Analisis Statistik ANALISIS DAN PEMBAHASAN

oleh perusahaan Ekadharma International, Tbk sebesar Rp 1. Tingkat DPS pada tahun 2009 tertinggi dimiliki oleh perusahaan Sepatu Bata, Tbk sebesar Rp 1.904 sedangkan terendah dimiliki oleh perusahaan Kimia Farma, Tbk sebesar Rp 2,51. Pada tabel 4.6 dapat dilihat bahwa DPS perusahaan cenderung fluktuatif. Namun perusahaan tetap memberikan dividen kepada investor. Sesuai dengan teori Bird In The Hand, yang dikemukakan oleh Myron Gordon dan John Litner yang menyatakan bahwa investor akan lebih menghargai pendapatan yang berupa dividen daripada keuntungan modal. Hal ini diterapkan perusahaan karena perusahaan memahami keinginan investor untuk memperoleh dividen sebagai keuntungan atas investasi yang dilakukan investor pada perusahaan.

B. Analisis Statistik

Penggunaan model analisis yang digunakan peneliti dalam menguji hipotesis adalah dengan regresi berganda. Peneliti melakukan Uji-F dan Uji-t pada tiap variabel dependent dividen per share dengan variabel independent CR, DER, EPS DPS t-1 , dan TATO. Untuk melihat keabsahan persamaan regresi yang dibuat, pembuatan regresi dilandasi oleh asumsi-asumsi yang tidak boleh dilanggar. 1. Pengujian Asumsi Klasik Persamaan regresi linear berganda harus memberikan hasil yang representatif, agar model persamaan regresi linier berganda memberikan hasil yang representatif sesuai kriteria Best, Linear, Unbiased, Estimated BLUE, maka dilakukan uji asumsi dasar klasik sebelum model tersebut digunakan untuk menguji hipotesis yang diajukan. Persamaan yang dibangun harus memenuhi asumsi dasar : data berdistribusi normal, tidak Universitas Sumatera Utara terjadi gejala multikolinearitas, tidak ada gejala autokorelasi, dan tidak terjadi heterokedastisitas. Adapun uji asumsi dasar klasik yang dilakukan adalah sebagai berikut: a. Uji Normalitas Uji normalitas adalah uji yang digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk seperti lonceng. Data yang baik adalah data yang mempunyai pola residul data seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Situmorang, 2008:55 Gambar 4.1 Regression Standardized Residual 10 8 6 4 2 -2 Frequency 50 40 30 20 10 Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Universitas Sumatera Utara Gambar 4.1 memperlihatkan bahwa variabel terikat yaitu DPS mempunyai data residul yang tidak berdistribusi normal. Hal ini ditunjukkan oleh distribusi data menceng ke kiri. Gambar 4.2 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: DPS Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Pada scatter plot, titik yang mengikuti data di sepanjang garis diagonal menunjukkan data telah berdistribusi normal. Namun, Scatter plot pada Gambar 4.2 memperlihatkan titik-titik yang tidak tersebar di sepanjang garis diagonal dan memotong arah garis diagonal. Hal ini menunjukkan bahwa data tidak berdistribusi normal. Namun, seringkali data kelihatan normal karena mengikuti arah garis diagonal, padahal belum tentu data tersebut berdistribusi normal. Untuk memastikan apakah data di sepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov Smirnov 1 sample KS yakni dengan Universitas Sumatera Utara melihat data residual apakah berdistribusi normal atau tidak. Jika nilai Asym.sig 2-t ailed taraf nyata α=0,05 maka data residual berdistribusi normal, sebaliknya jika nilai Asym.sig 2- tailed taraf nyata α maka data residual tidak berdistribusi normal. Tabel 4.7 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 85 Normal Parametersa,b Mean ,0000000 Std. Deviation 729,38346025 Most Extreme Differences Absolute ,316 Positive ,316 Negative -,217 Kolmogorov-Smirnov Z 2,916 Asymp. Sig. 2-tailed ,000 a Test distribution is Normal. b Calculated from data. