b. Uji Multikolinieritas
Uji ini bertujuan untuk mengetahui apakah pada model regresi yang diajukan telah ditemukan korelasi yang kuat antara variabel-variabel bebas dimana nilai VIF
Variance Inflation Factor untuk variabel bebas harus lebih kecil dari 10 VIF10 dan nilai Tolerance tidak kurang dari 0.1. Hasil pengujian dapat dilihat pada Tabel
4.13 :
Tabel 4.13. Uji Multikolinieritas Hipotesis Pertama
Model Collinearity Statistics
Tolerance VIF 1
Constant Pelatihan X
1
.999 1.001
Promosi X
2
.999 1.001
a. Dependent Variable: Pengembangan Karir
Sumber: Hasil Penelitian, 2011 Data Diolah Berdasarkan hasil pengolahan data pada Tabel 4.13 menunjukkan tidak ada
satupun variabel bebas yang memiliki nilai Tolerance kurang dari 0.1 dan nilai VIF Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF10.
Dengan demikian model regresi hipotesis pertama terbebas dari asumsi multikolinieritas.
c. Uji Heteroskedasrisitas
Universitas Sumatera Utara
Uji heteroskedasrisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain, hasil pengujian dapat dilihat pada Gambar 4.3 :
Sumber: Hasil Penelitian, 2011 Data Diolah
Gambar 4.3. Hasil Uji Heteroskedasrisitas Hipotesis Pertama Berdasarkan Gambar 4.3 terlihat bahwa tidak ada pola yang jelas dimana
titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa model regresi hipotesis pertama terbebas dari asumsi
heteroskedastisitas.
Universitas Sumatera Utara
4.1.4.2. Pengujian Asumsi Klasik Hipotesis Kedua
Sebelum melakukan pengujian hipotesis kedua dari penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik untuk memastikan bahwa alat uji regresi
berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi linier berganda dapat dipergunakan.
a. Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah model regresi antara variabel dependent terikat dan variabel independent bebas keduanya berdistribusi
normal atau mendekati normal. Data dalam keadaan normal apabila distribusi data menyebar disekitar garis diagonal serta dapat dilihat dari kurva normal yang tidak
condong ke kiri dan ke kanan histogram. Uji ini dilakukan dengan metode grafik dan dapat juga dengan menggunakan pendekatan Kolmogorov-Smirnov Test dengan nilai
signifikansi untuk seluruh variabel 0,05. 1. Pendekatan Kolmogorov-Smirnov.
Analisis Statistik dengan menggunakan Kolmogorov-Smirnov Test diperoleh hasil pengujian seperti pada Tabel 4.14 :
Universitas Sumatera Utara
Tabel 4.14. Hasil Uji Normalitas Hipotesis Kedua
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 49
Normal Parameters
a.b
Mean .0000000
Std. Deviation 4.21883851
Most Extreme Differences Absolute
.104 Positive
.051 Negative
-.104 Kolmogorov-Smirnov Z
.730 Asymp. Sig. 2-tailed
.660
a. Test distribution is Normal b. Calculated from data
Sumber: Hasil Penelitian, 2011 Data Diolah
Berdasarkan Tabel 4.14 diketahui bahwa nilai Kolmogorov-Smirnov Test
sebesar 0,730 dan asymp. Sig 2-tailed sebesar 0,660 adalah lebih besar dari 0,05. Dengan demikian maka model regresi hipotesis kedua tersebut memenuhi asumsi
normalitas. 2. Pendekatan Grafik
Hasil pengujian normalitas dengan menggunakan analisis grafik dilihat pada Gambar 4.4:
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2011 Data Diolah
Gambar 4.4. Gambar Hasil Uji Normalitas Histogram Hipotesis Kedua
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik diatas dapat disimpulkan bahwa distribusi
data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng kanan maupun menceng kiri atau normal. Dalam hal
ini H diterima yang berarti data residual berdistribusi normal.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2011 Data Diolah
Gambar 4.5. Hasil Uji Normalitas P-P Plot Hipotesis Kedua
Pada Gambar 4.5 tampak bahwa data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal tersebut, maka nilai residual terstandarisasi. Dengan demikian model regresi hipotesis pertama tersebut memenuhi asumsi normalitas.
Universitas Sumatera Utara
b. Uji Multikolinieritas