Uji Normalitas Data Pengujian Heteroskedastisitas

60 menunjukkan bahwa karyawan beberapa kali telat dari deadline yang ditentukan perusahaan. 7. Melalui pernyataan dari kuesioner bahwa saya kurang mampu melayani nasabah dengan jumlah yang banyak, yaitu 10.3 menyatakan sangat tidak setuju, 7.7 menyatakan tidak setuju, 20.5 menyatakan kurang setuju, 33.3 menyatakan setuju dan 28.2 menyatakan sangat setuju. Hal ini menunjukkan bahwa karyawan kurang mampu melayani nasabah dengan jumlah yang banyak. 8. Melalui pernyataan dari kuesioner bahwa saya kurang mampu menyelesaikan setiap keluhan nasabah, yaitu 7.7 menyatakan sangat tidak setuju, 15.4 menyatakan tidak setuju, 20.5 menyatakan kurang setuju, 23.1 menyatakan setuju dan 33.3 menyatakan sangat setuju. Hal ini menunjukkan bahwa karyawan kurang mampu menyelesaikan setiap keluhan nasabah.

4.3 Uji Asumsi Klasik

4.3.1. Uji Normalitas Data

Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni data tidak menceng ke kiri atau menceng ke kanan. Ada tiga pendekatan untuk mengetahui apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan Histogram, pendekatan Grafik dan pendekatan Kolmogorov-Smirnov. Universitas Sumatera Utara 61 1. Pendekatan Histogram Sumber: Hasil Pengolahan SPSS 16,0 Oktober 2014 Gambar 4.1 Histogram Uji Normalitas Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak melenceng ke kiri atau ke kanan. 2. Pendekatan Grafik Sumber: Hasil Pengolahan SPSS 16,0 Oktober 2014 Gambar 4.2 Plot Uji Normalitas Pada grafik scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. Universitas Sumatera Utara 62 3. pendekatan Kolmogorov-Smirnov Tabel 4.8 One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 78 Normal Parameters a,,b Mean .0000000 Std. Deviation 3.88058167 Most Extreme Differences Absolute .082 Positive .066 Negative -.082 Kolmogorov-Smirnov Z .727 Asymp. Sig. 2-tailed .666 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 16,0 Oktober 2014 Pada Tabel 4.8 terlihat bahwa nilai Asymp.sig. 2-tailed adalah 0,666 dan diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Nilai kolmogorov-smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.

4.3.2 Pengujian Heteroskedastisitas

Pengujian heteroskedastisitas dilakukan dengan menggunakan Scatter Plot. Jika tidak terdapat variabel yang signifikan maka dapat disimpulkan tidak adanya masalah heteroskedastisitas. Hasil pengujian pada Lampiran sebagaimana juga pada Gambar 4.3 di halaman berikut : Universitas Sumatera Utara 63 Sumber: Hasil Pengolahan SPSS 16,0 Oktober 2014 Gambar 4.3: Scatterplot Hasil pengujian heteroskedastisitas menunjukkan tidak terdapat pola yang jelas dari titik-titik tersebut. Hal ini menunjukkan bahwa model regresi tidak memiliki gejala adanya heteroskedastisitas, yang berarti bahwa tidak ada gangguan yang berarti dalam model regresi ini.

4.3.3 Pengujian Multikolinieritas