4.3 Uji Asumsi Klasik
Uji asumsi klasik dimaksudkan untuk mengetahui apakah model regresi berganda yang digunakan untuk menganalisa dalam penelitian memenuhi asumsi
klasik atau tidak. Adapun uji asumsi klasik yang digunakan adalah sebagai berikut:
a. Uji Normalitas
Pengujian uji normalitas dapat dilakukan dengan menggunakan rumus Kolmogorov-Smirnov dan grafik normal P-P plot. Rumus dan grafik tersebut
dibawah ini menunjukkan apakah residual terdistribusi secara normal atau tidak. Perhitungan rumus Kolmogorov-Smirnov dibantu dengan menggunakan SPSS for
Windows Release 16.00. Dasar pengambilan keputusan adalah nilai probabilitas, yaitu jika nilainya lebih besar dari 0,05 maka data dalam penelitian ini
berdistribusi normal. Berdasarkan perhitungan diperoleh harga Kolmogorov-Smirnov untuk
variabel kompensasi sebesar 1.216 dengan probabilitas 0.104 lebih besar dari 0,05 sehingga dapat dinyatakan data untuk variabel kompensasi berdistribusi normal.
Variabel pekerjaan sebesar 1.124 dengan probabilitas sebesar 0.160 lebih besar dari 0,05 sehingga data untuk variabel pekerjaan dinyatakan berdistribusi normal.
Variabel rekan kerja sebesar 1.145 dengan probabilitas sebesar 0.145 lebih besar dari 0,05 sehingga data untuk variabel rekan kerja dinyatakan berdistribusi
normal. Variabel kepemimpinan sebesar 1.235 dengan probabilitas sebesar 0.095 lebih besar dari 0,05 sehingga data untuk variabel kepemimpinan dinyatakan
berdistribusi normal. Variabel kepuasan kerja sebesar 1.113 dengan probabilitas
sebesar 0.168 lebih besar dari 0,05 sehingga data untuk variabel kepuasan kerja dinyatakan berdistribusi normal. Hasil perhitungan uji normalitas dengan
menggunakan rumus Kolmogorov-Smirnov dapat dilihat pada tabel dibawah ini :
Tabel 4.45 Hasil Perhitungan Uji Normalitas Data Penelitian
One-Sample Kolmogorov-Smirnov Test
KOMPENSASI PEKERJAAN
ITU SENDIRI REKAN
KERJA KEPEMIMPINAN
KEPUASAN KERJA
N 125
125 125
125 125
Normal Parameters
a
Mean 31.02
31.96 49.67
35.71 32.31
Std. Deviation 4.349
3.421 4.547
4.842 4.923
Most Extreme Differences
Absolute .109
.101 .102
.110 .100
Positive .075
.063 .059
.110 .076
Negative -.109
-.101 -.102
-.102 -.100
Kolmogorov-Smirnov Z 1.216
1.124 1.145
1.235 1.113
Asymp. Sig. 2-tailed .104
.160 .145
.095 .168
a. Test distribution is Normal.
Grafik normal P-P plot dapat dicari untuk mengetahui normalitas data penelitian semua variable jika titik-titik yang dihasilkan mendekati garis diagonal.
Sehingga dapat disimpulkan data tersebut berdistribusi normal. Berikut ini adalah gambar grafik normal P-P plot nya :
Gambar 4.1 Grafik P-P Plot Normalitas Data Penelitian
Berdasarkan gambar diatas, titik – titik pada grafik mendekati garis
diagonal yang berarti bahwa model regresi berdistribusi normal.
b. Uji Multikolinieritas
Syarat berlakunya model regresi ganda adalah antar variabel bebasnya tidak memiliki hubungan sempurna atau tidak mengandung multikolinieritas.
Pengujian multikolinieritas ini dapat dilihat dari variance inflation factor VIF dan nilai tolerance. Antara variabel bebas dikatakan multikolinieritas apabila
toleransinya 0,1 dan VIF 10. Hasil pengujian multikolinieritas selengkapnya dapat dilihat pada tabel berikut ini :