Variabel Penelitian dan Definisi Operasional Variabel

berkorelasi, maka variabel-variabel ini tidak ortogonal. Suatu model regresi dinyatakan bebas dari multikolinearitas jika mempunyai nilai tolerance di atas 0.1 dan nilai Variance Inflation Factor di bawah 10 c. Uji autokorelasi Uji autikorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik adalah yang bebas dari autokorelasi Ghozali 2009:79. Uji D-W hanya digunakan untuk auto korelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada lag antara variabel bebas. Untuk mengetahui ada atau tidaknya autokorelasi dapat dilihat dari uji D-W berikut ini: Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi positif maupun negatif Tolak No decision Tolak No decision Tidak ditolak 0 d d L d L ≤ d≤ d U 4 - d L d 4 4 – d U ≤ d ≤ 4 - d L d U d 4 - d U Keterangan : 1 Bila nilai DW terletak antara batas atas atau upper bound d U dan 4-d U , maka koefisien autokorelasi sama dengan nol, berarti tidak ada tidak ada autokorelasi. 2 Bila nilai DW lebih rendah dari batas bawah atau lower bound d L , maka koefisien autokorelasi lebih besar daripada nol, berarti ada auto korelasi positif. 3 Bila DW lebih besar dari pada 4-d L , maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif. 4 Bila nilai DW terletak antara batas atas d U dan batas bawah d L atau DW terletak antara 4-d U dan 4-d L , maka hasilnya tidak dapat disimpulkan. d. Uji heterokedastisitas Uji heterokedastisitas ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut heterskedastisitas. Data yang digunakan untuk menguji heteroskedastisitas ini adalah data dari variabel free cash flow dan variabel profitabilitas. Ada dua cara untuk mendeteksi ada tidaknya heteroskedastisitas, yaitu metode grafik dan metode uji statistik. a. Metode Grafik Metode ini dilakukan dengan grafik plot antara nilai prediksi variabel kebijakan pembayaran dividen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu X adalah Ŷ Y yang telah diprediksi ZPRED dan sumbu Y adalah residual atau SRESID Ŷ-Y yang telah distudentized. Dasar analisis yang dilakukan adalah: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y secara acak, maka tidak terjadi heteroskedastisitas atau model homoskedastisitas. 2. Analisis Regresi Linier Berganda Teknik analisis data yang akan dipakai dalam penelitian ini adalah dengan memakai teknik analisis regresi linier berganda untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan variabel lain. Variabel yang digunakan adalah kebijakan pembayaran dividen, free cash flow dan profitabilitas. Untuk mengetahui apakah ada pengaruh yang signifikan antara free cash flow dan profitabilitas terhadap kebijakan pembayaran dividen, maka digunakan regresi linier berganda yang dirumuskan sebagai berikut: DPR= α+ β 1 X 1 + β 2 X 2 + ε