Pengujian Hipotesis Uji Normalitas Uji Multikolinearitas

62

4.3 Pengujian Hipotesis

Tabel 4.2 Variables EnteredRemoved Model Variables Entered Variables Removed Method 1 Age, Growth Of Sales, Structure Assets, Return On Assets a . Enter a. All requested variables entered. Sumber : SPSS 17 diolah Pada Tabel 4.2 dinyatakan bahwa Growth Of Sales, Sructure Assets, Return On Assets Dan Age Industri Asuransi Terbuka tidak ada yang dikeluarkan dari persamaan yang ditunjukkan oleh kolom Variables Removed yang kosong. Metode yang dipilih adalah metode Enter.

4.4 Uji Normalitas

Tujuan dari uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Gambar menunjukkan titik-titik yang mengikuti data disepanjang garis diagonal, maka dapat disimpulkan bahwa data berdistribusi secara normal. 63 Grafik 4.1 Normal Plot of Regression Standardized Residual Sumber : SPSS 17 diolah Untuk memastikan apakah data disepanjang garis diagonal berdistribusi dengan normal, maka dilakukan uji Kolmogorov Smirnov. Tabel 4.3 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 55 Normal Parameters a,,b Mean .0000000 Std. Deviation .66315240 Most Extreme Differences Absolute .084 Positive .084 Negative -.072 Kolmogorov-Smirnov Z .621 Asymp. Sig. 2-tailed .835 Sumber : SPSS 17 diolah 64 Pada tabel terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,835 dan diatas nilai signifikansi 0,05, maka dengan demikian variabel residual berdistribusi normal.

4.5 Uji Heteroskedastisitas

Varians variabel independen adalah konstan sama untuk setiap nilai tertentu variabel independen homokedasitas. Analisis grafik dapat menjadikan suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik – titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas dan tersebar baik diatas ataupun dibawah angka nol pada sumbu Y. Grafik 4.2 Scatterplot Sumber : SPSS 17 diolah 65 Dari gambar diatas terlihat titik – titik menyebar secara acakk dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini menunjukkan tidak terjadi heteroskedastitas pada model regresi, sehingga layak dipakai untuk memprediksi struktur modal berdasarkan masukan data dari variabel – variabel independennya.

4.5.1 Uji Glejser

Uji heteroskedastisitas dapat juga dilakukan dengan pendekatan statistik, yaitu dengan menggunakan uji glejser. Jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Tabel 4.4 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -.817 .157 -5.201 .000 Growth Of Sales .001 .001 .076 .595 .554 Structure Assets .012 .008 .202 1.562 .125 Return On Assets -.029 .011 -.340 -2.572 .013 Age .002 .003 .089 .682 .498 Sumber : SPSS 17 diolah Hasil output SPSS dengan jelas menunjukkan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. 66

4.6 Uji Multikolinearitas

Variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sepurna atau mendekati sempurna. Untuk mengetahui ada atau tidaknya gejala multikolinearitas dapat dilihat melalui besarnya nilai tolerance dan VIF Variance Inflation Factor. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah tolerance 0,1 atau VIF 5 maka tidak terjadi multikolinearitas. Tabel 4.5 Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant 333.332 83.252 4.004 .000 Growth Of Sales .221 .622 .044 .356 .723 .993 1.007 Structure Assets -4.818 4.193 -.145 -1.149 .256 .957 1.044 Return On Assets -22.765 5.911 -.498 -3.851 .000 .913 1.095 Age -.256 1.519 -.021 -.169 .867 .942 1.061 Sumber : SPSS 17 diolah Dari tabel dapat dilihat bahwa VIF 5, maka tidak terjadi multikolinearitas dan hasil tolerance 0,1 hal ini menunjukkan bahwa tidak terjadi multikolinearitas. 67

4.7 Uji Determinan R