Uji Normalitas Data Uji Heteroskedastisitas

83 Tabel 4.13 Interprestasi Nilai Rata-rata Jawaban Responden Terhadap Kinerja Y Nilai Keterangan 1.00-1.79 Sangat Rendah 1.80-2.59 Rendah 2.60-3.39 Sedang 3.40-4.19 Tinggi 4.20-5.00 Sangat Tinggi Sumber : Sudjana 2000:47 Berdasarkan Tabel 4.13 dapat dilihat bahwa rata-rata responden mengenai kinerja sebesar 2,33 artinya bahwa kinerja setiap perawat di Rumah Sakit Islam Malahayati tergolong “Rendah”. Hal ini menunjukkan bahwa kinerja para perawat dalam menjalankan pekerjaannya masih pada tingkat yang rendah.

4.1.3 Analisis Uji Asumsi Klasik

Analisis uji asumsi klasik yang digunakan meliputi Uji Normalitas Data, Uji Heteroskedastisitas dan Uji Multikolinearitas.

4.1.3.1 Uji Normalitas Data

a. Pendekatan Histogram Universitas Sumatera Utara 84 Gambar 4.2 Hasil Uji Normalitas dengan Pendekatan Histogram Uji Normalitas Data dengan pendekatan Histogram diatas menunjukkan bahwa model regresi yang digunakan telah berdistribusi normal, hal ini dapat dilihat dari garis histogram tidak menceng ke kiri atau ke kanan, sehingga penyebaran datanya telah berdistribusi secara normal . b. Pendekatan Grafik Pendekatan lainnya yang digunakan dalam untuk menguji normalitas data adalah Pendekatan Grafik.Pendekatan Grafik yang digunakan adalah Normality Probability Plot.Berikut adalah hasil Uji Normalitas Data dengan pendekatan Grafik Normality Probability Plot. Universitas Sumatera Utara 85 Gambar 4.3 Hasil Uji Normalitas dengan Pendekatan Grafik Grafik ini menunjukkan bahwa semua data berdistribusi normal, karena data menyebar membentuk garis lurus diagonal, maka data tersebut memenuhi asumsi normal atau mengikuti garis normalitas. c. Pendekatan Kolmogorv-Smirnov Selain dengan melihat grafik, normalitas data juga dapat dilihat melalui uji statistik yaitu dengan uji statistik non-parametrik Kolmogrov-Smirnov pada alpha sebesar 5.Jika nilai signifikansi dari pengujian Kolmogrov-Smirnov lebih besar dari 0,05 berarti data normal. Universitas Sumatera Utara 86 Tabel 4.14 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 68 Normal Parameters a,b Mean 0E-7 Std. Deviation 3,10812379 Most Extreme Differences Absolute ,096 Positive ,073 Negative -,096 Kolmogorov-Smirnov Z ,792 Asymp. Sig. 2-tailed ,558 a. Test distribution is Normal. b. Calculated from data. Sumber: data diolah, 2016 Berdasarkan uji statistik normalitas pada tabel 4.14 menunjukkan Kolmogrov-Smirnov sebesar 0,792 dan signifikansi pada 0,558 lebih besar dari 0,05, maka dapat disimpulkan bahwa data terdistribusi dengan normal.

4.1.3.2 Uji Heteroskedastisitas

Scatter Plot a. Pendekatan Grafik Universitas Sumatera Utara 87 Sumber: Pengelolaan SPSS 2016 Gambar 4.4 Hasil Uji Heteroskedastisitas Berdasarkan Grafik scatter plot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi Heteroskedastitas pada model regresi, sehingga model regresi layak dipakai. Universitas Sumatera Utara 88 b. Uji Glejser Tabel 4.15 Hasil Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2,193 2,528 ,868 ,389 Kompetensi ,023 ,084 ,034 ,271 ,787 Penempatan_Kerja ,033 ,064 ,064 -,513 ,610 Pengembangan_Kar ir ,012 ,053 ,028 ,224 ,823 a. Dependent Variable: RES2 Berdasarkan tabel 4.15, dapat disimpukan bahwa terdapat nilai yang signifikan antara kompetensi terhadap kinerja perawat di rumah sakit sebesar 0,787, dimana 0,787 0,05. Terdapat nilai yang signifikan antara penempatan kerja terhadap kinerja perawat di rumah sakit sebesar 0,610, dimana 0,610 0,05. Terdapat nilai yang signifikan antara pengembangan karir terhadap kinerja perawat di rumah sakit sebesar 0,823, dimana 0,823 0,05. Kesimpulan dari pengujian tersebut adalah tidak terjadi heteroskedastisitas.

4.1.3.3 Uji Multikolinearitas