57 13. Pada butir pernyataan tigabelas dari kuesioner yang disebar dan dianalisis
mengenai penyelesaian, didapatkan nilai rata-rata sebesar 3.90 yang berarti responden setuju bahwa mereka selalu berusaha meyelesaikan tugas dengan
cepat dan tepat. 14. Pada butir pernyataan empatbelas dari kuesioner yang disebar dan dianalisis
mengenai tujuan akhir, didapatkan nilai rata-rata sebesar 4.09 yang berarti responden setuju bahwa mereka selalu berusaha untuk mencapai tujuan akhir
perusahaan. 15. Pada butir pernyataan limabelas dari kuesioner yang disebar dan dianalisis
mengenai tujuan akhir, didapatkan nilai rata-rata sebesar 4.20 yang berarti responden setuju bahwa mereka dapat mencapai tujuan baik dalam kualitas
maupun kuantitas.
4.2.2 Analisis Statistik 4.2.2.1 Uji Asumsi Klasik
a. Uji Normalitas
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi klasik
yang harus dipenuhi, yang pertama adalah uji normalitas. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan
grafik dan pendekatan Kolmogrov-Smirnov.
Universitas Sumatera Utara
58 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.
Sumber : Hasil Pengolahan SPSS Juni 2014
Gambar 4.2 Grafik Histogram Uji Normalitas
Universitas Sumatera Utara
59
Sumber : Hasil Pengolahan SPSS Juni 2014
Gambar 4.3 Grafik Normal P-P Plot Uji Normalitas
Berdasarkan Gambar 4.2 dapat diketahui bahwa hubungan dari variabel stres kerja dan motivasi kerja terhadap kinerja karyawan adalah berdistribusi normal, hal
ini ditunjukkan oleh gambar histogram yang tidak terlihat menceng ke kiri maupun ke kanan. Sedangkan pada Gambar 4.3 data berdistribusi normal dapat dilihat pada
scatterplot, terlihat titik-titik yang mengikuti garis diagonal. 2. Pendekatan Kolmogrov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang
berdasarkan dengan uji statistik non-parametrik Kolmogrov-Smirnov K-S untuk memastikan apakah data benar berdistribusi normal.
Universitas Sumatera Utara
60
Tabel 4.8 One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
55
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
2.25769760
Most Extreme Differences
Absolute .061
Positive .047
Negative
-.061
Kolmogorov-Smirnov Z .454
Asymp. Sig. 2-tailed .986
Sumber : Hasil Pengolahan SPSS Juni 2014
Berdasarkan Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0.986, dan diatas nilai signifikan 0.05, dengan kata lain variabel residual
berdistribusi normal. Nilai Kolmogrov-Smirnov Z yakni 0.454 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau
dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas