69
dari F tabel 24,933 2,49 dan signifikansi penelitian lebih kecil dari 0,05 0,000 0,05 dengan demikian Ha diterima.
4.2.5 Koefisien Determinasi
Pengujian koefisien determinasi dilakukan dengan tujuan untuk menggambarkan sampai seberapa jauh variabel independen yang digunakan
dalam persamaan regresi mampu menjelaskan variabel dependen. Dari penelitian ini R
2
menunjukkan bahwa variabel independen kemungkinan dapat menjelaskan bahwa perubahan naik turunnya variabel dependen dan merupakan pengaruh dari
variabel independen diluar variabel yang dipakai dalam model regresi yang turut berpengaruh secara signifikan terhadap perubahan kebijakan dividen. Apabila
nilai R
2
suatu regresi mendekati satu, maka semakin baik regresi tersebut. Hasil output SPSS dapat dilihat pada Tabel 4.9 berikut ini:
Tabel 4.9 Hasil Koefisien Determinasi
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada Tabel 4.9 nilai koefisien korelasi R sebesar 0,886 yang berarti bahwa korelasi atau hubungan variabel dependen Return on Asset ROA dengan
variabel independen suku bunga, inflasi, capital adequacy ratio, beban operasional terhadap pendapatan operasional, non performing financing
mempunyai hubungan yang cukup erat yaitu sebesar 88,6. Besarnya pengaruh
Model Summary
b
,886
a
,786 ,754
,50497 1,658
Model 1
R R Square
Adjusted R Square
St d. Error of the Estimate
Durbin- Wat son
Predictors: Const ant , NPF, BOPO, I nf lasi, CAR, SukuBunga a.
Dependent Variable: ROA b.
Universitas Sumatera Utara
70
variabel independen suku bunga, inflasi, capital adequacy ratio, beban operasional terhadap pendapatan operasional, non performing financing terhadap
variabel dependen Return on Asset ditunjukkan oleh nilai Adjusted R Square sebesar 0,754, artinya variabel suku bunga, inflasi, capital adequacy ratio, beban
operasional terhadap pendapatan operasional, non performing financing berpengaruh terhadap Return on Asset sebesar 75,4 sisanya sebesar 24,6
dipengaruhi oleh faktor-faktor lain yang tidak termasuk dalam penelitian ini. Nilai Standar Error of the Estimate SEE adalah sebesar 0,50497, semakin kecil nilai
SEE maka model regresi akan semakin tepat dalam memprediksi variabel dependen.
4.3 Pembahasan