88
4.2.4.1. Uji normalitas
Uji normalitas digunakan untuk mengetahui sebuah regresi telah berdistribusi normal atau tidak dapat dilihat pada analisis grafik dan analisis statistik berikut
ini: 1 Analisis Grafik
Pada diagram pencar hasil olah data SPSS dengan kesimpulan bahwa apabila data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka model tersebut telah memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal maka model
tersebut tidak memenuhi asumsi normalitas. Hasil pengujian normalitas dapat dilihat pada Gambar 4.2 sebagai berikut:
Gambar 4.2 Grafik P-Plot
Sumber : Hasil Penelitian, 2014 data diolah
Universitas Sumatera Utara
89
Pada Gambar 4.2 diatas menunjukkan data menyebar disekitar garis diagonal dimana hasil ini menjelaskan bahwa data yang akan diregresi
dalam penelitian ini berdistribusi normal atau dapat dikatakan bahwa persyaratan normalitas data bisa dipenuhi.
2 Analisis Statistik Uji normalitas dengan analisis statistik dapat dilihat dari uji Kolmogrov
– Smirnov pada tabel 4.11 :
Tabel 4.11 Hasil Uji Kolmogorov
– Smirnov K-S
Unstandardized Residual N
71 Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.38417671
Most Extreme
Differences Absolute
.078 Positive
.078 Negative
-.046 Kolmogorov-Smirnov Z
.654 Asymp. Sig. 2-tailed
.785
a.Test distribution is normal b. Calculated from data
Sumber : Hasil Penelitian, 2014 data diolah Berdasarkan tabel 4.11 menunjukkan bahwa hasil uji Kolmogrov-Smirnov
yakni nilai signifikansi diatas 0,05 dengan nilai Asymp.Sig 2-tailed sebesar 0,785 dimana hal ini menyatakan bahwa data penelitian ini
berdistribusi normal.
4.2.4.2. Uji multikolinieritas
Multikolinieritas adalah suatu keadaan dimana antar variabel bebas saling mempengaruhi dengan kuat. Persamaan regresi ganda yang baik adalah
persamaan yang bebas dari multikolinieritas, ada tidaknya
masalah
Universitas Sumatera Utara
90
multikolinieritas dalam sebuah model regresi dapat dideteksi dengan VIF Variance Inflation Factor dan nilai toleransi tolerance. Suatu model regresi
dikatakan bebas dari masalah multikolinieritas jika mempunyai nilai VIF10 dan mempunyai nilai tolerance diatas 0,1 Sudarmanto, 2013:239. Hasil pengujian
multikolinieritas dapat dilihat pada tabel 4.12:
Tabel 4.12 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Kepemimpinan 0.767
1.304 Iklim Komunikasi Organisasi
0.767 1.304
a. Dependent Variable : Kinerja Karyawan
Sumber : Hasil Penelitian, 2014 data diolah Berdasarkan hasil pengolahan data pada tabel 4.12 menunjukkan nilai VIF dan
tolerance semua variabel dalam penelitian ini tidak mengalami multikolinieritas. Hal ini ditunjukkan oleh kedua variabel tersebut yang memiliki nilai VIF lebih
kecil dari 10 dan nilai tolerance lebih besar dari 0,1. Hasil pengujian tersebut menunjukkan bahwa dalam model regresi ini seluruh variabel bebas dan tidak
terjadi masalah multikolinieritas.
4.2.4.3. Uji heteroskedastisitas