Analisis Data Penelitian Pengaruh Liquidity Ratio (Quick Ratio), Profitability Ratio (ROA dan ROE) Terhadap Dividend Payout Ratio pada Perusahaan Perbankan yang Terdaftar Di Bursa Efek Indonesia

60 4 Bank Danamon Indonesia, Tbk 0,127 0,160 0,133 5 Bank Himpunan Saudara 1906, Tbk 0,140 1,522 0,190 6 Bank ICB Bumiputera, Tbk 0,009 0,017 0,152 7 Bank Mandiri PERSERO, Tbk 0,205 0,225 0,202 8 Bank Negara Indonesia, Tbk 0,005 0,087 0,084 9 Bank Pembangunan Daerah Jawa Barat dan Banten, Tbk 0,229 0,178 0,178 10 Bank Rakyat Indonesia PERSERO, Tbk 0,268 0,312 0,302 11 Bank Swadesi, Tbk 0,122 0,110 0,138 12 Bank Tabungan Negara, Tbk 0,093 0,142 0,152 Berdasarkan tabel dapat disimpulkan bahwa untuk tahun 2009 Return On Equity tertinggi terdapat pada perusahaanBank Rakyat Indonesia PERSERO, Tbk sebesar 0,268 dan nilai Return On Equity terendah adalah perusahaan Bank Negara Indonesia, Tbk sebesar 0,005. Untuk tahun 2010 nilai Return On Equity tertinggi dimiliki oleh perusahaan Bank Himpunan Saudara 1906, Tbk sebesar 1,522 dan nilai Return On Equity terendah adalah perusahaan Bank ICB Bumiputera, Tbk sebesar 0,017 dan jika kita melihat pada tahun 2011, nilai Return On Equity tertinggi terdapat pada perusahaan Bank Rakyat Indonesia PERSERO, Tbk sebesar 0,302 dan nilai Return On Equity terendah adalah perusahaan Bank Negara Indonesia, Tbk sebesar 0,084.

4.2. Analisis Data Penelitian

4.2.1 Analisis Statistik Deskriptif

Menurut Santoso 2003: 11 statistik deskriptif adalah proses pengumpulan dan peringkasan data, serta upaya untuk menggambarkan 61 berbagai karakteristik yang pada data yang telah terorganisasi tersebut. Statistik deskriptif digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi Sugiyono, 2005: 142 . Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata- rata mean , standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness. Peneliti menggunakan statistik deskriptif apabila hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Tabel 4.5 Descriptive Statistics Descriptive Statistics N Minimum Maximum Mean Std. Deviation Quick Ratio 36 .01 5.35 .8955 1.13285 Return On Asset 36 .00 .04 .0229 .01046 Return On Equity 36 .00 1.52 .1920 .24038 Dividend Payout Ratio 36 .04 .74 .3197 .15146 Valid N listwise 36 62 Berdasarkan tabel diatas dapat diketahui: 1. Jumlah sampel N sebanyak 36. 2. Dividend Payout Ratio terendah 0,04, Dividend Payout Ratio tertinggi 0,74 dengan rata-rata 0,3197 serta standard deviasi 0,15146. 3. Quick Ratio terendah adalah 0,01 Quick Ratio tertinggi adalah 5,35 dengan rata-rata 0,8955 serta standard deviasi 1,13285. 4. Return On Asset terendah adalah 0, Return On Asset tertinggi adalah 0,04 dengan rata-rata 0,0229 serta standard deviasi 0,01046. 5. Return On Equity terendah adalah 0, Return On Equity tertinggi adalah 1,52 dengan rata-rata 0,1920 serta standard deviasi 0,24038. 4.2.2. Pengujian Asumsi Klasik 4.2.2.1. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki disrtibusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak condong ke kiri atau condong ke kanan. 63 Setelah melakukan uji normalitas dengan menggunakan software SPSS diketahui bahwa model regresi penelitian ini berdistribusi secara normal hal ini dapat disimpulkan melalui: 1. Analisis Grafik: Gambar 4.1 Hasil Normalitas Grafik Histogram Gambar 4.2 64 Berdasarkan grafik histogram maupun grafik normal plot dapat disimpulkan bahwa model regresi pada penelitian ini berdistribusi secara normal hal ini tergambar pada grafik histogram, dimana grafik tidak menceng kekiri atau kekanan grafik seimbang antara kiri dan kanan dan pada grafik normal plot tampak bahwa data menyebar di sekitar garis diagonal danmengikuti arah garis diagonal. 2. Analisis Statistik Berdasarkan output SPSS di bawah ini terlihat bahwa nilai asymp sig 2-tailed adalah 0,963 dan di atas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Tabel 4.6 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 32 Normal Parameters a,,b Mean .0000000 Std. Deviation .32691431 Most Extreme Differences Absolute .089 65 Positive .089 Negative -.077 Kolmogorov-Smirnov Z .501 Asymp. Sig. 2-tailed .963 a. Test distribution is Normal. b. Calculated from data.

