Uji Normalitas Uji Multikolineritas

4.4.1. Uji Normalitas

Uji Normalitas di pergunakan untuk melihat data yang digunakan berdistribusi normal atau tidak. Pada uji normalitas P-P-Plot menunjukkan titik-titik menyebar disekitar diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang diperoleh berdistribusi normal seperti terlihat pada gambar 4.1. Normal P-P Plot of Regression Standardized Residual Dependent Variabel : Perilaku Perawat 1.0 0.8 0.6 0.4 0.2 0.0 Expected Cu m P ro b 1.0 0.8 0.6 0.4 0.2 0.0 Observed Cum Prob Gambar 4.1. Grafik Normalitas Data Selain uji normal P-P-Plot, uji normalitas juga dapat dilakukan dengan uji kormogorov-smirnov. Data yang normal memiliki nilai uji Kolmogorov-Smirnov lebih kecil dari nilai tabel atau nilai signifikansi lebih besar dari alpha = 0,05. Universitas Sumatera Utara Berdasarkan tabel 4.16 perhitungan kolmogorov-smirnov diperoleh nilai Z sebesar 1,215 dan nilai asymp.Sig 2-tailed 0,104 α 0,05, maka nilai residual terstandarisasi. Dengan demikian maka model Analisis regresi linier berganda memenuhi asumsi normalitas. Tabel 4.16 One-Sample Kolmogorov-Smirnov Test Perilaku Kerja N Normal Parameters Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed a,b Mean Std. Deviation Absolute Positive Negative 164 26,04 6,341 ,095 ,094 -,095 1,215 ,104 a. Test distribution is Normal . b. Calculated from data .

4.4.2. Uji Multikolineritas

Multikolineritas adalah kejadian yang menginformasikan terjadinya hubungan antara variabel-variabel bebas dan hubungan yang terjadi cukup besar. Hal ini menyebabkan koefisien-koefisien menjadi tidak dapat di taksir dan nilai standard error setiap koefisien regresi menjadi tidak terhingga. Tabel 4.17. Hasil Uji Multikolineritas Colinierity Statistics Model Tolerance VIF 1 Constant Kepemimpinan Beban kerja Praktik keperawatan .647 .699 .515 1.545 1.430 1.944 Universitas Sumatera Utara Sumber yang memadai .675 1.481 a. Dependent variabel Sumber : Hasil Penelitian, 2010 data diolah Berdasarkan pada tabel 4.17 di atas diketahui bahwa nilai Variance Inflation Factor VIP untuk variabel bebas yang terdiri atas kepemimpinan, beban kerja, praktik keperawatan, sumber yang memadai lebih kecil dari 5 VIP 5. Dengan demikian persamaan analisis regresi berganda terbebas dari asumsi multikolineritas.

4.4.3. Heteroskedastisitas