menyatakan sangat setuju 40,0 dan paling sedikit menyatakan tidak setuju 2,5, karena hasil pekerjaan yang dilakukan sudah merupakan hasil akhir
yang dihasilkan oleh karyawan.
5 Berdasarkan jawaban 40 orang responden yang menyatakan tentang perlu
bekerja efektif dengan atau tanpa pengawasan paling banyak menyatakan setuju dan sangat setuju yaitu 35,0 dan paling sedikit menyatakan sangat
tidak setuju 5,0. Hal ini terlihat dari hasil kerja yang diperoleh karyawan,
efektif tidakkah hasil yang diperoleh.
6 Dari jawaban 40 orang responden untuk pertanyaan No. 6 yang menyatakan
tentang memanfaatkan efisiensi waktu pada setiap pekerjaan paling banyak menyatakan kurang setuju 35,0 dan paling sedikit menyatakan tidak setuju
10,0, karena masih terlihat karyawan yang tidak memanfaatkan waktu
dengan sebaik-baiknya, dan masih banyak yang menyia-yiakan waktu. 4.2.5. Uji Asumsi Klasik
4.2.5.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal, Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-
titik yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan,
Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorv-smirnov, Dengan menggunakan tingkat signifikan 5 0,05 naka jika nilai Asymp0, Sig0,
2-tailed di atas nilai signifikan 5 artinya variabel residual berdistribusi normal
Universitas Sumatera Utara
Sumber : Data Primer Diolah, 2013
Gambar 4.2 Histogram
Sumber : Data primer diolah, 2013
Gambar 4.3 : Pengujian Normalitas P-P Plot
Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke kanan, sedangkan
pada Gambar 4.3 memperlihatkan titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal, Namun untuk lebih
Universitas Sumatera Utara
memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka
dilakukan uji kolmogorv-sminorv. Tabel 4.7
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
40 Normal
Parameters
a,, b
Mean .0000000
Std. Deviation 2.49949674
Most Extreme
Differences Absolute
.081 Positive
.074 Negative
-.081 Kolmogorov-Smirnov Z
.514 Asymp. Sig. 2-tailed
.954 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data Primer diolah, 2013
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,954 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel
residua l berdistribusi normal.
4.2.5.2. Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 4.8 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 12.919
4.441 2.909
.006 disiplin
.057 .127
.076 .454
.653 .816
1.225 imbalan
.291 .139
.350 2.089 .044
.816 1.225
a. Dependent Variable: produktivitas
Sumber : Data primer diolah 2013
Berdasarkan Tabel 4.8 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas, Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai tolarance 0,1 dan nilai VIF 5, artinya pada nila tolance dan VIF untuk
indikator disiplin kerja, imbalan dan produktivitas kerja karyawan tidak terjadi multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai
berikut :
Sumber : Data primer diolah, 2013
Gambar 4.4 Pengujian Multikolinearitas
Universitas Sumatera Utara
4.2.5.3 Uji Heterokedastisitas