Uji Normalitas Uji Multikolinearitas

55

3. Deskripsi tentang Kinerja Y

Tabel 4.9 Deskripsi tentang Kinerja Y Kriteria Kinerja Y Rata-rata Klp Knp Sp Kh Ks F F F F F F SS 176 69 169 66,3 56 22 214 63 182 71,3 134 53,5 S 79 31 86 34 125 29 126 37 73 29 87,6 36,5 KS 74 49 14,8 10 TS STS Sumber : Data primer yang diolah tahun 2011 Berdasarkan tabel 4.9 dapat dilihat bahwa responden yang mengisi kuesioner pada kinerja, jawaban sangat setuju masih lebih dominan dengan rata- rata persentase sebesar 53,5.

4.1.4 Hasil Pengujian Asumsi Klasik

4.1.4.1 Uji Normalitas

Uji normalitas dalam penelitian ini dilakukan melalui analisa grafik yang dihasilkan melalui perhitungan regresi dengan SPSS. Dari gambar pola grafik dapat disimpulkan bahwa data yang disimpulkan bahwa dapat disimpulkan bahwa data yang digunakan menunjukkan indikasi normal karena titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis. Maka model regresi ini layak untuk dipakai. Hasil pengujian normalitas data dapat dilihat pada gambar dibawah ini : 56 Gambar 4.2 Hasil uji normalitas Berdasarkan grafik di atas menunjukkan bahwa semua data yang ada berdistribusi normal, karena semua data menyebar membentuk garis lurus diagonal maka data tersebut memenuhi asumsi normal atau mengikuti garis normalitas. Selain dengan melihat grafik, normalitas data juga dengan melihat uji statistik yaitu dalam penelitian ini dengan menggunakan uji statistik non- parametrik Kolmogorov-Smirnov pada alpha sebesar 5. Jika nilai signifikansi dari pengujian Kolmogorov-Smirnov lebih besar dari 0,05 berarti data normal. 57 Secara statistik, uji normalitas dapat dilakukan dengan menggunakan tabel Kolmogorov-Smirnov Test yang diperoleh dari hasil perhitungan SPSS dibawah ini : Tabel 4.10 Hasil Uji Normalitas Menggunakan Kolmogorov Smirnov dengan Variabel Kinerja One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 85 Normal Parameters a Mean .0000000 Std. Deviation 94054657 Most Extreme Differences Absolute .134 Positive .134 Negative -.055 Kolmogorov-Smirnov Z .850 Asymp. Sig. 2-tailed .465 a. Test distribution is Normal . Berdasarkan uji statistik normalitas pada tabel 4.10 menunjukkan Asymp. Sig. 2-tailed yaitu 0,465 lebih besar dari 0,05, yang berarti bahwa Ho diterima atau model regresi yang diperoleh berdistribusi normal.

4.1.4.2 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi terdapat korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Deteksi multikolinearitas dengan 58 melihat tolerance dan lawannya VIF. Nilai tolerance yang rendah sama dengan nilai VIF tinggi VIF=1tolerance dan menunjukkan adanya kolinieritas yang tinggi. Nilai yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10. tingkat kolinieritas yang dapat ditolerir adalah nilai tolerance 0,10 sama dengan tingkat multikolinieritas 0,95 Ghozali, 2006:56. Hasil uji multikolinearitas dapat dilihat pada tabel dibawah ini: Tabel 4.11 Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constansta Motivasi Kerja Budaya Organisasi .998 .995 .996 1.002 1.005 1.004 a. Dependent Variable : Kinerja Dari data pada tabel diatas dapat diketahui bahwa syarat untuk lolos dari uji multikolinearitas sudah terpenuhi oleh seluruh variabel independen yang ada, yaitu nilai tolerance yang tidak kurang dari 0,10 dan nilai VIF Variance Inflation Factor yang tidak lebih dari 10. Maka dari itu dapat disimpulkan bahwa seluruh variabel independen yang digunakan dalam penelitian ini tidak berkorelasi antara variabel independen satu dengan variabel independen lainnya.

4.1.4.3 Uji Heteroskedastisitas