Metode Pengumpulan Data b

No. Nama Perusahaan Kriteria Penentuan Populasi Sasaran Populasi Sasaran 1 2 3 4 V. Sub Sektor Industri Peralatan Rumah Tangga 26 Kedaung Indah Can, Tbk    X - 27 Kedaung Setia Industri, Tbk    X - 28 Langgeng Makmur Industri, Tbk    X - Sumber: www.idx.co.id data diolah 3.6. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang meliputi laporan keuangan perusahaan consumer goods industry yang terdaftar di Bursa Efek Indonesia. Sumber data tersebut diperoleh dari www.idx.co.id, Indonesia Capital Market Directory ICMD, buku-buku referensi, internet, dan literatur ilmiah yang berhubungan dengan pembahasan penelitian.

3.7. Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan dalam penelitian ini adalah melalui metode dokumentasi yaitu dengan cara mencatat atau mendokumentasikan data yang tercantum pada laporan keuangan perusahaan yang dipublikasikan pada Indonesia Stock Exchange IDX dan Indonesia Capital Market Directory ICMD. Pengumpulan data dimulai dengan tahap penelitian pendahulu yaitu melakukan studi kepustakaan dengan mempelajari buku-buku literatur dan jurnal yang berhubungan dengan pokok bahasan dalam penelitian ini. Pada tahap ini juga dilakukan pengkajian data yang dibutuhkan, ketersediaan data, cara memperoleh data dan gambaran cara memperoleh data. Tahapan selanjutnya adalah penelitian untuk mengumpulkan keseluruhan data yang dibutuhkan guna Universitas Sumatera Utara menjawab persoalan penelitian, memperbanyak literature untuk menunjang data kuantitatif yang diperoleh.

3.8. Teknik Analisis

Teknik analisis data yang digunakan dalam penelitian ini adalah sebagai berikut:

3.8.1 Analisis Deskriptif

Metode analisis deskriptif adalah suatu metode analisis dimana data yang dikumpulkan dan digolongkandikelompokkan kemudian di analisis dan diinterpretasikan secara objektif. Menurut Situmorang 2012:10, statistik deskriptif berusaha menjelaskan atau menggambarkan berbagai karakteristik data, seperti melihat mean, varians, modus, median, serta distribusi frekuensi. 3.8.2 Analisis Statistik Dalam penelitian ini, penulis menggunakan program software SPSS Statistic Product Service Solution for Windows untuk mengolah data dan memperoleh hasil regresi. Teknik analisis statistik regresi berganda akan digunakan untuk mengetahui pola hubungan antara variabel independen dan variabel dependen yang digunakan dalam model penelitian ini. Suatu model dinyatakan baik sebagai alat prediksi apabila mempunyai sifat best linier unbiased estimator BLUE. Menurut Situmorang dan Lufti 2012:100, uji asumsi klasik harus dilakukan sebagai persyaratan statistik dalam melakukan analisis regresi linear berganda yang berbasis ordinary least square OLS. Maka sebelum analisis regresi berganda tersebut dilakukan terlebih dahulu perlu dilakukan uji Universitas Sumatera Utara asumsi klasik. Uji asumsi klasik dalam penelitian ini terdiri dari uji normalitas, uji autokorelasi, uji heteroskedastisitas, dan uji multikolinearitas.

1. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Menurut Ghozali 2006:110, terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan melakukan analisis grafik dan pendekatan Kolmogorv-Smirnov yang dijelaskan sebagai berikut. a. Analisis Grafik Cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal. Namun, grafik histogram ini kurang efektif untuk data dengan jumlah sampel yang kecil. Metode yang lebih efektif adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data akan mengikuti garis normal. b. Pendekatan Kolmogorv-Smirnov Pendekatan Kolmogorv-Smirnov dilakukan dengan tujuan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal atau tidak dengan melihat data residualnya. Universitas Sumatera Utara

2. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya Ghozali, 2006:95. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah bebas dari autokerelasi. Uji autokorelasi ini menggunakan Durbin-Watson DW Test. Tabel 3.3 Kriteria Pengambilan Keputusan Uji Autokorelasi Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada korelasi negatif Tolak 4 – dl d 4 Tidak ada korelasi negatif No decision 4 – du ≤ d ≤ 4 – dl Tidak ada autokorelasi positif atau negatif Tidak ditolak du d 4 – du Sumber : Ghozali 2006:96 3. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Ghozali, 2006:105. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu cara yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya Universitas Sumatera Utara heteroskedastisitas dapat dilihat melalui ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah di-studentized. Jika terdapat pola tertentu seperti titik-titik yang membentuk pola yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

4. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen Ghozali, 2006:92. Menurut Situmorang dan Lufti 2012:140, salah satu cara yang digunakan untuk mendeteksi multikolinearitas adalah dengan melihat toleransi variabel dan variance inflation factor VIF dengan membandingkan sebagai berikut: a. Bila VIF 5 maka diduga memiliki masalah multikolinieritas b. Bila VIF 5 tidak terdapat masalah multikolinieritas c. Tolerance 0,1 maka diduga memiliki persoalan multikolinieritas d. Tolerance 0,1 maka tidak terdapat multikolinieritas.

3.8.3 Analisis Regresi Linear Berganda

Dalam penelitian ini teknik analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara leverage, pertumbuhan perusahaan growth, Universitas Sumatera Utara collateralizable assets dan risiko sistematis terhadap dividend payout ratio DPR pada perusahaan sektor consumer goods industry. Model regresi linear berganda multiple linear regression method yang digunakan dalam penelitian ini dapat dirumuskan sebagai berikut : Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +b 4 X 4 + e Dimana: Y = Dividend Payout Ratio a = Konstanta b 1 = Koefisien regresi variabel X 1 b 2 = Koefisien regresi variabel X 2 b 3 = Koefisien regresi variabel X 3 b 4 = Koefisien regresi variabel X 4 X 1 = Leverage DER X 2 = Growth X 3 = Collateralizable Assets X 4 = Risiko sistematis e = Standard Error 3.9.Pengujian Hipotesis 3.9.1. Uji F F-test Pengujian ini dilakukan untuk mengetahui pengaruh variabel independen secara serempak terhadap variabel dependen. Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan F tabel. Bentuk pengujiannya sebagai berikut: a. H : b 1 = � 2 = � 3 = b 4 = 0 artinya tidak terdapat pengaruh yang signifikan secara bersamaan pada leverage, growth, collateralizable assets dan risiko sistematis terhadap dividend payout ratio DPR. Universitas Sumatera Utara b. H a : minimal satu b i 0, artinya terdapat pengaruh yang signifikan secara bersamaan pada leverage, growth, collateralizable assets dan risiko sistematis terhadap dividend payout ratio DPR. c. Dengan menggunakan tingkat signifikan α 5, jika nilai sig. F 0,05 maka H diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig. F ≤ 0,05 maka H a diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pada penelitian ini nilai F hitung akan dibandingkan dengan F tabel pada tingkat signifikan α = 5 . Kriteria penilaian hipotesis pada uji- F : a. Ho tidak ditolak H a ditolak jika F hitung ≤ F tabel pada α = 5 b. Ho ditolak H a diterima jika F hitung F tabel pada α = 5

3.9.2. Uji t t-test

Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujiannya adalah sebagai berikut: a. � � = Leverage DER H o : b 1 = 0, artinya leverage yang diukur oleh debt to equity ratio DER tidak berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. H a : b 1 ≠ 0, artinya leverage yang diukur oleh debt to equity ratio DER berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. Universitas Sumatera Utara b. � � = Growth H o : b 2 = 0, artinya growth tidak berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. H a : b 2 ≠ 0, artinya growth berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. c. � � = Collateralizable Asset H o : � 3 = 0, artinya collateralizable asset tidak berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. H a : � 3 ≠ 0, artinya collateralizable asset berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia.

d. b

4 = Risiko Sistematis H o : � 4 = 0, artinya risiko sistematis tidak berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. H a : � 4 ≠ 0, artinya risiko sistematis berpengaruh signifikan terhadap dividend payout ratio perusahaan consumer goods industry di Bursa Efek Indonesia. Dengan menggunakan tingkat signifikan α 5, jika nilai sig. t 0,05 H diterima, artinya tidak ada pengaruh yang signifikan variabel bebas Universitas Sumatera Utara terhadap variabel terikat. Sebaliknya jika sig. t ≤ 0,05 H a diterima, artinya ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Nilai t hitung juga dapat dibandingkan dengan nilai t tabel . Kriteria pengambilan keputusannya yaitu: a. H tidak ditolak jika -t tabel t hitung t tabel pada α = 5 b. H a tidak ditolak jika -t hitung -t tabel dan t hitung t tabel pada α = 5

3.10. Uji Koefisien Determinasi R