Uji Normalitas Pengaruh Stres Kerja Dan Motivasi Terhadap Kinerja Pegawai Bagian Pengolahan di PTPN IV Cabang Bah Butong Sidamanik, Pematang Siantar

4.3 Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk melihat apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Uji Normalitas

Tujuan normalitas adalah untuk menguji apakah dalam model regresi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Jika asumsi ini dilanggar maka uji statistic menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafiik dan pendekatan kolmogorv-Smirnow. Dengan menggunakan tingkat signifikansi 5 0,05 maka Asymp,sig 2-tailed diatas nilai signifikansi 5 0,05 artinya variiabel residual berdistribusi normal. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membanding antara dua observasi dengan distribusi yang mendekati distribusi yang mendekati distribusi normal. Universitas Sumatera Utara

a. Pendekatan Histogram

Gambar 4.2: Histogram Uji Normalitas Sumber: Hasil Pengolahan SPSS 2014 Pada Gambar 4.2 terlihat bahwa residual data berdistribusi normal, hal ini ditunjukan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan.

b. Pendekatan Grafik

Gambar 4.3: Normal P-P Plot Uji Normalitas Sumber: Hasil Pengolahan SPSS 2014 Universitas Sumatera Utara Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data disepanjang garis normal, hal ini berarti residua l data berdistribusi normal.

c. Pendekatan Kolmogorov-Smirnov

Uji normalitas dengan grafik bias saja terlihat berdistribusi normal, padahal secara statistic tidak berdistribusi normal. Pengujuian normalitas yang didasarkan dengan uji statistik Non-parametik Kolmogorov-Smirnov dapat dilihat pada Tabel 4.9 dibawah ini: Tabel 4.9 Hasil Uji Normalitas Pendekatan One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 67 Normal Parameters Mean a,b 0E-7 Std. Deviation 3.44105952 Most Extreme Differences Absolute .082 Positive .074 Negative -.082 Kolmogorov-Smirnov Z .675 Asymp. Sig. 2-tailed .753 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 2014 Pada Tabel 4.9 terlihat bahwa nilai Asymp.sig 2 tailed adalah 0,753 dan nilai signifikan 0,05, hal ini berarti residual data berdistribusi normal.

2. Uji Heteroskedastisitas