Uji Normalitas Uji Asumsi Klasik

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