3.9. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan pengujian asumsi klasik yang meliputi pengujian:
3.9.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah residual yang diteliti berdistribusi normal atau tidak. Distribusi data tidak normal, karena terdapat nilai
ekstrim data yang diambil. Cara yang digunakan untuk uji normalitas, yaitu: analisis grafik. Normalitas data dapat dilihat melalui penyebaran titik pada sumbu diagonal
dari P-Plot atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya sebagai berikut:
a. Apabila data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
maka model regresi memenuhi asumsi normalitas. b.
Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
3.9.2. Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui ada tidaknya korelasi antar variabel bebas. Uji multikolinearitas dilakukan dengan melihat nilai variance
inflation factor VIF. Pada model regresi yang baik tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada tidaknya korelasi dengan melihat 1 nilai
tolerance dan lawannya 2 variance inflation factor.
UNIVERSITAS SUMATRA UTARA
Tolerance mengukur variabilitas bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF
karena VIF = 1tolerance dan menunjukkan adanya kolenieritas yang tinggi. Nilai cut off, yang dipakai oleh nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10.
Apabila terdapat variabel bebas yang memiliki nilai tolerance lebih dari 0,10 nilai VIF kurang dari 10, maka dapat disimpulkan bahwa tidak multikolinearitas antar
variabel bebas dalam model regresi Ghozali, 2006:96.
3.9.3. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukan untuk mengetahui penyebaran varians gangguan. Uji heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance residual data yang ada. Model regresi yang baik adalah yang tidak mengalami heteroskedastisitas.
Analisis data: a.
Jika ada pola tertentu, serta titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit mengindikasikan telah
terjadi heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
UNIVERSITAS SUMATRA UTARA
BAB 1V HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian 4.1.1 Gambaran Umum PT. Axiata Tbk.
Kategori