Pendekatan Histogram Pendekatan Grafik Pendekatan Kolmogorv-Smirnov

karyawan pada PT. Reycom Document Solusi Medan dan sisanya 39.8 dapat dijelaskan oleh faktor-faktor lainnya yang tidak diteliti dalam penelitian ini.

4.3.4 Uji Asumsi Klasik

4.3.4.1 Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada tiga cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan histogram , pendekatan grafik dan pendekatan Kolmogorv-Smirnov.

1. Pendekatan Histogram

Untuk menguji normalitas data dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri-ciri khusus, seperti memiliki mean, mode, dan median yang sama. Gambar4.2 Histogram Uji Normalitas Sumber : Hasil pengolahan SPSS Universitas Sumatera Utara Pada grafik histogram terlihat bahwa variabel keputusan berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebuttidak menceng ke kanan atau menceng ke kanan.

2. Pendekatan Grafik

Salah satu cara untuk melihat normalitas adalah dengan melihat grafik, yakni dengan melihat titik-titik disepanjang garis diagonal. Gambar 4.3 Normal P-P Plot Uji Normalitas Sumber : Hasil Pengolahan SPSS Universitas Sumatera Utara Pada gambar terlihat bahwa data berdistribusi normal dapat dilihat pada scatterplot, terlihat titik yang mengikuti data disepanjang garis diagonal, hal ini berarti residual data berdistribusi normal.

3. Pendekatan Kolmogorv-Smirnov

Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang berdasarkan dengan uji statistic non-parametik Kolmogorv-Smirnov K-S untuk memastikan apakah data benar berdistribusi normal. Tabel 4.13 Hasil Uji Normalitas Pendekatan Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unsta ndardized Residual N 45 Normal Parameters a,,b Mean .00000 00 Std. Deviation 2.1240 8974 Most Extreme Differences Absolute .087 Positive .087 Negative -.085 Kolmogorov-Smirnov Z .585 Asymp. Sig. 2-tailed .883 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Pengolahan SPSS Pada tabel 4.13 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0.883 dan diatas nilai signifikansi 0.05, hal ini berarti variabel residual berdistribusi normal. Selain itu, nilai kolmogorov-smirnov Z lebih kecil dari 1,97 berarti data dikatakan normal. Universitas Sumatera Utara

4.3.4.2 Uji Heteroskedastisitas