dalam model penelitian skripsi ini. Nilai Tolerance pada variabel Motivasi Kerja dan Kompetensi Kerja sebesar 0,940. Nilai Tolerance lebih besar dari 0,1
Tolerance 0,1 maka tidak terdapat multikolinearitas.
4.7 Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi, dengan kata lain
heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Heteroskedastisitas dapat diketahui dengan melakukan dua pendekatan yakni
pendekatan statistik uji glesjer dan pendekatan grafik. Kriteria pengambilan keputusan:
a. Jika nilai signifikansi 0,1 maka tidak mengalami gangguan
heteroskedastisitas. b.
Jika nilai signifikansi 0,1, maka mengalami gangguan heteroskedastisitas.
Tabel 4.10 Hasil Analisis Instrumen Heteroskedastisitas
Pendekatan Statistik Uji Glesjer
Coeffi cients
a
6.036 2.182
2.767 .007
-.050 .072
-.077 -.697
.488 -.037
.057 -.072
-.650 .517
Const ant Mot_K erja
Lingk_Kerja Model
1 B
St d. E rror Unstandardized
Coeffic ient s Beta
St andardiz ed Coeffic ient s
t Sig.
Dependent Variable: absut a.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 17.00, 2011
Universitas Sumatera Utara
Tabel 4.10 dapat kita lihat bahwa data pada penelitian skripsi ini hasil uji signifikan variabel Motivasi Kerja adalah sebesar 0,488 dan hasil uji signifikan
pada variabel Kompetensi Kerja adalah sebesar 0,517. Hasil analisis instrumen heteroskedastisitas pada penelitian skripsi ini menunjukkan bahwa masing-masing
variable dependent Motivasi Kerja dan Kompetensi Kerja menunjukkan nilai lebih besar dari 10, sehingga dapat disimpulkan bahwa data pada penelitian ini
tidak terdapat adanya heteroskedastisitas dalam model regresi. Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot.
Gambar 4.2 adalah gambar scatterplot yang dapat mengindikasi ada atau tidaknya gejala heteroskedastisitas. Suatu model regresi jika dianalisis dengan pendekatan
grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu
Syafrizal, 2008: 68.
Regression Standardized Predicted Value
2 1
-1 -2
-3 -4
3 2
1
-1 -2
Scatterplot Dependent Variable: Produktifitas_Kary
Universitas Sumatera Utara
Gambar 4.2 Scatterplot Dependent Variable Kinerja Karyawan Sumber: Pengolahan Data Primer kuesioner dengan SPSS 17.00, 2011
Gambar 4.2 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola tertentu.
Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala heteroskedastisitas pada model regresi penelitian skripsi ini.
4.8 Analisis Regresi Berganda
