Uji Asumsi Klasik Saya selalu mengembalikan barang

9. Pada pernyataan kesembilan, “Saya merasa pekerjaan saya sesuai dengan kemampuan saya”, sebanyak 14,3 responden menyatakan sangat setuju, 65,7 responden menyatakan setuju, 8,6 responden menyatakan kurang setuju dan 11,4 responden menyatakan tidak setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden menyatakan setuju terhadap pernyataan tersebut. 10. Pada pernyataan kesepuluh, “saya merasa nyaman dengan kemampuan sya dalam bekerja”, sebanyak 22,9 responden menyatakan sangat setuju, 54,3 menyatakan setuju, dan 22,9 responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden menyatakan setuju terhadap pernyataan tersebut. 11. Pada pernyataan kesebelas, “Saya merasa nyaman dalam melakukan perkerjaan”, sebanyak 20 responden menyatakan sangat setuju, 62,9 responden menyatakan setuju, dan 17,1 responden menyatakan kurang setuju dengan pernyataan tersebut. Hal ini menunjukkan bahwa mayoritas responden menyatakan setuju terhadap pernyataan tersebut.

4.3 Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk melihat apakah suatu model layakatau tidak layak digunakan dalam penelitian.Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada regresi liner berganda. Uji Asumsi Klasik yang digunakan dalam penelitian ini adalah sebagai berikut: Universitas Sumatera Utara

4.3.1 Uji Normalitas

Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-taileddiatas, nilai signifikan 5 artinya variabel residual berdistribusi normal Situmorang dan Lufti, 2012:100 Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histrogram dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal : a. Pendekatan Histogram Sumber :Hasil pengolahan SPSS 2016 Gambar 4.4 Histogram Uji Normalitas Universitas Sumatera Utara Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan. b. Pendekatan Grafik Sumber :Hasil pengolahan SPSS 2016 Gambar 4.5 Plot Uji Normalitas Pada Gambar 4.2 menunjukkan bahwa pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov K-S. Universitas Sumatera Utara c. Pendekatan Kolmogorov-Smirnov Tabel. 4.8 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 95 Normal Parameters a Mean .0000000 Std. Deviation 3.19304967 Most Extreme Differences Absolute .085 Positive .085 Negative -.063 Kolmogorov-Smirnov Z .826 Asymp. Sig. 2-tailed .502 a. Test distribution is Normal. Sumber :Hasil pengolahan SPSS 2016 Pada Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,502 dan diatas nilai signifiksn 0,05 atau 5, sehingga dapat disimpulkan bahwa variabel residual berdistribusi normal.

4.3.2 Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas. 2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila tolerance 0,1 maka diduga mempunyaipersoalan multikolinearitas 4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas. Universitas Sumatera Utara Tabel 4.9 Uji Nilai Tolerance dan VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 23.376 5.119 4.566 .000 Kebutuhan Aktualisasi Diri .066 .089 .071 .749 .456 .993 1.007 Kebutuhan Pengharga an .234 .056 .397 4.154 .000 .993 1.007 a. Dependent Variable: prestasi kerja Sumber :Hasil pengolahan SPSS 2016 Pada Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.

4.3.3 Uji Heteroskedastisitas

Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendekati ada atau tidaknya heteroskedastisitas yaitu : Universitas Sumatera Utara a. Pendekatan Grafik Sumber :Hasil pengolahan SPSS 2016 Gambar 4.6 Scatterplot Heteroskedastisitas Berdasarkan gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi layak dipakai untuk memprediksi prestasi kerja berdasarkan masukan Variabel Kebutuhan Aktualisasi Diri dan Kebutuhan Penghargaan. Universitas Sumatera Utara b. Uji Glesjer Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas. Tabel 4.10 Hasil Uji Glejser heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .793 3.367 .235 .814 KebutuhanAktualisasiDiri .008 .058 .015 .142 .888 KebutuhanPenghargaan .017 .037 .047 .450 .654 a. Dependent Variable: absUt Sumber :Hasil pengolahan SPSS 2016 Pada Tabel 4.10 terlihat variabel independen Kebutuhan Aktualisasi Diri dan Kebutuhan Penghargaan yang tidak signifikan secara statistik mempengaruhi variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas Aktualisasi Diri 0.008 dan Kebutuhan Penghargaan 0.017 diatas tingkat signifikansi 5 0.05, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

4.4 Analisis Regresi Linear Berganda