72 perusahaan, 29,5 menyatakan setuju, 9,1 menyatakan kurang setuju, 2,3
menyatakan tidak setuju, dan 9,1 responden menyatakan sangat tidak setuju dengan pernyataan tersebut. Hal ini menunjukan sebagian besar karyawan telah
berdekasi penuh untuk perusahaan. 17. Pada pernyataan ketujuhbelas, dari 44 responden, sebanyak 68,2 responden
menyatakan sangat setuju bahwa Saya dengan senang hati membantu rekan yang menghadapi masalah, 18,2 menyatakan setuju, 6,8 menyatakan
kurang setuju, 4,5 menyatakan tidak setuju, dan 2,3 responden menyatakan sangat tidak setuju dengan pernyataan tersebut. Hal ini menunjukan bahwa
sebagian besar karyawan dengan senang hati membantu rekan kerja yang sedang menghadapi masalah.
4.3 Uji Asumsi Klasik
4.3.1 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 pendekatan grafik dan pendekatan Kolmogorv-Smirnov. 1. Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat seperti Gambar 4.2, dan Gambar 4.3.
73
Sumber: Hasil Penelitian, 2015 data diolah
Gambar 4.2 Pengujian Normalitas Histogram
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melenceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
74
Sumber: Hasil Penelitian, 2015 data diolah
Gambar 4.3 Pengujian Normalitas P-P Plot
Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data
yang dipergunakan dalam penelitian ini memenuhi asumsi normalitas sehingga layak untuk diuji dengan model regresi.
2. Analisis Statistik Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Jika nilai sig probability lebih besar dari 0,05 maka Ho ditolak dengan pengertian bahwa data yang dianalisis
berdistribusi normal. Demikian juga sebaliknya jika nilai sig probability lebih kecil dari 0,05 maka Ho diterima dengan pengertian bahwa data yang dianalisis
75 tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan
dengan uji statistik nonparametik Kolmogorv-Smirnov K-S.
Tabel 4.8 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 44
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 3.30366333
Most Extreme Differences Absolute
.195 Positive
.195 Negative
-.074 Kolmogorov-Smirnov Z
1.293 Asymp. Sig. 2-tailed
.071 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 4.8, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,071, ini berarti nilainya diatas nilai signifikan 5 0.05, dengan kata lain
variabel tersebut berdistribusi normal.
4.3.2 Uji Heteroskedastisitas
