73
S u
m b
e r
S Sumber: Data Primer 2015
Pada tabel 4.9 dan 4.10 menunjukkan nilai cronbach’s alpha di atas variable PJP dan KPLS sebesar 0,817. Dengan demikian
dapat disimpulkan bahwa pernyataan dalam kuesioner ini reliable karena mempunyai nilai cronbach’s alpha 0,60. Hal
ini menunjukkan bahwa setiap item pernyataan yang digunakan mampu memperoleh data yang konsisten yang berarti bila
pernyataan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
4. Hasil Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki
distribusi normal atau tidak. Model regresi yang baik seharusnya distribusi regresi residual normal atau mendekati kenormalan.
Dasar pengambilan keputusan untuk mendeteksi kenormalan KPLS 2
44.9674 22.274
.452 .805
KPLS 3 44.5761
22.445 .532
.799 KPLS 4
44.5652 22.248
.604 .795
KPLS 5 44.4457
22.733 .560
.799 KPLS 6
44.3370 21.962
.679 .790
KPLS 7 44.4783
22.472 .604
.796 KPLS 8
44.3587 22.452
.564 .797
KPLS 9 44.5543
23.766 .331
.812 KPLS
10 44.3913
23.142 .460
.804
74
adalah jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
Gambar 4.1 Hasil Uji Heteroskedastisitas
Gambar 4.2 Hasil Uji Heteroskedastisitas
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar berhimpit disekitar garis
diagonal atau mengikuti arah garis diagonal, hal ini menunjukkan
75
bahwa residual terdistribusi normal, maka model regresi layak digunakan grafik histogram memperlihatkan pola distribusi
mendekati normal. Dapat disimpulkan bahwa grafik normal plot dan grafik histogram menunjukkan model regresi layak dipakai
karena memenuhi asumsi normalitas.
Tabel 4.11 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardi zed
Residual N
92 Normal
Parameters
a,b
Mean .0000000
Std. Deviation
3.34846436 Most Extreme
Differences Absolute
.123 Positive
.123 Negative
-.088 Kolmogorov-Smirnov Z
1.176 Asymp. Sig. 2-tailed
.126 a. Test distribution is Normal.
b. Calculated from data. Sumber: Data Primer 2015
Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-Smirnov. Uji Kolmogorov-Smirnov adalah salah
satu cara untuk menguji goodness fit. Dalam hal ini yang diperhatikan adalah tingkat kesesuaian antara distribusi nilai
sampel skor yang diobservasi dengan distribusi teoritis tertentu normal, uniform, atau posion.
Berdasarkan tabel 4.10 One-Sample Kolmogorov-Smirnov Test dapat diketahui bahwa nilai signifikansi sebesar 0.126 lebih besar
