Uji Normalitas Uji Asumsi Klasik

96 5. Untuk pernyataan 15 Saya dapat menyelesaikan tugas tambahan yang diberikan pimpinan tepat waktu 4 responden 5 menjawab Kurang Setuju KS, 57 responden 71,25 menjawab Setuju S, 19 responden 23,75 menjawab Sangat Setuju SS. Hal ini menunjukkan jawaban responden cenderung setuju karena sebagian besar karyawan merasa dapat menyelesaikan tugas tambahan dengan tepat waktu. Adapun responden yang menjawab kurang setuju dengan alasan sebagian karyawan merasa belum dapat menyelesaikan tugas tambahan dengan tepat waktu.

4.2.3 Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak digunakan dalam sebuah penelitian. Uji asumsi klasik yang dilakukan dalam penelitian ini adalah:

4.2.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu: 1. Pendekatan Histogram Universitas Sumatera Utara 97 Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng kekanan. Sumber: Hasil pengolahan SPSS for Windows, 2015 Gambar 4.3 Pengujian Histogram Normalitas Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. 2. Pendekatan Grafik Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Universitas Sumatera Utara 98 Sumber: Hasil pengolahan SPSS for Windows, 2015 Gambar 4.4 Pendekatan Grafik Normalitas Pada gambar 4.4 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. 3. Pendekatan Kolmogrov-Smirov Dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu apabila nilai value pada kolom Asymp. Sig lebih besar dari level of significant α = 5, maka tidak mengalami gangguan distribusi normal serta nilai Kolmogorov Smirnov lebih kecil dari 1,97 maka data dikatakan normal. Tabel 4.8 Uji Normalitas PendekatanKolmogrov-Smirnov Universitas Sumatera Utara 99 Pada Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,200 dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari Tabel 4.9 yaitu 0,084 dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.

4.2.3.2 Uji Heteroskedastisitas