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.7 memperlihatkan nilai bahwa nilai Asymp.Sig 2tailed adalah sebesar 0,001 lebih kecil dari taraf nyata α=0,05. Dengan demikian dapat disimpulkan bahwa data residual tidak berdistribusi normal. Data yang tidak berdistribusi normal dapat diperbaiki dengan menggunakan Logaritma Natural pada data tersebut. Sehingga pada penelitian ini, data diolah kembali dengan menggunakan Logaritma Natural. Pada gambar 4.3 disajikan Histogram variabel dependen setelah data diperbaiki . Universitas Sumatera Utara Gambar 4.3 Regression Standardized Residual 3 2 1 -1 -2 -3 Frequency 12.5 10.0 7.5 5.0 2.5 0.0 Histogram Dependent Variable: Ln_DPS Mean =1.11E- 15฀ Std. Dev. =0. 969฀ N =84 Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Pada grafik histogram diatas dapat dilihat bahwa variabel DPS telah berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng kekiri atau menceng kekanan. Uji normalitas juga dapat dilakukan dengan melihat penyebaran data titik pada garis diagonal dari grafik normalitas normal p-p plot. Jika data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa data berdistribusi normal. Namun jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa data tidak berdistribusi normal . Universitas Sumatera Utara Gambar 4.4 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um Prob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Ln_Y Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Gambar 4.4 memperlihatkan titik-titik yang tersebar di sepanjang garis diagonal dan mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data telah berdistribusi normal. Untuk memastikan apakah data di sepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov Smirnov 1-sample KS yakni dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai Asym.sig 2-tailed taraf nyata α=0,05 maka data residual berdistribusi normal, sebaliknya jika nilai Asym.sig 2- tailed taraf nyata α maka data residual tidak berdistribusi normal. Universitas Sumatera Utara Tabel 4.8 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 84 Normal Parametersa,b Mean ,0000000 Std. Deviation ,72637973 Most Extreme Differences Absolute ,060 Positive ,060 Negative -,057 Kolmogorov-Smirnov Z ,552 Asymp. Sig. 2-tailed ,920 a Test distribution is Normal. b Calculated from data. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.8 memperlihatkan bahwa nilai Asymp.Sig 2-tailed adalah sebesar 0,920 lebih besar dari taraf nyata α=0,05. Dengan demikian dapat disimpulkan bahwa data residua l telah berdistribusi normal. b. Uji multikolinieritas Uji multikolinieritas dilakukan untuk mengetahui apakah terdapat hubungan linier antara variabel bebas Situmorang, 2008: 101. Kriteria keputusan: Tolerance 0,1 VIF 5 Hasil pengujian multikolinieritas dijelaskan dalam tabel 4.10 sebagai berikut: Universitas Sumatera Utara Tabel 4.9 Coefficientsa Coefficients a ,448 1,562 ,287 ,775 -,189 ,294 -,042 -,641 ,523 ,329 3,036 -,084 ,234 -,024 -,358 ,721 ,328 3,047 ,569 ,084 ,531 6,734 ,000 ,228 4,384 ,444 ,081 ,436 5,482 ,000 ,224 4,466 ,028 ,073 ,015 ,388 ,699 ,994 1,006 Const ant Ln_CR Ln_DER Ln_EPS Ln_X4 Ln_TATO Model 1 B St d. Error Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: Ln_DPS a. