Hasil Pengujian Asumsi Klasik

IV.1.6. Hasil Pengujian Asumsi Klasik

IV.1.6.1. Hasil uji normalitas Uji normalitas digunakan untuk menguji apakah dalam model regresi linier berganda, variabel pengganggu atau residual memiliki distribusi normal. Untuk mendeteksi apakah variabel pengganggu atau residual berdistribusi normal atau tidak dilakukan dengan analisis grafik dan analisis statistik. Uji normalitas dengan menggunakan analisis grafik dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dengan melihat tampilan grafik normal plot dapat terlihat bahwa data atau titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat dinyatakan bahwa model regresi memenuhi asumsi normalitas. Hasil uji normalitas dengan menggunakan analisis grafik dapat dilihat pada Gambar IV.2. 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 E xp ec te d C u m P ro b Dependent Variable: Y Normal P-P Plot of Regression Standardized Residual Sumber: Hasil Penelitian, 2010 Data Diolah Gambar IV.2. Hasil Uji Normalitas Universitas Sumatera Utara Di samping uji normalitas dengan menggunakan analisis grafik, maka selanjutkan juga dilakukan uji normalitas dengan menggunakan analisis statistik. Uji ini dilakukan dengan melihat nilai Asymp. Sig. 2-tailed, bila nilai yang dihasilkan lebih besar dari 5 berarti data berdistribusi normal. Dari hasil pengujian normalitas dengan uji Kolmogorov-Smirnov menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,231 lebih besar dari nilai signifikan 0,05, dengan kata lain variabel pengganggu atau residual memiliki distribusi normal. Hasil pengujian normalitas dengan uji Kolmogorov-Smirnov dapat dilihat pada Tabel IV.6 berikut ini. Tabel IV.6. One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 69 Normal Parametersa,b Mean .0000000 Std. Deviation 1.78300231 Most Extreme Differences Absolute .125 Positive .125 Negative -.065 Kolmogorov-Smirnov Z 1.039 Asymp. Sig. 2-tailed .231 a Test distribution is Normal. b Calculated from data. Sumber: Hasil Penelitian, 2010 Data Diolah IV.1.6.2. Uji multikolonieritas Uji multikolonieritas dilakukan untuk melihat apakah pada model regresi linier berganda ditemukan adanya korelasi antar variabel bebas. Model regresi yang Universitas Sumatera Utara baik seharusnya tidak terjadi multikolonieritas. Untuk uji multikolonieritas pada penelitian ini adalah dengan melihat nilai Variance Inflation Factor VIF. Menurut Ghozali 2005 nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah Tolerance 0,10 atau sama dengan nilai VIF 10. Tabel IV.7. Hasil Uji Multikolonieritas Model Collinearity Statistics Tolerance VIF 1 Constant Komunikasi X 1 .838 1.194 Tim Kerja X 2 .838 1.194 a Dependent Variable: Kinerja Personil Sumber: Hasil Penelitian, 2010 Data Diolah Dari Tabel IV.7 di atas menunjukkan bahwa tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF 10. Jadi dapat dinyatakan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi pada penelitian ini. IV.1.6.3. Uji heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi linier berganda terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk uji heteroskedastisitas pada penelitian ini Universitas Sumatera Utara dengan melihat grafik plot antara nilai prediksi variabel dependen dengan residualnya, dengan dasar analisis sebagai berikut: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. -4 -2 2 4 Regression Studentized Residual -4 -2 2 4 R eg re ss io n St an da rd iz ed P re di ct ed V al ue Dependent Variable: Y Scatterplot Sumber: Hasil Penelitian, 2010 Data Diolah Gambar IV.3. Hasil Uji Heteroskedastisitas Dari Gambar IV.3 di atas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa model regresi linier berganda dalam penelitian ini tidak mengandung adanya heteroskedastisitas. Universitas Sumatera Utara IV.2. Pembahasan IV.2.1. Hasil Pengujian Hipotesis Pertama Secara Serempak