setuju tertinggi yaitu sebesar 10,53 untuk pernyataan ketepatan waktu dalam menjalankan pengajaran.
4.4. Analisis Statistik Infrential
4.4.1. Pengujian Asumsi Klasik Persamaan Substuktur Pertama
4.4.1.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal atau tidak. Model yang paling baik adalah jika data berdistribusi normal
atau mendekati normal. Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
Sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Untuk uji normalitas dalam penelitian ini digunakan uji one sample Kormogorov- Smirnov dengan menggunakan taraf signifikansi 0,05. Uji normalitas dilakukan
dengan bantuan program SPSS yang hasilnya dapat dilihat dalam Tabel 4.10 berikut ini:
Tabel 4.10 Hasil Uji Normalitas Persamaan Substruktur Pertama
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 76
Normal Parameters
a,,b
Mean 43.3552632
Std. Deviation 2.83666671
Most Extreme Differences
Absolute .079
Positive .079
Negative -.065
Kolmogorov-Smirnov Z .691
Asymp. Sig. 2-tailed .727
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 4.10 dapat dilihat hasil pengujian One-Sample Kolmogorov-Smirnov Test, dimana diperoleh hasil bahwa data berdistribusi
normal karena nilai asymp.sig lebih besar dari 0.05 yaitu sebesar 0,727.
4.4.1.2. Uji Multikolinieritas
Uji Multikolinieritas digunakan untuk mengetahui adanya hubungan linier antara variabel indevenden dalam model jalur. Syarat yang harus dipenuhi dalam
model tidak terdapat multikolinieritas. Pengujian multikolinieritas dalam peneletian tersebut dilakukan dengan melihat nilai variance inflation factor VIF.
Apabila nilai VIF lebih besar dari 5 maka variabel indevenden mempunyai persoalan multikolinieritas Santoso: 2002. Pengujian multikolinieritas dapat
dilihat pada Tabel 4.11 berikut ini:
Tabel 4.11 Hasil Uji Multikolinieritas Persamaan Substruktur Pertama
Coefficients
€
Model Unstandardized
Coefficients Standardi
zed Coefficie
nts t
Sig. 95.0
Confidence Interval for B
Collinearity Statistics
B Std.
Error Beta
Lower Bound
Upper Bound
Toler ance
VIF 1
Constant 10.033
4.870 2.060 .043
.328 1.974E 1
Iklim Organisasi
.433 .099
.417 4.389 .000 .236
.630 .919 1.089
Motivasi Kerja
.294 .076
.367 3.867 .000 .142
.445 .919 1.089
a. Dependent Variable: kepuasan kerja
Sumber: Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 4.11 dapat dilihat hasil perhitungan nilai Variance
Universitas Sumatera Utara
Inflation Factor VIF yang menunjukkan bahwa tidak ada variabel bebas yang memiliki nilai VIF lebih besar dari 5. Jadi dapat disimpulkan bahwa tidak terjadi
multikolineritas antar variabel bebas dalam model penelitian tersebut.
4.4.1.3. Uji Heteroskedastisitas