Pada tahun 2011, return on equity tertinggi dimiliki oleh Gowa Makassar Tourism Development, Tbk yaitu sebesar 0,283, sedangkan yang terendah
dimiliki oleh Bumi Serpong Damai, Tbk yaitu sebesar 0,1225. 4.2.2 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Distribusi data dikatakan normal jika
berbentuk lonceng, yaitu tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan beberapa pendekatan, yaitu pendekatan histogram, pendekatan
grafik, dan pendekatan Kolmogorov-Smirnov.
a. Pendekatan Histogram
Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.1. Histogram Variabel Terikat Dividend per Share
Gambar 4.1 pada grafik histogram terlihat bahwa variabel dividen kas berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak
menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
b. Pendekatan Grafik
Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.2. Normal P-P Plot of Regression Standarized Residual Variabel
Terikat Dividend per Share
Gambar 4.2 menunjukkan titik-titik pada scatter plot mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa data berdistribusi normal.
c. Pendekatan Kolmogorov-Smirnov
Tabel 4.6 One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Universitas Sumatera Utara
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean .0000000
Std. Deviation 32.06004820
Most Extreme Differences Absolute
.161 Positive
.161 Negative
-.102 Kolmogorov-Smirnov Z
1.021 Asymp. Sig. 2-tailed
.248 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2014 Data Diolah
Pada Tabel 4.6terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,248, lebih besar dari nilai signifikan 0,05. Hal ini berarti variabel residual
berdistribusi normal.
2. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukan untuk menguji apakah sebuah grup mempunyai varians yang sama di antara anggota grup tersebut Situmorang dan
Universitas Sumatera Utara
Lufti, 2012:108. Jika varians sama maka disebut homoskedastisitas. Sedangkan, jika varians tidak sama, inilah yang disebut dengan heteroskedastisitas. Model
regresi yang baik adalah yang tidak terjadi heterokedastisitas. Uji ini dapat dilakukan melalui uji Glejser, dengan pengambilan keputusan jika variabel bebas
signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas. Apabila probabilitas signifikansi diatas tingkat
kepercayaan 5, maka dianggap tidak terjadi heteroskedastisitas Situmorang dan
Lufti, 2012:116 a. Grafik
Scatterplot
Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.3. Scatterplot variabel terikat Dividend per Share
Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu, dan tersebar baik di atas maupun di bawah
angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
b. Uji Glejser
Tabel 4.7 Uji Glejser
Coefficients
a
Universitas Sumatera Utara
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -8.342
9.511 -.877
.386 AKO
-.021 .040
-.153 -.524
.603 .161
6.209 EPS
.135 .080
.588 1.695
.099 .113
8.822 NPM
25.364 23.939
.142 1.060
.297 .757
1.320 ROE
97.079 71.895
.235 1.350
.186 .450
2.220 a. Dependent Variable: ABSUT
Sumber: Hasil Penelitian, 2014 Data Diolah
Pada Tabel 4.7menunjukkan tidak satupun variabel bebas yang signifikan secara statistik mempengaruhi variabel terikat absolut Ut absut. Hal ini terlihat
dari nilai signifikansi variabel AKO, EPS, NPM, dan ROE masing-masing di atas atau lebih besar dari 5, dapat disimpulkan bahwa tidak terjadi gejala
heteroskedastisitas dalam model regresi ini.
3. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Pengujian ini menggunakan Durbin- Watson Test.
Tabel 4.8 Uji Durbin-Watson
Model Summary
b
Universitas Sumatera Utara
Model R
R Square
Adjuste d R
Square Std.
Error of the
Estima te
Change Statistics Durbin-
Watson R
Square Change
F Change df1 df2
Sig. F Change
1 .772
a
.596 .550 33.842
50 .596
12.920 4 35
.000 1.790
a. Predictors: Constant, ROE, NPM, AKO, EPS b. Dependent Variable: DPS
Sumber: Hasil Penelitian, 2014 Data Diolah
Pada Tabel 4.8terlihat nilai Durbin-Watson sebesar 1,790, dengan n = 40 dan k = 4, maka nilai dl = 1,2848 dan du = 1,7209. Maka pengambilan
keputusannya adalah: du d 4 – du
1,7209 1,790 4 – 1,7209 1,7209 1,790 2,2791
Dengan demikian keputusannya adalah tidak ada autokorelasi positif atau negatif.
4. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui apakah dalam sebuah model regresi terdapat korelasi hubungan di antara variabel bebas dalam model
regresi Situmorang dan Lufti, 2012:133. Jika terdapat korelasi antara variabel bebas, maka terjadi multikolinieritas. Sedangkan, jika tidak terdapat korelasi
antara variabel bebas, maka tidak terjadi multikolinieritas. Pengujian terhadap ada tidaknya multikolinieritas dilakukan dengan melihat toleransi variabel dan
Universitas Sumatera Utara
Variance Inflation Factor VIF. Jika VIF 10 dan nilai tolerance 0,1 maka tidak terjadi masalah multikolinieritas.
Tabel 4.9 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -20.687
17.722 -1.167 .251
AKO -.151
.074 -.545 -2.036 .049
.161 6.209 EPS
.462 .149
.989 3.101 .004
.113 8.822 NPM
83.356 44.606
.231 1.869 .070
.757 1.320 ROE
109.319 133.966 .131
.816 .420 .450 2.220
a. Dependent Variable: DPS
Sumber: Hasil Penelitian, 2014 Data Diolah
Tabel 4.9Menunjukkan tidak ada masalah multikolinieritas, hasil uji Variance Inflation Factor VIF untuk AKO, EPS, NPM, dan ROE masing-
masing menunjukkan nilai kurang dari 10 VIF 10 dan nilai tolerance lebih besar dari 0,1. Maka dapat disimpulkan bahwa tidak terjadi masalah
multikolinieritas.
4.2.3 Pengujian Hipotesis