Tabel 3.6 Interval Persentase Variabel Disiplin, Motivasi, dan Kompensasi
Interval Persentase
Kriteria Disiplin
Kriteria Motivasi
Kriteria Kompensasi
82-100 Sangat Baik
Sangat Baik Sangat Baik
63-81 Baik
Baik Baik
44-62 Kurang Baik
Kurang Baik Kurang Baik
25-43 Tidak Baik
Tidak Baik Tidak Baik
Sumber: Hasil Pengolahan Data Penelitian
3.6.2 Uji Asumsi Klasik
Uji asumsi klasik adalah uji yang digunakan untuk mengetahui model regresi berganda yang memenuhi asumsi klasik atau tidak. Uji asumsi klasik yang
dipakai dalam penelitian ini antara lain:
3.6.2.1 Uji Multikolonieritas
Salah satu asumsi klasik adalah tidak terjadinya multikolonieritas diantara variabel-variabel bebas yang berada dalam satu model. Apabila hal ini terjadi
berarti antara variabel bebas itu sendiri saling berkorelasi sehingga dalam hal ini sulit diketahui variabel bebas mana yang mempengaruhi variabel terikat. Untuk
mendeteksi adanya multikol dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor
VIF. Jika nilai tolerance ≥ 0,10 dan nilai VIF ≤ 10
maka model regresi tersebut tidak terjadi multikolonieritas. 3.6.2.2 Uji Normalitas
Pengujian data atau uji kenormalan data dilakukan terlebih dahulu sebelum dilakukan uji hipotesis. Uji normalitas data bertujuan untuk mengetahui
apakah dalam model regresi variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak. Pengujian normalitas dapat dilihat dari
grafik Probability P-plot. Dasar pengambilan keputusan menurut Ghozali
2011:163 yaitu: 1 jika sumbu menyebar sekitar garis diagonal, maka model regresi memenuhi asumsi normalitas, 2 jika data menyebar jauh dari garis
diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3.6.2.3 Heteroskedastisitas
Uji heteroskodastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Pengujian terhadap heteroskedastisitas dapat
dilakukan melalui pengamatan terhadap pola scatter plot yang dihasilkan melalui SPSS for windows release versi 16.0. Apabila pola scatter plot membentuk pola
tertentu maka model regresi memiliki gejala heteroskedastisitas. Munculnya gejala heteroskedastisitas menunjukkan bahwa penaksir dalam model regresi tidak
efisien dalam sampel besar maupun kecil.
3.6.3 Analisis Regresi Linier Berganda
