Teknik Pengumpulan Data Data Penelitian Pembahasan Hasil Penelitian

Data time series adalah sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan. Sedangkan cross section merupakan sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu Umar, 2003. Adapun time series yang digunakan adalah tiga tahun yaitu 2007 sampai 2009 dan cross section yang digunakan dalam perusahaan Infrastruktur, Utilities and Transportation dan perusahaan Real Estate and Property sejumlah 64 perusahaan. Sampel sesuai kriteria berjumlah 11 x 3 tahun sehingga diperoleh data sebanyak 33 sampel pada perusahaan Infrastruktur, Utilities and Transportation dan Real Estate and Property.

3.4 Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi, yaitu dengan cara mengumpulkan data, mencatat, dan mengkaji data sekunder berupa laporan keuangan perusahaan yang telah dipublikasikan maupun laporan auditor independen dalam periode pengamatan. Data yang digunakan dalam penelitian ini diperoleh dengan mengunduh data dari www.idx.co.id website Bursa Efek Indonesia dan ICMD Indonesian capital market directory. Universitas Sumatera Utara

3.5 Definisi Operasional dan Pengukuran Variabel

Menurut Jogiyanto 2004,”variabel penelitian pada dasarnya adalah sesuatu hal yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya”. Berikut variabel yang digunakan oleh penulis dalam penelitian ini adalah menggunakan variabel independen dan variabel dependen.

3.5.1 Variabel Dependen terikat

Variabel dependen terikat adalah variabel yang dijelaskan atau dipengaruhi oleh variabel independen Umar, 2003. Variabel dependen dalam penelitian ini adalah dividen kas.

3.5.1.1 Dividen Kas

Dividen Kas adalah sumber dari aliran kas untuk pemegang saham dan memberikan informasi tentang kinerja perusahaan saat ini dan akan datang. Jumlah dividen kas dapat dilihat pada laporan keuangan tahunan yaitu pada bagian laporan perubahan ekuitas tahun berikutnya. Misalnya untuk mengetahui jumlah dividen kas tahun 2007 maka kita dapat melihat nilai dividen kas di laporan perubahan ekuitas yang disajikan pada tahun 2008. Data ini diperoleh langsung dari ww.idx.co.id. Universitas Sumatera Utara

2.5.2 Variabel Independen bebas

Variabel independen bebas adalah variabel yang menjelaskan atau mempengaruhi variabel yang lain Umar, 2003. Adapun variabel independen yang digunakan dalam penelitian ini yaitu: 2.5.2.1 Laba Akuntansi Laba akuntansi didefenisikan sebagai perbedaan antara realized revenues yang berasal dari transaksi suatu periode dan berhubungan dengan biaya historis. Dalam metode historycal cost biaya historis laba diukur berdasarkan selisih aktiva bersih awal dan akhir periode yang masing-masing diukur dengan biaya historis, sehingga hasilnya akan sama dengan laba yang dihitung sebagai selisih pendapatan dan biaya. Dalam menentukan besarnya laba akuntansi, investor melihat dari perhitungan laba setelah pajak, karena laba setelah pajak merupakan bagian laba yang nantinya akan di tahan sebagai laba ditahan atau dibagikan kepada investor sebagai dividen kas. Sehingga dalam penelitian ini, peneliti juga menggunakan laba setelah pajak sebagai indikator laba akuntansi.

