1.

UJI NORMALITAS

One-Sample Kolmogorov-Smirnov Test

HUMBLE
KOMUNIKASI LEADERSHIP KEPUASAN TURNOVER
(X1) (X2) KERJA( X3) (Y)
N 112 112 112 112
Normal Parametersa,b Mean 14.0625 26.1161 28.5536 12.0446
Std. Deviation 5.00141 9.56603 9.82994 2.51979
Most Extreme Differences Absolute .221 .263 .272 .228
Positive .221 .263 .272 .121
Negative -.147 -.152 -.130 -.228
Test Statistic .221 .263 .272 .228
c c c
Asymp. Sig. (2-tailed) .000 .000 .000 .000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Dasar Pengambilan Keputusan dalam Uji Normalitas

1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05 maka data penelitian berdistribusi
normal.
2. Sebaliknya, jika nilai signifikansi (Sig.) lebih kecil dari 0,05 maka data penelitian
tidak berdistribusi normal.

Kesimpulan
Berdasarkan tabel output SPSS tersebut, diketahui bahwa nilai signifikansi Asiymp.Sig
(2-tailed) X1, X2, X3 dan Y sebesar 0,000 lebih kecil dari 0,05. Maka sesuai dengan
dasar pengambilan keputusan dalam uji normalitas kolmogorov-smirnov di atas, dapat
disimpulkan bahwa data tidak berdistribusi normal. Dengan demikian, asumsi atau
persyaratan normalitas dalam model regresi tidak terpenuhi terpenuhi
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 17.385 .508 34.210 .000
KOMUNIKASI .034 .127 .068 .269 .789 .068 14.685
HUMBLE -.022 .056 -.084 -.396 .693 .096 10.440
LEADERSHIP
KEPUASAN -.184 .074 -.716 -2.486 .014 .052 19.264
KERJA
a. Dependent Variable: TURNOVER

2. UJI MULTIKOLINIERITAS

Dasar Pengambilan Keputusan

Pedoman Keputusan Berdasarkan Nila Tolerance

1. Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi multikolinieritas
dalam model regresi.

2. Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi multikolinieritas dalam
model regresi.

Pedoman Keputusan Berdasarkan Nilai VIE (Variance, Inflation Factor)

1. Jika nilai VIF < 10,00 maka artinya tidak terjadi multikolinieritas dalam model
regresi.

2. Jika nilai VIF > 10,00 maka artinya terjadi multikolinieritas dalam model regresi.

Berdasarkan tabel output "Coefficients" pada bagian "Collinearity Statistics" diketahui

nilai Tolerance untuk variabel KOMUNIKASI (X1), HUMBLE LEADERSHIP (X2)
dan KEPUASAN KERJA (X3) secara berturut turut adalah adalah 0,068, 0.096, 0,052
kurang dari 0,10. Sementara, nilai VIF untuk variabel KOMUNIKASI (X1),
HUMBLE LEADERSHIP (X2) dan KEPUASAN KERJA (X3) adalah 14.685, 10.440,
19.264 yang mana lebih dari 10,00. Maka mengacu pada dasar pengambilan keputusan
dalam uji multikolinearitas dapat disimpulkan bahwa terjadi gejala multikolineritas
dalam model regresi.

3. UJI AUTOKORELASI

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .731a .535 .522 1.74265 1.707
a. Predictors: (Constant), KEPUASAN KERJA, HUMBLE LEADERSHIP, KOMUNIKASI
b. Dependent Variable: TURNOVER

Dasar pengambilan keputusan sebagai berikut:

1. Jika d (durbin watson) lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis
nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d (durbin watson) terletak antara dU dan (4-dU), maka hipotesis nol diterima,
yang berarti tidak ada autokorelasi.
3. Jika d (durbin watson) terletak antara dL dan dU atau diantara (4-dU) dan (4-dL),
maka tidak menghasilkan kesimpulan yang pasti.
Berdasarkan tabel output "Model Summary" di atas, diketahui nilai Durbin-Watson (d)
adalah sebesar 1,707. Selanjutnya nilai ini akan kita bandingkan dengan nilai tabel
durbin watson pada signifikansi 5% dengan rumus (k; N). Adapun jumlah variabel
independen adalah 3 atau "K* = 3, sementara jumlah sampel atau "N" 112, maka (k ; N)
=(3 ; 112).
Angka ini kemudian kita lihat pada distribusi nilai tabel durbin watson. Maka
ditemukan nila dL sebesar 1.6373 dan dU sebesar 1.7472.

Nilai Durbin-Watson (d) sebesar 1.707 kurang dari batas atas (dU) yakni 1.7472 dan
kurang dari (4-du) 4-1.7472= 2.2528. Maka sebagaimana dasar pengambilan keputusan
dalam uji durbin watson di atas, dapat disimpulkan bahwa terdapat masalah atau
gejala autokorelasi. Dengan demikian maka analisis regresi linear berganda untuk uji
hipotesis penelitian di atas tidak dapat dilakukan atau dilanjutkan.
4. UJI HETEROKEDASTISITAS

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -2.633E-15 .508 .000 1.000
KOMUNIKASI .000 .127 .000 .000 1.000
HUMBLE LEADERSHIP .000 .056 .000 .000 1.000
KEPUASAN KERJA .000 .074 .000 .000 1.000
a. Dependent Variable: Abs_RES

Dasar pengambilan keputusan dalam uji heteroskedastisitas :

1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05, maka kesimpulannya adalah tidak
terjadi gejala heteroskedastisitas dalam model regresi.

2. Sebaliknya, jika nilai nilai signifikansi (Sig.) lebih kecil dari 0,05, maka
kesimpulannya adalah terjadi gejala heteroskedastisitas dalam model regresi.

Untuk memaknai hasil uji heteroskedastisitas dengan uji glejser ini, maka kita cukup

melihat tabel output "Coefficients" dengan variabel Abs_RES berperan sebagai variabel

dependent. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) untuk variabel
(XI) adalah 1.000. Sementara, nilai signifikansi (Sig.) untuk variabel (X2) adalah 1.000
dan X3 adalah 1.000 . Karena nilai signifikansi kedua variabel di atas lebih besar dari
0,05 maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, dapat
disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model regresi.