4.2.2.2. Uji Multikolonearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel bebas independen. Model regersi yang baik seharusnya tidak terjadi kolerasi diantara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai kolersi antara sesama variabel independen sama dengan nol. Tabel 4.7 Hasil Uji Multikolonearritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients 66 Coefficients a Model Correlations Collinearity Statistics Zero-order Partial Part Tolerance VIF 1 LN Quick Ratio -.370 -.340 -.333 .940 1.064 LN Return On Asset -.047 .059 .055 .349 2.864 LN Return On Equity -.155 -.117 -.108 .344 2.911 B Std. Error Beta T Sig. 1 Constant -1.226 .368 -3.330 .002 LN Quick Ratio -.060 .032 -.344 -1.914 .066 LN Return On Asset .039 .126 .092 .313 .756 LN Return On Equity -.063 .102 -.185 -.623 .539 a. Dependent Variable: LN Dividend Payout Ratio 67 Coefficients a Model Correlations Collinearity Statistics Zero-order Partial Part Tolerance VIF 1 LN Quick Ratio -.370 -.340 -.333 .940 1.064 LN Return On Asset -.047 .059 .055 .349 2.864 LN Return On Equity -.155 -.117 -.108 .344 2.911 a. Dependent Variable: LN Dividend Payout Ratio Tabel 4.8 Koefisien Kolerasi Collinearity Diagnostics a Model Dim ensi on Variance Proportions Eigenvalue Condition Index Constant LN Quick Ratio 1 1 3.236 1.000 .00 .03 2 .652 2.228 .00 .91 3 .104 5.587 .10 .00 4 .009 19.165 .90 .06 a. Dependent Variable: LN Dividend Payout Ratio 68 Melihat hasil besaran kolerasi antar variabel dependen tampak bahwa hanya variabel Dividend Payout Ratio yang mempunyai kolerasi cukup tinggi dengan variabel Quick Ratio dengan tingkat kolerasi 0,03 atau sekitar 3, ROA dengan tingkat kolerasi 0, dan ROE dengan tingkat kolerasi 0,01 atau sekitar 1 . Oleh karena kolerasi ini masih dibawah 95 ,maka dapat dikatakan tidak terjadinya multikolinearitas. Hasil perhitungan nilai tolerance juga menunjukan variabel independen yang memiliki nilai tolerance lebih dari 0,10 yang berarti ada kolerasi antara variabel independen yang nilainya lebih besar dari Collinearity Diagnostics a Model Dimensi on Variance Proportions LN Return On Asset LN Return On Equity 1 1 .00 .01 2 .00 .00 3 .00 .38 4 .99 .61 a. Dependent Variable: LN Dividend Payout Ratio 69 95 . Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukan hal yang sama ada variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat dilihat bahwa ada multikolinearitas diantara variabel dalam penelitian ini.

4.2.2.3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke pengamantan yang lain. Jika variance dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang homoskedastisitass atau tidak terjadi heteroskedastisitas. 1. Grafik Scatterplot Grafik Scatterplot menunjukan bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 70 Gambar 4.3 Hasil Heteroskedastisitas Grafik Scatterplot 2. Uji Glejser Tabel 4.9 Hasil Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta T Sig. 1 Constant -1.226 .368 -3.330 .002 LN Quick Ratio -.060 .032 -.344 -1.914 .066 LN Return On Asset .039 .126 .092 .313 .756 LN Return On Equity -.063 .102 -.185 -.623 .539 a. Dependent Variable: LN Dividend Payout Ratio 71 Hasil tampilan output SPSS dengan jelas menunjukkan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen, hal ini terlihat dari nilai signifikansinya diatas 5 , jadi dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas.