3.5.2.2 Laba Tunai

Laba tunai adalah laba akuntansi setelah disesuaikan dengan transaksi non kas, seperti beban penyusutan, beban amortisasi, beban gaji, penjualan kredit, beban pajak, dan Universitas Sumatera Utara beban bunga yang belum dibayar serta pembelian kredit. Laba tunai yang dimaksud dalam penelitian ini adalah laba akuntansi yang telah disesuaikan dengan transaksi non kas. Penyusutan merupakan pengalokasian biaya dari aktiva berwujud, sedangkan amortisasi merupakan menyusutkan jumlah dari aktiva yang tidak berwujud. Penjualan dan pembelian kredit juga disertakan karena belum melibatkan kas dalam transaksinya. Utang gaji, utang pajak, dan utang bunga, sudah menjadi beban perusahaan, tetapi belum dibayarkan karena belum tepat tanggal pembayarannya. Hal tersebut disebabkan karena perusahaan sudah tutup buku sementara pembayaran terhadap utang-utang tersebut diatas belum dilaksanakan. Berdasarkan pertimbangan terhadap penjelasan-penjelasan diatas, maka, peneliti menjadikan jumlah arus kas dari aktivitas operasi pada laporan arus kas, sebagai indikator variabel laba tunai karena jumlah pada arus kas operasi merupakan total penerimaan dan pengeluaran kas perusahaan dalam satu periode akuntansi.

3.5.2.3 Ukuran Perusahaan

Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang ditujukkan oleh total aktiva, jumlah penjualan, rata-rata total penjualan dan rata-rata aktiva Ira, Universitas Sumatera Utara 2008. Dengan demikian dapat dipahami bahwa ukuran perusahaan diukur dari total penjualan, jumlah aktiva yang dimiliki oleh suatu perusahaan. Dalam penelitian ini pengukuran yang digunakan adalah total aktiva.

3.5.2.4 Umur Perusahaan

Umur perusahaan menggambarkan idealnya umur perusahaan diukur berdasarkan tanggal pada saat berdirinya perusahaan yang bersangkutan, namun umur perusahaan dalam penelitian yang dilakukan diukur berdasarkan tanggal first issue listed perusahaan tersebut di pasar modal Owusu dan Ansah, 2000 dalam Catrinasari, 2006. Dalam penelitian ini umur perusahaan diukur berdasarkan tanggal first issue listed. Universitas Sumatera Utara Tabel 3.2 Definisi Operasional dan Pengukuran Variabel Jenis Variabel Nama Variabel Definisi Operasional Pengukuran Skala Dependen Dividen Kas Dividen kas adalah adalah sumber dari aliran kas untuk peegang saham dan memberikan informasi tentang kinerja perusahaan saat ini dan akan datang Dividen Kas Rp Rasio Independen Laba Akuntansi Dalam metode historycal cost biaya historis laba diukur berdasarkan selisih aktiva bersih awal dan akhir periode yang masing-masing diukur dengan biaya historis, sehingga hasilnya akan sama dengan laba yang dihitung sebagai selisih pendapatan dan biaya Laba Setelah Pajak Rp Rasio Independen Laba Tunai Laba tunai adalah laba akuntansi setelah disesuaikan dengan transaksi non kas, seperti beban penyusutan, beban amortisasi, beban gaji, penjualan kredit, beban pajak, dan beban bunga yang belum dibayar serta pembelian kredit Arus Kas Operasi Rp Rasio Independen Ukuran Perusahaan Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang ditujukkan oleh total aktiva, jumlah penjualan, rata-rata total penjualan dan rata- rata aktiva Total Aktiva Rp Rasio Independen Umur idealnya umur Tanggal IPO tahun Rasio Universitas Sumatera Utara Perusahaan perusahaan diukur berdasarkan tanggal pada saat berdirinya perusahaan yang bersangkutan

3.6 Metode Analisis Data

Dalam penelitian ini, metode analisis data yang digunakan adalah model analisis regresi berganda dan menggunakan software SPSS 17 Statistik Product and Services Solution. Peneeliti terlebih dahulu melakukan uji asumsi klasik sebelum melakukan pengujian hipotesis. 3.6.1 Pengujian Asumsi Klasik 3.6.1.1 Uji Normalitas Tujuan uji normalitas menurut Ghozali 2005 adalah untuk 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. Menurut Ghozali 2005,”cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusan normalitas adalah: Universitas Sumatera Utara 1 jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas, 2 jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas. Menurut Ghozali 2005,”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov- Smirnov K-S”. Pedoman pengambilan keputusan tentang 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 tidak normal, b. Nilai Sig. atau signifikan atau probabilitas 0,05 berarti distribusi data normal.

