Uji Asumsi Klasik .1 Uji Normalitas
81 responden menyatakan bahwa responden merasa waktu bekerja yang
digunakan sudah efektif dilaksanakan. Berdasarkan hasil distribusi tanggapan responden terhadap kinerja karyawan
bahwa persentase setuju dan sangat setuju terhadap pernyataan-pernyataan yaitu lingkungan kerja yang baik dapat membuat karyawan bekerja dengan
hasil yang efektif dan efisien. Dari hasil distribusi tanggapan responden juga dapat ditarik kesimpulan bahwa kesehatan dan keselamatan kerja serta
lingkungan kerja mempengaruhi kinerja karyawan.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Tujuan uji normalitas adalah untuk menguji apakah distribusi data mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah
data normal atau tidak, dilakukan dua pendekatan yaitu pendekatan histogram, grafik, dan Kolmogorv-Smirnov.
a. Pendekatan histogram
Salah satu cara untuk melihat normalitas adalah dengan melihat kurva normal. Kurva normal adalah kurva yang memiliki ciri khusus dimana mean,
mode, dan mediannya berada ditempat yang sama. Maka jika terjadi kemencengan pada kurva skewness maka data tidak berdistribusi normal.
Universitas Sumatera Utara
82
Sumber : Output SPSS Oktober 2013
Gambar 4.1 Histogram Uji Normalitas
Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram
yang membentuk lonceng yang tidak melenceng baik ke kiri maupun ke kanan.
b. Pendekatan Grafik
Cara untuk melihat normalitas adalah dengan melakukan pendekatan grafik. Pendekatan ini dengan melihat titik-titik di sepanjang
garis diagonal.
Universitas Sumatera Utara
83
Sumber : Output SPSS Oktober 2013
Gambar 4.2 Grafik Uji Normalitas
Dari Gambar 4.2 dapat diketahui data berdistribusi normal, dimana pada scatterplot terlihat titik-titik yang mengikuti sepanjang garis
diagonal. c.
Pendekatan Kolmogorv-Smirnov Untuk memastikan apakah data di sepanjang garis diagonal dan
histogram berdistribusi normal maka dilakukan uji Kolmogorv-Smirnov yang merupakan uji statistik non-parametik.
Tabel 4.8 Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
63 Normal
Parameters
a,b
Mean 0E-7
Std. Deviation 1.75791953
Most Extreme Differences
Absolute .142
Positive .142
Negative -.083
Kolmogorov-Smirnov Z 1.127
Asymp. Sig. 2-tailed .157
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS Oktober 2013
Universitas Sumatera Utara
84 Pada Tabel 4.8 dapat dilihat nilai Asymp. Sig. 2-tailed adalah
0,157. Nilai tersebut lebih besar dari nilai signifikansi 0,05 yang berarti variabel residual atau data berdistribusi normal. Nilai Kolmogorov-
Smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain dikatakan
normal.