1. Pendekatan Histogram
Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak
melenceng ke kiri atau melnceng ke kanan. Histogram
Dependent Variable: Kinerja
Sumber: Hasil Pengolahan data SPSS, 2015 Gambar 4.1 Histogram Normalitas
2. Pendekatan Grafik
Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang
didapat dari sampel sumbu y. Apabila plot keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual
menyebar normal.
Sumber: Hasil Pengolahan data SPSS, 2015 Gambar 4.2 Pendekatan Grafik Normalitas
3. Pendekatan Kolmogorov-Smirnov Situmorang 2012:107 memaparkan bahwa pengambilan keputusan untuk
Kolmogorov Smirnov yaitu apabila nilai value pada kolom Asymp. Sig lebih besar dari level of significant
α=5, maka tidak mengalami gangguan distribusi normal. Melalui tabel 4.10 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,972
dan diatas nilai signifikan 0,05 sehingga dapat disimpulkan bahwa data residual berdistribusi normal.
Tabel 4.9 Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 65
Normal Parameters
a,b
Mean ,0779717
Std. Deviation 1,99967715
Most Extreme Differences Absolute
,067 Positive
,067 Negative
-,060 Kolmogorov-Smirnov Z
,540 Asymp. Sig. 2-tailed
,932 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan Data SPSS, 2015 2. Uji Heterokedastisitas
Alat untuk menguji heterokedastisitas dapat dilihat dengan menggunakan alat analisis metode pendekatan grafik yang disebut dengan grafik scatter plot
Situmorang, 2012:107. 1. Metode Pendekatan Grafik
Heterokedastisitas dapat juga dilihat melalui gambar scatter plot. Gambar scatter plot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas.
Apabila grafik tidak membentuk pola yang jelas maka tidak mengalami gangguan heterokedastisitas.
Sumber: Hasil pengolahan data SPSS, 2015 Gambar 4.3 Pendekatan Grafik Heterokedastisitas
Gambar 4.3 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar. Kesimpulan yang dapat diperoleh
adalah tidak terdapat gejala heterokedastisitas, sehingga model regresi layak dipakai untuk memprediksi kinerja, berdasarkan masukan variabel kompetensi,
penempatan karyawan dan pengembangan karir.
3. Uji Multikolinearitas