1.    Uji Heteroskedastisitas

Uji heteroskedasitas dilakukan untuk mengetahui apakah variansi residual absolute sama atau tidak sama untuk semua pengamatan. Pendekatan yang digunakan untuk mendeteksi ada atau tidaknya heteroskedasitas yaitu rank korelasi dari Spearman. Kriteria yang digunakan untuk menyatakan apakah terjadi heteroskedasitas atau tidak menggunakan hargakoefisien signifikansi dengan membandingkan tingkat alpha yang ditetapkan maka dapat dinyatakan tidak terjadi heteroskedasitas di antara data pengamatan tersebut dan sebaliknya (Sudarmanto, 2005: 158)

Pengujian rank korelasi dari Spearman adalah sebagai berikut.

r_s = 1 – 6

(Riduwan, 2012: 135)

Dimana d_i = perbedaan dalam rank yang diberikan kepada 2 karakteristik yang berbeda dari individu atau fenomena yang ke i.

n = banyaknya individu atau fenomena yang diberi rank

Koefisien korelasi rank tersebut dapat dipergunakan untuk deteksi heteroskedasitas sebagai berikut.

Asumsikan:

Y = β₁ + β₂X_2i + e_i

Langkah 1 cocokkan regresi terhadap data mengenai Y residual e_i

Langkah II dengan mengabaikan tanda e_i dan X_i sesuai dengan urutan yang meningkat atau menurun dan menghitung koefisien rank korelasi Spearman.

r_s = 1 – 6

Langkah III dengan mengasumsikan bahwa koefisien rank korelasi populasi P_s adalah 0 dan N > 8 tingkat signifikansi dari r­_s yang di sampel uji dengan pengujian t sebagai berikut.

t =

dengan derajat kebebasan = N-2

kriteria pengujian:

Jika nilai yang dihitung melebihi nilai kritis, kita bisa menerima hipotesis adanya heteroskedasitas, kalu tidak kita bisa menolaknya. Jika model regresi meliputi labih dari satu variabel X, r_s dapat dihitung antara e_i­ dan tiap variabel X secara terpisah dan dapat diuji tingkat penting secara statistik, dengan pengujian t.

Read More

1.    Uji Autokorelasi

Pengujian autokorelasi dilakukan untuk mengetahui apakah terjadi korelasi di antara data pengamatan atau tidak. Adanya autokorelasi dapat mengakibatkan penaksir mempunyai varians tidak minimum dan uji t tidak dapat digunakan, karena akan memberikan kesimpulan yang salah. Ada atau tidaknya autokorelasi dapat dideteksi dengan menggunakan uji Durbin-Watson. Rumus ini digunakan untuk mengetahui ada atau tidaknya autokorelasi yang dapat dideteksi oleh peneliti dalam penelitian ini. Ukuran yang digunakan untuk menyatakan ada atau tidaknya autokorelasi, yaitu apabila nilai statistik Durbin-Watson mendekati angka 2, maka dapat dinyatakan bahwa data pengamatan memiliki autokorelasi (Sudarmanto, 2005: 143).

Tahap-tahap pengujian dengan uji Durbin-Watson adalah sebagai berikut.

a.       Tentukan hipotesis nol dan alternatif. Hipotesis nol adalah variabel gangguan tidak mengandung autokorelasi dan hipotesis alternatifnya adalah variabel gangguan mengandung autokorelasi.

b.      Hitung besarnya statistik DW dengan rumus

DW

c.       Bandingkan nilai statistik DW dengan nilai teoritik DW sebagai berikut

1.      Bila DW ≥ d_n (dengan df n – K – 1) : K adalah banyaknya variabel bebas yang digunakan: H₀ diterima jadi ρ = 0 berarti tidak ada otokorelasi pada model regresi itu

2.      Bila DW ≤ d_L (dengan df n – K – 1) : H₀ ditolak jadi ρ ≠ 0 berarti ada otokorelasi positif pada model regresi itu

3.      Bila d_L < DW < d_u; uji itu hasilnya tidak konklusif, sehingga tidak dapat ditentukan apakah terdapat autokorelasi atau tidak pada model itu

d.      Untuk ρ < 0 (otokorelasi negatif)

1.      Bila (4 – DW) ≥ d_u; H₀ diterima jadiρ = 0 berarti tidak ada autokorelasi pada model itu

2.      Bila (4 – DW) ≤ d_L; H₀ ditolak, jadi ρ ≠ 0 berarti ada autokorelasi positif pada model itu

3.      Bila d_L < (4 – DW) < d_u; uji itu hasilnya tidak konklusif sehingga tidak dapat ditentukan apakah terdapat autokorelasi atau tidak pada model itu (Firdaus, 2004: 100-101)

Read More

1.    Uji Multikolinieritas

Uji Multikolinieritas ini digunakan untuk mengetahui apakah pada regreasi ditemukan adanya korelasi antar-variabel independen. Jika terjadi korelasi, maka terdapat problem Multikolinieritas (multiko). Uji regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Peneliti melakukan uji multikolinieritas ini karena bertujuan untuk membuktikan atau menguji ada tidaknya hubungan yang linier antara variable bebas (independent) satu dengan variable bebas (independen) yang lainnya (Sudarmanto, 2005: 224).

Metode untuk uji multikolinieritas yang digunakan dalam penelitian ini adalah metode korelasi product moment dari Pearson karena penelitian ini penelitian sampel dengan melihat 𝜆 (lamda) atau penyimpangan salah satunya dengan uji multikolinieritas untuk menguji ada tidaknya hubungan yang linier antar variabel bebas satu dengan variabel bebas lainnya.Peneliti menggunakan rumus korelasi product moment dari Pearson karena diduga ada hubungan antara variabel X dengan variabel Y, adanya pengaruh antara Kepemimpinan (X₁), Sarana Prasarana (X₂), dan Lingkungan Kerja (X₃) terhadap Kinerja (Y)

Rumus korelasi product moment adalah sebagai berikut:

r_xy  

Keterangan:

r_xy              = Keofisien korelasi antar variabel X dan variabel Y

n = Jumlah sampel

∑X₁        = Jumlah variabel X₁

∑X₂        = Jumlah variabel X₂

∑X₃        = Jumlah variabel X₃

Penelitian menggunakan koefisien korelasi produk momen (Pearson Correlation) maka harga koefisien korelasitabel untuk  df = N-1-1 dengan tingkat alpha yang ditetapkan 5%, Ketentuan yang digunakan sebagai berikut.

a.    Apabila r_hitung < r_tabel, maka H₀ diterima yang berarti tidak terjadi multikolinieritas antarvariabel independen.

b.    Apabila r_hitung > r_tabel maka H₀ ditolak yang berarti terjadi multikolinieritas antarvariabel independen (Sudarmanto, 2005: 234).

Read More

a.    Uji Kelinieran

Uji kelinieran regresi linier multiple dengan menggunakan statistik F dengan rumus :

F =

(Sudjana, 2005: 332)

Keterangan:

S²TC = Varian Tuna Cocok

S²G   = Varian Galat

Kriteria uji, apabila F_hitung < F_tabel maka H_o ditolak yang menyatakan linier dan sebaliknya jika F_hitung > F_tabel maka H_o diterima yang menyatakan tidak linier. Dengan taraf nyata 0,05, dk (k – 2) dengan dk penyebut (n – k).

Untuk mencari F hitung digunakan tabel ANAVA (Analisis Varians) sebagai berikut.

Tabel 7. Analisis Varians (ANAVA) untuk Uji Kelinieran Regresi

Sumber Varians	Dk	Jumlah Kuadrat (JK)	Kuadrat Tengah (KT)	Fhitung
Tuna Cocok	k – 2	JK (TC)	S2TC =
Galat/kekeliruan	N	JK (G) = (T) – JK (a) – JK (b/a)	S2res =

(Sudjana, 2005: 332)

Keterangan:

JK (a)            =

JK (b/a)         =          

JK (G)           =

JK (T)            = JK (a) – JK (b/a)

JK (T)            =

JK (TC)         = JK (S) – JK (G)

S² _reg                   = Varians Regresi

S² _sis               = Varians Sisa

n                    = Banyaknya Responden

(Rusman, 2013: 81-82)

Read More