4.2.3. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang
digunakan dalam penelitian ini adalah:
4.2.3.1. Uji Normalitas
Digunakan bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal, yakni distribusi data dengan
bentuk lonceng dan distribusi tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan grafik, pendekatan
histogram dan uji statistik dengan pendekatan Kolmogrov-Smirnov. Dengan menggunakan tingkat signifikansi 5 0,05 maka jika Asymp.Sig 2-tailed diatas
nilai signifikansi 5 0,05 artinya variabel residual berdistribusi normal.
1. Pendekatan Histogram
Gambar 4.2 Histogram Uji Normalitas Sumber: Hasil
Pengolahan SPSS 2012
Universitas Sumatera Utara
Pada Gambar 4.2 terlihat bahwa residual data berdistribusi normal, hal tersebut ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
menceng ke kiri atau ke kanan.
2. Pendekatan Grafik
Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data di sepanjang garis normal, hal ini berarti residual data berdistribusi normal.
Universitas Sumatera Utara
3. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, karena sifatnya lebih subjektif. Oleh karena itu perlu dilakukan uji normalitas secara
statistik dengan pendekatan kolmogorov-smirnov 1 sample KS. Hasil uji normalitas dengan pendekatan kolmogorov-smirnov dapat dilihat pada Tabel 4.10.
Tabel 4.10 Hasil Uji Normalitas Pendekatan Kolmogorov-Smirnov
Sumber: Hasil Pengolahan SPSS 2012
Pada Tabel 4.10 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,178 dan diatas nilai signifikansi 0,05, hal ini berarti residual data berdistribusi
normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 70
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.36624556
Most Extreme Differences Absolute
.131 Positive
.131 Negative
-.124 Kolmogorov-Smirnov Z
1.100 Asymp. Sig. 2-tailed
.178 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
4.2.1.1. Uji Heteroskedastisitas
Metode ini digunakan untuk menguji apakah dalam sebuah model regresi terjadi kesamaan varians dari residual pada satu pengamatan ke pengamatan
lainnya. Jika varians dari satu residual suatu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas namun jika varians berbeda, maka disebut
heteroskedastisitas. Untuk mengatasinya kelemahan pengujian dengan grafik dapat
menggunakan pendekatan statistik dengan uji Glejser, heteroskedastisitas tidak akan terjadi apapbila tidak satupun variabel independen signifikan secara statistik
mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi
tidak mengarah adanya heteroskedastisitas.
1. Pendekatan Grafik
Gambar 4.4 Scatterplot Uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS 2012
Universitas Sumatera Utara
Pada Gambar 4.4 grafik scatterplot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di
atas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi kepuasan kerja berdasarkan masukan variabel penggunaan teknologi informasi.
1. Pendekatan Statistik Uji Glejser
Tabel 4.11 Hasil Uji Glejser Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.006
2.009 1.496
.139 Penggunaan_TI
-.026 .051
-.062 -.511
.611 a. Dependent Variable: AbsUt
Sumber: Hasil Pengolahan SPSS 2012
Pada Tabel 4.11 terlihat variabel independent penggunaan teknologi informasi tidak signifikan secara statistik mempengaruhi variabel dependent
Absolut Ut AbsUt. Hal ini terlihat dari nilai probabilitas signifikannya 0,611 di atas tingkat kepercayaan 5 0,05, jadi disimpulkan model regresi tidak
mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
4.2.4. Analisis Regresi Linear Sederhana