Table 4.7 Uji Reliabilitas Variabel
Cronbachs Alpha
N of Items .906
14
Sumber: Hasil pengolahan data, 2011 Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk seluruh
variabel, menunjukkan bahwa angka Cronbach’s alpha sebesar 0,906 dan
ini berarti lebih besar dari 0,6. Maka, butir pertanyaan yang variabel mengukur formalisasi pengembangan sistem telah reliabel.
4. Uji Asumsi Klasik
Uji asumsi klasik terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. Uji asumsi klasik digunakan untuk
memastikan bahwa model regresi didalam penelitian ini sudah baik. Pengujian asumsi klasik dalam penelitian ini menggunakan uji normalitas, uji
multikolinieritas dan uji heteroskedastisitas. Sedangkan uji autokorelasi tidak digunakan dalam penelitian ini, karena data didalam penelitian ini merupakan
data primer dan tidak bersifat time-series.
a. Uji Normalitas
Ghozali 2006 mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Ada beberapa pendekatan untuk melakukan uji normalitas, Situmorang et al 2010 menyampaikan bahwa beberapa
pendekatan untuk melakukan uji normalitas yaitu: pendekatan histogram,
Universitas Sumatera Utara
pendekatan grafik dan pendekatan Kolmogorov-Smirnov. Untuk pendekatan histogram, dapat dilihat dalam gambar dibawah ini:
Gambar 4.1 Histogram
Sumber: Hasil pengolahan data, 2011 Pada grafik histogram di atas, terlihat bahwa variabel berdistribusi
normal, hal tersebut ditunjukkan oleh kurva yang berbentuk lonceng bell shaped
yang tidak memiliki kecondongan ke sisi kiri ataupun ke sisi kanan. Selain pendekatan histogram, uji normalitas dapat dilihat dengan
menggunakan pendekatan grafik yang digambarkan dalam grafik P-P Plot seperti gambar dibawah ini:
Regression Standardized Residual
2 1
-1 -2
F re
q u
e n
c y
5 4
3 2
1
Histogram Dependent Variable: Keahlian
Mean =4.72E-16 Std. Dev. =0.966
N =31
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Sumber: Hasil pengolahan data, 2011 Berdasarkan grafik P-P Plot di atas, terlihat bahwa plot data
berbentuk linier dan berada disekitar garis diagonal, maka data dalam penelitian ini dikatakan berdistribusi normal. Untuk melengkapi uji
normalitas, dipakai uji normalitas dengan pendekatan Kolmogorov-Smirnov, yang menilai kenormalan data dengan menguji data residual. Peneliti
membandingkan nilai Asymp.Sig. 2-tailed dengan nilai signifikansi yaitu 0,05. Data dikatakan lolos uji normalitas, jika nilai Asymp.Sig. 2-tailed
lebih besar dari 0,05.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex p
e c
te d
C u
m Pr
o b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Keahlian
Universitas Sumatera Utara
Tabel 4.8 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Keahlian N
31 Normal Parametersa,b
Mean 19.1290
Std. Deviation 3.54722
Most Extreme Differences Absolute
.200 Positive
.200 Negative
-.145 Kolmogorov-Smirnov Z
1.116 Asymp. Sig. 2-tailed
.166 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil pengolahan data, 2011 Pada tabel Kolmogorov-Smirnov di atas, terlihat bahwa nilai
Asymp.Sig. 2-tailed sebesar 0.166 yang berarti lebih besar daripada 0.05
sehingga dapat disimpulkan bahwa data residual berdistribusi normal.
b. Uji Multikolinieritas