75
bahwa karyawan PT. KCJ commuterline selalu sopan dan ramah dalam melayani konsumen.
3. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah suatu model regersi, variabel pengganggu atau variabel residual memeiliki
distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan
analisis statistik. Ghazali, 2011:160 1 Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan
antara data observasi dengan distribusi yang mendekati distribusi normal. Pada prinsipnya normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Dasar pengambilan keputusan: a Jika data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonalatau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas. b Jika data menyebar jauh dari diagonal dan atau tidak
mengikuti arah garis diagonal atau grafik histogramnya
76
tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4.1 Hasil Uji Normalitas
Berdasarakan hasil analisis data pada gambar 4.1, menunjukkan bahwa semua data yang ada berdistribusi
dengan normal, karena data menyebar membentuk garis lurus diagonal maka data tersebut memenuhi asumsi normal atau
mengikuti garis normalitas. 2 Analisis Statistik
Uji Normalitas dengan grafik dapat menyesatkan jika tidak hati-hati secara visual kelihatan normal, padahal secara
statistik bisa sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Salah satu uji
statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametik Kolmogorov-
77
Smirnov K-S pada alpha sebesar 5. Jika nilai signifikan dari pengujian Kolmogorov-Smirnov lebih besar dari 0.05
berarti data normal Ghazali, 2011:164.
Tabel. 4.32 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean ,0000000
Std. Deviation
1,31888823 Most Extreme Differences
Absolute ,088
Positive ,065
Negative -,088
Test Statistic ,088
Asymp. Sig. 2-tailed .056
c
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil output SPSS 22 yang diolah, 2016
Berdasarkan uji statistik normalitas pada tabel 4.32 diatas menunjukkan Kolmogorov-Smirnov sebesar 0.088 dan
signifikan pada 0.056 lebih besar dari 0.05 maka dapat disimpulkan bahwa data terdistribusi dengan normal.
b. Uji Multikolinearitas
Kategori