4.2.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas memiliki distribusi normal. Model regresi
yang baik adalah jika model regresi memiliki distribusi normal atau mendekati normal. Uji nomalitas dideteksi dengan melihat penyebaran data titik pada
sumbu diagonal dari grafik atau dapat juga dengan melihat histogram dari residualnya. Apabila data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi tersebut memenuhi asumsi normalitas, demikian sebaliknya.
Pada penelitian hasil pengolahan data menampilkan grafik normal, plot yang ada menunjukkan titik menyebar sekitar garis diagonal, serta penyebaran
mengikuti arah garis diagonal, demikian juga dengan grafik histogram memberikan pola distribusi normal. Maka model regresi layak dipakai untuk
memprediksikan keberhasilan Kinerja Dinas Kesejahteraan dan Sosial Provinsi Sumatera Utara berdasarkan masukan variabel independennya Partisipasi
Penyusunan Anggaran, Motivasi dan Komitmen Organisasi.
Sumber: Hasil Olah Data SPSS, 2013
Gambar 4.1
Berdasarkan gambar 4.1 dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Dengan
demikian dapat dinyatakan bahwa penyebaran data mendekati normal atau memenuhi asumsi normalitas. Hal ini juga dilihat dari grafik histogram berikut.
Sumber: Hasil Olah Data SPSS, 2013
Gambar 4.2
Berikut tabel 4.10 uji data statistik dengan model Kolmogorov-Smirnov juga dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal
atau tidak.
Tabel 4.10 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parameters
a,b
Mean .0000000
Std. Deviation 8.38016882
Most Extreme Differences Absolute
.114 Positive
.114
Negative -.097
Kolmogorov-Smirnov Z .653
Asymp. Sig. 2-tailed .788
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Olah Data SPSS, 2013 Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti
yang terdapat dalam tabel 4.10 dapat disimpulkan bahwa data berdistribusi normal. Hal ini dapat dilihat dari nilai Asymp. Sig 2-tailed adalah 0,788 dan
diatas nilai signifikan 0,05.
4.2.3.2 Uji Multikolinieritas