Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pe
ct ed
C um
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y
8 Pertanyaan “Dalam menjalankan tugas kerja BapakIbu harus menangani
jumlah pekerjaan yang sangat banyak”, sejumlah responden menjawab setuju sebanyak 49,4, tidak setuju sebesat 19,3, ragu-ragu sebesar 14,5, sangat
setuju 10,8 dan sangat tidak setuju sebesar 6. Dari data di atas, dapat kita ketahui bahwa skor tertinggi sebayak 347 yaitu
untuk pertanyaan nomor 7, sehingga untuk pengembangan kerja sama sesama karyawan sangat baik.
C. Uji Asumsi Klasik
Sebelum dilakukan analisi regresi, maka harus dilakukan pengujian asumsi klasik:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Dapat dilakukan dengan 2 pendekatan, yaitu:
a. Pendekatan Grafik
Pendekatan secara grafik dapat dilihat pada gambar berikut ini:
Sumber: Hasil Pengolahan Data dengan SPSS 15.0 for Windows 2010 Gambar 4.1 Grafik Normal PP Plot
Universitas Sumatera Utara
Pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data distribusi normal.
b. Pendekatan Statistik
Uji statistik yang digunakan dalam penelitian ini adalah uji statistik parametik Kolmogorv-Smirnov 1 sample KS dengan melihat data
residualnya apakah berdistribusi normal atau tidak, dan apat dilihat dari data berikut:
Tabel 4.10 Grafik Normalitas Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 83
Normal Parametersa,b Mean
.0000000 Std. Deviation
3.37907056 Most Extreme Differences
Absolute .096
Positive .061
Negative -.096
Kolmogorov-Smirnov Z .870
Asymp. Sig. 2-tailed .435
Sumber: Hasil Pengolahan Data dengan SPSS 15.0 for Windows 2010 Pada tabel di atas terlihat bahwa Asymp. Sig. 2-tailed adalah 0,435 yang
berarti berada di atas nilai signifikan sebesar 0,05, dengan kata lain distribusi data normal.
2. Uji Multikolinieritas
Uji ini digunakan apakah dalam model sebuah regresi ditemukan adanya hubungan antar variabel independen.
Universitas Sumatera Utara
Tabel 4.11 Uji Multikolinieritas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolera
nce VIF
1 Constant
13.629 4.763
2.861 .005
X1 .030
.252 .012
.121 .904
.931 1.074
X2 .624
.180 .364
3.468 .001
.858 1.166
X3 .512
.180 .283
2.845 .006
.955 1.047
X4 .026
.126 .021
.204 .839
.915 1.092
a Dependent Variable: Y
Sumber: Hasil Pengolahan Data dengan SPSS 15.0 for Windows 2010 Dalam penelitian ini, untuk mendeteksi adanya tidaknya gejala timbulnya
multikolinieritas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu:
Tol 0,10 dan Variance Inflation Factor VIF 10. Hasil perhitungan nilai tolerance menunjukkan variabel independent
memiliki nilai tolerance. Dari hasil di atas dapat kita lihat bahwa semua data variabel 0,1, sehingga tidak ada multikolinearitas pada model ini.
3. Uji Heteroskedastisitas