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.9 memperlihatkan bahwa semua variabel bebas tidak terkena masalah multikolinieritas. Hal ini dilihat dari bahwa semua variabel bebas sesuai dengan kriteria keputusan. c. Uji Autokorelasi Uji ini dilakukan untuk mengetahui apakah pada model regresi terdapat korelasi kesalahan antara kesalahan pengganggu pada periode ke-t dan kesalahan pengganggu pada periode sebelumnya periode ke t-1. Gejala autokorelasi dideteksi dengan menggunakan Durbin Watson test. Kriteria yang menunjukkan bahwa tidak terjadi autokorelasi adalah d u DW4-d u . Hasil pengujian autokorelasi yang dilakukan dengan SPSS ditampilkan pada Tabel 4.10 sebagai berikut : Universitas Sumatera Utara Tabel 4.10 Hasil uji autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,943a ,889 ,882 ,74930 1,643 a Predictors: Constant, Ln_TATO, Ln_DER, Ln_EPS, Ln_CR, Ln_DPS t-1 b Dependent Variable: Ln_DPS Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.10 tersebut memperlihatkan bahwa nilai Durbin Watson adalah sebesar 1,643 sedangkan hasil pengujian menurut tabel adalah sbb : N=jumlah sampel = 85 K=jumlah variabel bebas= 5 Pada tingkat signifikan α=0,05 diperoleh d u sebesar 1,63 sehingga diperoleh keputusan d u DW4-d u sebesar 1,631,6432,37 sehingga keputusan yang diambil adalah bahwa tidak tidak ada autokorelasi positif atau negatif. d. Uji heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Heteroskedastisitas dapat dideteksi dengan melihat penyebaran plot melalui gambar scatterplot sebagai berikut: Universitas Sumatera Utara Gambar 4.5 Diagram Scatterplot Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Grafik scatterplot yang ditampilkan pada Gambar 4.5 memperlihatkan titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tidak tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini memenuhi salah satu asumsi bahwa tidak terjadi heterokedastisitas pada model regresi. Heterokedastisitas dapat juga dideteksi melalui uji glejser. Tabel 4.11 berikut ini menampilkan hasil pengujian heterokedastisitas dengan uji glejser. Universitas Sumatera Utara Tabel 4.11 Coeffi cients a -,209 ,918 -,227 ,821 ,107 ,173 ,116 ,617 ,539 ,232 ,138 ,315 1,681 ,097 ,019 ,050 ,087 ,388 ,699 ,034 ,048 ,164 ,723 ,472 -,025 ,043 -,062 -,573 ,569 Const ant Ln_CR Ln_DE R Ln_EP S Ln_X4 Ln_TA TO Model 1 B St d. E rror Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Dependent Variable: AB SUT a. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.11 memperlihatkan bahwa semua variabel bebas tidak signifikan terhadap variabel terikat. Hal ini ditunjukkan oleh nilai signifikansi dari masing- masing variabel bebas lebih besar dar i tingkat signifikansi α sig0,05. Dengan demikian dapat disimpulkan bahwa data bebas dari heterokedastisitas. 