46 31
PT Bank Windu Kentjana Internasional,Tbk
MCOR
x
Tabel 3.3 Sampel Penelitian
No Nama Perusahaan
Kode 1
Bank Bukopin, Tbk BBKP
2 Bank Bumi Artha Indonesia, Tbk
BNBA 3
Bank Central Asia, Tbk BBCA
4 Bank Danamon Indonesia, Tbk
BDMN 5
Bank Himpunan Saudara 1906, Tbk SDRA
6 Bank ICB Bumiputera, Tbk
BABP 7
Bank Mandiri PERSERO, Tbk BMRI
8 Bank Negara Indonesia, Tbk
BBNI 9
Bank Pembangunan Daerah Jawa Barat dan Banten, Tbk
BJBR 10
Bank Rakyat Indonesia, Tbk BBRI
11 Bank Swadesi, Tbk
BSWD 12
Bank Tabungan Negara, Tbk BBTN
Sumber : http : www.idx.co.id Berdasarkan jumlah populasi sebanyak 31 perusahaan, diperoleh sebanyak 12
perusahaan yang telah diseleksi berdasarkan kriteria penarikan sampel.
3.6. Jenis Data dan Sumber Data
47
Dalam penelitian ini, peneliti menggunakan sumber data sekunder, yaitu data yang diperoleh dalam bentuk yang sudah jadi dan tidak memerlukan pengolahan lebih
lanjut seperti laporan keuangan tahunan. Menurut Umar 2003: 60, data sekunder merupakan data primer yang telah diolah lebih lanjut, misalnya dalam bentuk tabel,
grafik, diagram, gambar dan sebagainya sehingga lebih informatif jika digunakan oleh pihak lain.Data Penelitian ini diambil di Bursa Efek Indonesia melalui situs
resmi dengan menggunakan situs www.idx.co.id.
Sumber data sekunder untuk penelitian ini yang berupa laporan keuangan yang telah dipublikasikan diperoleh dari database Bursa Efek Indonesia dengan
mengunduh data melalui website resmi Bursa Efek Indonesia, www.idx.co.id,selama tahun 2009 sampai 2011. Data yang diperoleh adalah data time series runtut waktu
dan data cross section. Data time series yaitu data dari suatu fenomena tertentu yang didapat dari beberapa interval waktu tertentu misalnya dalam waktu mingguan,
bulanan, dan tahunan. Data cross section adalah data dari suatu data yang menunjukkan titik waktu tertentu dari beberapa elemen yang berbeda.
3.7. Metode Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini dengan menggunakan studi pustaka dengan mempelajari literatur – literatur maupun sumber – sumber lain yang
erat kaitannya dengan pembahasan masalah sehingga diperoleh teori – teori yang dibutuhkan oleh penulis untuk menunjang penelitian. Cara lain untuk melakukan
pengumpulan data pada penelitian ini adalah dengan dokumenter. Data dokumenter dapat diambil dari Bursa Efek Indonesia.
48
3.8. Teknik Analisis Data
3.8.1. Pengujian Asumsi Klasik
Keseluruhan data yang telah dikumpul dianalisis untuk dapat memberikan jawabandari masalah yang dibahas dalam penelitian ini..Dalam
menganalisis data, peneliti menggunakan program Software SPSS versi 19.0. peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan
pengujian hipotesis yaitu Uji Normalitas, Uji Multikolonearitas, Uji Heterokeditas, dan Uji Autokolerasi.
3.8.1.1. Uji Normalitas Data
Menurut Erlina 2007:103 “ Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu
atau residual memiliki distribusi normal”. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distibusi normal.
Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik manjadi tidak valid untuk jumlah sampel kecil. Untuk melakukan uji,
penulis mendasarkan pada uji grafik dan uji statistik. A. Uji Grafik
Salah satu cara termudah untuk melihat normalitas residu adalah dengan melihat grafik histrogram yang membandingkan antara
data observasi dengan distribusi yang mendekati distribusi normal.
49
Namun demikain hanya melihat dengan meilhat histrogram hal ini dapat menyebabkan khususnya untuk jumlah sampel yang kecil.
Metode yang lebih handal adalah dengan melihat norma probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan data ploting data residual akan dibandingkan
dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya. Pada sumbu diagonal atau grafik atau dengan melihat histrogram
residulanya. Dasar pengambilan keputusan: • Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histrogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas. • Jika data menyebar jauh dari diagonal dan atau tidak mengikuti
arah garis diagonal atau grafik histrogramnya tidak menunjukan pola distibusi normal, maka model regresi tidak memenuhi asumsi
normalitas. B. Uji Statistik
50
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati- hati secara visual kelihatan normal, pada hal secara statistik bisa
sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik yang dapat digunakan
untuk menguji normalitas residual adalah uji statistik nonparametik. Kolomogrov-Smirnov. Jika nilai Asymp.sig nilai
signifikansi 0,05 maka data berdistribusi normal.
3.8.1.2. Pengujian Asumsi Klasik
Uji ini betujuan untuk menguji apakah model regresi ditemukan adanya kolerasi diantara variabel independen. Model
regresi yang baik seharusnya tidak terjadi kolerasi diantara variabel independen karena akan mengurangi keyakinan dalam pengujian
signifikan.
