Uji Asumsi Klasik Pendekatan Histogram Pendekatan Grafik. Pendekatan Kolmogorov-Smirnov

141 Dari Tabel 4.7 tersebut dapat dilihat, Pada pernyataan no.6 saya hadir tepat waktu merupakan pernyataan yang paling dominan sangat disetujui oleh responden karena terlambat datang akan diberikan sanksi dan dapat mempengaruhi penilaian prestasi kerja karyawan. Pernyataan no.2 saya mampu memenuhi target pekerjaan yang telah ditetapkan organisasi paling dominan dipilih untuk disetujui. Hal ini menunjukkan bahwa setiap karyawan bekerja keras untuk memenuhi taget yang merupakan hal terpenting untuk mencapai tujuan perusahaan. Pernyataan no. 3 saya mengerjakan tugas yang sesuai dengan harapan atasan merupakan pernyataan yang paling dominan dipilih responden untuk kategori kurang setuju dan tidak setuju karena karyawan merasa memiliki persepsi sendiri terhadap hasil kerja yang telah dilakukanya dan atasan juga memiliki persepsi sendiri juga sehingga terkadang tidak bisa selalu sesuai harapan atasan. Pernyataan no. 6 saya hadir tepat waktu merupakan pernyataan yang paling dominan dipilih responden untuk kategori sangat tidak setuju karena waktu yang ditempuh beberapa karyawan dari rumah ke kantor nya jauh sekali.

4.3 Uji Asumsi Klasik

Pengujian ini dilakukan untuk melihat apakah hasil analisis regeresi yang didapat terbebas dari segala Normalitas, Heteroskedastisitas, Multikolinearitas agar dapat diketahui apakah model regresi tersebut merupakan regresi yang baik atau tidak. 142

4.3.1 Normalitas

Uji normalitas dilakukan untuk mengetahui apakah sebuah distribusi data mengikuti atau mendekati distribusi yang normal. Model regresi yang baik adalah model regresi yang berdistribusi normal atau mendekati normal. Ada dua cara untuk melihat apakah data residual berdistribusi normal atau tidak yaitu pertama melalui analisis grafik dengan cara menganalisis grafik histogram, dimana suatu data dikatakan berdistribusi normal apabila distribusi data yang berbentuk lonceng tidak melenceng ke kiri atau ke kanan dan dengan menganalisis normal normal probability plots, dimana suatau data dikatakan berdistribusi normal apabila pada scatter plot terlihat titik-titik yang mengikuti data di sepanjang garis diagonal. Kedua, melalui uji statistik dengan menggunakan pendekatan Kolmogrov- Smirnov, dengan kriteria sebagai berikut: a. Apabila nilai Aymp. Sig. 2- Tailed nilai signifikan, maka data residual berdistribusi normal.

a. Pendekatan Histogram

143 Sumber : Hasil Penelitian, 2015 Gambar 4.1 Grafik Histogram Tampilan grafik histogram yang terdapat pada Gambar 4.2 tersebut memberikan pola distribusi yang normal. Hal ini ditunjukkan oleh distribusi data yang tidak miring ke kiri atau miring ke kanan, melainkan ke tengah dengan bentuk lonceng.

b. Pendekatan Grafik.

144 Sumber : Hasil Penelitian, 2015 Gambar 4.2 Grafik Normal Plot Pada Gambar 4.3 Grafik Normal Plot diatas terlihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis regresi sehingga memenuhi asumsi normalitas.

c. Pendekatan Kolmogorov-Smirnov

Selain dengan analisis grafik, uji normalitas dapat dilakukan dengan melihat angka signifikan dari Kolmogorov-Smirnov text, yaitu dengan cara melakukan uji Kolmogorov-Smirnov pada data residual. Tabel 4.8 145 Hasil Uji Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 47 Normal Parameters a,b Mean .0000000 Std. Deviation 1.91936881 Most Extreme Differences Absolute .080 Positive .050 Negative -.080 Test Statistic .080 Asymp. Sig. 2-tailed .200 c,d a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil penelitian, 2015 Berdasarkan uji Kolomogorov-Smirnov yang disajikan dalam Tabel 4.8, dapat dilihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,2 yang lebih besar dari nilai signifikansi 0,05. Hal ini berarti variabel residual berdistribusi normal.

4.3.2 Uji Heteroskedastisitas

Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual pengamatan satu dengan pengamatan lain, jika varians residual dari pengamatan satu dengan pengamatan yang lain sama, maka disebut homoskedastisitas. Model regresi yang baik ialah yang homokedastisitas atau tidak terjadi heterokedastisitas. Dalam melakukan pengujian heterokedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik 146 Scatterplot, dimana tidak terjadi heteroskedastisitas apabila titik-titik meyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, dimana tidak terjadi heterokedastisitas apabila tidak ada variabel independen yang signifikan secara statistik mempegaruhi variabel dependen.

a. Pendekatan Grafik