12
Size sebesar 21,59 sedangkan tahun 2008 naik menjadi 21,80 dan
pada tahun 2009 mengalami kenaikan sebesar 21,82. Rata – rata Firm Size
adalah 0,3576. Selama tiga tahun tersebut terlihat bahwa nilai rata – rata terendah sebesar 11,23 pada PT. Astra
Internasional Tbk. sedangkan nilai rata – rata Firm Size tertinggi pada PT. Mayora Indah Tbk. sebesar 28,59.
4.2 Uji Asumsi Klasik
4.2.1 Uji Normalitas
Pengujian normalitas yang dilakukan dalam sebuah model regresi, untuk menguji variabel dependen yaitu deviden payout
ratio, variabel independen yaitu free cash flow, investment opportunity set, earning per share, dan firm size, atau keduanya
mempunyai distribusi normal atau tidak. Pengujian ini dilakukan dengan uji grafik yaitu analisa dengan melihat grafik histogram dan
grafik normal P-Plot dan uji statistik non-parametrik Kolmogrov- Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis :
H0 = Data residual berdistribusi normal HA = Data residual tidak berdistribusi secara normal
Jika sig α 5 maka H0 ditolak
Jika sig α 5 maka H0 diterima
13
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30 Normal
Parameters
a
Mean .0000000 Std.
Deviation 30.81565164
Most Extreme Differences
Absolute .143
Positive .143 Negative
-.127 Kolmogorov-Smirnov Z
.781 Asymp. Sig. 2-tailed
.576 a. Test distribution is Normal.
Berdasarkan tabel 4.2 diatas nilai signifikansi 0.576 yang lebih besar dari nilai
α 5. Hal ini berarti H0 diterima, yang berarti data terdistribusi secara normal. Selain dari uji statistik
tersebut untuk lebih mendukung bahwa data berdistribusi normal juga dapat dilihat pada grafik histogram dan grafik normal P-Plot
berikut :
14
Gambar 4.1
Gambar 4.2
Dengan melihat tampilan grafik histogram pada gambar tersebut diatas terlihat bahwa batang histogram mempunyai
kemiripan bentuk dengan kurva normal berbentuk seperti lonceng
15
yang disertakan sehingga dapat disimpulkan bahwa pada grafik histogram memberikan pola distribusi yang normal. Dan juga dapat
dilihat dari grafik normal P-Plot tersebut tampak bahwa titik – titik menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas yang berarti data terdistribusi normal.
4.2.2 Pengujian Autokorelasi
Pengujian autokorelasi ini dimaksudkan untuk mengetahui variabel independen yang saling berurutan terjadi serial auto
korelasi atau tidak. Pengujian ini menggunakan parameter Durbin- Watson. Hipotesa Uji Durbin-Watson adalah sebagai berikut :
d dl = Ada korelasi ositif
4 – dl d 4 = Ada korelasi negatif
du d 4 – du = Tidak ada korelasi
dl ≤ d ≤ du
= Tidak bisa disimpulkan 4-du
≤ d ≤ 4-dl = Tidak bisa disimpulkan
16
Tabel 4.8
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate Durbin-Watson
1 .575
a
.331 .223
33.18947 1.925
a. Predictors: Constant, FS, FCF, IOS, EPS b. Dependent Variable: DPR
Dengan n = 30 dan k = 3, diperoleh nilai dl =1,214 dan du = 1,650. dan berdasarkan tabel diatas didapat nilai d Durbin-
Watson sebesar 1,925. Daerah yang menyatakan tidak terdapat autokorelasi adalah du d 4-du, yang berarti 1,214 1,925 4-
1,650 atau 1,214 1,925 2,350. Hal ini berarti bahwa nilai d sebesar 1,925 berada dalam daerah tidak terjadi autokorelasi.
4.2.3 Pengujian Multikolinieritas
