Analisis Deskriptif Prosentase Metode Analisis Data

melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis data membuat kesimpulan yang berlaku untuk umum Sugiyono, 2008:29. Analisis statistik deskriptif dalam penelitian ini meliputi analisis identitas responden dan analisis deskriptif preontase. Analisis deskriptif prosentase menunjukan deskripsi data penelitian untuk setiap variabel dalam bentuk prosentase. Perhitungannya menggunakan rumus Sukestiyono dan Wardoyo, 2009:28. Keterangan: DP : Deskriptif Prosentase n : Jumlah skor jawaban N : Skor ideal skor pernyataan tertinggi x jumlah pernyataan x sampel. Selanjutnya dapat disusun tabel kategori kelas interval berikut ini: 1. Prosentase maksimal : 2. Prosentase minimal : x 100 = 100 x 100 = 20 3. Rentang kelas : 100 - 20 = 80 4. Panjang interval kelas : 80 : 5 = 16 Tabel 3.4 Kategori Kelas Interval Kelas Interval Prosentase Kategori 84 ≥ 0 ≤ 100 Sangat baik 67 ≥ 0 ≤ 83 Baik 50 ≥ 0 ≤ 66 Cukup Baik 33 ≥ 0 ≤ 49 Tidak baik 16 ≥ 0 ≤ 32 Sangat Tidak Baik Sumber : Sukestiyono dan Wardoyo, 2009: 28 Dari kriteria metode deskriptif prosentase diatas maka peneliti dapat mengoreksi jawaban kuesioner dari responden dan menghitung frekuensi jawaban responden berdasarkan nilai prosentase masing-masing kategori. Sehingga besarnya hasil jawaban kuesioner dapat diketahui prosentase dari skala sangat setuju sampai dengan sangat tidak setuju untuk menggambarkan tanggapan responden pada kondisi objek yang diteliti dari sangat baik sampai dengan sangat tidak baik, sehingga dapat ditarik kesimpulan untuk memberikan saran, khususnya terkait komitmen karyawan bagian expedisi PT. Enseval Putra Megatrading, Tbk Semarang.

3.6.2 Uji Asumsi Klasik

Uji Asumsi Klasik memastikan bahwa persamaan regresi memiliki ketepatan dalam estimasi dan terbebas dari asumsi-asumsi klasik baik multikolineritas, autokorelasi, heteroskedastisitas dan normalitas. Berikut adalah penjelasan uji asumsi klasik menurut Ghozali 2011:103-160.

3.6.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah memiliki distribusi data normal. Ada dua cara yang dapat dilakukan dalam uji normalitas yaitu: i. Analisis Grafik Analisis grafik melihat normal probability plot P-Plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. ii. Analisis Statistik Diteksi secara statistik dapat dilakukan dengan analisis statistik non-parametik Kolmogorov- Simirnov K-S.Uji K-S dapat dilakukan dengan membuat hipotesis, Ho untuk data residual berdistribusi normal dan HA untuk data residual tidak berdistribusi normal. Besarnya nilai KS akan ditunjukan pada tabel Kolmogorov-Simirnov Test. Suatu data dikatakan normal apabila nilai dari K-S α = 0,05.