Tabel 4.15 Reliability Statistics
Cronbachs Alpha
N of Items
.948 20
Sumber : Hasil pengolahan data melalui program SPSS 15.00, 1 Maret 2010
Berdasarkan Tabel 4.15 diketahui bahwa koefisien alpha dengan tingkat signifikansi 5 adalah 0,948. Ini berarti 0,948 0,60 dan 0,948 0,80
sehingga dapat dinyatakan bahwa kuesioner tersebut telah reliabel dan dapat disebarkan kepada responden untuk dapat dijadikan sebagai instrumen
penelitian ini.
C Uji Asumsi
Klasik 1.
Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam 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. Ada dua cara untuk mendeteksi apakah data
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik.
a. Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan meilhat grafik histogram dan grafik normal plot yang membandingkan antara data observasi
dengan distribusi yang mendekati distribusi normal Hasil dari output SPSS terlihat seperti Gambar 4.1 dan Gambar 4.2:
Universitas Sumatera Utara
Regression Standardized Residual
2 1
-1 -2
-3 -4
Fr eq
uen cy
12.5 10.0
7.5 5.0
2.5 0.0
Histogram Dependent Variable: Kinerja
Mean =-4.27E-16 Std. Dev. =0.992
N =65
Gambar 4.1 Grafik Histogram Sumber : Hasil pengolahan data melalui SPSS 15.00, 1 Maret 2010
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pected Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Kinerja
Gambar 4.2 Normal P-Plot Regression Standardized Residual Sumber : Hasil pengolahan data melalui SPSS 15.00, 1 Maret 2010
Universitas Sumatera Utara
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke
kanan, sedangkan pada Gambar 4.2 dapat juga terlihat titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal.
b. Analisis Statistik
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribus normal. Berikut ini pengujian
normalitas yang didasarkan dengan uji statistik non-parametrik Kolmogorov- Smirnov K-S.
Tabel 4.16 One-Sample Kolmogorov-Smirnov Test
Unstandardi zed Residual
N 65
Normal Parametersa,b
Mean .0000000
Std. Deviation 2.44379467
Most Extreme Differences
Absolute .076
Positive .060
Negative -.076
Kolmogorov-Smirnov Z .616
Asymp. Sig. 2-tailed .842
a Test distribution is Normal. b Calculated from data.
Berdasarkan Tabel 4.16 dapat diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0,842, ini berarti di atas nilai signifikan 0.05 atau 5. Oleh karena itu,
sesuai dengan analisis grafik, analisis statistik dengan dengan uji statistik non- parametrik Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel
residual berdistribusi normal.
2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain. Jika varians dari
Universitas Sumatera Utara
residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas, yaitu:
a. Metode Grafik