NAMA: MOHAMAD DIO ANTYA FIRDAUS

NIM: 2103102031
KELAS: 3C MANAJEMEN

1. Menurut Ghozali (2018) uji asumsi klasik merupakan tahap awal yang digunakan
sebelum analisis regresi linear berganda. Dilakukannya pengujian ini untuk dapat
memberikan kepastian agar koefisien regresi tidak bias serta konsisten dan memiliki
ketepatan dalam estimasi. Uji asumsi klasik dilakukan untuk menunjukkan bahwa
pengujian yang telah dilakukan telah lolos dari normalitas data, multikolonieritas,
autokorelasi, dan heteroskedastisitas sehingga pengujian dapat dilakukanke analisis
regresi linear.

a. Uji Normalitas
bertujuan untuk menguji apakahdalam model regresi, variabel pengganggu atau residual
memiliki distribusi normal, model regresi yang baik memiliki distribusi data normal
( Ghozali, 2018). Salah satu cara melihat normalitas distribusi data adalah menggunakan
uji statistik non parametic Kolmogorov-Smirnov (K-S). Jika pada tabel menunjukkan
nilai peobabilitas lebih besar dari 0,05, maka hal ini nerarti bahwa data tersebut
terdistribusi normal sedangkan jika nilai probabilitas lebih kecil dari 0,05, maka hal ini
berarti data tersebut tidak terdistribusi normal ( Ghozali,2018).

b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya koreksi antar variabel bebas (independent). Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independent. Jika variabel independent saling
berkolerasi, maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel
independent dengan nilai korelasi antar sesama variabel indepenmdent sama dengan nol
(Ghozali,2018). Salah satu cara mendeteksinya dengan nilai tolerance dan nilai variance
inflation factor (VIF). Kedua ukuran ini menunjukkan ini menunjukkan setiap variabel
independent manakah yang dijelaskan oleh variabel independen lainnya. Tolerance
mengukur variabilitas variabbel lainnya. Jadi nilai tolerance yang rendah sama dengan
nilai VIF tinggi (karena VIF = 1/tolerance). Nilai cut off untuk menunjukkan adanya
multikolonearitas adalah nilai tolerance ≤ 0,10 atau sama dengan VIF ≥ 10
(Ghozali,2018)

c. Uji Heteroskedastisitas
Menurut Ghozali (2018) uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut Homoskedastisitas dan jika berbeda disebut Heteroskedasitas. Model regresi
yang baik adalah yang Homoskesdatisitas atau tidak terjadi Heteroskesdasitas.
Kebanyakan data crossection mengandung situasi heteroskesdatisitas karena data ini
menghimpun data yang mewakili berbagai ukuran (kecil, sedang, dan besar) (Ghozali,
2018). Salah satu cara mendeteksi ada atau tidaknya heteroskestisitas yaitu dengan
melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED
dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y
prediksi –Y sesungguhnya) yang telah di-studentized. Dasar analisisnya adalah (Ghozali,
2018) :
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur
(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi
heteroskedastisitas. Dan Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi
Menurut Ghozali (2018), uji autokorelasi bertujuan untuk menguji apakah dalam model
regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi. Model regresi yang baik adalah model regresi yang bebas dari
autokolerasi
 Menurut Ghozali (2018), salah satu uji yang dapat digunakan untuk mengetahui
ada tidaknya autokorelasi adalah uji Run Test. Run Test sebagai bagian dari statistic non-
parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi
yang tinggi. Jika antar residual tidak terdapat hubungan korelasi, maka dikatakan bahwa
residual adalah acak atau random. Hipotesis yang akan diuji adalah:
Hipotesis nol (H0) : residual (res_1) acak Hipotesis alternatif (HA) : residual (res_1)
tidak acak Jika tingkat signifikansi dari hasil pengujian > 0.05, maka hipotesis nol (H0)
diterima yang menerangkan bahwa residual acak atau tidak terjadinya autokorelasi antar
residual (Ghozali, 2018).

2. Pengertian dari korelasi dan regresi

Korelasi Adalah analisis untuk mengetahui apakah ada hubungan antara dua variable
atau lebih, sedangkan regresi untuk memprediksi seberapa jauh pengaruh yang ada dan
yang telah dianalisis melalui analisis korelasi.

3. Regresi linier adalah teknik analisis nilai data yang tidak di ketahui dengan
memanfaatkan nilai data yang lain yang telah di ketahui.dan Regresi linear berganda
merupakan model regresi yang melibatkan lebih dari satu variabel independen. Analisis
regresi linear berganda dilakukan untuk mengetahui arah dan seberapa besar pengaruh
variabel independen terhadap variabel dependen (Ghozali, 2018).

4. Path Interventing merupakan bagian lebih lanjut dari analisis regresi. Jika dalam analisis
regresi pada umumnya digunakan untuk menguji ada pengaruh langsung yang diberikan
olwh variabel bebas terhadap variabek terikat. Sedangkan analisis path intervening tidak
hanya menguji pengaruh langsung saja, tetapi juga menjelaskan tentang ada atau tidaknya
pengaruh tidak langsung yang diberikan variabel bebas melalui variabel intervening
terhadap variabel terikat. Sedangkan variabel mediasi atau intervening merupakan
variabel penyela atau antara yang terletak di antara variabel independen dan dependen,
sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya
variabel dependen.

5. Variabel Moderasi Variabel moderasi adalah variabel yang mempengaruhi (memperkuat

dan memperlemah) hubungan antara variabel bebas dan variabel terikat (Sugiyono :
2017). Variabel moderasi pada penelitian ini adalah Kepuasan Kerja (Z).