Uji Normalitas Uji Asumsi Klasik

135 mungkin dapat menimbulkan penyakit yang lebih serius, maka dari itu paramedis membutuhkan ketelitian yang sangat tinggi untuk menghindari kesalahan yang mungkin terjadi akibat dari kesalahan pemberian transfusi darah. Terakhir, peroehan rata-rata yang rendah juga didapat dari kesalahan saat pengambilan darah. Dimana sangat diperlukannya kehati-hatian dan kejelin saat mengambil pembuluh darah agar tidak terjadinya kesalahan yang mungkin timbul saat pengambilan darah seperti pembengkakan. Maka dapat diartikan bahwa, paramedis harus memiliki pengetahuan, keahlian, ketelitian, keterampilan, dan kesabaran yang sangat tinggi guna menghindari kesalahan saat bekerja yang disebabkan oleh paramedisnya karena sebagai seorang paramedis sangat rentan terhadap kesalahan yang bisa berdampak sangat buruk.

4.2.3 Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk menguji apakah data memenuhi asumsi klasik. Hal ini dilakukan untuk menghindari terjadinya estimasi yang bias, mengingat tidak semua data dapat diterapkan regresi. Kriteria pengujian asumsi klasik yang harus dipenuhi, yaitu:

4.2.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah model regresi mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah data normal atau tidak, dilakukan dengan pendekatan histogram, grafik, dan Kolmogorov-Smirnov. Universitas Sumatera Utara 136 1. Pendekatan Histogram Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng kekanan. Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016. Gambar 4.2 Uji Normalitas Histogram Pada Gambar 4.2 diatas, dapat dilihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. 2. Pendekatan Grafik Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Universitas Sumatera Utara 137 Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016. Gambar 4.3 Uji Normalitas Grafik PP Plot Pada Gambar 4.3 diatas, dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang diperoleh berdistribusi normal. 3. Pendekatan Kolmogorov-Smirnov Tabel 4.13 Uji Normalitas Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 138 Normal Parameters a,b Mean 0E-7 Std. Deviation 3.35400365 Most Extreme Differences Absolute .063 Positive .063 Negative -.045 Kolmogorov-Smirnov Z .735 Asymp. Sig. 2-tailed .653 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016. Universitas Sumatera Utara 138 Menurut Situmorang Lufti 2014:121 apabila pada hasil uji Kolmogorov-Smirnov, nilai Asymp Sig 2-tailed lebih besar dari nilai signifikan 0,05, dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 maka data dikatakan normal. Pada Tabel 4.13 dapat dilihat nilai Asymp Sig 2-tailed 0,653 lebih besar dari 0,05 dan nilai Kolmogorov-Smirnov Z 0,735 lebih kecil dari 1,97, sehingga model regresi yang diperoleh adalah berdistribusi normal.

4.2.3.2 Uji Heteroskedastisitas