Uji Asumsi Klasik HASIL DAN PEMBAHASAN

Pada Tabel 4.11 dapat diketahui bahwa nila r alpha sebesar 0,435 dan r tabel sebesar 0,361 sehingga dapat disimpulkan bahwa nilai r alpha positif dan lebih besar dari r tabel 0,435 0,361 maka kuesioner tersebut dinyatakan reliabel dan dapat digunakan untuk penelitian.

4.3 Uji Asumsi Klasik

1. Uji Normalitas

Uji Normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal. Uji normalitas dapat dilakukan dengan analisis grafik yaitu pada Normal P-P Plot of Regression Standarizied Residual. Apakah titik menyebar di sekitra garis diagonal maka data telah berdistribusi normal. Normal P-P Plot of Regression Standarizied Residual. Universitas Sumatera Utara Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Kinerja Pegawai Sumber: Pengolahan Data SPSS 2014 Gambar 4.1 Grafik Normal P-P Plot Gambar 4.1 dapat dilihat bahwa titik-titik menyebar mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Selain itu, uji normalitas juga dapat dilakukan dengan menggunakan uji kolmogorov-sumirnov pada tingkat signifikan 5 0,05. Hasil uji kolmogrov-Sumirnov dapat dilihat pada Tabel 4.12 berikut: Universitas Sumatera Utara Tabel 4.12 Uji Kolmogrov-Sumirnov One-Sample Kolmogorov-Smirnov Test 32 28,8438 2,94147 ,128 ,128 -,090 ,726 ,667 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed Kinerja Pegawai Test distribution is Normal. a. Calculated from data. b. Sumber: Pengolahan Data SPSS 2014 Pada Tabel 4.12 dapat dilihat bahwa data berdistribusi normal karena nilai Asympy.Sig 2-tailed sebesar 0,726 ditas tingkat signifikansi 0,05 atau 5 . Atau Asympy.Sig 2-tailed 0,05.

2. Uji Heteroskedastisitas

Uji heteroskedastisitas dapat dilakukan dengan grafik dan analisis statistic berupa Uji Glejser. Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar di atas maupun di bawah angka nol pada sumbu Y. Scatterplot Universitas Sumatera Utara Regression Standardized Predicted Value 3 2 1 -1 -2 -3 K inerj a P egawai 34.00 32.00 30.00 28.00 26.00 24.00 22.00 Scatterplot Dependent Variable: Kinerja Pegawai Sumber: Pengolahan Data SPSS 2014 Gambar 4.2 Pengujian Heteroskedastisitas Pada Gambar 4.2 dapat dilihat bahwa titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini tidak terjadi heteroskedasitisitas pada model regresi, sehingga model regresi layak dipakai untuk memperdiksi faktor-faktor yang mempengaruhi Kinerja Karyawan berdasarkan variabel independennya. Universitas Sumatera Utara

3. Uji Multikolinieritas

Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel indenpenden manakah yang dijelaskna oleh variabel dependen lainnya. Tolerance adalah mengukur variabalitas variabel independent yang terpilih yang tidak dijelaskan variabel independent lainnya. Nilai yang dipakai untuk Tolerance 0,1 dan VIF 1, maka tidak terjadi multikolinieritas. Tabel 4.13 Uji Multikolinieritas Coefficients a ,980 1,020 ,980 1,020 Motivas i Kerja Kepuas an K erja Model 1 Tolerance VIF Collinearity Statistic s Dependent Variable: Kinerja Pegawai a. Sumber: Pengolahan Data SPSS 2014 Pada tabel 4.14 memperlihatkan semua nilai variabel independent memiliki nilai Tolerance 1,0 dan VIF 1,0. Hal ini berarti tidak terjadi multikolinieritas. Universitas Sumatera Utara

4.4 Uji Hipotesis