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