2. Regresi Linear berganda Regresi linear berganda dilakukan untuk mengetahui pengaruh variabel bebas yakni CR, DER, EPS DPS t-1 , dan TATO terhadap variabel terikat yaitu deviden per share pada perusahaan sektor manufaktur. Berikut ini menunjukkan hasil uji regresi melalui pengolahan data dengan SPSS 15.00 for windows. Universitas Sumatera Utara Tabel 4.12 Hasil Uji Regresi Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Berdasarkan Tabel 4.12 maka dihasilkan persamaan regresi linear berganda sebagai berikut: DPS = 0,448-0,189CR-0,084DER+0,569EPS+0,444DPS t-1 +0,028TATO+e Dimana: Y¡ = Deviden Per Share DPS X 1 = Current Ratio CR X 2 = Debt to Equity Ratio DER X 3 = Earning Per Share EPS X 4 = DPS Tahun Sebelumnya DPS t-1 X 5 = Total Asset Turn Over TATO a = konstanta b 1,2,3,4,5 = Koefisien Regresi Variabel X1,2,3,4,5 e = Standar error Interpretasi model: a. Konstanta sebesar 0,448. Hal ini menunjukkan bahwa jika tidak terdapat variabel bebas yaitu CR, DER, EPS, DPS t-1 , dan TATO maka nilai DPS adalah sebesar 0,448. Coefficients a , 448 1, 562 , 287 , 775 -, 189 , 294 -, 042 -, 641 , 523 -, 084 , 234 -,024 -, 358 , 721 , 569 , 084 , 531 6, 734 , 000 ,444 , 081 , 436 5,482 , 000 , 028 , 073 ,015 , 388 ,699 Constant Ln_CR Ln_ DER Ln_ EPS Ln_ DPS t -1 Ln_ TATO Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig . Dependent Variable: Ln_DPS a. Universitas Sumatera Utara b. Koefisien regresi variabel CR adalah negatif 0,189. Hal ini menyatakan bahwa setiap kali terjadi penurunan 1 satuan CR, maka nilai DPS akan berkurang 0,189 dengan asumsi variabel lain tetap. c. Koefisien regresi variabel DER adalah negatif 0,084. Hal ini menyatakan bahwa setiap kali terjadi penurunan 1 satuan DER, maka nilai DPS akan berkurang 0,084 dengan asumsi variabel lain tetap. d. Koefisien regresi variabel EPS adalah positif 0,569. Hal ini menyatakan bahwa setiap kali terjadi kenaikan 1 satuan EPS, maka nilai DPS akan bertambah 0,569 dengan asumsi variabel lain tetap. e. Koefisien regresi variabel DPS t-1 adalah positif 0,444. Hal ini menyatakan bahwa setiap kali terjadi kenaikan 1 satuan DPS t-1, maka nilai DPS akan bertambah 0,444 dengan asumsi variabel lain tetap. f. Koefisien regresi variabel TATO adalah positif 0,028. Hal ini menyatakan bahwa setiap kali ada kenaikan 1 satuan TATO, maka nilai DPS akan bertambah 0,028 dengan asumsi variabel lain tetap. 3. Koefisien determinasi Tabel 4.13 Model Summ ary b ,943 a ,889 ,882 ,74930 Model 1 R R Square Adjust ed R Square St d. E rror of the Es timate Predic tors: Constant, Ln_TATO, Ln_DER, Ln_EPS , Ln_CR, Ln_X4 a. Dependent Variable: Ln_DP S b. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Nilai adjusted R Square pada Tabel 4.13 menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. Semakin tinggi nilai Adjusted Universitas Sumatera Utara R Square maka akan semakin baik model bagi regresi karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga semakin besar. Adjusted R Square pada model regresi adalah bernilai 0,882 berarti pengaruh CR, DER, EPS, DPS t-1 , dan TATO terhadap harga saham adalah sebesar 88,2 sedangkan 11,8 dipengaruhi oleh variabel-variabel lain yang tidak termasuk dalam model seperti Return On Investment ROI, Growth Of Soul GOS Profit After Tax, dan lain-lain. Hal tersebut menunjukkan bahwa korelasi antara variabel terikat Deviden Per Share dengan variabel bebas CR, DER, EPS, DPS t-1 , dan TATO adalah cukup erat karena nilainya di mendekati 100. Tingkat keeretan hubungan antara variabel bebas dengan variabel terikat yang dilihat dari Adjusted R Square ditunjukkan dengan range 0-1 yang dimana apabila semakin mendekati 1 maka hubungannya akan semakin erat Situmorang, 2008:155. 4. Pengujian hipotesis Adapun hipotesis pada penelitian yaitu : 1 ”Terdapat pengaruh antara Current Ratio CR, Debt to Equity Ratio DER, Earning Per Share EPS, Dividen Per Share tahun sebelumnya DPSt- ı, dan Total Asset Turn Over TATO secara simultan terhadap Dividen Per Share DPS pada perusahaan manufaktur di Bursa Efek Indonesia.” Pengujian hipotesis pertama dapat dilakukan dengan menggunakan Uji global uji-F. Uji-F bertujuan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap variabel dependen terikat. Universitas Sumatera Utara H : b i =0 artinya variabel bebas CR, DER, EPS, DPS t-1 , dan TATO pada model regresi ini tidak dapat mengestimasi variabel terikat DPS perusahaan manufaktur H a : b i ≠ 0 tidak semua b i b 1, b 2 , b 3 , b 4 , b 5 sama dengan nol Kriteria pengambilan keputusan : H diterima jika F hitung ≤ F tabel pada α=5 atau Sig α Ha diterima jika F hitung F tabel pada α=5 atau Sig α Tabel 4.14 Uji Global Uji F ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 352,400 5 70,480 125,532 ,000a Residual 43,793 78 ,561 Total 396,194 83 a Predictors: Constant, Ln_TATO, Ln_DER, Ln_EPS, Ln_CR, Ln_DPS t-1 b Dependent Variable: Ln_DPS Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Tabel 4.14 memperlihatkan bahwa nilai Sig.F adalah sebesar 0,000 lebih kecil dari 0,05 sehingga dapat dinyatakan Ho ditolak dan Ha diterima, artinya secara bersama-sama terdapat pengaruh yang signifikan antara variabel bebas CR, DER, EPS, DPS t-1 , dan TATO terhadap variabel terikat DPS pada perusahaan sektor manufaktur. Sedangkan F hitung =125,5 ; F tabel =2,33 sehingga F hitung F tabel 125,52,33 sehingga dapat dinyatakan Ho ditolak yang artinya secara bersama-sama terdapat pengaruh yang signifikan antar variabel bebas terhadap variabel terikat. Derajat bebas pembilang=k-1=5-1=4 Derajat bebas penyebut=n-k=85-4=81 Ftabel = 2,33 Universitas Sumatera Utara Hasil penelitian ini juga sejalan dengan hasil penelitian yang dilakukan oleh Cahyati 2006 yang juga menganalisis pengaruh CR, DER, EPS, DPS t-1 , dan TATO terhadap nilai DPS pada perusahaan manufaktur di Bursa Efek Indonesia yang dimana uji-F terdapat hubungan yang signifikan antara seluruh variabel. Karena Sig F α 0,0000,05 maka disimpulkan bahwa model regresi dapat digunakan untuk mengestimasi variabel DPS. Dalam hal ini, uji-F dapat disebut sebagai Global test yang bertujuan menguji kelayakan variabel independen untuk dijadikan suatu model penelitian terhadap variabel dependen Wathen, 2008. 2 ”Terdapat pengaruh antara Current Ratio CR, Debt to Equity Ratio DER, Earning Per Share EPS, Dividen Per Share tahun sebelumnya DPSt- ı, dan Total Asset Turn Over TATO secara parsial terhadap Dividen Per Share DPS pada perusahaan manufaktur di Bursa Efek Indonesia.” Pengujian hipotesis kedua dapat dilakukan dengan menggunakan Uji parsial uji-t. Uji-t bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual secara parsial dalam menerangkan variasi dependen. Bentuk pengujian : H0 : b1 = 0 Artinya tidak terdapat pengaruh yang signifikan dari variabel CR secara parsial terhadap variabel DPS Universitas Sumatera Utara Ha : b1 ≠ 0 Artinya terdapat pengaruh yang signifikan dari variabel CR secara parsial terhadap variabel DPS. H0 : b2 = 0 Artinya tidak terdapat pengaruh yang signifikan dari variabel DER secara parsial terhadap variabel DPS. Ha : b2 ≠ 0 Artinya terdapat pengaruh yang signifikan dari variabel DER secara parsial terhadap variabel DPS. H0 : b3 = 0 Artinya tidak terdapat pengaruh yang signifikan dari variabel EPS secara parsial terhadap variabel DPS. Ha : b3 ≠ 0 Artinya terdapat pengaruh yang signifikan