4.7.2 Uji Kolmorgorov-Smirnov Test Tabel 4.6
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
68 Normal
Parameters
a
Mean .0000000
Std. Deviation .45670293
Most Extreme Differences
Absolute .137
Positive .137
Negative -.121
Kolmogorov-Smirnov Z 1.127
Asymp. Sig. 2-tailed .157
Sumber: Hasil Pengolahan SPSS Januari, 2013
Berdasarkan Tabel 4.6 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,157 ini berarti nilainya diatas nilai signifikan 5 0,05. Dengan kata lain variabel tersebut
berdistribusi normal.
4.7.3 Uji Heterokedastisitas
Uji ini bertujuan untuk menguji model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain. Jika varians tersebut residual satu
pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau
tidak terjadi heterokedastisitas.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan data SPSS Januari, 2013
Gambar 4.4 Scaterterplot
Berdasarkan plot data yang diproses dari hasil perhitungan SPSS pada gambar terlihat bahwa sebaran data tidak mengumpul pada satu sudutbagian saja melainkan
sebaran data menyebar pada keseluruhan bagian. Maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada data, sehingga dapat dikatakan bahwa data penelitian ini
homogen.
Universitas Sumatera Utara
4.7.4 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji model regresi ditemukan adanya korelasi antar varibel independen. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen lainnya.
Tabel 4.7 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant .353
.739 .478
.634 Kompensa
silangsung .449
.059 .344 7.660
.000 .372
2.690 Kompensa
sitidaklang sung
.687 .045
.680 15.141 .000
.372 2.690
a. Dependent Variable: prestasikerja
Sumber : Hasil pengolahan SPSS Januari,2013
Berdasarkan Tabel 4.7 dapat terlihat bahwa : 1.
Nilai VIF dari variabel Kompensasi Langsung dan Kompensasi Tidak Langsung lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terdapat multikolinearitas
antar independen dalam model regresi. 2.
Nilai Tolerance dari variabel Kompensasi Langsung dan Kompensasi Tidak Langsung lebih besar dari 0,1. Ini berarti tidak terdapat multikolinearitas antar
variabel independen dalam model regresi.
4.9 Analisis Regresi Linear Berganda
Kategori