Untuk mendeteksi ada atau tidaknya gejala multikolonearitas didalam model regresi ini dengan melihat nilai Variance Inflation
Factor VIF , nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonearitas adalah nilai VIF 10. Apabila nilai VIF
10 berarti tidak terjadi multikolonearitas Ghozhali, 2005:92 . 3.8.1.3. Uji Heteroskedastisitas
51
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan yang
lain. Jika variance dari residual satu pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah terjadi heterokedastisitas. Uji
heterokedastisitas dalam penelitian ini dengan cara melihat grafik plot dan uji Glejser.
A. Melihat Grafik Scatterplot Dasar analisis heteroskedasitas adalah sebagai berikut:
• Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas.
• Jika tidak ada pola yang jelas atau titik-titk menyebar diatas dan dibawah angka nol pola sumbu Y, maka tidak terjadi
heteroskedasitas atau terjadi homoskedastitas. B. Uji Glejser
Glejser mengusulkan untuk mengres nilai absolute residual terhadap variabel independen dengan persamaan regresi:
│Ut│= α +βXt + vt Jika varaiabel independen signifikan secara statistik mempengaruhi
variabel dependen sig 0,05 , maka ada indikasi heteroskedastisitas.
52
3.8.1.4. Uji Autokolerasi
Uji Autokolerasi bertujuan menguji apakah suatu model regresi linear ada kolerasi antara kesalahan penggangu pada periode t
dengan kesalahan pada periode t-1 atau sebelumnya.
Pengambilan keputusan ada tidaknya autokolerasi menurut Santoso 2002:218 dengan cara melihat besaran Durbin-Waston D-
W sebagai berikut: • Angka D-W dibawah -2, berarti ada autokolerasi positif.
• Angka D-W diantara -2 sampai +2 berati tidak ada autokolerasi.
• Angka D-W diatas +2, berarti ada autokolerasi negatif
3.8.2. Pengujian Hipotesis Penelitian 3.8.2.1. Model Regresi Linear Berganda
Regresi linear berganda ditujukan untuk menemukan hubungan linear antar beberapa variabel bebas yang biasa disebut X1,X2,X3 dan
seterusnya dengan variabel terikat yang disebut Y Situmorang, 2008:109. Model persamaannya adalah sebagai berikut:
Y = α + β1X1 + β2X2 + β3X3 + e Keterangan:
Y = Dividend Payout Ratio DPR
53
α = konstanta X1 = Quick Ratio
X2 = Return On Asset X3 = Return On Equity
β1, β2, β3 = Koefisien Regresi e = error pengganggu
3.8.2.1.1. Uji Koefisien Determinasi
Didalam model regresi linear berganda, uji koefisien determinasi ini digunakan untuk seberapa besar pengaruh semua
variabel-variabel bebas dalam menjelaskan variabel bebas dari variabel terkaitnya. Secara sederhana koefisien determinasi
dihitung dengan mengkuadratkan adjusted R square, hasil dari analisa data SPSS. Persamaan untuk koefisien determinasi
yaitu: Koefisen Determinasi = R
2
3.8.2.2. Uji Signifikan Simultan Uji- F
Menurut Ghozali 2005:84 uji statistik F dasarnya menunjukkan apakah semua variabel independen yang dimaksud dalam
model mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
Secara simultan, pengujian hipotesis dilakukan dengan uji F- test. Uji F digunakan untuk menunjukan apakah semua variabel
54
independen yang dimaksudkan dalam model mempunyai pengaruh secara bersam-sama terhadap variabel dependen.
Bentuk pengujian Simultan adalah Ho: bi = b2 = ..... = bk = 0, artinya semua variabel independen bukan merupakan penjelas yang
signifikan atau tidak memiliki pengaruh terhadap variabel dependen dan Ha: b1
≠ b2 ≠ ..... ≠ b3 = 0, artinya semua variabel independen merupakan penjelas yang signifikan terhadap variabel dependen atau
dengan kata lain semua variabel independen tersebut memiliki pengaruh terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan ketentuan jika signifikan 0,05 maka Ha diterima dan Jika
signifikansi 0,05 maka Ha ditolak Serta membandingkan nilai F hasil perhitungan dengan F menurut tabel. Bila nilai F hitung lebih besar
daripada nilai F tabel, maka Ha diterima dan sebaliknya. 3.8.2.3. Uji t uji signifikan parsial
Uji secara parsial adalah untuk menguji apakah setiap variabel bebas atau independen memilki pengaruh atau tidak terhadap variabel
dependen. Bentuk pengujiannya adalah Ho: bi = 0, artinya suatu variabel independen merupakan penjelasan yang signifikan terhadap
variabel dependen atau dengan kata lain variabel independen tersebut memiliki pengaruh terhadap variabel dependen. Cara melakukan uji t
adalah dengan membandingkan siginifikansi t hitung dengan ketentuan
55
Jika Signifikansi 0,05 maka Ha diterima dan Jika signifikansi 0,05 maka Ha ditolak serta dengan membandingkan nilai statistik t dengan t
tabel, apabila nilai statistik t t tabel maka Ha diterima sedangkan nilai statistik t t tabel maka Ha ditolak.
BAB IV HASIL DAN PEMBAHASAN
4.1. Data Penelitian
