b. Variabel Terikat Y Dependent Variable
Dalam penelitian ini yang menjadi variabel terikat adalah dividen kas. Dividend Payout Ratio DPR merupakan proporsi laba yang dibayarkan
kepada pemegang saham dalam bentuk tunai selama tahun tertentu. DPR dapat dirumuskan sebagai berikut Warsono, 2003:275:
Semua variabel dalam penelitian ini diukur dengan menggunakan skala rasio.
F. Metode Analisis Data
Metode analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang menggunakan software statistik spss versi 18. Analisis data
dilakukan dengan analisis regresi dengan terlebih dahulu malakukan pengujian asumsi klasik.
1. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini
adalah uji normalitas, uji multikolinearitas, heteroskedastisitas, dan autokorelasi. a.
Uji Normalitas Menurut Erlina 2008:102, ”tujuan uji normalitas adalah ingin mengetahui
apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi
normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110. Menurut
Ghozali 2005:110 ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis statistik dan analisis grafik.
1 Analisis Statistik
Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan
rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
a
nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
b
nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali:2005:115.
2 Analisis Grafik
Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau pola distribusi data. Normalitas dapat dideteksi dengan
melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal atau garfik histogramnya menunjukkan pola distribusi normal, maka model regresi
memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi,
berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk melihat ada atau
tidaknya multikolinieritas dalam VIF, serta dengan menganalisis matrik korelasi variabel-variabel independen. Nilai cutoff yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10 dan untuk matrik korelasi adanya indikasi multikolonieritas
dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90.
c. Uji Heteroskedastisitas
Menurut Erlina 2008:106, “uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain.” Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda,
maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dilakukan karena kebanyakan data
crosssection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran.
Untuk melihat ada tidaknya heteroskedastisitas dilakukan dengan mengamati Grafik scatterplot antara nilai prediksi variabel terikat dengan
residualnya. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis:
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2005:105.
d. Uji Autokorelasi
Menurut Priyatno 2008:47, “uji ini digunakan untuk mengetahui ada atau tidaknya penyimpangan autokorelasi, yaitu korelasi yang terjadi antar residual
pada satu pengamatan dengan pengamatan yang lain pada model regresi.” Metode regresi yang baik tidak terdapat autokorelasi. Pengujian ini menggunakan uji
Durbin Watson. Menurut Sunyoto 2009:91, Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1 angka D-W dibawah -2 berarti ada autokorelasi positif
2 angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
2. Pengujian hipotesis