Uji Normalitas Data Analisis Uji Asumsi Klasik

85 untuk tetap tinggal di pekerjaan saat ini. Pegawai yang belum menikah memiliki beban psikologis yang lebih kecil dibandingkan pegawai yang sudah menikah. Pegawai yang sudah menikah harus mempertimbangkan beberapa aspek yang berhubungan dengan kondisi rumah tangganya sebelum memutuskan untuk pindah ke lokasi kerja yang lain.

4.1.3. Analisis Uji Asumsi Klasik

Analisis uji asumsi klasik yang digunakan meliputi Uji Normalitas Data, Uji Heteroskedastitas, dan Uji Multikolinieritas.

4.1.3.1. Uji Normalitas Data

a. Pendekatan Histogram Sumber: Pengolahan SPSS 2016 Gambar 4.2 Hasil Uji Normalitas Dengan Pendekatan Histogram Universitas Sumatera Utara 86 Uji Normalitas Data dengan pendekatan Histogram diatas menunjukkan bahwa model regresi yang digunakan telah berdistribusi normal, hal ini dapat dilihat dari garis histogram tidak menceng ke kiri atau ke kanan, sehingga penyebaran datanya telah berdistribusi secara normal. b. Pendekatan Grafik Pendekatan lainnya yang digunakan dalam untuk menguji normalitas data adalah Pendekatan Grafik. Pendekatan Grafik yang digunakan adalah Normality Probability Plot. Berikut adalah hasil Uji Normalitas Data dengan pendekatan Grafik Normality Probability Plot. Sumber : Pengolahan SPSS 2016 Gambar 4.3 Hasil Uji Normalitas Dengan Pendekatan Grafik Universitas Sumatera Utara 87 Berdasarkan grafik di atas 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. c. Pendekatan Kolmogorv-Smirnov Selain dengan melihat grafik, normalitas data juga dapat dilihat melalui uji statistik yaitu dengan uji statistik non-parametrik Kolmogrov-Smirnov pada alpha sebesar 5. Jika nilai signifikansi dari pengujian Kolmogrov-Smirnov lebih besar dari 0,05 berarti data normal. Tabel 4.17 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 40 Normal Parameters a,b Mean 0E-7 Std. Deviation 2,67957956 Most Extreme Differences Absolute ,074 Positive ,074 Negative -,065 Kolmogorov-Smirnov Z ,465 Asymp. Sig. 2-tailed ,982 a. Test distribution is Normal. Universitas Sumatera Utara 88 b. Calculated from data. Sumber: Pengolahan SPSS 2016 Berdasarkan uji statistik normalitas pada tabel 4.17 di atas menunjukkan Kolmogrov-Smirnov sebesar 0,465 dan signifikansi pada 0,982 lebih besar dari 0,05, maka dapat disimpulkan bahwa data terdistribusi dengan normal.

4.1.3.2. Uji Heteroskedastitas Scatter Plot