Download - Tugas Uji Asumsi
Wienda Maulidia
12.22.0100
Ruang 1 MSD Manajemen
Uji Asumsi Klasik
Uji asumsi klasik ini dilakukan agar hasil penelitian ini dapat membentuk hasil
yang BLUE (Best Linear Unbiazed Estimation) dan varians minimum. Hasil uji asumsi
klasik pada penelitian ini adalah sebagai berikut:
a. Uji Normalitas
Uji ini digunakan untuk melihat tingkat kenormalan data yang akan digunakan dan
dimasukkan ke dalam model penelitian. Uji ini akan dilakukan secara 2 tahap.
Pertama akan disajikan dalam bentuk gambar adalah Histogram dan Normal
Probability Plot (Suliyanto,2011:69), namun karena tidak subyektifnya tinggi maka
cara lain yang menggunakan adalah dengan metode uji Kolmogorov-Smirnov
(Suliyanto, 2011:69).
1) Metode Histogram
Berdasarkan hasil olahan data menggunakan SPSS versi 16, maka diketahui uji
normalitas menggunakan metode histogram adalah sebagai berikut:
Sumber: Data Primer Diolah
Gambar 1Uji Normalitas Menggunakan Metode Histogram
Gambar 1 menunjukkan bahwa kurva telah membentuk lonceng. Ini
memberikan pengertian bahwa data telah terdistribusi secara normal. Untuk
memberikan keyakinan, akan dilakukan dengan menggunakan Normal
Probability Plot.
2) Metode Plot
Berdasarkan hasil olahan data menggunakan SPSS versi 16, maka diketahui uji
normalitas menggunakan metode P-Plot adalah sebagai berikut:
Sumber: Data Primer Diolah
Gambar 2 Uji Normalitas Menggunakan Metode P-Plot
Gambar 2 menunjukkan bahwa titik – titik telah membentuk dan mengikuti
arah garis diagonal pada gambar, dengan demikian dapat dinyatakan bahwa
data telah terdistribusi dengan normal. Untuk memberikan keyakinan tentang
gambar P-Plot di atas memang menunjukkan kenormalan data, maka sangat
perlu sekali digunakan metode statistik untuk melihat uji normalitas data,
sebab penggunaan gambar P-Plot memiliki tingkat subjektivitas yang cukup
tinggi.
3) Kolmogorov-Smirnov Test
Metode statistik uji normalitas data dapat menggunakan metode Kolmogorov
Smirnov (Wahid Sulaiman,2004:90). Uji normalitas menggunakan uji statistik
non-parametrik Kolmogrov-Smirnov merupakan uji normalitas menggunakan
fungsi distribusi kumulatif (Suliyanto, 2011:hal. 75). Nilai residual
terstandarisasi berdistribusi normal jika nilai sig.>alpha (Suliyanto, 2011:hal.
75).
TabelOne-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 35
Normal Parametersa Mean .0000000
Std. Deviation 1.45977168
Most Extreme Differences Absolute .141
Positive .133
Negative -.141
Kolmogorov-Smirnov Z .834
Asymp. Sig. (2-tailed) .490
a. Test distribution is Normal.
Tabel diatas menunjukkan bahwa nilai Asymp. Sig adalah sebesar 0.490 lebih
besar dari 0,05, sehingga disimpulkan bahwa data telah terdistribusi secara
normal.
b. Uji Multikolinearitas
Uji ini dilakukan untuk melihat dan menyakinkan bahwa variabel – variabel bebas
dalam penelitian ini terbebas dari saling mempengaruhi (Ghozali, 2005:91). Uji ini
dinyatakan terkena multikolinearitas atau tidak dilihat dari nilai Tolerance yang
ada pada kolom Collinearity Statistic menunjukkan nilainya lebih kecil dari 1, atau
dapat juga dilihat dari nilai VIF yang bernilai harus lebih kecil dari 10 (Suliyanto,
2011:82). Untuk mengetahui uji ini dapat dilihat pada tabel berikut ini:
Tabel Coeffcientsa
Dilihat pada tabel Coeffcientsa diketahui pada variable motivasi (X1), kepemimpinan (X2),
dan pelatihan (X3) telah terbebas dari Multikolinearitas dimana masing-masing nilai
tolerance lebih kecil dari 1 (0,639 < 1), (0,938 < 1), (0,631 < 1) nilai VIF lebih kecil dari
10 yaitu (1,564 < 10) , (1,017 < 10), dan (1,586 < 10).
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -6.235 3.224 -1.934 .062
Motivasi .426 .098 .288 4.356 .000 .639 1.564
Kepemimpinan .242 .076 .170 3.185 .003 .983 1.017
Pelatihan .745 .069 .720 10.826 .000 .631 1.586
a. Dependent Variable: Kinerja
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model regresi
terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang
lain. Pada uji ini digunakan metode Scatterplot yang dapat dilihat pada gambar
berikut ini:
Sumber: Data Primer Diolah
Gambar 4Uji Heteroskedastisitas Metode Scatterplot
Uji ini akan dinyatakan terbebas dari heteroskedastisitas jika titik – titik yang
terdapat pada gambar tersebar secara merata. Meratanya titik – titik ini diketahui
bahwa titik – titik tersebar diantara titik 0. Melihat pada gambar 4 diketahui bahwa
titik – titik tersebar merata mengikuti diantara titik 0. Ini dapat dikatakan bahwa
data telah terbebas dari masalah heterokedastisitas (Suliyanto, 2011:95).
Setelah uji asumsi klasik terbebas, maka selanjutnya data yang telah diolah
dimasukkan ke dalam model penelitian sebelum dilakukan pengujian hipotesis.