4.3.1 Analisis Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan modelm dalam menerangkan variasi variabel dependennya.
Nilai R
2
yang mendekati satu berarti variabel-variabel independennya memberikan hamper semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen Ghozali, 2006.
Tabel 4.5 Koefisien Determinasi
Sumber : Data sekunder yang diolah software SPSS Berdasarkan Tabel 4.5, nilai koefisien determinasi
�
2
terletak pada kolom R-Square. Diketahui nilai koefisien determinasi sebesar
�
2
= 0.356. Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi
variabel Dividend Payout Ratio sebesar 35.6, sisanya sebesar 64.4 dipengaruhi oleh faktor-faktor lain seperti ukuran perusahaan, pertumbuhan
aset, struktur kepemilikan dan faktor lainnya.
Model Summary
b
Model R
R Square
Adjuste d R
Square Std.
Error of the
Estimat e
Change Statistics Durbin-
Watson R
Square Change
F Change
df1 df2 Sig. F
Change
1 .596
a
.356 .188
.15010 .356
2.128 7 27
.075 1.399
a. Predictors: Constant, FCF, SG, TAX, DER, CR, MBV, ROA b. Dependent Variable: DPR
4.3.2 Uji Signifikansi Koefisien Regresi Simultan Uji F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Dengan kata lain, untuk menguji apakah seluruh variabel bebas secara bersamaan atau simultan
mempengaruhi variabel Dividend Payout Ratio.
Tabel 4.6 Uji Signifikansi Simultan Uji F
ANOVA
a
Model Sum of
Squares df
Mean Square F
Sig.
1 Regression
.336 7
.048 2.128
.075
b
Residual .608
27 .023
Total .944
34 a. Dependent Variable: DPR
b. Predictors: Constant, FCF, SG, TAX, DER, CR, MBV, ROA
Sumber : Data sekunder yang diolah software SPSS
Perhatikan bahwa berdasarkan Tabel 4.6, nilai probabilitas atau Sig adalah 0.075. Karena nilai probabilitas, yakni 0.075 lebih besar dari nilai tingkat
signifikansi, yakni 0.05, maka dapat disimpulkan bahwa pengaruh simultan dari variabel bebas tidak signifikan.
Untuk pengambilan keputusan terhadap hipotesis, dapat juga dilakukan dengan membandingkan nilai statistik dari uji
� terhadap nilai kritis berdasarkan tabel distribusi
�. Sebelum menghitung nilai kritis �, terlebih dahulu menghitung nilai derajat bebas pembilang dan derajat bebas
penyebut. Berikut rumus untuk menghitung nilai derajat bebas pembilang dan penyebut :
������� ����� ��������� = � − 1. ������� ����� �������� = � − �.
Perhatikan bahwa � menyatakan jumlah elemen dalam sampel dan �
menyatakan jumlah variabel. Derajat bebas pembilang adalah � − 1 = 8 −
1 = 7 dan derajat bebas penyebut adalah 35 − 7 = 28. Misalkan tingkat
signifikansi yang digunakan adalah 5. Maka nilai kritis � dengan derajat
bebas pembilang adalah 7, derajat bebas penyebut adalah 28, dan tingkat
signifikansi 5 adalah 2.35.
Tabel 4.7 Perhitungan Nilai Kritis
� dengan Microsoft Excel
Berdasarkan Tabel 4.6, diketahui nilai statistik dari uji � adalah 2.128.
Karena nilai statistik dari uji �, yakni 2.128 lebih kecil dibandingkan nilai
kritis �, yakni 2.35 , maka hipotesis nol diterima dan hipotesis alternatif
ditolak. Maka dapat disimpulkan bahwa pengaruh simultan dari variabel bebas tidak signifikan.
4.3.3 Uji Signifikansi Koefisien Regresi Parsial Uji t