3. Perdagangan tunai, yaitu merupakan fasilitas yang disediakan bagi
anggota bursa yang karena alasan tertentu gagal memenuhi kewajiban penyerahan saham. Perdagangan ini dilaksanakan dengan prinsip
pembayaran dan penyerahan seketika dan dilakukan atas negosiasi langsung antar anggota bursa.
4.2. Deskripsi Hasil Pengujian Hipotesis
4.2.1. Uji Normalitas
Dalam pengujian normalitas data dengan menggunakan uji Kolmogorof-Smirnov dengan menggunakan program SPSS, dimana
apabila nilai signifikansi probabilitas yang diproleh lebih Besar dari nilai signifikansi yang telah ditetapkan dalam penelitian 5 maka data
tersebut telah terdistribusi normal. Santoso, 2001 : 97 Pedoman dalam mengambil keputusan apakah sebuah distribusi data
mengikuti distribusi normal adalah :
Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal.
Jika nilai signifikansi nilai probabilitasnya lebih Besar dari 5, maka
distribusi adalah normal.
Tabel 4.1. Normalitas Data Masing-masing Variabel
One-Sample Kolmogorov-Smirnov Test
36 .0000000
.72089312 .107
.107 -.063
.644 .802
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran Hasil uji normalitas terhadap nilai residual persamaan regresi
dengan menggunakan Kolmogorov – Smirnov, menunjukkan nilai signifikansi 0,802 0,05; sehingga dapat disimpulkan bahwa data pada
persamaan regresi memiliki distribusi data yang normal.
4.2.2. Uji Asumsi Klasik 4.2.2.1. Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui korelasi antara anggota serangkaian data observasi. Untuk mendeteksi gejala
autokorelasi digunakan Durbin–Watson dw statistic. Hasil analisis pengujian uji Autokorelasi adalah sebagai berikut :
Tabel 4.2 : Hasil Pengujian Autokorelasi
Model Summary
b
.580
a
.336 .250
.76599 1.356
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Debt Equity to Ratio, Growth Potential, Cash Position, Size
a. Dependent Variable: Dividend Payout Ratio
b.
Adapun kriteria pengujiannya adalah sebagai berikut :
Tabel 4.3. Batas-batas daerah Test Durbin Watson
Daerah Keterangan Kurang dari 1.236
1.236 dan 1,724 1,724 dan 2,264
2,264 dan 2.276 DW
2.276 Autokorelasi positif
Tanpa kesimpulaninconclusive Non autokorelasi
Tanpa kesimpulaninconclusive Autokorelasi negative
Sumber : data diolah
Hasil uji autokorelasi menunjukkan nilai DW sebesar 1.356. Berdasarkan table DW dengan jumlah sample n = 36 dan variabel independen k =
4 dengan tingkat signifikansi 0,05 diperoleh nilai d
L
= 1,236 dan d
U
= 1,724. Nilai DW 1.356 terletak antara 4 - d
U
2.276 dan 4 - d
L
2.764 atau terletak di daerah keragu-raguan.
4.2.2.2. Multikolinearitas
Untuk mengetahui ada atau tidaknya gejala multikolinier pada model regresi linier berganda yang dihasilkan dapat dilakukan dengan
menghitung nilai Variance Inflation Factor VIF dari masing-masing variabel bebas dalam model regresi.
Tabel 4.4 : Hasil Pengujian Multikolinieritas
Coefficients
a
.960 1.042
.943 1.060
.739 1.354
.748 1.338
Cash Position Growth Potential
Size Debt Equity to Ratio
Model 1
Tolerance VIF
Collinearity Statistics
Dependent Variable: Dividend Payout Ratio a.
Sumber : Lampiran Dari hasil perhitungan diperoleh bahwa pada bagian colliniearity
statistics, nilai VIF pada seluruh variabel bebas lebih kecil dari 10, yang artinya seluruh variabel bebas pada penelitian ini tidak ada gejala
multikolinier.
4.2.2.3. Heteroskedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama
konstan. Hal ini bisa diindentifikasi dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas.
Tabel 4.5 : Hasil Pengujian Heteroskedastisitas
Correlations
1.000 .158
-.018 .115
-.049 .