dari variabel EPS secara parsial terhadap variabel DPS. H0 : b4 = 0 Artinya tidak terdapat pengaruh yang signifikan dari variabel DPS t-1 secara parsial terhadap variabel DPS. Ha : b4 ≠ 0 Artinya terdapat pengaruh yang signifikan dari variabel DPS t-1 secara parsial terhadap variabel DPS. H0 : b5 = 0 Artinya tidak terdapat pengaruh yang signifikan dari variabel TATO secara parsial terhadap variabel DPS. Universitas Sumatera Utara Ha : b5 ≠ 0 Artinya terdapat pengaruh yang signifikan dari variabel TATO secara parsial terhadap variabel DPS.. Kriteria pengambilan keputusan : H diterima jika F hitung ≤ F tabel pada α=5 atau Sig α Ha diterima jika F hitung F tabel pada α=5 atau Sig α Tabel 4.15 Hasil uji parsial uji-t Coefficientsa Coeffi cients a ,448 1,562 ,287 ,775 -,189 ,294 -,042 -,641 ,523 -,084 ,234 -,024 -,358 ,721 ,569 ,084 ,531 6,734 ,000 ,444 ,081 ,436 5,482 ,000 ,028 ,073 ,015 ,388 ,699 Const ant Ln_CR Ln_DE R Ln_EP S Ln_X4 Ln_TA TO Model 1 B St d. E rror Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Dependent Variable: Ln_DP S a. Sumber: Hasil Pengolahan dengan SPSS versi 15.00 Agustus 2010 Berdasarkan pada hasil uji yang ditampilkan pada Tabel 4.15 kesimpulan yang dapat diambil dari analisa tersebut adalah sbb : 1 CR mempunyai nilai t-hitung t-tabel dimana t-hitung -0,641 dan t-tabel 1,655 dengan tingkat signifikansi sebesar 0,523 lebih besar dari 0,05 dengan menggunakan α=5. Dengan demikian, dapat diambil kesimpulan bahwa secara parsial, variabel CR mempunyai pengaruh negatif dan tidak signifikan terhadap nilai DPS perusahaan manufaktur. Universitas Sumatera Utara Hasil pengujian ini sejalan dengan penelitian Cahyati 2006 yang menunjukkan tidak terdapatnya pengaruh yang signifikan dari variabel CR terhadap DPS. Walaupun dalam penelitian ini ditemukan bahwa CR tidak berpengaruh positif secara signifikan terhadap DPS, namun secara teoritis tidaklah demikian. Bambang Riyanto 1995 mengemukakan bahwa likuiditas merupakan kemampuan perusahaan untuk memenuhi kewajiban finansialnya yang segera harus dipenuhi. Sementara itu keuntungan yang besar belum menunjukkan jumlah dana yang benar-benar tersedia didalam kas, apalagi jika dana tersebut telah diinvestasikan dalam aktiva yang dibutuhkan perusahaan. Dalam hal ini posisi likuiditas perusahaan rendah karena dividen merupakan cash outflow, maka dividen tergantung dari kemampuan membayar current ratio dari perudsahaan tersebut. 2 DER mempunyai nilai t-hitung t-tabel dimana t-hitung = -0,358 dan t- tabel = 1,655 dengan tingkat signifikan sebesar 0,721 lebih besar dari 0,05 dengan menggunakan α=5. Dengan demikian, dapat diambil kesimpulan bahwa secara parsial, variabel DER mempunyai pengaruh negatif dan tidak signifikan terhadap nilai DPS perusahaan manufaktur. Hasil pengujian ini sesuai dengan penelitian Cahyati 2006 yang menunjukkan tidak terdapatnya pengaruh yang signifikan dari variabel DER terhadap DPS. Namun hasil ini berbeda dengan hasil penelitian Mutamimah dan Sulistyo 2000 yang menemukan bahwa variabel DER merupakan faktor yang paling dominan dalam mempengaruhi DPS untuk perusahaan yang go public di BEJ dengan 66 sampel. Meskipun dalam Universitas Sumatera Utara penelitian ini ditemukan bahwa DER tidak berpengaruh positif secara signifikan terhadap DPS, namun hal ini tidak sesuai dengan teori yang dikemukakan oleh Bambang Riyanto 1995 bahwa DER mencerminkan kemampuan perusahaan dalam memenuhi seluruh kewajibannya yang ditunjukkan oleh berapa bagian dari modal sendiri yang digunakan untuk membayar hutang. Semakin rendah DER, maka semakin tinggi kemampuan perusahaan dalam membayar seluruh kewajibannya. 