41
C = n x R
2
d. Uji Autokorelasi
Autokorelasi sering dikenal dengan nama korelasi serial dan sering ditemukan pada data serial waktu time series. Uji Autokorelasi
bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1
sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Alat ukur yang digunakan untuk mendeteksi adanya
autokorelasi dalam penelitian ini menggunakan tes Durbin Watson D- W. Hipotesis yang akan diuji dalam penelitian ini adalah :
H0
Tidak
ada Autokorelasi, r = 0 dan Ha ada Autokorelasi, r ≠0. Tabel 3. Tabel Pengambilan Keputusan Uji Autokorelasi
36
Nilai Statistik d Hasil
0 d dl Ada Autokorelasi
dl d du Tidak ada Keputusan
du d 4-du Tidak ada Autokorelasi
4-du d 4-du Tidak ada Keputusan
4-dl d 4 Ada Autokorelasi
e. Uji Linieritas
Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan uji linieritas akan diperoleh
informasi apakah model empiris sebaiknya linier, kuadrat atau kubik.
37
Untuk menguji linearitas, penelitian ini menggunakan uji Lagrange Multiplier. Uji ini bertujuan untuk mendapatkan C
2
hitung yang bias dicari menggunakan rumus :
36
Ghozali imam, Aplikasi Analisis Multivariat dengan Progam IBM SPSS 23, Semarang :Badan Penerbit Universitas Diponegoro, 2016, h. 111..
37
Ibid
42 Keterangan :
C
2
= Chi Square N
= Jumlah Data Observasi R
2
= Koefisien Determinasi Dari hasil perhitungan nilai C
2
hitung. kemudian dibandingkan dengan C
2
tabel. Jika C
2
hitung C
2
tabel, maka hipotesis nol yang menyatakan bahwa spesifikasi model dalam bentul linear ditolak.
2. Uji Hipotesis
Uji Hipotesis adalah uji yang digunakan untuk menganalisis pengaruh variable-variabel independen terhadap variable dependen yang diajukan
dalam hipotesis penelitian.
a. Analisis Regresi Linear Berganda
Analisis linear berganda adalah analisis tentang hubungan antara satu variable dependen dengan dua atau lebih variable independen.
Bila dihubungkan dengan penelitian ini maka analisis regresi berganda digunakan untuk mengetahui pengaruh Pendapatan Kontribusi, Klaim
dan Hasil Investasi secara bersama-sama terhadap Surplus Underwriting. Persamaan umum regresi linier berganda dapat
Kategori