Pengujian Asumsi Klasik 1.Uji Normalitas
Tidak tinggi Sangat tidak tinggi
Total 66
100.0 Sumber: Hasil Penelitian, 2011 Data Diolah
Berdasarkan Tabel 4.25. yang ada menunjukkan responden yang berjumlah 22 orang 33,3 menyatakan sangat tinggi tingkat kehadiran pegawai setiap harinya
kekantor. Responden yang berjumlah 38 orang 57,6 menyatakan tinggi dan responden yang berjumlah 6 orang 9,1 menyatakan kurang tinggi. Hasil tersebut
menunjukkan bahwa mayoritas responden menyatakan tingkat kehadiran pegawai setiap harinya ke kantor sangat tinggi. Hal ini dikarenakan rutinitas sebagian besar
pekerjaan dapat dilakukan pegawai tanpa meninggalkan kantor. Sedangkan responden yang menyatakan tingkat kehadiran pegawai setiap harinya ke kantor kurang tinggi
dikarenakan beberapa pegawai tertentu secara bergantian senantiasa mendapat tugas lapangan yang berkaitan dengan pengambilan data dan informasi yang menunjang
kegiatan yang sedang dilaksanakan maupun tugas yang diberikan oleh pimpinan sehingga kurang kehadirannya dikantor. Ada juga pegawai yang terkadang tidak hadir
karena sakit ataupun alasan lain yang mengakibatkannya absen maupun izin sehingga mengurangi tingkat kehadirannya.
4.1.7. Pengujian Asumsi Klasik 4.1.7.1.Uji Normalitas
Pengujian normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal atau mendekati normal yang
dilakukan dengan Regression Standardized Residual, dalam hal ini dapat dilihat
Universitas Sumatera Utara
dengan menggunakan normal histogram dan grafik p-plot. Data dalam keadaan normal apabila distribusi data normal tidak condong ke kiri dan ke kanan histogram.
Analisis grafik dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Selain itu juga dapat
digunakan analisis statistik dengan menggunakan pendekatan Uji Kolmogorov- Smirnov K-S. Hasil pengujian dapat dilihat pada gambar dan tabel sebagai berikut:
Gambar 4.2. Hasil Uji Normalitas Histogram
Berdasarkan Gambar 4.2. yang ada dapat dilihat bahwa distribusi data tidak condong ke kiri dan ke kanan histogram. Jadi model regresi data residual berdistribusi
normal. Ini menunjukkan pola distribusi data normal sehingga model regresi ini memenuhi asumsi normalitas.
Sumber: Hasil Penelitian, 2011 Data Diolah
Universitas Sumatera Utara
Gambar 4.3. Hasil Uji Normalitas Grafik P-P Plot
Berdasarkan Gambar 4.3. yang ada dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal dan mengikuti garis arah diagonal, maka nilai residual
terstandarisasi. Dengan demikian maka model regresi pada penelitian ini memenuhi asumsi normalitas.
Tabel 4.26. Hasil Uji One-Sample Kolmogorov-Smirnov K-S Test
X1 X2
X3 Y
N 66
66 66
66 Normal Parameters
Mean
a,b
21.1667 21.3030
21.7727 21.3030
Std. Deviation 2.58745
1.88899 2.44191
2.23930 Most Extreme Differences
Absolute .129
.164 .128
.137 Positive
.071 .164
.093 .112
Negative -.129
-.154 -.128
-.137
Sumber: Hasil Penelitian, 2011 Data Diolah
Universitas Sumatera Utara
Kolmogorov-Smirnov Z 1.049
1.332 1.040
1.116 Asymp. Sig. 2-tailed
.222 .068
.230 .166
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan Tabel 4.26. yang ada dapat dilihat bahwa nilai Asymp. Sig. 2- tailed untuk variabel pendidikan X
1
sebesar 0,222, fasilitas kerja X
2
sebesar 0,068, kebijakan pimpinan X
3
4.1.7.2.Uji Multikolinearitas
sebesar 0,230 dan kinerja pegawai Y sebesar 0,166. Besarnya Asymp. Sig. 2-tailed masing-masing variabel ini bernilai di atas nilai
signifikan α = 5 yaitu 0,05. Hal ini berarti data residual berdistribusi normal atau
model telah memenuhi asumsi normalitas.
Multikolinearitas adalah kejadian yang menginformasikan terjadinya hubungan antara variabel-variabel bebas dan hubungan yang terjadi cukup besar. Hal ini
menyebabkan koefisien-koefisien menjadi tidak dapat ditaksir dan nilai standard error setiap koefisien regresi menjadi tidak terhingga.
Tabel 4.27. Hasil Uji Multikolinearitas
Model Variabel
Collinearity Statistics Tolerance
VIF 1
Constant Pendidikan X
1
.978 1.022
Fasilitas_Kerja X
2
.958 1.043
Kebijakan_Pimpinan X
3
.965 1.037
a Dependent Variable: Kinerja_Pegawai Y
Sumber: Hasil Penelitian, 2011 Data Diolah
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2011 Data Diolah
Berdasarkan pada Tabel 4.27. yang ada terlihat bahwa ketiga variabel bebas yaitu: variabel pendidikan X
1
, fasilitas kerja X
2
dan kebijakan pimpinan X
3
4.1.7.3.Uji Heteroskedastisitas
memiliki nilai Variance Inflation Factor VIF lebih kecil dari 10 VIF 10, sedangkan nilai Tolerance 0,1. Dengan demikian dapat disimpulkan bahwa pada
model persamaan regresi dengan ketiga variabel tersebut terbebas dari asumsi multikolinearitas.
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas. Sebaliknya, jika berbeda disebut heteroskedastisitas.
Model yang baik adalah tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas data dalam penelitian ini dapat terlihat dengan mengamati pola
yang terdapat pada Scatterplot.
Universitas Sumatera Utara
Gambar 4.3. Hasil Uji Heteroskedastisitas
Berdasarkan Gambar 4.3. yang ada terlihat bahwa titik-titik menyebar secara acak random di atas dan di bawah angka 0 pada sumbu Y. Dengan demikian dapat
disimpulkan bahwa persamaan regresi ini terbebas dari asumsi heteroskedastisitas, sehingga model regresi ini layak dipakai.