7. Pernyataan 7, dari 86 responden 96,5 menyatakan sangat puas sekali bahwa
perusahaan telah mendirikan perumahan saranafasilitas yang diberikan kepada karyawan untuk meningkatkan produktivitas kerja. 3,4 menyatakan
netral. 8.
Pernyataan 8, dari 86 responden 93 menyatakan sangat puas sekali bahwa Program CSR akan ditingkatkan untuk memacu motivasi karyawan dalam
bekerja. 6,9 menyatakan netral.
4.4. Uji Asumsi Klasik
4.4.1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data berbentuk lonceng. Data
yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau ke kanan. Dengan adanya tes normalitas maka hasil
penelitian kita bisa digeneralisasikan pada populasi. Dalam pandangan statistik itu sifat dan karakteristik populasi adalah terdistribusi secara normal.
1. Pendekatan Histogram
Untuk menguji normalitas data dapat dilihat dengan kurva normal. Kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah bahwa mean, mode
dan median pada tempat yang sama. Jika ketiga tendendi sentral tersebut tidak terletak pada satu tempat, maka berarti bahwa kurva tersebut juling ke kiri dan ke kanan. Ukuran
kemiringan puncak kurva tersebut dikenal dengan nama kemiringan kurva skewness. Kemiringan suatu kurva distribusi data dapat bertanda positif jika kurva juling ke kanan dan
bertanda negatif jika kurva juling ke kiri.
Universitas Sumatera Utara
Gambar 4.5. Uji Normalitas Dengan Pendekatan Histogram
Pada grafik histogram terlihat bahwa variabel keputusan berdistribusi tidak normal. Hal ini ditunjukkan oleh distribusi data tersebut melenceng ke kiri.
2. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik normal p-p plot. Grafik normal p-p plot akan membentuk plot antara nilai–nilai teoritis sumbu x melawan
nilai–nilai yang didapat dari sampel sumbu y. Gambar 4.5.
Uji Normalitas Dengan Pendekatan Histogram
Universitas Sumatera Utara
Pada scatter plot terlihat titik tidak mengikuti data di sepanjang garis diagonal. Hal ini berarti data tidak berdistribusi normal.
3. Pendekatan Kolmogorov-Smirnov
Uji normalitas juga dilakukan dengan menggunakan pendekatan Kolmogorov- smirnov.Hal ini untuk memastikan apakah data di sepanjang garis normal berdistribusi
normal. Tabel 4.6.
Pendekatan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 86
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,78050641
Most Extreme Differences Absolute
,417 Positive
,417 Negative
-,395 Kolmogorov-Smirnov Z
3,863 Asymp. Sig. 2-tailed
,000 a. Test distribution is Normal.
b. Calculated from data.
Pada tabel terlihat bahwa nilai Asymp.Sig.2-tailed adalah 0.000 dan dibawah nilai signifikan 0,05. Dengan kata lain variabel residual tidak berdistribusi normal. Sedangkan
nilai kolmogorov smirnov Z lebih besar dari 1,97 berarti ada perbedaan antara distribusi teoritik dan distribusi empiric, dengan kata lain data dikatakan tidak normal.
Universitas Sumatera Utara
4.4.2. Uji Heterokedastisitas
