2 β1 sebesar 2,484322 menunjukkan bahwa setiap kenaikan laba bersih sebesar 1 akan
diikuti oleh kenaikan dividen kas sebesar 2,484322 dengan asumsi variabel lain tetap, 3
β2 sebesar 1,196020 menunjukkan bahwa setiap kenaikan 1 pada arus kas operasi akan diikuti oleh kenaikan dividen kas sebesar 1,196020 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat
apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R
square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen
semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat
setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen.
Tabel 4.8 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .958
a
.918 .913
.56604 a. Predictors: Constant, LN_AKO, LN_EAR
b. Dependent Variable: LN_DT Sumber: data yang diolah SPSS, 2011.
Universitas Sumatera Utara
Berdasarkan hasil analisis koefisien korelasi dan koefisien determinasi yang dikutip dari lampiran v, pada model summary, nilai koefisien korelasi R sebesar 0,958 yang berarti
bahwa korelasi atau hubungan antara dividen kas LN_DT dengan variabel independennya LN_EAR dan LN_AKO sangat kuat karena berada diatas 0,5 dan mendekati 1. Angka
adjusted R square atau koefisien determinasi adalah 0,918. Hal ini berarti 91,8 variasi atau perubahan dalam dividen kas dapat dijelaskan oleh variasi dari laba bersih dan arus kas
operasi, sedangkan sisanya 8,2 dijelaskan oleh sebab-sebab lain. Standar Error of Estimate SEE adalah 0,56604, yang mana semakin besar SEE akan membuat model regresi
kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis