Tempat dan Waktu Penelitian Populasi dan Sampel
probabilitas lebih besar dari tingkat signifikansi yang ditetapkan, maka dapat disimpulkan tidak terjadi heteroskedastisitas
2. Uji Regresi Linear Berganda
Model regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua variabel atau
lebih. Persamaan regresi linear berganda dapat dinyatakan sebagai berikut:
Y = α + β
1
.AG - β
2
.EPS + β
3
.DAR - β
4
.ROI - β
5
.DY+ e
i
Keterangan: Y
= Variabel Risiko Sistematis α
= Konstanta AG
= Asset Growth
EPS = Earnings per Share
DAR =
Debt to Total Asset Ratio ROI
= Return on Investment
DY =
Dividend Yield e
i
= random error β
1,
β
2,
β
3,
β
4,
β
5
= koefisien regresi 3.
Uji Hipotesis a.
Uji Parsial Uji Statistik t Pengujian hipotesis secara parsial bertujuan untuk mengetahui
pengaruh dan signifikansi dari masing-masing variabel independen
terhadap variabel dependen. Pengujian ini dilakukan dengan uji-t pada tingkat keyakinan 95 dengan ketentuan sebagai berikut:
H
o
: apabila p-
value
0,05, maka H
o
diterima dan H
a
ditolak. H
a
: apabila p
-value
0,05, maka H
o
ditolak dan H
a
diterima. Hipotesis yang telah diajukan di atas dirumuskan sebagai berikut:
1 Pengaruh Asset Growth pada Risiko Sistematis
H
o1
: β
1
0, berarti variabel asset growth X
1
tidak berpengaruh positif terhadap Risiko Sistematis variabel Y.
H
a1
: β
1
0, berarti variabel asset growth X
1
berpengaruh positif terhadap Risiko Sistematis variabel Y
2 Pengaruh Earnings per Share EPS pada Risiko Sistematis
H
o2
: β
2
0, berarti variabel Earnings per share X
2
tidak berpengaruh negatif terhadap Risiko Sistematis variabel Y.
H
a2
: β
2
0, berarti variabel Earnings per share X
2
berpengaruh negatif terhadap Risiko Sistematis variabel Y.
3 Pengaruh Debt to total asset pada Risiko Sistematis
H
o3
: β
3
≤ 0, berarti variabel Debt to to total asset X
3
tidak berpengaruh positif terhadap Risiko Sistematis variabel Y.
H
a3
: β
3
0, berarti variabel Debt to total asset X
3
berpengaruh positif terhadap Risiko Sistematis variabel Y.