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