.356 .917
.505 .778
36 36
36 36
36 .158
1.000 .061
.227 .311
.356 .
.724 .183
.065 36
36 36
36 36
-.018 .061
1.000 .067
-.212 .917
.724 .
.697 .214
36 36
36 36
36 .115
.227 .067
1.000 .567
.505 .183
.697 .
.000 36
36 36
36 36
-.049 .311
-.212 .567
1.000 .778
.065 .214
.000 .
36 36
36 36
36 Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Unstandardized Residual Cash Position
Growth Potential Size
Debt Equity to Ratio Spearmans rho
Unstandardiz ed Residual
Cash Position Growth
Potential Size
Debt Equity to Ratio
Correlation is significant at the 0.01 level 2-tailed. .
Berdasarkan lampiran dapat dilihat korelasi untuk variabel Cash Position X
1
dengan nilai probabilitassignifikansi sebesar 0.356, korelasi untuk variabel Growth Potential X
2
dengan nilai probabilitas signifikansi sebesar 0,917. Sedangkan untuk variabel Size X
3
dengan nilai probabilitassignifikansi sebesar 0.505, korelasi untuk variabel Debt
Equity to Ratio X
4
dengan nilai probabilitas signifikansi sebesar 0,778. Dimana nilai probabilitassignifikansi kedua variable tersebut lebih besar
dari 5 yang berarti tidak terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti
4.2.3. Hasil Pengujian Regresi Linier Berganda
Hasil analisis mengenai koefisien model regresi adalah seperti yang tercantum dalam Tabel 4.6 berikut ini.
Tabel 4.6 Koefisien Regresi
Coefficients
a
.937 1.302
.719 .477
-.003 .004
-.128 -.855
.399 -.107
-.152 -.125
.960 1.042
.002 .001
.335 2.222
.034 .419
.371 .325
.943 1.060
.000 .000
.408 2.395
.023 .451
.395 .351
.739 1.354
-.014 .206
-.012 -.070
.944 .144
-.013 -.010
.748 1.338
Constant Cash Position
Growth Potential Size
Debt Equity to Ratio Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Dividend Payout Ratio a.
Sumber : Lampiran Berdasarkan Tabel 4.5 tersebut, maka model regresi yang diperoleh
adalah sebagai berikut : Y =
X
X
X
X
e Y = 0.937 – 0.003 X
1
+ 0.002 X
2
+ 0.000 X
3
- 0.014 X
4
+ e
Dengan asumsi bahwa variabel X
1
, X
2
, X
3
, X
4
adalah nol atau konstan maka nilai Dividen Payout Ratio Y adalah sebesar 0.937
Koefisien regresi untuk variabel Cash Position X
1
diperoleh nilai – 0.003 mempunyai koefisien regresi negatif, hal ini menunjukkan
terjadinya perubahan yang tidak searah dengan variabel terikat. Jadi semakin Besar nilai Cash Position X
1
akan menurunkan nilai Dividen Payout Ratio Y dengan asumsi bahwa variabel yang lainnya adalah
konstan. Koefisien regresi untuk variabel Growth Potential X
2
diperoleh nilai 0.002 mempunyai koefisien regresi positif, hal ini menunjukkan
terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Growth Potential X
2
akan menaikkan nilai Dividen Payout Ratio Y dengan asumsi bahwa variabel yang lainnya adalah konstan
Koefisien regresi untuk variabel Size X
3
diperoleh nilai 0.000 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya
perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Size X
3
akan menaikkan nilai Dividen Payout Ratio Y dengan asumsi bahwa variabel yang lainnya adalah konstan.
Koefisien regresi untuk variabel Debt Equity to Ratio X
4
diperoleh nilai - 0.014 mempunyai koefisien regresi negatif, hal ini menunjukkan terjadinya perubahan yang tidak searah dengan variabel
terikat. Jadi semakin Besar nilai Debt Equity to Ratio X
4
akan menurunkan nilai Dividen Payout Ratio Y dengan asumsi bahwa variabel
yang lainnya adalah konstan.
4.2.4. Hasil Pengujian Uji t