Uji Normalitas
NPar Tests
Deskripsi : Dari tabel diatas terlihat bahwa Sig-2 Tailed 0,200 > 0,05 maka data terdistribusi
normal
Uji Heteroskedastisitas
Charts
Uji Multikolinieritas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 67.119 13.008 5.160 .000
Kemampuan .194 .216 .287 .899 .381 .504 1.983
Motivasi kerja .078 .288 .087 .271 .790 .504 1.983
a. Dependent Variable: Produktivitas
Deskripsi : Berdasarkan output diatas, untuk melihat ada tidaknya multikolinieritas maka
dilihat pada kolom collinearity Statistics. Dikatakan terjadi multikolinieritas adalah jika nilai
tolerance < 0.1 dan VIF > 10. Berdasarkan tabel diatas dapat dilihat bahwa data penelitian
tidak terjadi multikolinieritas Karena semua variabel menunjukkan tolerance > 0,1 yaitu
0,504 dan VIF <10 yaitu 1,983. Dengan tidak adanya multikolinieritas maka data penelitian
dapat digunakan untuk uji regresi linear
Uji Autokorelasi
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .353a .125 .022 5.182 2.017
a. Predictors: (Constant), Motivasi kerja, Kemampuan
b. Dependent Variable: Produktivitas
Deskripsi : Berdasarkan output diperoleh nilai Durbin-Watson sebesar 2,017 Dengan jumlah
sampel (n) dalam data ini sebanyak 20, dan jumlah variabel bebas (k) sebanyak 2 .