39 ini adalah uji Kolmogorov-Smirnov. Pengambilan keputusan mengenai normalitas
adalah sebagai berikut: a.
Jika p 0.05 maka distribusi data tidak normal b.
Jika p 0.05 maka distribusi data normal
3.9.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2009. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam
model regresi antara lain dapat dilakukan dengan melihat 1 nilai tolerance dan lawannya 2 varians faktor VIF. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2009.
3.9.3. Uji Heteroskedastisitas
Uji heterokedasitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians. Jika varians sama, dan ini seharusnya yang terjadi
dikatakan homoskedastisitas. Sedangkan jika varians tidak sama dikatakan heteroskedastisitas Situmorang dan Lufti, 2011: 8. Pengambilan keputusan
untuk ada tidaknya heteroskedastisitas adalah sebagai berikut: a.
Pendekatan Grafik Dengan dasar pengambilan keputusan sebagai berikut:
40 1.
Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka
mengindikasikan telah terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas,
titik-titikmenyebar di atas dan di bawah angka 0 pada sumbu Ymaka tidak terjadiheteroskedastisitas Ghozali,
2011.
b. Pendekatan Statistik
Pendekatan statistik cukup dengan melakukan uji Glejser.
Uji glejser adalah metode untuk menguji ada-tidaknyaheteroskedastisitas dengan cara
meregres nilai absolut residual terhadapvariabel independen dengan persamaan regresi :
| Ut| = α + β Xt + vt
Jika variabel independen sigifikan secara statistik mempengaruhivariabel dependen, maka ada indikasi terjadi heteroskedastisitas Ghozali,2011.
3.9.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengguna pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lain. Pengujian asumsi ini, dilakukan dengan menggunakan Durbin Watson Durbin Watson Test. Model regresi yang baik
adalah regresi yang bebas dari autokorelsi. Adapun kriteria pengujiannya adalah Ghozali, 2009:
41 -
Jika nilai D-W dibawah 0 sampai 1,5 berarti ada autokorelasi positif. -
Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada autokorelasi. -
Jika nilai D-W diantara 2,5 sampai 4 berarti ada autokorelasi negatif. 3.10.
Pengujian Hipotesis 3.10.1.
Uji secara simultan Uji F
Uji F digunakan untuk mengetahui apakah variabel independen X berpengaruh signifikan secara simultan atau bersama-sama terhadap variabel
dependen Y. Bentuk pengujian sebagai berikut: a.
H : b
1
=b
2
=b
3
=b
4
0, artinya Kepemilikan Managerial, Kepemilikan Institusional, Debt to Equity Ratio, dan Return on Assetsecara simultan
berpengaruh tidak signifikan terhadap Dividen Payout Ratio pada Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia.
b. H
1
: b
1
≠b
2
≠b
3
≠b
4
≠0, artinya Kepemilikan Managerial, Kepemilikan Institusional, Debt to Equity Ratio, dan Return on Assetsecara simultan
berpengaruh signifikan terhadap variabelDividen Payout Ratio pada Perusahaan Manufakturyang terdaftar di Bursa Efek Indonesia
Pada penelitian ini nilai F
hitung
akan dibandingkan dengan F
tabel
pada tingkat signifikan
α = 5. Kriteria penilaian hipotesis pada uji F adalah:
1. Jika F
hitung
F
tabel
pada α = 5, maka H
o
ditolak H
1
diterima. 2.
Jika F
hitung
F
tabel
pada α = 5, maka H
o
diterima H
1
ditolak.
3.10.2. Uji Hipotesis Secara Parsial Uji t
