Uji Normalitas Uji Asumsi Klasik

85 10. Be rdasarkan pernyataan “Saya bertanggung jawab jika barang yang sampai pada pelanggan rusak”, sebesar 5.2 responden menyatakan kurang setuju, 21.7 menyatakan setuju, dan 73.2 menyatakan sangat setuju. 11. Berdasarkan pernyataan “Melalui berusaha untuk terus melakukan perbaikan pada pelayanan”, sebesar 6.2 responden menyatakan kurang setuju, 27.8 menyatakan setuju, dan 66 menyatakan sangat setuju. 12. Berdasarkan pernyataan “Saya memastikan barang sampai pada pelanggan dalam kondisi baik”, sebesar 6.2 responden menyatakan kurang setuju, 42.3 menyatakan setuju, dan 51.5 menyatakan sangat setuju. 13. Berdasarkan pernyataan “Pelanggan melakukan pembelian ulang pada produkjasa yang saya tawarkan”, sebesar 6.2 responden menyatakan kurang setuju, 26.7 menyatakan setuju, dan 67 menyatakan sangat setuju. 14. Berdasarkan pernyataan “Pelanggan puas dengan layanan yang saya berikan”, sebesar 10.3 responden menyatakan kurang setuju, 27.8 menyatakan setuju, dan 61.9 menyatakan sangat setuju. 15. Berdasarkan pernyataan “Pelanggan yang puas biasanya menceritakan kepuasannya kepada saya”, sebesar 5.2 responden menyatakan kurang setuju, 37.1 menyatakan setuju, dan 57.7 menyatakan sangat setuju.

4.3 Uji Asumsi Klasik

4.3.1 Uji Normalitas

Uji normalitas merupakan uji yang dilakukan untuk melihat apakah data yang didapat pada suatu penelitian berdistribusi normal atau tidak. Yaitu pertama Universitas Sumatera Utara 86 dengan menggunakan analisis grafik dengan cara menganalisis grafik histogram, dimana suatu data dikatakan berdistribusi normal apabila distribusi data yang berbentuk lonceng tidak melenceng ke kiri atau ke kanan dan dengan menganalisis normal normal probability plots, dimana suatu data dikatakan berdistribusi normal apabila pada scatter plot terlihat titik-titik yang mengikuti data di sepanjang garis diagonal. Kedua, melalui uji statistik dengan menggunakan pendekatan Kolmogrov- Smirnov, dengan kriteria sebagai berikut: a. Apabila nilai Aymp. Sig. 2- Tailed nilai signifikan, maka data residual berdistribusi normal b. Apabila nilai Kolmogrov-Smirnov Z 1,97 maka data dikatakan normal. Tujuan dari uji normlitas adalah untuk menguji apakah distribusi data mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah data normal atau tidak, dilakukan dengan pendekatan histogram, grafik, dan Kolmogrov-Smirnov.

1. Pendekatan Histogram dan Normal Probability A. Pendekatan Histogram

Universitas Sumatera Utara 87 Gambar 4.1 Pendekatan Histogram Sumber: Pengolahan SPSS 17 September 2014 Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram yang berbentuk lonceng yang tidak melenceng ke kiri maupun ke kanan.

B. Pendekatan Normal Probability

Gambar 4.2 Uji Normalitas Universitas Sumatera Utara 88 Sumber: Pengolahan SPSS 17 September 2014 Berdasarkan Gambar 4.2 pendekatan grafik normalitas menunjukkan bahwa data berdistribusi normal, dimana pada scatterplot terlihat titik-titik yang mengikuti sepanjang garis diagonal.

2. Pendekatan Kolmogrov-Smirnov

Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov-Smirnov 1 sample KS dengan melihat data residual apakah berdistribusi normal. One-Sample Kolmogorov-Smirnov Test X1- Kepemimpinan diri X2- Keyakinan diri Y- Keberhasilan usaha N 97 97 97 Normal Parameters a Mean 97.3196 1.2361E2 67.3299 Std. Deviation 6.71216 1.25926E1 5.97865 Most Extreme Differences Absolute .076 .080 .100 Positive .061 .076 .100 Negative -.076 -.080 -.092 Kolmogorov-Smirnov Z .747 .784 .983 Asymp. Sig. 2-tailed .631 .570 .289 a. Test distribution is Normal. Sumber: Pengolahan SPSS 17 September 2014 Universitas Sumatera Utara 89 Berdasarkan tabel 4.9 dapat dilihat bahwa nilai Asymp. Sig2-tailed dari Self Leadership dan Self Efficacy yang melakukan Keberhasilan Usaha adalah sebesar 0,289 lebih besar dari 0,05 atau 5 dan nilai Kolmogrov-Smirnov Z adalah sebesar 0,983 lebih kecil daripada 1,97 yang berarti variabel residual berdistribusi normal dan tidak ada perbedaan antara distribusi teoritik empiric atau dengan kata lain data dikatakan normal.

4.3.2 Uji Heteroskedastisitas