4.2.2.4. Uji Autokorelasi

Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t-1 sebelumnya . Jika terjadi kolerasi, maka dinamakan ada problem autokolerasi. Autokolerasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada runtut dari satu observasi lainnya. Hal ini sering ditemukan pada runtut waktu 9 time series karena “ gangguan “ pada seseorang individu kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokolerasi. Berdasarkan output SPSS dibawah ini diketahui bahwa nilai Durbin Waston sebesar 2,549 sehingga dapat dikatakn tidak terjadi autokolerasi hal ini berdasarkan pengambilan keputusan ada tidaknya 72 autokolerasi menurut Santoso 2002: 218 dengan cara melihat besaran Durbin waston D – W sebagai berikut: • Angka D-W dibawah -2, berarti ada autokolerasi positif. • Angka D-W diantara -2 sampai +2 berati tidak ada autokolerasi. • Angka D-W diatas +2, berarti ada autokolerasi negatif. Tabel 4.10 Hasil Uji Autokolerasi 4.2.3. Pengujian Hipotesis Penelitian 4.2.3.1. Model Regresi Linear Berganda Regresi liniear berganda ditujukan untuk menentukan hubungan linear antar bebrapa variabel bebas yang biasa disebut X1, X2, X3 dan seterusnya dengan variabel terikat yang disebut Y Situmorang, 2008 : 109. Model Change Statistics R Square Change F Change df1 df2 Sig. F Change Durbin-Watson 1 .151 1.665 3 28 .197 2.549 a. Predictors: Constant, LN Return On Equity, LN Quick Ratio, LN Return On Asset b. Dependent Variable: LN Dividend Payout Ratio 73 Tabel 4.11 Hasil Regresi Linear Berganda Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .389 a .151 .060 .34398 a. Predictors: Constant, LN Return On Equity, LN Quick Ratio, LN Return On Asset b. Dependent Variable: LN Dividend Payout Ratio Berdasarkan tabel diatas diketahui bahwa R = 0,389 berarti hubungan antara Quick Ratio, Return On Asset, Return On Equity terhadap Dividend Payout Ratio sebesar 38,9 . Adjusted R Square sebesar 0,060 berarti 60 faktor- faktor dividend payout ratio dapat dijelaskan oleh quick ratio,return on asset dan return on equity sedangkan sebesar 0,0011 berarti 1,1 dapat dijelaskanoleh variabel- variabel lain yang tidak diteliti oleh penelitian ini.

4.2.3.1.1 Uji Koefisien Determinasi

UJi koefisien determinasi R 2 adalah perbandingan antara Y yang dijelaskan oleh X 1 , X 2 , dan X 3 secara bersama- sama dibanding dengan variabel total Y. Jika selain X 1 , X 2 , dan 74 X 3 semua variabel di luar data. Tidak ada ukuran yang pasti berapa besarnya R 2 untuk menyatakan bahwa suatu pilihan sudah tepat. Jika R 2 semakin besar atau mendekati 1, maka data makin tepat. Tabel 4.12 Hasil Uji Koefisien Determinasi Model Summary b R R Square Adjusted R Square Std. Error of the Estimate .389 a .151 .060 .34398 a. Predictors: Constant, LN Return On Equity, LN Quick Ratio, LN Return On Asset b. Dependent Variable: LN Dividend Payout Ratio Berdasarkan table diatas adjusted R 2 0,060. Dengan demikian besarnya pengaruh yang diberikan oleh variabel Quick Ratio, Return On Asset ROA, dan Return On Equity ROE terhadap Dividend Payout Ratio DPR adalah 60, sedangkan sisanya sebesar 40 adalah dipengaruhi oleh faktor lain yang tidak dimiliki dalam penelitian ini. 75

