ini disebabkan karena nilai maksimum employee diff jaraknya terlalu besar dari nilai minimumnya, sehingga dapat menimbulkan data penelitian menjadi bias.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak Ghozali, 2006:
110-112. Jika distribusi dari nilai-nilai residual tersebut tidak dapat dianggap berdistribusi normal, maka dikatakan ada masalah terhadap uji normalitas.
Menurut Ghozali, 2006:110 ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan cara analisis grafik dan analisis
statistik. 1
Analisis Grafik Uji normalitas dapat dilakukan dengan metode grafik histogram dan
Probability Plot P-Plot. Hasil uji normalitas dalam penelitian ini dapat dilihat pada gambar 4.1 dan 4.2 berikut ini:
Gambar 4.1 Grafik Histogram
Sumber: Hasil Output SPSS
Berdasarkan gambar 4.1 diatas menunjukkan grafik histogram dalam gambar memberikan pola distribusi normal dengan penyebaran secara
merata baik ke kiri maupun ke kanan.
Gambar 4.2 Normal Probability Plot
Sumber: Hasil Output SPSS Berdasarkan gambar 4.2 diatas, grafik normal probability plot
menunjukkan titik-titik mengikuti garis diagonal dan penyebarannya mendekat dengan garis normal. Hasil analisis grafik menunjukkan data
terdistribusi normal. 2
Analisis Statistik Pengujian normalitas data dapat dideteksi melalui uji one sample
kolmogrov-smirnov. Hasil uji Kolmogrov – Smirnov pada penelitian ini memiliki nilai asymp. sig 2-tailed lebih besar dari nilai signifikansi
0,05 0,510 0,05. Sehingga menunjukkan data memiliki pola distribusi normal. Oleh karena itu, model regresi memenuhi asumsi normalitas.
Hasil pengujian normalitas data dengan uji kolmogorov-Smirnov dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.3 Nilai
Kolmogorov_Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
95 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .11977637
Most Extreme Differences Absolute .084
Positive .077
Negative -.084
Kolmogorov-Smirnov Z .821
Asymp. Sig. 2-tailed .510
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Output SPSS
4.3.2 Uji Multikolinearitas