3.4.2.4 Uji Heteroskedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain
tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model yang baik adalah homokedastisitas atau tidak
terjadi heterokedastisitas Ghozali, 2011. Salah satu cara untuk mengetahuinya dapat dilakukan melalui Uji Glejser.
Pengujian ini dilakukan dengan cara meregres nilai absolut residual pada variabel independen. Jika variabel independen secara signifikan
memengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Model regresi dinyatakan tidak terjadi
heteroskedastisitas apabila probabilitas signifikansinya diatas 5 pada tingkat probabilitas yang dig
unakan α = 5 Ghozali, 2011.
3.4.3. Analisis Regresi Linier Berganda
Model pengujian yang digunakan untuk menguji hipotesis dalam penelitian
ini menggunakan analisis regresi linier berganda. Teknik regresi linier berganda digunakan untuk mengetahui hubungan fungsional antara variabel
dependen dividend payout ratio dihubungkan dengan dua atau lebih variabel independen cash ratio, debt to equity ratio, return on assets.
Rumus dari regresi linier berganda adalah sebagai berikut Wirawan, 2002: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan : Y = Dividend Payout Ratio
X
1
= Cash Ratio X
2
= Debt to Equity RatioDER X
3
= Return On Assets ROA a = Konstanta
b
1
= Koefisien korelasi Cash Ratio b
2
= Koefisien korelasi Debt to Equity RatioDER b
3
= Koefisien korelasi Return On Assets ROA e = Error term
3.5 Uji Hipotesis
Dalam menguji hipotesis dalam penelitian ini digunakan metode regresi
linier berganda, sebelum menguji hipotesis akan dilakukan uji Goodness of Fit yang terdiri dari uji koefisien determinasi dan uji ANOVA.
3.5.1 Uji Goodness of Fit
3.5.1.1 Uji Koefisien Determinasi
Koefisien deternasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
kemampuan variable-variabel independen dalam menjelaskan variabel
dependen amat terbatas. Nilai R
2
yang mendekati satu berarti menunjukkan bahwa variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variabel dependen Ghozali, 2011.
3.5.1.2 Uji Pengaruh Serempak Uji F
Uji statistik F atau uji Analysis of Variance ANOVA merupakan metode untuk menguji hubungan antara satu variabel dependen skala mentrik
dengan satu atau lebih variabel independen skala non metrik atau kategorikal dengan kategori lebih dari dua. ANOVA digunakan untuk
mengetahui pengaruh utama dan pengaruh interaksi dari variabel independen kategorikal terhadap variabel dependen metrik. Pengaruh utama
adalah pengaruh langsung variabel independen terhadap variabel dependen, sedangkan pengaruh interaksi adalah pengaruh bersama dua atau lebih
variabel independen terhadap variabel dependen Ghozali, 2011. Apabila nilai F signifikan pada tingkat probabilitas 5, maka dapat dikatakan bahwa
semua variabel independen secara bersama-sama memengaruhi variabel dependen.
Langkah – langkah atau urutan pengujian hipotesis dengan Uji F:
1. Merumuskan Hipotesis Ho : Berarti secara bersama - sama tidak terdapat pengaruh cash ratio,
debt to equity ratio dan return on assets terhadap dividend payout ratio pada perusahaan real estate and property di Bursa Efek Indonesia BEI
periode tahun 2010-2014.
Ha : Berarti secara bersama - sama terdapat pengaruh cash ratio, debt to equity ratio dan return on assets terhadap dividend payout ratio pada
perusahaan real estate and property di Bursa Efek Indonesia BEI periode tahun 2010-2014.
2. Menentukan taraf nyata level of significance = α
Taraf nyata level of significance yan g digunakan sebesar α = 5 atau
0,05.
3. Menentukan F tabel F tabel dapat dilihat pada tabel statistik pada signifikansi 0,05 dengan
derajat kebebasan df1 jumlah variabel dan df2 n –k–1.
Keterangan :
n = jumlah data k = jumlah variabel bebas
4. Kriteria Pengujian
Jika F hitung ≤ F tabel, maka H0 diterima atau Ha ditolak. Jika F hitung F tabel, maka H0 ditolak atau Ha diterima.
Berdasarkan signifikansi : Jika signifikansi 0,05, maka H0 diterima atau Ha ditolak.
Jika signifikansi 0,05, maka H0 ditolak atau Ha diterima.
5. Membuat Kesimpulan Keputusan bisa menolak H0 atau menerima Ha.
Kategori