bersih untuk pendanaan perusahaan dibandingkan hutang. Hal ini diperuntukkan untuk menghindari kelebihan cash flow perusahaan yang salah digunakan manajemen.
Nilai minimum kebijakan dividen seperti Tabel 4.1 adalah sebesar 0,12 dan nilai tertinggi adalah sebesar 21,900. Nilai rata-rata PMA manufaktur dari sampel penelitian
sebanyak 80 selama empat tahun adalah 13,029 dengan standar deviasi sebesar 8,029. Berdasarkan Tabel 4.1 tampak jelas nilai perusahaan minimum PMA manufakur
dari 80 sampel penelitian adalah sebesar 0,486 dengan nilai maksimum 12,904. Berdasarkan statistik deskriptif, nilai rata-rata perusahaan adalah 6,878 dengan standar
deviasi sebesar 6,023.
4.1.5 Analisis Statistik Infrential
Analisis yang digunakan dalam penelitian ini adalah analisis jalur path analysis dengan menggunakan program aplikasi SPSS versi 18,0. Diagram jalur
penelitian empiris ini dibangun untuk menguji pengaruh kepemilikan manajerial dan kepemilikan institusional serta kebijakan dividen terhadap kebijakan utang dan nilai
perusahaan.
4.1.5.1 Uji Asumsi Klasik substruktur pertama 4.1.5.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Untuk
menguji apakah data penelitian ini terdistribusi normal atau tidak dapat dideteksi
melalui Uji Kolmogorov-Smirnov test
Universitas Sumatera Utara
Tabel 4.2 Hasil Pengujian
One Sample Kolmogorov Smirnov Test
kepemilikan manajerial
kepemilikan institusional
kebijakan hutang
N 80
80 80
Normal Parameters
a,,b
Mean .02506
.56855 2.41200
Std. eviation .287601
.217917 1.8966696
Most Extreme Differences
Absolute .325
.144 .236
Positive .325
.079 .236
Negative -.265
-.144 -.156
Kolmogorov-Smirnov Z 2.903
1.288 2.108
Asymp. Sig. 2-tailed .059
.072 .070
Sumber: Hasil output SPSS
Hasil uji Kolmogorov-Smirnov Tabel 4.2 juga menunjukkan nilai Kolmogorov- Smirnov sebesar 2,108 dengan tingkat probabilitas signifikansi sebesar 0,70. Karena
nilai p lebih dari 0,05, maka dapat disimpulkan bahwa data residual terdistribusi secara normal. Dengan kata lain, model regresi yang digunakan memenuhi asumsi normalitas.
4.1.5.1.2
Uji Multikolinearitas
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
bebas. Jika terjadi korelasi, maka terdapat multikolonieritas. Untuk mendeteksi ada atau
tidaknya multikolonieritas adalah dengan menganalisis matriks korelasi variabel- variabel bebas. Jika antara variabel bebas ada korelasi yang cukup tinggi umumnya
diatas 0,90, maka hal ini merupakan indikasi adanya Multikolonieritas Ghozali, 2010. Selain itu untuk mendeteksi ada tidaknya multikolonieritas dapat dilihat dari nilai
tolerance dan nilai VIF. Jika nilai tolerance di atas 0,10 dan VIF di bawah nilai 10 maka dinyatakan bebas multikolonieritas.
Universitas Sumatera Utara
Hasil uji multikolonieritas Tabel 4.3 menunjukkan bahwa variabel bebas tidak memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel
bebas yang nilainya lebih dari 95. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada variabel bebas yang memiliki nilai
VIF lebih besar dari 10. Jadi dapat disimpulkan bahwa tidak terjadi multikolineritas antar variabel bebas dalam model regresi
Tabel 4.3 Hasil Uji Multikolonieritas
Collinearity Statistics Model
Tolerance VIF
kepemilikan manajerial .972
1.029 kepemilikan institusional
.900 1.111
kebijakan hutang .925
1.082 Sumber : Hasil Output SPSS
4.1.5.1.2
Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena adanya perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dalam pengujian ini menggunakan
diagram pancar residual. Cara pengambilan keputusan yaitu: a. Jika diagram pancar membentuk pola-pola tertentu yang teratur, maka regresi
mengalami gangguan heteroskedastisitas. b. Jika diagram pancar tidak membentuk pola atau acak, maka regresi tidak
mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
Gambar 4.2 Hasil Uji Heteroskedastisitas
Sumber: Hasil olah SPSS
Berdasarkan Gambar 4.1 terlihat bahwa titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa persamaan regresi hipotesis pertama terbebas dari asumsi heteroskedastisitas, sehingga hasil penelitian ini
dapat diterima dan dilanjutkan pengujian hipotesis dengan menggunakan analisis regressi linear berganda.
4.1.5 2. Uji Asumsi Klasik substruktur kedua 4.1.5.2.1 Uji Normalitas
