Pada pernyataan kesebelas ’ Saya selalu tepat waktu menyelesaikan tugas yang diberikan dengan hasil yang memuaskan’, terdapat 21 respoden 42,86
menyatakan sangat setuju, 27 responden 55,10 menyatakan setuju, 1 responden 2,04 menyatakan kurang setuju, dan tidak terdapat responden yang
menyatakan tidak setuju atau sangat tidak setuju.
C. Pengujian Asumsi Klasik
Sebelum melakukan analisis regresi, agar di dapat perkiraan yang tidak bias dan efisien maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi. Persyaratan asumsi klasik yang harus dipenuhi adalah :
1. Pengujian Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan Situmorang, 2010: 91.
Sumber: hasil pengolahan SPSS 2010 Gambar 4.1 Histogram
Universitas Sumatera Utara
Interpretasi dari gambar 4.1 grafik histogram menunjukkan pola distribusi normal.
Sumber: hasil pengolahan SPSS 2010 Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Pada gambar 4.2 dapat dilihat bahwa data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan
gambar 4.2 maka dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.
2. Pengujian Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untukl menguji apakah dalam model regresi tidak terdapat ketidaksamaan variance dari satu residual satu pengamatan
ke pengamatan lainnya. Jika variance dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homoskedastisitas, bila berbeda maka
disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas Situmorang et al, 2008:65.
Universitas Sumatera Utara
a. Model grafik
Hipotesis: 1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan
heteroskedastisitas. 2. Jika diagram pencar yang ada tidak membentuk pola-pola
tertentu yang teratur atau acak maka regresi tidak mengalami gangguan heteroskedastisitas.
Sumber: hasil pengolahan SPSS 2010 Gambar 4.3 Scatterplot
Pada gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk
pola tertentu karena itu tidak mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
3. Pengujian Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIP Variance Inflation Factor melalui program SPSS 16.0. Tolrance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variable independent lainnya. Nilai umum biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIP 5,
maka tidak terjadi multikolinearitas Situmorang et al, 2010:133.
Tabel 4.12 Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .677
1.478 X2
.553 1.807
X3 .760
1.316 X4
.809 1.236
a. Dependent Variable: Kinerja
Sumber : hasil pengolahan SPSS 2010
Pada Tabel 4.12 menjelaskan mengenai besarnya VIF untuk masing- masing variabel bebas. Semua variabel bebas mempunyai nilai VIF 5, sehingga
dapat disimpulkan bahwa masalah multikolinearitas tidak ada.
D. Analisis Regresi Berganda