Uji Normalitas Uji Multikolinearitas

65 pada pernyataan pertama yaitu “terkadang saya suka absen saat mengerjakan pekerjaan borong ”, dimana sebanyak 17 responden atau sekitar 21.3 menyatakan sangat setuju. Sementara jawaban yang paling dominan menyatakan setuju terdapat pada pernyataan kelima yaitu “apa yang sudah menjadi tanggung jawab saya, tidak mudah saya laksanakan dengan sungguh-sungguh ”, dimana sebanyak 55 responden atau sekitar 68.8 menyatakan setuju. Untuk jawaban yang paling dominan menyatakan kurang setuju terdapat pada pernyataan ketiga yaitu “saya menjalin hubungan yang baik dengan sesama rekan kerja diluar pekerjaan ”, dimana sebanyak 51 responden atau sekitar 63.8 menyatakan kurang setuju. Sedangkan jawaban yang paling dominan menyatakan tidak setuju terdapat pada pernyataan kedua yaitu “dalam melaksanakan pekerjaan, saya mampu membangun kerja sama yang baik ”, dimana sebanyak 27 responden atau sekitar 33.8 menyatakan tidak setuju. Untuk ketujuh pernyataan diatas tidak ada responden yang menyatakan sangat tidak setuju. 4.3 Analisis Statistik 4.3.1 Uji Asumsi Klasik

1. Uji Normalitas

Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal. Universitas Sumatera Utara 66

a. Pendekatan Histogram

Gambar 4.2 Histogram Uji Normalitas Sumber: Hasil pengolahan data 2016 Pada Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan.

b. Pendekatan Grafik

Gambar 4.3 Plot Uji Normalitas Sumber: Hasil pengolahan data 2016 Universitas Sumatera Utara 67 Pada Gambar 4.3 menunjukkan bahwa pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal. Hal ini menunjukkan bahwa residual peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov K-S .

c. Pendekatan Kolmogorv-Smirnov

Tabel 4.5 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 80 Normal Parameters a,b Mean 0E-7 Std. Deviation 1.69990218 Most Extreme Differences Absolute .076 Positive .051 Negative -.076 Kolmogorov-Smirnov Z .680 Asymp. Sig. 2-tailed .745 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil pengolahan data 2016 Pada Tabel 4.5 menunjukkan bahwa nilai Asym. Sig. 2-tailed adalah 0.745 dan diatas nilai signifikan 0.05 atau 5, sehingga dapat disimpulkan bahwa variabel residual berdistribusi normal.

2. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : a. Apabila VIF 5 maka diduga mempunyai persoalan multikolinearitas. b. Apabila VIF dari 5 maka tidak terdapat multikolinearitas. Universitas Sumatera Utara 68 c. Apabila tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas.

d. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas. Tabel 4.6

Uji Nilai Tolerance dan VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 6.028 2.857 2.110 .038 Stres Kerja .489 .165 .349 2.958 .004 .591 1.693 Konflik Kerja .441 .163 .320 2.714 .008 .591 1.693 a. Dependent Variable: Semangat Kerja Sumber: Hasil pengolahan data 2016 Pada Tabel 4.6 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.

3. Uji Heteroskedastisitas