Uji Normalitas Data Uji Multikolinearitas

tangga, 12.9 wanita perawat menjawab sangat setuju, 40.6 menjawab setuju, 25.7 menjawab kurang setuju, 13.4 menjawab tidak setuju, dan 7.4 menjawab sangat tidak setuju. Hal ini menunjukkan bahwa wanita perawat tidak mempunyai waktu untuk membersihkan rumah sehingga membuat mereka membutuhkan pembantu rumah tangga untuk membersihkan rumah mereka. 4.3 Metode Analisis Data 4.3.1 Uji Asumsi Klasik Hipotesis yang dirumuskan harus diuji kebenarannya. Pengujian ini akan membuktikan H atau H 1 yang akan diterima. Jika H 1 yang diterima maka H ditolak. Artinya ada pengaruh antara variabel peran ganda dan stres kerja terhadap kinerja wanita perawat. Data telah diuji dengan asumsi klasik dan memenuhi asumsi tersebut selanjutnya dilakukan pengujian hipotesis dengan menggunakan analisis regresi. Dalam analisis regresi dilakukan dengan Metode Enter karena dalam Metode Enter seluruh variabel akan dimasukkan ke dalam analisis untuk dapat diketahui variabel mana yang mempunyai pengaruh signifikan terhadap variabel dependen.

4.3.2 Uji Normalitas Data

Tujuan uji normalitas adalah ingin menguji model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Universitas Sumatera Utara Sumber: Hasil Pengolahan SPSS Gambar 4.1 Normalitas P-P Plot Gambar 4.1 menggambarkan distribusi frekuensi dari kinerja wanita perawat, dibandingkan dengan distribusi frekuensi yang ditentukan. Jika titik-titik distribusi berada disekitar garis lurus diagonal maka distribusi frekuensi pengamatan sama dengan distribusi uji yang berarti data terdistribusi secara normal. Dari grafik terlihat titik-titik distribusi terletak disekitar garis lurus diagonal, sehingga dapat disimpulkan bahwa distribusi frekuensi kinerja wanita perawat sesuai dengan distribusi uji. Dengan kondisi demikian dapat disimpulkan Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Kinerja Universitas Sumatera Utara yang diperoleh adalah bahwa penyebaran kinerja wanita perawat mengikuti distribusi normal. Tabel 4.8 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 202 Normal Parametersa,b Mean .0000000 Std. Deviation 1.89213959 Most Extreme Differences Absolute .088 Positive .088 Negative -.079 Kolmogorov-Smirnov Z 1.245 Asymp. Sig. 2-tailed .090 a Test distribution is Normal. b Calculated from data. Sumber: Hasil Pengolahan Data SPSS Berdasarkan Tabel 4.8 dapat diketahui bahwa nilai Asymp. Sig 2-tailed adalah 0,090, ini berarti di atas nilai signifikan 0,05 atau 5. Oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel residual berdistribusi normal. Dari kedua uji normalitas Pendekatan Grafik dan Pendekatan Kolmogorov-Smirnov di atas terbukti bahwa variabel berdistribusi normal.

4.3.3 Uji Heterokedastisitas

Uji heterokedastisitas dilakukan dengan menggunakan kurva scatterplot nilai residual variabel dependen. Pengambilan kesimpulan diketahui dari Universitas Sumatera Utara memperlihatkan sebaran plot data. Peneliti menggunakan dua pendekatan untuk mendeteksi ada atau tidaknya heterokedastisitas, yaitu:

1. Pendekatan Grafik Grafik Scatterplot

Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar baik di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Sumber: Hasil Pengolahan SPSS Gambar 4.2 Scatter Plot Grafik scatterplot adalah grafik penyebaran dari residual regresi. Grafik ini digunakan untuk memeriksa linearitas dari hubungan antara variabel independent dan variabel dependent. Berdasarkan plot data yang diproses dari hasil perhitungan SPSS pada gambar terlihat bahwa sebaran data tidak mengumpul pada satu sudutbagian saja melainkan sebaran data menyebar pada keseluruhan bagian. Maka dapat Regression Studentized Residual 2 1 -1 -2 -3 Regressi on S tandardi zed Predi ct ed V al ue 1 -1 -2 Scatterplot Dependent Variable: Kinerja Universitas Sumatera Utara disimpulkan bahwa tidak terjadi heterokedastisitas pada data, sehingga dapat dikatakan bahwa data penelitian ini homogen.

2. Pendekatan Statistik Uji Glejser

Glejser mengusulkan untuk meregres nilai absolute residual terhadap variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Tabel 4.9 Hasil Statistik Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.961 .449 8.824 .000 PeranGanda -.124 .046 -.266 -2.712 .070 StresKerja -.048 .035 -.134 -1.365 .174 a Dependent Variable: absut Sumber: Hasil Pengolahan dengan SPSS Berdasarkan Tabel 4.9 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi hasil uji Glejser sesuai dengan metode grafik bahwa pada model regresi tidak terjadi heterokedastisitas.

4.3.4 Uji Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Universitas Sumatera Utara Inflation Factor melalui program SPSS. Tolerance mengukur variabelitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Tabel 4.10 Uji Nilai Tolerance danVIF Model Collinearity Statistics Tolerance VIF 1 Constant PeranGanda .446 2.240 StresKerja .446 2.240 Sumber: Hasil Penelitian dengan SPSS Berdasarkan Tabel 4.10 dapat terlihat bahwa: a. Nilai VIF dari peran ganda dan stres kerja lebih kecil dari 5 VIF 5, ini berarti tidak terdapat multikolinearitas antara variabel independen dalam model regresi. b. Nilai Tolerance dari peran ganda dan stres kerja lebih besar dari 0,1, ini berarti tidak terdapat multikolinearitas antara variabel independen dalam model regresi.

4.4 Analisis Regresi Linear Berganda

Analisis ini digunakan untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat.

4.4.1 Uji Signifikansi Simultan Uji-F

Universitas Sumatera Utara