Uji Normalitas Uji Asumsi Klasik

Area Padangsidimpuan bagian pelayanan mampu menyelesaikan pekerjaan sebelum batas waktu yang telah ditentukan.

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:

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu: a. Pendekatan Histogram 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, 2013 data diolah Gambar 4.1 Histogram Universitas Sumatera Utara Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. b. Pendekatan Grafik Cara lain 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. Sumber: Hasil pengolahan SPSS, 2013 data diolah Gambar 4.2 Pendekatan Grafik Pada gambar 4.2 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. Universitas Sumatera Utara c. Pendekatan Kolmogorov-Smirnov Untuk memastikan apakah data berdistribusi normal, maka dapat dilakukan dengan menggunakan uji kolmogorv-smirnov 1 sampel KS dengan melihat data residunya. Tabel 4.7 Hasil Uji Normalitas Pendekatan One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 48 Normal Parameters a,b Mean 0E-7 Std. Deviation 1.13348083 Most Extreme Differences Absolute .087 Positive .060 Negative -.087 Kolmogorov-Smirnov Z .601 Asymp. Sig. 2-tailed .863 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil penelitian, 2013 data diolah Situmorang 2012:107 memaparkan bahwa dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu nilai value pada kolom Asymp. Sig lebih besar dari level of significant α = 5, maka tidak mengalami gangguan distribusi normal. Melalui Tabel 4.7 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,863 dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai kolmogorov-smirnov Z adalah 0,601 dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.

2. Uji Heterokedastisitas