3 EPS mempunyai nilai t-hitung t-tabel dimana t-hitung 5,482 dan t-tabel 1,655 dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05 dengan menggunakan α=5. Dengan demikian, dapat diambil kesimpulan bahwa secara parsial, variabel DPS t-1 mempunyai pengaruh positif dan signifikan terhadap nilai DPS perusahaan manufaktur. Variabel EPS mempunyai koefisien regresi dengan arah positif sebesar 0,569. Sehingga dapat diinterpretasikan bahwa jika EPS meningkat Rp 1, maka DPS akan meningkat sebesar Rp 0,569 dengan asumsi variabel independen lainnya relatif konstan. Hasil pengujian ini sejalan dengan penelitian Cahyati 2006 yang menunjukkan terdapatnya pengaruh yang signifikan dari variabel EPS terhadap DPS. Bambang Riyanto 1995 secara teori mengemukakan bahwa EPS merupakan tingkat keuntungan bersih yang mampu diraih oleh perusahaan dalam menjalankan operasinya. Dividen akan dibagikan apabila perusahaan memperoleh keuntungan. Keuntungan yang layak dibagikan kepada pemegang saham adalah keuntungan setelah perusahaan memenuhi seluruh kewajiban bunga dan pajak. Universitas Sumatera Utara 4 DPS t-1 mempunyai nilai t-hitung t-tabel dimana t-hitung 6,734 dan t- tabel 1,655 dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05 dengan menggunakan α=5. Dengan demikian, dapat diambil kesimpulan bahwa secara parsial, variabel EPS mempunyai pengaruh positif dan signifikan terhadap nilai DPS perusahaan manufaktur. Variabel DPS t-1 mempunyai koefisien regresi dengan arah positif sebesar 0,444. Sehingga dapat diinterpretasikan bahwa jika DPS t-1 naik Rp 1, maka DPS akan meningkat sebesar Rp 0,444 dengan asumsi variabel lainnya konstan. Hasil pengujian ini sejalan dengan penelitian Cahyati 2006, dan penelitian Mutamimah dan Sulistyo 2000 yang menunjukkan terdapatnya pengaruh yang signifikan dari variabel DPS t-1 terhadap DPS, karena keengganan menurunkan besarnya dividen disebabkan karena biasanya investor menganggap bahwa penurunan dividen sebagai tanda bahwa perusahaan sedang mengalami kenaikan finansial. Bambang Riyanto 1995 mengemukakan bahwa dividen yang stabil dapat memberikan kesan kepada investor bahwa perusahaan mempunyai prospek dimasa yang akan datang. 5 TATO mempunyai nilai t-hitung t-tabel dimana t-hitung 0,388 dan t- tabel 1,655 dengan tingkat signifikansi sebesar 0,699 lebih besar dari 0,05 dengan menggunakan α=5. Dengan demikian, dapat diambil kesimpulan bahwa secara parsial, variabel CR mempunyai pengaruh positif dan tidak signifikan terhadap nilai DPS perusahaan manufaktur. Hasil pengujian ini sesuai dengan penelitian Mutamimah dan Sulistyo 2000 yang menunjukkan tidak terdapatnya pengaruh yang signifikan dari Universitas Sumatera Utara variabel TATO terhadap DPS dengan menggunakan sampel perusahaan industri yang go public di BEJ. Bambang Riyanto 1995 secara teori mengemukakan bahwa TATO mencerminkan kinerja perusahaan secara finansial. Semakin tinggi perputaran asset perusahaan maka semakin tinggi kemampuan perusahaan dalam mambagikan DPS-nya. Sebaliknya, semakin rendah tingkat perputaran asset perusahaan maka semakin rendah kemampuan perusahaan dalam membagikan DPS-nya. Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN