2 4
6 8
10 12
14 16
18 20
7,83- 37,5 37,6 - 67,2
67,3 - 96,9 97,0 - 126,5 126,6
– 156,2 126,3 - 185,8
Fr e
k u
e n
si
Rasio Klaim
Gambar 5. Histogram Distribusi Frekuensi Rasio Klaim
5. Rasio Pertumbuhan Premi
Rasio Pertumbuhan premi dihitung berdasarkan kenaikan dan penurunan premi netto terhadap premi netto tahun sebelumnya. Hasil
analisis deskriptif variabel Rasio Pertumbuhan Premi diperoleh nilai tertinggi
max
sebesar 662,58 dan nilai terendah
min
sebesar 0,03 dengan rata-rata sebesar 39,89, dan standar deviasi sebesar 127,84.
Perusahaan yang memiliki Rasio Pertumbuhan Premi terendah dalam penelitian ini adalah PT Panin Insurance Tbktahun 2012, sedangkan
perusahaan dengan nilai Rasio Klaim tertinggi adalah PT Asuransi Bintang Tbk tahun 2013.
Cara mengetahui jumlah kelas interval digunakan rumus
Sturges
s
Sturgess Rule
, yaitu jumlah kelas interval= 1+3,3 log n, maka dapat
diketahui jumlah kelas interval= 1+3,3 log 36= 6,1 atau dibulatkan menjadi 6. Rentang data sebesar 662,58
– 0,03= 662,55. Dengan diketahui rentang data, maka dapat diperoleh panjang kelas interval masing - masing
kelompok yaitu 662,556=110,4. Berdasarkan perhitungan tersebut kemudian dibuat tabel distribusi frekuensi variabel pertumbuhan premi
sebagai berikut: Tabel 7. Distribusi Frekuensi Pertumbuhan Premi
No Kelas interval
Frekuensi 1
0,03- 110,4 34
2 110,5 - 220,9
3 221,0 - 331,3
4 331,4 - 441,7
1 5
441,8 – 552,1
6 552,2 - 662,58
1 Jumlah
36 Sumber : Data diolah 2014
Berdasarkan distribusi frekuensi diatas, dapat digambarkan histogram sebagai berikut:
Gambar 6. Histogram Distribusi Frekuensi Pertumbuhan Premi
C. Hasil Uji Asumsi Klasik
1. Uji Normalitas
Pengujian normalitas menggunakan uji
Kolmogorov Smirnov.
Jika probabilitas lebih besar dari 0,05 maka data berdistribusi normal. Hasil uji
normalitas dapat ditunjukkan tabel berikut ini : Tabel 8. Uji Normalitas dengan Kolmogorov Smirnov
Nilai
Kolmogorov-Smirnov Z Asymp.Sig
Keterangan 1.205
0.110 Normal
Sumber : Lampiran IV.1 Hasil uji normalitas diatas menunjukkan bahwa nilai probabilitas
seluruh variabel lebih besar dari 0,050. Dengan demikian data berdistribusi normal.
2. Uji Liniearitas
Uji lineritas ini bertujuan untuk mengetahui aplikasi variabel bebas dan variabel terikat mempunyai hubungan linear atau tidak. Untuk
mengetahui hal tersebut, kedua variabel diuji dengan menggunakan
uji F
. Apabila F
hitung
lebih kecil atau sama dengan F
tabel
maka terdapat hubungan linier antara variabel bebas terhadap variabel terikat. Jika F
hitung
lebih besar F
tabel
maka hubungan antara variabel bebas terhadap variabel terikat tidak linier Sugiyono, 2007: 273.