1. Uji Normalitas Data
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika asumsi ini
dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid. Hasil pengujian normalitas data ditunjukkan dalam grafik berikut ini:
Gambar 4.1. Grafik Normal P-P Plot
Dengan melihat tampilan grafik normal probability plot maka dapat disimpulkan bahwa pada grafik normal probability plot terlihat titik-titik menyebar di
sekitar garis diagonal, dan penyebarannya tidak jauh dari garis diagonal. Sehingga grafik tersebut menunjukkan bahwa model regrasi tidak menyalahi asumsi
normalitas. Pengujian normalitas data juga dilakukan dengan uji Kolmogorov-Smirnov
Uji K-S. Jika tingkat signifikansinya lebih besar dari 0,05 maka data tersebut
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Expe cted C
um Pr ob
Dependent Variable: Kinerja Tenaga Keperawatan Normal P-P Plot of Regression Standardized Residual
Universitas Sumatera Utara
terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil pengujian normalitas terhadap variabel independen
dan variabel dependen disajikan pada Tabel di bawah ini.
One-Sample Kolmogorov-Smirnov Test Budaya
Organisasi Insentif
Kinerja Perawat
N 47
47 47
Normal Parametersa,b
Mean 84.64
14.02 33.49
Std. Deviation 19.023
3.260 6.550
Most Extreme Differences
Absolute .104
.136 .109
Positive .096
.104 .086
Negative -.104
-.136 -.109
Kolmogorov-Smirnov Z .713
.930 .744
Asymp. Sig. 2-tailed .690
.352 637
a Test distribution is Normal. b Calculated from data.
Berdasarkan Tabel di atas dapat dilihat bahwa nilai signifikansi data terdistribusi secara normal, karena hasil signifikansi adalah 0,690 budaya
organisasi, 0,352 insentif, dan 0,637 kinerja tenaga keperawatan.
2. Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi antara variabel-variabel independen antara yang satu dengan lainnya. Hasil uji gejala multikolinearitas
disajikan pada Tabel berikut ini.
Universitas Sumatera Utara
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Budaya Organisasi .158
6.313 Insentif
.158 6.313
a Dependent Variable: Kinerja Tenaga Keperawatan Dari hasil pengujian di atas, maka dapat dilihat bahwa tidak terjadi gejala
multikolinearitas antara variabel independen. Gejala multikolinearitas terjadi apabila nilai VIF lebih besar dari 10.
3. Uji Heteroskedastisitas