75
4. Pada pernyataan keempat, “
Penghasilan yang saya terima sesuai dengan beban kerja saya
”, sebanyak 30 responden menyatakan sangat setuju, 56,7 responden menyatakan setuju, dan 13,3 responden menyatakan kurang
setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden menyatakansetuju terhadap pernyataan tersebut.
4.4 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layakatau tidak layak digunakan dalam penelitian.Uji asumsi klasik adalah persyaratan
statistik yang harus dipenuhi pada regresi liner berganda. Uji Asumsi Klasik yang digunakan dalam penelitian ini adalah sebagai berikut:
4.4.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan
pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-taileddiatas, nilai signifikan 5 artinya variabel
residual berdistribusi normal Situmorang dan Lufti, 2012:100 Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histrogram
dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal :
Universitas Sumatera Utara
76
a. Pendekatan Histogram
Sumber :Hasil pengolahan SPSS
Gambar 4.1 Histogram Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
melenceng ke kiri atau ke kanan.
Universitas Sumatera Utara
77
b. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS
Gambar 4.2 Plot Uji Normalitas
Pada Gambar 4.2 menunjukkan bahwa pada scatter ploterlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual
peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-SmirnovK-S.
Universitas Sumatera Utara
78
c. Pendekatan Kolmogorov-Smirnov
Tabel. 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parameters
a
Mean .0000000
Std. Deviation 2.47405048
Most Extreme Differences Absolute
.165 Positive
.075 Negative
-.165 Kolmogorov-Smirnov Z
.902 Asymp. Sig. 2-tailed
.390 a. Test distribution is Normal.
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0.390 dan diatas nilai signifiksn 0,05 atau 5, sehingga dapat disimpulkan
bahwa variabel residual berdistribusi normal.
4.4.2 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu
pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
79
Ada beberapa cara untuk mendekati ada atau tidaknya heteroskedastisitas yaitu :
a. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS
Gambar 4.3 Scatterplot Heteroskedastisitas
Berdasarkan gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi layak dipakai untuk memprediksi kepuasan kerja berdasarkan masukan variabel
gaya kepemimpinan dan kecerdasan emosional.
Universitas Sumatera Utara
80
b. Uji Glesjer Glejser mengusulkan untuk meregresi nilai absolut residual terhadap
variabel independen.Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.9 Hasil Uji Glejser heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 5.183
3.930 1.319
.198 Gaya Kepemimpinan
-.002 .086
-.005 -.027
.978 Kecerdasan Emosional
-.091 .095
-.187 -.966
.343 a. Dependent Variable: Absut
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.10 terlihat variabel independen gaya kepemimpinan dan kecerdasan emosional yang tidak signifikan secara statistik mempengaruhi
variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas gaya kepemipinan 0.978dan kecerdasan emosional0,343 diatas tingkat kepercayaan
5 0.05, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
81
4.4.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value
dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas.
2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila tolerance 0,1 maka diduga mempunyai persoalan
multikolinearitas. 4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas.
Tabel 4.10 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 8.204
5.770 1.422
.166 Gaya
Kepemimpinan .407
.126 .461
3.235 .003
.955 1.048
Kecerdasan Emosional
.415 .139
.426 2.987
.006 .955
1.048 a. Dependent Variable: Kepuasan
Kerja
Sumber :Hasil pengolahan SPSS
Pada Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih
kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
Universitas Sumatera Utara
82
4.5 Pengujian Hipotesis 4.5.1 Uji Signifikansi Simultan Uji F
