39
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Ghozali, 2009.
3.10. Uji Asumsi Klasik
3.10.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng kekiri atau menceng ke
kanan Situmorang dan Lutfi, 2011:100. Alat analisis yang digunakan dalam uji ini adalah uji Kolmogorov-Smirnov. Pengambilan keputusan mengenai normalitas
adalah sebagai berikut: a.
Jika p 0.05 maka distribusi data tidak normal b.
Jika p 0.05 maka distribusi data normal
3.10.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2009. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam
model regresi antara lain dapat dilakukan dengan melihat 1 nilai tolerance dan lawannya 2 varians factor VIF. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2009.
40
3.10.3. Uji Heteroskedastisitas
Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama,
maka dikatakan ada homokedastisitas. Sedangkan jika varians tidak sama, dikatakan terjadi heteroskedastisitas Situmorang dan Lutfi, 2011: 108.
Pengujian heteroskedastisitas dapat dilakukan dengan scatterplot. Apabila terlihat titik - titik menyebar secara acak tidak membentuk pola yang jelas serta tersebar
baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastitas pada model regresi sehingga model regresi layak di pakai.
3.10.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengguna pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Pengujian asumsi ini, dilakukan dengan menggunakan Durbin Watson Durbin Watson Test. Model regresi yang
baik adalah regresi yang bebas dari autokorelsi. Adapun kriteria pengujiannya adalah Ghozali, 2009:
- Jika nilai D-W dibawah 0 sampai 1,5 berarti ada autokorelasi positif.
- Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada autokorelasi.
-
Jika nilai D-W diantara 2,5 sampai 4 berarti ada autokorelasi negatif
41
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Dalam bab ini akan diuraikan hal - hal yang berkaitan dengan hasil pengolahan data dan pembahasan dari hasil pengolahan data tersebut. Adapun
pembahasan yang dimaksud meliputi: deskripsi hasil penelitian, pengujian variabel independen secara parsial dengan model regresi, pengujian asumsi klasik,
dan pembahasan.
4.1 Profil Perusahaan
