UJI ASUMSI KLASIK

Data Berdistribusi Normal

Uji Asumsi Klasik terdiri dari :

1. Uji Normalitas

Dikatakatan normal apabila tingkat signifikasi > 0,05, begitu juga sebaliknya jika tingkat
signifikasi < 0,05 maka dikatakan tidak normal.

Uji ini adalah uji berdasarkan :

a. Histogram : Hasil dari histogram dapat dikatakan normal jika data yang ditunjukan
memiliki bentuk seperti gambar dibawah ini

Maka jika hasil histogram yang diberikan seperti gambar diatas, data kita dapat
dinyatakan normal, tetapi data yang sudah dinyatakan normal juga harus memiliki bukti
maka diperlukan Plot untuk memberikan bukti bahwa data kita normal.

b. Plot : Hasil dari Plot ini untuk memberikan bukti bahwa histogram yang kita punya dapat
dikatakan normal. Data dapat dikatakan normal apabila titik-titik mengikuti garis
diagonalnya.

Gambar diatas memberikan bukti bahwa data kita termasuk data yang normal karena
titik-titik pada gambar diatas mengikuti garis diagonalnya.
c. Kolmogorov
Menggunakan Sample Kolimogrov – Smirnov pada aplikasi SPSS dengan tingkat
signifikan > 0,05, maka data dinyatakan data tersebut normal.
 Pada gambar diatas dapat dinyatakan data yang kita punya normal, karena nilainya lebih
dari 0,05, dapat kita lihat bahwa nilai 0,200 > 0,05 artinya data berdistribusi normal.

Interpretasi Uji Normalitas adalah Normal karena setelah dilakukan uji tingkat signifikan
yang diberikan > 0,05.

2. Uji Multikolinearitas
Uji yang digunaka untuk mendeteksi ada atau tidaknya Multikolinearitas dengan melihat
besarnya nilai Variance Inflation Faktor (VIF) < 10 dan Tolerance Value > 0,1 maka tidak
ternyata multikolinearitas.

Interpretasi Uji Multikolinearitas berdasarkan tabel V diketahui bahwa :

1. Nilai VIF variabel
a. Budaya Organisasi (X1) : 1,922 < 10
b. Komitmen Organisasional (X2) : 1,878 < 10
c. Kepuasan Kerja (X3) adalah : 1,612 < 10
2. Nilai Tolerance
a. Budaya Organisasi (X1) : 0,520 > 0,1
b. Komitmen Organisasional (X2) : 0,533 > 0,1
c. Kepuasan Kerja (X3) adalah : 0,620 > 0,1

Maka data tersebut tidak terjadi Multikolinearitas

3. Uji Heteroskedastisitas
Data ini dapat dijui menggunakan scatterplot, Jika data yang diberikan scatterplot berupa
titik-titik yang menyebar maka data tersebut dapat dinyatakan tidak terjadi
Heteroskedastisitas.

Seperti gambar diatas, maka dapat dinyatakan bahwa dari data scatterplot tersebut tidak
terjadi Heteroskedastisitas.
Data Berdistribusi Tidak Normal
Uji Asumsi Klasi Terdiri Dari :

1. Uji Normalitas
a. Histogram : Tidak Berdistribusi Normal

b. Plot : Tidak Berdistribusi Normal

Interpretasinya :
Data berdistribusi tidak normal yang dibuktikan dari Plot, dimana titik-titik pada plot tidak
mengikuti garis diagonalnya.

c. Kolmogorov
 Interpretasinya :
Nilai Kolmogorov < 0,05 dimana nilai kolmogorov pada data yang diberikan adalah 0,04 <
0,05, jadi data dinyatakan berdistribusi tidak normal.

2. Uji Multikolinearitas

Interpretasi Uji Multikolinearitas berdasarkan tabel V diketahui bahwa :

1. Nilai VIF variabel
a. Budaya Organisasi (X1) : 1,922 < 10
b. Komitmen Organisasional (X2) : 1,878 < 10
c. Kepuasan Kerja (X3) adalah : 1,612 < 10
2. Nilai Tolerance
a. Budaya Organisasi (X1) : 0,520 > 0,1
b. Komitmen Organisasional (X2) : 0,533 > 0,1
c. Kepuasan Kerja (X3) adalah : 0,620 > 0,1
Maka data tersebut tidak terjadi Multikolinearitas
3. Uji Heteroskedastisitas

Seperti gambar diatas, maka dapat dinyatakan bahwa dari data scatterplot tersebut tidak
terjadi Heteroskedastisitas.
 Cara Mengatasi Data Berdistribusi Tidak Normal

1. Uji Asumsi Klasik Untuk Semi Log (Variabel Independent)

Uji Normalitas
a. Histogram

b. Plot

c. Kolmogorov
Interpretasinya :
Nilai Kolmogorov < 0,05 dimana nilai kolmogorov pada data yang diberikan adalah
0,04 < 0,05, jadi data dinyatakan berdistribusi tidak normal.

Link Video Youtube https://youtu.be/8N-kMO1G7xk