Sumber: data yang diolah SPSS, 2011. Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati
distribusi normal, dari grafik di atas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng
skewness ke kiri maupun ke kanan atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik
normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi secara normal.
b. Uji Multikolonieritas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolonieritas
yang masih dapat ditolerir, yaitu: Tolerance 0.10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian yang dikutip dari lampiran iv:
Universitas Sumatera Utara
Tabel 4.5 Coefficients untuk LN_DT = fLN_EAR, LN_AKO
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleran ce
VIF 1 Constant
-3.239 1.428
-2.267 .030
LN_EAR .910
.133 .800 6.822
.000 .180 5.553
LN_AKO .179
.122 .172 1.463
.153 .180 5.553
a. Dependent Variable: LN_DT Sumber: data yang diolah SPSS, 2011.
Tabel 4.6 Cofficients Correlations untuk LN_DT = fLN_EAR, LN_AKO
Coefficient Correlations
a
Model LN_AKO
LN_EAR 1
Correlations LN_AKO
1.000 -.905
LN_EAR -.905
1.000 Covariances
LN_AKO .015
-.015 LN_EAR
-.015 .018
a. Dependent Variable: LN_DT Sumber: data yang diolah SPSS, 2011.
Universitas Sumatera Utara
Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel laba bersih mempunyai korelasi sebesar -0,905 atau sekitar 90,5. Hasil dari coefficient
correlations tersebut menunjukkan tidak ada korelasi yang tinggi umumnya diatas 0,95, maka hal ini merupakan indikasi tidak adanya multikolonieritas. Hasil perhitungan nilai
tolerance menunjukkan variabel independen memiliki nilai tolerance lebih dari 0,10 yaitu 0,180 yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF
juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF kurang dari 10 yaitu 5,553. Berdasarkan tabel diatas dapat disimpulkan bahwa tidak ada
multikolonieritas antar variabel independen dalam model ini.
c. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan
program SPSS. Dasar pengambilan keputusannya adalah: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas, 2
jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot yang dikutip dari lampiran iv untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan
mengamati penyebaran titik-titik pada gambar.
Universitas Sumatera Utara
Gambar 4.5 Scatterplot
Sumber: data yang diolah SPSS, 2011. Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik
di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh
dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain .
3. Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator
BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda dengan bantuan program SPSS 16.
Universitas Sumatera Utara
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui
pengaruh LN_EAR dan LN_AKO terhadap LN_DT. Hasil regresi yang dikutip dari lampiran
v dapat dilihat pada tabel 4.7 berikut ini:
Tabel 4.7 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta 1
Constant -3.239
1.428 LN_EAR
.910 .133
.800 LN_AKO
.179 .122
.172 a. Dependent Variable: LN_DT
Sumber: data yang diolah SPSS, 2011. Berdasarkan tabel di atas diperoleh persamaan regresi sebagai berikut:
LN_DT = -3,239 + 0,910 LN_EAR + 0,179 LN_AKO + ε
Setelah diantilogkan maka diperoleh persamaan: DT = 0,039203 + 2,484322 EAR + 1,196020 AKO +
ε
Keterangan: 1
konstanta sebesar 0,039203 menunjukkan bahwa apabila tidak ada variabel independen X
1
= 0 dan X
2
= 0 maka dividen kas sebesar 0,039203,
Universitas Sumatera Utara
2 β1 sebesar 2,484322 menunjukkan bahwa setiap kenaikan laba bersih sebesar 1 akan
diikuti oleh kenaikan dividen kas sebesar 2,484322 dengan asumsi variabel lain tetap, 3
β2 sebesar 1,196020 menunjukkan bahwa setiap kenaikan 1 pada arus kas operasi akan diikuti oleh kenaikan dividen kas sebesar 1,196020 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi