163
b.Pendekatan Grafik
Sumber: Hasil pengolahan data SPSS Versi 17.00, 2014 Gambar 4.2
Normal P-P Plot of Regresion Standarized Residual
Pada Gambar 4.2 dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu,
berdasarkan Gambar 4.2 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.
c. Pendekatan Kolmogorov-smirnov
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample KS dengan melihat
data residualnya apakah berdistribusi normal atau tidak Situmorang dan Lutfi, 2011:105.
Menentukan kriteria keputusan :
a. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal.
Universitas Sumatera Utara
164
b. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal
Tabel 4.15 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
67 Normal
Parameters
a
Mean .0000000
Std. Deviation
2.11569284 Most Extreme
Differences Absolute
.134 Positive
.114 Negative
-.134 Kolmogorov-Smirnov Z
1.094 Asymp. Sig. 2-tailed
.183 a. Test distribution is Normal.
Sumber : Hasil Pengolahan Data SPSS Versi 17.00, 2014
Pada Tabel 4.15 terlihat bahwa Asymp.Sig. 2-tailed adalah 0,183 dan diatas nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi
normal.
2. Pengujian Heteroskedastisitas
Uji heteroskedastisitas pada prinsipnya digunakan untuk menguji apakah sebuah grup mempunyai varian yang sama diantara anggota grup tersebut. Jika
varians sama, dan ini seharusnya yang terjadi maka dikatakan homoskedastisitas. Jika varians tidak sama dikatakan heteroskedastisitas Situmorang dan Lutfi,
2011:108. Uji statistik yang digunakan dalam penelitian ini adalah metode grafik
Scatterplot untuk menguji ada tidaknya heteroskedastisitas.
Universitas Sumatera Utara
165
Pada Gambar 4.3 dapat dilihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model model regresi, sehingga model regresi dapat dipakai untuk
memprediksikan risiko investasi berdasarkan masukan variabel independennya. Untuk memperoleh tingkat uji heterokedastisitas yang lebih signifikan,
maka dalam penelitian ini juga dilakukan uji Glejser. Apabila signifikansi lebih besar dari taraf nyata, maka dianggap tidak terjadi masalah heterokedastisitas, dan
begitu juga sebaliknya. Kriteria pengambilan keputusan dalam dengan uji Glejser sebagai berikut :
a. Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas.
b. Jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
166
Tabel 4.16 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.115 1.324
1.597 .116
Fokus_Pada_Pelanggan .049
.160 .061
.305 .762
Obsesi_Terhadap_Kualitas -.825
.268 -.708
-3.075 .063
Pendekatan_Ilmiah .505
.259 .522
1.951 .056
Komitmen_Jangka_Panjang .082
.153 .090
.534 .595
Kerjasama_Tim -.080
.209 -.077
-.383 .703
Perbaikan_Sistem_Secara_ Berkesinambungan
-.179 .160
-.222 -1.121
.267 Pendidikan_Dan_Pelatihan
-.177 .158
-.258 -1.119
.268 Kebebasan_Terkendali
-.178 .149
-.196 -1.192
.238 Kesatuan_Tujuan
.314 .204
.332 1.542
.129 Keterlibatan_Dan_Pemberd
ayaan_Karyawan .434
.197 .504
2.210 .071
a. Dependent Variable: absut
Sumber : Hasil pengolahan data SPSS Versi 17.00, 2014
Berdasarkan Tabel 4.16 memperlihatkan bahwa tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolute Ut abSut. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 0,05, sehingga model regresi tidak mengarah adanya
heteroskedastisitas
3. Pengujian Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel bebas independent
Universitas Sumatera Utara
167
variabel. Jika terjadi korelasi, maka dikatakan terdapat masalah multikolinearitas. Hasil pengolahan dapat dilihat pada Tabel 4.17 berikut ini :
Sumber : Hasil pengolahan data SPSS Versi 17.00, 2014
Pengambilan Keputusan :
a. VIF 5 maka diduga mempunyai persoalan multikolinieritas b. VIF 5 maka tidak terdapat multikolinieritas
c. Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas Tabel 4.17