Uji Asumsi Klasik Pengaruh Kompetensi, Kepuasan Kerja dan Budaya Organisasi Terhadap Kinerja Tenaga Perawat Rumah Sakit Rumah Sehat Terpadu Dompet Dhuafa

98 2011:47. Suatu kuisioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Adapun cara yang digunakan untuk menguji reliabilitas kuisioner dalam penelitian ini adalah mengukur realibilitas dengan uji statistik Cronbach Alpha. Untuk mengetahui kuisioner tersebut sudah reliable akan dilakukan pengujian reliabilitas kuisioner dengan bantuan program Spss 22. Kriteria penilaian uji reliabilitas adalah Ghozali,2011:48: 1 Apabila koefisien alpha lebih besar dari taraf signifikansi 70 atau 0,7 maka kuisioner tersebut reliable. 2 Apabila koefisien alpha lebih kecil dari taraf signifikansi 70 atau 0,7 maka kuisioner tersebut tidak reliable.

3. Uji Asumsi Klasik

Uji asumsi klasik yang digunakan dalam penelitian ini adalah Uji Normalitas, Uji Heteroskedestisitas, dan Uji Multikolonieritas. a. Uji Normalitas Tujuan uji normalitas adalah untuk menguji apakah dalam model regresi, variabel independen, variabel dependen, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi normal atau mendekati normal. Untuk menguji apakah distribusi data normal atau tidak, dilakukan dengan cara normal probability plot yang 99 membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2011:161-162. Pada prinsipnya deteksi normalitas dilakukan dengan melihat grafik normal probabiliity plot. Dasar pengambilan keputusannya adalah sebagai berikut: 1 Jika menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram yang tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas Ghozali,2011:163. Uji normalitas data juga dilakukan dengan uji Kolmogorov- Smirnov. Untuk mempermudah dalam melakukan perhitungan secara statistik. Suatu data dinyatakan berdistribusi normal jika nilai Asymp Sig 2-tailed hasil pehitungan Kolmongorov- Smirnov leb ih besar dari 12α atau 0,05 Ghozali,2011:161. 100

b. Uji Heterokedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut dengan heterokedastisitas. Model regresi yang baik adalah yang homokedestisitas atau tidak terjadi heterokedestisitas Ghozali,2011:139. Cara untuk mendeteksinya adalah dengan melihat grafik scater plot antara nilai prediksi variabel terikat z variabel, dengan residualnya s residualnya: Jika ada pola tertentu yang teratur, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengidentifikasikan telah terjadi heterokedestisitas. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar diatas dan dibawah angka nol 0 pada sumbu Y, maka tidak terjadi heterokedastisitas Ghozali, 2011:139.

c. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi anatara variabel independen Ghozali, 2011:105. Deteksi ada atau 101 tidaknya multikolinieritas dalam model regresi adalah dilihat dari besaran VIF Variance Inflation Factor dan Tolerance TOL. Regresi bebas dari maslah multikolinieritas jika nilai vif 10 dan nilai TOL 0,10 Ghozali, 2011:106.

d. Uji Autokorelasi

Menurut Ghozali 2011:110 tujuan uji autokorelasi adalah untuk menguji apakah ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena adanya observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Cara yang digunakan peneliti untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan menggunakan Uji Durbin-Watson DW test. Menurut Ghozali 2011:111 Uji durbin watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel independen. Hipotesis yang akan diuji adalah : H0 : tidak ada autokorelasi r = 0 HA : ada autokorelasi r ≠ 0 102

4. Uji Hipotesis