4.2.3.2. Uji Signifikan Simultan

Secara simultan, pengujian hipotesis dilakukan dengan uji F- test. Uji F digunakan untuk menunjukan apakah semua variabel independen yang dimaksudkan dalam model mempunyai pengaruh secara bersam-sama terhadap variabel dependen. Bentuk pengujian adalah Ho: bi = b2 = ..... = bk = 0, artinya semua variabel independen bukan merupakan penjelas yang signifikan atau tidak memiliki pengaruh terhadap variabel dependen dan Ha: b1 ≠ b2 ≠ ..... ≠ b3 = 0, artinya semua variabel independen merupakan penjelas yang signifikan terhadap variabel dependen atau dengan kata lain semua variabel independen tersebut memiliki pengaruh terhadap variabel dependen. Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan ketentuan jika signifikan 0,05 maka Ha diterima dan Jika signifikansi 0,05 maka Ha ditolak Serta membandingkan nilai F hasil perhitungan dengan F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ha diterima dan sebaliknya. 76 Tabel 4.13 Hasil Uji F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression .591 3 .197 1.665 .197 a Residual 3.313 28 .118 Total 3.904 31 a. Predictors: Constant, LN Return On Equity, LN Quick Ratio, LN Return On Asset b. Dependent Variable: LN Dividend Payout Ratio Tabel diatas mengungkapkan bahwa nilai sigifikan 0,197 lebih besar dari 0,05 maka quick ratio, return on asset, dan return on equity secara bersama-sama tidak berpengaruh signifikan terhadap dividend payout ratio. Jika membandingkan nilai F hitung dengan nilai F tabel 2, 75297 lebih besar dari 0,05 jadi dapat disimpulkan bahwa quick ratio, return on asset, dan return on equity secara bersama- sama tidak berpengaruh terhadap dividend payout ratio.

4.2.3.3. Uji t Uji Signifikan Parsial

Uji secara parsial adalah untuk menguji apakah setiap variabel bebas atau independen memilki pengaruh atau tidak terhadap variabel dependen. Bentuk pengujiannya adalah Ho: bi = 0, artinya suatu 77 variabel independen merupakan penjelasan yang signifikan terhadap variabel dependen atau dengan kata lain variabel independen tersebut memiliki pengaruh terhadap variabel dependen. Cara melakukan uji t adalah dengan membandingkan siginifikansi t hitung dengan ketentuan Jika Signifikansi 0,05 maka Ha diterima dan Jika signifikansi 0,05 maka Ha ditolak serta dengan membandingkan nilai statistic t dengan t tabel, apabila nilai statistik t t tabel maka Ha diterima sedangkan nilai statistic t t tabel maka Ha ditolak. Tabel 4.14 Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta T Sig. 1 Constant -1.226 .368 -3.330 .002 LN Quick Ratio -.060 .032 -.344 -1.914 .066 LN Return On Asset .039 .126 .092 .313 .756 LN Return On Equity -.063 .102 -.185 -.623 .539 a. Dependent Variable: LN Dividend Payout Ratio 78 Berdasarkan output tabel diatas diketahui bahwa quick ratio tidak berpengaruh signifikan terhadap dividend payout ratio, hal ini terlihat dari nilai signifikansi 0,066 diatas atau lebih besar dari 0,05. Perbandingan nilai t- hitung dengan t- tabel juga menujukkan bahwa quick ratio tidak berpengaruh terhadap dividend payout ratio dimana nilai t- hitung -1,914 lebih kecil dari nilai t-tabel 1,9983. Return On Asset juga tidak mempengaruhui signifikan terhadap dividend payout ratio, hal ini terlihat dari nilai signifikansi 0,756 diatas atau lebih besar dari 0,05. Perbandingan nilai t- hitungan dengan t-tabel menunjukkan bahwa Return On Asset tidak berpengaruh terhadap dividend payout ratio dimana nilai t-hitung 0,313 lebih kecil dari nilai t-tabel 1,9983. Return On Equity juga tidak berpengaruh signifikan terhadap dividend payout ratio, hal ini terlihat dari nilai signifikan 0,539 diatas atau lebih besar dari 0,05. Perbandingan nilai t- hitung dengan t- tabel juga menunjukkan bahwa Return On Equity tidak berpengaruh terhadap dividend payout ratio dimana nilai t-hitung -0,623 lebih kecil dari nilai t-tabel 1,9983 . Berdasarkan tabel diatas maka model analisis linier berganda adalah: Y = -1,226 – 0,60X1 + 0,039X2 - 0,063X3 + e 79

4.3. Pembahasan Hasil Penelitian