Normalitas Uji Asumsi Klasik

kinerja karyawan termasuk dalm kategori cukup baik dengan indek persentase minimum 57,8 yaitu pada variabel kuantitas, indeks peersentasi maksimum 66,2 yaitu pada variabel ketepatan waktu dan indeks persentasi rata-rata 61,8. ini menunjukan bahwa karyawan PT Inti Roda Makmur Persada Tbk, Tangerang, ini menunjukan kuantitas hasil kerja yang dihasilkan oleh karyawan masih perlu ditingkatkan dengan modal ketepatan waktu kerja yang telah dimiliki karyawan.

4.1.3 Uji Asumsi Klasik

Uji asumsi klasik bertujuan untuk mengetahui kondisi data yang dipergunakan dalam penelitian. Hal tersebut dilakukan agar diperoleh model analisis yang tepat. Model analisis regresi penelitian ini mensyaratkan uji asumsi terhadap data yang meliputi :

4.1.3.1 Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal, seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik Ghozali, 2011:106. Uji normalitas dilihat pada grafik Normal P-Plot sebagai berikut : Gambar 4.3 Grafik Normal P-Plot dengan Variabel Dependen Burnout Gambar 4.4 Grafik Normal P-Plot dengan Variabel Dependen Kinerja Gambar 4.3 dan 4.4 menyatakan bahwa untuk variabel dependen burnout dan variabel dependen kinerja, titik-titik pada gambar normal probability plot cenderung membentuk garis diagonal, sehingga dapat diketahui bahwa model berdistribusi normal . Untuk memastikan data terdistribusi normal dilakukan pengujian kedua dengan uji statistik dengan Kolmogorov-Smirnov. Hasil output dari pengujian normalitas dengan Kolmogorov-Smirnov adalah sebagai berikut : Tabel 4.14 Hasil Uji Normalitas dengan Kolmogorov-Smirnov dengan Variabel Dependen Burnout One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 64 Normal Parameters a,b Mean 0E-7 Std. Deviation 4,07839149 Most Extreme Differences Absolute ,086 Positive ,086 Negative - ,068 Kolmogorov-Smirnov Z ,687 Asymp. Sig. 2-tailed ,733 a. Test distribution is Normal. b. Calculated from data. Nilai Asymp. Sig 2-tailed pada Tabel 4.14 untuk variabel dependen burnout menunjukkan 0,687 dan nilai kolmogrov-smirnov sebesar 0,733. Karena nilai Asymp. Sig 2-tailed 0,05, hal ini berarti data penelitian terdistribusi normal. Tabel 4.15 Hasil Uji Normalitas dengan Kolmogorov-Smirnov dengan Variabel Dependen Kinerja One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 64 Normal Parameters a,b Mean 0E-7 Std. Deviation 4,60645539 Most Extreme Differences Absolute ,087 Positive ,087 Negative - ,053 Kolmogorov-Smirnov Z ,699 Asymp. Sig. 2-tailed ,712 a. Test distribution is Normal. b. Calculated from data. Nilai Asymp. Sig 2-tailed pada Tabel 4.15 untuk variabel dependen kinerja menunjukkan 0,699 dan nilai kolmogrov-smirnov sebesar 0,712. Karena nilai Asymp. Sig 2-tailed 0,05, hal ini berarti data penelitian terdistribusi normal.

4.1.3.2 Uji Multikolonearitas