16.Nilai tersebut kemudian dibandingkan dengan tabel Durbin Watson.Suatu
model regresi akan bebas autokolerasi apabila nilai Durbin Watson mendekati angka 2.
5. Hasil Pengujian Regresi Linier Berganda
