yang menyatakan sangat setuju, 24 orang atau 41,4 menyatakan setuju, 18 orang atau 31 menyatakan kurang setuju, 4 orang atau 6,9
menyatakan tidak setuju, dan 1 orang atau 1,7 yang menyatakan sangat tidak setuju.
Hal ini menunjukkan bahwa mayoritas karyawan mampu menyelesaikan pekerjaan lebih cepat dari standar waktu yang diberikan untuk
mendapatkan nilai produktivitas yang tinggi sehingga memudahkan karyawan untuk meningkatkan promosi jenjang karir.
e. Pada pernyataan “Saya selalu memeriksa kembali hasil pekerjaan Saya” sebanyak 1 orang atau 1,7 yang menyatakan sangat setuju, 26 orang atau
44,8 menyatakan setuju, 22 orang atau 37,9 menyatakan kurang setuju, 8 orang atau 13,8 menyatakan tidak setuju, dan 1 orang atau 1,7 yang
menyatakan sangat tidak setuju. Hal ini menunjukkan bahwa masih ada sebagian besar karyawan yang
memiliki tingkat akurasi mengenai pekerjaan yang rendah dimana masih ada yang karyawan yang tidak memeriksa kembali pekerjaan yang telah
diselesaikan.
4.2.4 Analisis Statistik 1. Uji Asumsi Klasik
a. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal,
yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka
Universitas Sumatera Utara
uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan
pendekatan Kolmogorv-Smirnov. 1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal. Hasil dari output SPSS terlihat seperti Gambar 4.1 dan Gambar 4.2:
Gambar .4.1 Grafik P-P
Plot Sumber : Hasil pengolahan data primer kuesioner dengan SPSS 16.0
Gambar .4.2 Histogram Normalitas
Sumber : Hasil pengolahan data primer kuesioner dengan SPSS 16.0
Pada Gambar 4.1 data berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal,
Universitas Sumatera Utara
sedangkan pada Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh gambar tersebut, di mana tidak menceng ke
kiri atau ke kanan. 2. Analisis Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
normalitas yang didasarkan dengan uji statistik non-parametik Kolmogorov- Smirnov K-S.
Tabel 4.10
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 58
Normal Parameters
a
Mean .0000000
Std. Deviation 2.88605573
Most Extreme Differences Absolute
.081 Positive
.067 Negative
-.081 Kolmogorov-Smirnov Z
.618 Asymp. Sig. 2-tailed
.840 a.
Test distribution is Normal.
Sumber: Hasil pengolahan data dengan SPSS 16.0 2012
Berdasarkan Tabel 4.8, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.840, ini berarti nilainya di atas nilai signifikan 5 0.05. dengan kata lain
variabel tersebut berdistribusi normal.
b. Uji Heteroskedastisitas