Uji Normalitas Uji Multikolenieritas

Tabel 4.15 Distribusi Jawaban Responden pada Indikator Empati No. Jawaban Responden Jumlah 1. Sangat Setuju 4 3,45 2. Setuju 52 44,83 3. Kurang Setuju 58 50,00 4. Tidak Setuju 2 1,72 Jumlah 116 100 Sumber: Hasil pengolahan data penelitian tahun 2013 Berdasarkan tabel di atas menunjukkan bahwa dari tiga item indikator empati, distribusi rata-rata paling tinggi jawaban responden menyatakan kurang setuju sebesar 50,00, kemudian setuju sebesar 44,83, sedangkan sangat setuju sebesar 3,45, dan kategori tidak setuju sebesar 1,72. Hal ini menunjukkan bahwa empati di Perpustakaan Daerah Provinsi Jawa Tengah dalam kategori rendah.

4.1.2 Uji Asumsi Klasik

4.1.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel dipenden keduanya memiliki distibusi normal atau tidak. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov–Smirnov Sample K-S. Uji Sample K-S dilakukan dengan membuat hipotesis sebagai berikut: H : data residual berdistribusi normal, jika probabilitas 0,05 H a : data residual tidak berdistribusi nomal, jika probabilitas 0,05 Hasil uji normalitas kolmogrov-smirnov dengan menggunakan program SPSS adalah sebagai berikut: Tabel 4.16 Hasil Uji Normalitas Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 116 Normal Parameters a,b Mean ,0000000 Std. Deviation 3,07410484 Most Extreme Differences Absolute ,078 Positive ,040 Negative -,078 Kolmogorov-Smirnov Z ,839 Asymp. Sig. 2-tailed ,483 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil pengolahan data penelitian tahun 2013 Berdasarkan uji normalitas kolmogrov-smirnov terlihat dari nilai Asymp. Sig. 2-tailed sebesar 0,483 atau probabilitas 0,05. Hal ini berarti data berdistribusi normal dan model regresi memenuhi asumsi normalitas.

4.1.2.2 Uji Multikolenieritas

Uji multikolenieritas digunakan untuk menguji apakah ditemukan adanya korelasi antara variabel kompetensi pegawai dan fasilitas perpustakaan. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel-variabel tersebut. Multikolenieritas dapat dideteksi dengan mencari besarnya Variance Inflation Factor VIF. Antara variabel kompetensi pegawai dan fasilitas perpustakaan dikatakan multikolenieritas apabila toleransinya ≤ 0,10 atau VIF ≥ 10, dan sebaliknya jika nilai toleransinya ≥ 0,10 atau VIF ≤ 10 maka dapat diartikan variabel - variabel tersebut tidak terjadi multikolenieritas. Hasil pengujian multikolenieritas dapat dilihat pada tabel berikut: Tabel 4.17 Hasil Uji Multikolenieritas Sumber: Hasil pengolahan data penelitian tahun 2013 Dari tabel 4.17 diperoleh VIF untuk variabel kompetensi pegawai dan fasilitas perpustakaan masing – masing sebesar 1,169 ≤ 10 dan nilai tolerance sebesar 0,856 ≥ 0,1 sehingga dapat disimpulkan bahwa model regresi tidak mengandung multikolenieritas.

4.1.2.3 Uji Heteroskedastisitas