Sumber : Hasil Penelitian, 2007 data diolah
Dengan melihat tampilan grafik histogram, distribusi data membentuk lonceng bell shaped, tidak condong ke kiri atau condong ke kanan sehingga data dengan pola seperti ini
memiliki distribusi normal. Tampilan grafik Normal P-Plot data menyebar sekitar garis diagonal dan mengikuti garis arah diagonal maka persyaratan normalitas sudah terpenuhi.
2. Analisis Statistik, hasil uji Non-Parametrik Kolmogorov-Smirnov K-S adalah
sebagai berikut :
Tabel 4.2
Hasil Uji Normalitas melalui
Kolmogorov-Smirnov K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 31
Normal Parametersa,b Mean
,0000000 Std. Deviation
,00733967 Most Extreme
Differences Absolute
,127 Positive
,116 Negative
-,127 Kolmogorov-Smirnov Z
,707 Asymp. Sig. 2-tailed
,700 a Test distribution is Normal.
b Calculated from data.
Sumber : Hasil Penelitian, 2007 data diolah
.
Berdasarkan hasil diatas diketahui bahwa nilai Kolmogorov-Smirnov K-S sebesar 0,707 dengan Asymp. Sig 2-tailed sebesar 0,700 atau probabilitas diatas 0,05 0,700 0,05
maka dapat dinyatakan bahwa data berdistribusi normal.
4.3.2 Uji Multikolinearitas
Rini Dwiyani Hadiwidjaja : Analisis Faktor-faktor yang Mempengaruhi Dividend Payout Ratio Pada Perusahaan Manufaktur di Indonesia.
USU e-Repository © 2008.
Menurut Ghozali 2005 pengujian ini dapat dilihat melalui nilai Tolerance dan Varians Inflation Factor VIF, hasil uji multikolinieritas sebagai berikut :
Tabel 4.3
Hasil Uji
Multikolinieritas
Collinearity Statistics Model
Tolerance VIF
1 Constant
CashRatio ,624
1,603 DER
,698 1,432
NPM ,381
2,624 ROI
,470 2,126
TAX ,916
1,092 a Dependent Variable: DPR
Sumber : Hasil Penelitian, 2007 data diolah
Dari hasil analisis dan pengujian terhadap kelima variabel bebas tersebut tidak terdapat gejala terdapat gejala multikolineritas. Hal ini dijelaskan oleh hasil perhitungan
nilai Tolerance tidak ada variabel bebas yang memiliki nilai tolerance kurang dari 0,10 dan juga hasil perhitungan nilai Varians Inflation Factor VIF dari kelima variabel tersebut,
yaitu cash ratio 1,603, DER memberikan nilai VIF 1,432 selanjutnya nilai VIF NPM adalah 2,624, ROI memperoleh nilai VIF sebesar 2,126 dan yang terakhir TAX
menghasilkan nilai VIF 1,092. Kelima variabel tersebut memiliki nilai VIF 10, sehingga dapat disimpulkan bahwa tidak ada multikolinieritas antar varibel bebas independent
variable dalam model regresi ini.
4.3.3 Uji Heteroskedastisitas
Pengujian ini untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dalam rangkaian suatu pengamatan ke pengamatan lain.
Rini Dwiyani Hadiwidjaja : Analisis Faktor-faktor yang Mempengaruhi Dividend Payout Ratio Pada Perusahaan Manufaktur di Indonesia.
USU e-Repository © 2008.
Cara pengujian ini dilakukan dengan melihat grafik scatter plot, analisis data sebagai berikut :
• Jika ada pola tertentu seperti titik yang ada membentuk pola yang teratur, maka
telah terjadi heterokedastisitas •
Jika tidak ada pola yang jelas, titik menyebar di atas dan di bawah angka 0 nol, maka tidak terjadi heterokedastisitas.
Grafik 4.3
Hasil Uji Heteroskedastisitas
-2 -1
1 2
Regression Standardized Predicted Value
-3 -2
-1 1
2 3
Reg res
sion Studen tized Resid
u al
Dependent Variable: DPR Scatterplot
Sumber : Hasil Penelitian, 2007 data diolah
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta menyebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan
bahwa tidak terjadi heterokedastisitas pada model regresi. Maka dapat disimpulkan bahwa model regresi memenuhi syarat untuk memprediksi dividend payout ratio.
4.3.4 Uji Autokorelasi