57 mean
-nya sebesar 42.7568. Dengan melihat besarnya nilai standar deviasi yang lebih kecil dari mean-nya maka data yang digunakan dalam variabel sistem
pengukuran kinerja mempunyai sebaran yang kecil. Total quality management X
3
memiliki nilai rata-rata mean terbesar sebesar 42.9189, nilai tertinggi maksimum adalah 49.00 dan terendah nilai
minimum 33.00 dan standar deviasi sebesar 4.75353 lebih kecil jika dibandingkan nilai mean-nya sebesar 42.9189. Dengan melihat besarnya nilai
standar deviasi yang lebih kecil dari mean-nya maka data yang digunakan dalam variabel sistem pengukuran kinerja mempunyai sebaran yang kecil.
4.3.2. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan pengujian asumsi klasik yang meliputi uji normalitas, uji
multikolinearitas dan uji heteroskedastisitas. Dalam permasalahan regresi, adanya uji asumsi klasik diperlukan karena dapat mempengaruhi bisa tidaknya
kesimpulan suatu analisis.
4.3.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau
melenceng ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorv smirnorv.
Dengan menggunakan tingkat signifikan 5 0,05 maka
Universitas Sumatera Utara
58 jika nilai Asymp. Sig 2-tailed diatas nilai signifikan 5 artinya variabel residual
berdistribusi normal Situmorang dkk, 2010:91. 1.
Pendekatan Histogram
Gambar 4.1 Histogram Uji Normalitas
Pada Gambar 4.1 terlihat bahwa residual data distribusi normal, hal tersebut ditunjukan oleh distribusi data yang terbentuk lonceng dan tidak
melenceng ke kiri dan kanan.
Universitas Sumatera Utara
59 2.
Pendekatan Grafik
Gambar 4.2 Normal P-P Plot Uji Normalitas
Pada Gambar 4.2 Normal P-P Plot terlihat titik-titik mengikuti data disepanjang garis normal, hal ini berarti residual data berdistribusi normal.
3. Pendekatan Kolmogorv-Sminorv
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, karena sifatnya lebih subjektif. Maka perlu dilakukan uji normalitas secara statistik
dengan dengan uji kolmogorv smirnov 1 sample KS. Hasil uji normalitas dengan pendekatan kolmogorv-smirnov dapat dilihat pada Tabel 4.4 berikut ini :
Universitas Sumatera Utara
60
Tabel 4.5 Hasil Normalitas Pendekatan Kolmogorv - Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
74 Normal
Parameters
a,b
Mean .0000000
Std. Deviation 2.20603159
Most Extreme Differences
Absolute .097
Positive .097
Negative -.058
Kolmogorov-Smirnov Z .834
Asymp. Sig. 2-tailed .490
a. Test distribution is Normal. b. Calculated from data.
Pada Tabel 4.5 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,490 dan diatas nilai signifikan 0,05, maka hal ini berarti residual data berdistribusi
normal.
4.3.2. Uji Heteroskeditas