H ditolak jika F
hitung
≥ F
tabel
pada α= 5
3.10.4 Koefisien Determinasi R
2
Koefisien Determinasi R
2
digunakan untuk mengukur seberapa besar kontribusi variabel bebas terhadap variabel terikat. Jika Koefisien Determinasi
R
2
semakin besar mendekati satu menunjukkan semakin baik kemampuan X menerangkan Y dimana 0 R
2
1. Sebaliknya, jika R
2
semakin kecil mendekati nol, maka akan dapat dikatakan bahwa pengaruh variabel bebas X
adalah kecil terhadap variabel terikat Y. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap
variabel terikat.
3.10.5 Uji Asumsi Klasik
Menurut Situmorang 2014:114 uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi berganda agar diperoleh nilai
estimasi yang bersifat BLUE Best, Linear, Unbiased, Estimator. Sebelum melakukan analisis regresi, maka dilakukan pengujian asumsi klasik yang harus
dipenuhi, yaitu : 1.
Uji Normalitas Tujuan uji normalitas adalah 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 ke kanan ataupun ke kiri. Dengan adanya tes normalitas, maka penelitian kita bisa digeneralisasikan
pada populasi. Dalam pandangan statistik itu sifat dan karakteristik populasi adalah terdistribusi secara normal. Situmorang, 2014:114
2. Uji Heteroskedastisitas
Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara anggota group tersebut. Jika varians
sama, dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Sedangkan jika varians tidak sama, dikatakan terjadi heteroskedastisitas. Alat
untuk menguji heteroskedastisitas bisa dibagi dua, yakni dengan alat analisis grafik atau dengan analisis residual yang berupa statistik.
3. Uji Multikolinieritas
Istilah kolinearitas colinearity berarti hubungan linear tunggal single linear relationship, sedangkan kolinearitas ganda multicolinearity
menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Interpensi dari persamaan regresi ganda secara implisit bergantung pada
asumsi bahwa variabel-variabel bebas dalam persamaan tersebut tidak saling berkorelasi. Koefisien-koefisien regresi biasanya diinterpretasikan sebagai ukuran
perubahan variabel terikat jika salah satu variabel bebasnya naik sebesar satu unit dan seluruh variabel bebas lainnya dianggap tetap. Namun interpretasi ini
menjadi tidak benar apabila terdapat hubungan linear antara variabel bebas.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Perusahaan