69 Berdasarkan hasil perhitungan koefisien regresi linear berganda dapat
diketahui bahwa: 1.
Konstanta a = 0,219 menunjukkan nilai konstan, jika nilai variabel bebas ROE, NPM, MVABVA, dan CAPMVA = 0 maka DPR Y akan sebesar
0,219. 2.
Koefisien regresi variabel ROE sebesar 0,677 menunjukkan bahwa variabel ROE memiliki pengaruh yang positif atau searah terhadap DPR Y. Dengan
kata lain, jika ROE meningkat, maka DPR akan meningkat sebesar 0,677. 3. Koefisien regresi variabel NPM sebesar 0,197 menunjukkan bahwa variabel
pendanaan memiliki pengaruh yang positif atau searah terhadap DPR. Dengan kata lain, jika variabel NPM meningkat, maka DPR akan meningkat
sebesar 0,197. 4. Koefisien regresi variabel MVABVA sebesar -0,002 menunjukkan bahwa
variabel MVABVA memiliki pengaruh yang negatif atau tidak searah terhadap DPR. Dengan kata lain, jika variabel MVABVA meningkat, maka
DPR akan menurun sebesar 0,002. 5. Koefisien regresi variabel CAPMVA sebesar -0,055 menunjukkan bahwa
variabel CAPMVA memiliki pengaruh yang negatif atau tidak searah terhadap DPR. Jika nilai CAPMVA meningkat maka DPR akan menurun
sebesar 0,055.
4.2.4 Pengujian Hipotesis
Pengujian hipotesis yang dilakukan meliputi Uji Signifikansi Simultan Uji F, Uji Signifikansi Parsial Uji t, dan Uji Koefisien Determinasi R
2
.
70
4.2.4.1 Uji Signifikansi Simultan Uji F
Hasil Uji signifikansi simultan Uji F menunjukkan pengaruh variabel bebas yang terdiri dari ROE, NPM, MVABVA, dan CAPMVA secara bersama-
sama terhadap variabel terikat yaitu DPR. Hasil Uji F dapat dilihat pada Tabel 4.6 berikut:
Tabel 4.6 Hasil Uji Signifikansi Simultan Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1.589 4
.397 9.054
.000
a
Residual 2.414
55 .044
Total 4.003
59 a. Predictors: Constant, CAPMVA, NPM, MVABVA, ROE
b. Dependent Variable: DPR
Sumber: Pengolahan SPSS 2015
Berdasarkan Tabel 4.6 diatas dapat diketahui bahwa nilai F
hitung
adalah sebesar 9,054 dan nilai F
tabel
pada alpha 5 adalah 2,53. Dengan demikian nilai F
hitung 9,054
F
tabel 2,53,
dengan tingkat signifikansi sebesar 0,000 0,05 Dengan demikian secara bersama-sama atau simultan variabel ROE X
1
, variabel NPM X
2
, variabel MVABVA X
3
dan variabel CAPMVA X
4
berpengaruh positif dan signifikan terhadap DPR Y. Maka berdasarkan kriteria pengujian hipotesis
H
a
diterima atau H ditolak.
4.2.4.2 Uji Signifikansi Parsial Uji t
Hasil Uji signifikansi parsial Uji t menunjukkan seberapa besar pengaruh masing-masing variabel bebas X terhadap variabel terikat Y. Hasil
Uji t dapat dilihat pada Tabel 4.7 berikut:
71
Tabel 4.7 Hasil Uji Signifikansi Parsial Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.219 .050
4.417 .000
ROE .677
.306 .597
2.211 .031
NPM .197
.388 .070
.509 .613
MVABVA -.002
.021 -.018
-.075 .940
CAPMVA -.055
.240 -.025
-.228 .821
a. Dependent Variable: DPR
Sumber: Pengolahan SPSS 2015
Berdasarkan Tabel 4.7 hasil uji signifikansi parsial Uji t maka diperoleh persamaan sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
- b
3
X
3
- b
4
X
4
+ e Y= 0,219 + 0,677 X
1
+ 0,197 X
2
- 0,002X
3
- 0,055X
4
+ e Hasil persamaan tersebut dapat dijelaskan sebagai berikut:
1. Variabel ROE X
1
berpengaruh positif dan signifikan terhadap nilai DPR Y. Hal ini terlihat dari nilai t
hitung
sebesar 2,211 t
tabel
1,671 dengan tingkat signifikansi sebesar 0,031 0,05. Dengan demikian maka H
a
diterima atau H
ditolak. 2. Variabel NPM X
2
berpengaruh positif dan tidak signifikan terhadap nilai DPR Y. Hal ini terlihat dari nilai t
hitung 0,509
t
tabel 1,671
dengan tingkat signifikansi sebesar 0,613 0,05. Dengan demikian, maka H
diterima atau H
a
ditolak. 3. Variabel MVABVA X
3
berpengaruh negatif dan tidak signifikan terhadap DPR Y. Hal ini terlihat dari nilai t
hitung -0,075
t
tabel 1,671
dengan tingkat
72 signifikansi sebesar 0,940 0,05. Dengan demikian, maka H
diterima atau H
a
ditolak. 4. Variabel CAPMVA X
4
berpengaruh negatif dan tidak signifikan terhadap DPR Y. Hal ini terlihat dari nilai t
hitung 0,228
t
tabel 1,671
dengan tingkat signifikansi sebesar 0,821 0,05. Dengan demikian, maka H
diterima atau H
a
ditolak.
4.2.4.3 Uji Koefisien Determinasi R
2
Uji koefisien determinasi digunakan untuk mengetahui seberapa besar kemampuan model dalam menjelaskan variabel terikat. Hasil Uji Koefisien
Determinasi dapat dilihat pada Tabel 4.8 berikut:
Tabel 4.8 Hasil Uji Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .630
a
.397 .353
.20948650 a. Predictors: Constant, CAPMVA, NPM, MVABVA, ROE
b. Dependent Variable: DPR
Sumber: Pengolahan SPSS 2015
Berdasarkan Tabel 4.8 hasil uji koefisien determinasi terlihat bahwa nilai adjusted R Square adalah sebesar 0,353. Hal ini menunjukkan bahwa variabel
Dividend Payout Ratio 35,3 dapat dijelaskan oleh variabel ROE, NPM, MVABVA, dan CAPMVA sedangkan sisanya sebesar 64,7 dijelaskan oleh
faktor-faktor lain yang tidak diikutsertakan dalam penelitian ini.
73
4.3 Pembahasan 4.3.1 Pengaruh Return On Equity Terhadap Dividend Payout Ratio