3.6.1.2 Uji Multikolenieritas

Menurut Ghozali 2005, uji multikolenieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel independen. Suatu model regresi yang baik seharusnya tidak terjadi korelasi di antara independennya. Untuk mendeteksi ada atau tidaknya multikolineritas dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Jika nilai tolerance tidak Universitas Sumatera Utara kurang dari 0,1 dan nilai variance inflation factor VIF tidak lebih dari 10, maka model dikatakan terbebas dari multikolineritas.

3.6.1.3 Uji Heterokedastisitas

Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variance dari residul satu pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Cara yang dipakai dalam penelitian ini untuk mendeteksi ada atau tidaknya heterokedastisitas pada suatu model adalah dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan nilai residualnya SRESID. Dasar analisis menurut Ghozali 2005: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengidentifikasikan telah terjadi heterokedastisitas, 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas.

3.6.1.4 Uji Autokorelasi

Uji Autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t saat ini dengan kesalahan pengganggu pada periode t- 1sebelumnnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Autokorelasi sering terjadi pada sampel dengan data time series. Untuk menentukan ada atau tidaknya autokorelasi dalam Universitas Sumatera Utara penelitian ini digunakan uji Durbin–Watson Ghozali, 2006 :100.. Kriteria untuk penilaian terjadinya autokorelasi yaitu: Tabel 3.3 Kriteria Penilaian Uji Autokorelasi Durbin-Watson Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No desicion Dl ≤ d ≤ du Tidak ada korelasi negatif tolak 4-dl d 4 Tidak ada korelasi negatif No desicion 4-du ≤ d ≤ 4-dl Tidak ada autokorelasi negatif atau positif Tidak ditolak du d 4-du

3.6.2 Pengujian Hipotesis

Model yang digunakan dalam menganalisis pengaruh variabel independen terhadap variabel dependen adalah model regresi berganda. Model regresi linear berganda adalah model regresi yang memiliki lebih dari satu variabel independen, persamaan regresi linear berganda yang digunakan sebagai berikut : Y = a + Keterangan: Y = Dividen Kas a = Konstanta = Koefisien regresi dari variabel independen = Laba akuntansi = Laba tunai = Ukuran perusahaan Universitas Sumatera Utara = Umur Perusahaan e = error penggangu

3.6.2.1 Koefision Determinasi

Koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2006 : 87. Nilai koefisien determinasi adalah anatara nol dan satu. Karena variabel independen yang digunakan dalam penelitian ini lebih dari dua, ,aka nilai koefisien determinasinya di lihat pada Adjusted R Square. Nilai Adjusted R Square yang kecil berarti variabel-variabel independen dalam menjelaskan variasi varibel dependen amat terbatas. Nilai Adjusted R Square yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Kelemahan mendasar menggunakan koefisien determinasi adalah bias terhadap jumlah variabel indenpenden yang dimasukkan ke dalam model. Setiap tambahan satu variabel indenpenden, maka R 2 pasti akan meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R Square pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R 2 , nilai Adjusted R Square dapat naik atau turun apabila satu variabel ditamabah ke dalam model. Universitas Sumatera Utara

3.6.2.2 Uji Signifikasi Parsial Uji-t

Uji statistik t pada dasarnya menunjukkan seberapa jauh Uji-t digunakan untuk melihat pengaruh variabel independen secara individual dalam menerangkan variabel dependen. Uji t digunakan untuk menguji signifikansi pengaruh varabel independen secara parsial terhadap variabel dependen. Signifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas nilai sig. dari masing- masing variabel independen pada taraf uji α = 5 0.05 Kesimpulan dapat diterima atau tidaknya Ha sebagai pembuktian yaitu: 1 Jika probabilitas 0,05 maka Ha dapat diterima, 2 Jika probabilitas 0,05 maka Ha tidak dapat diterima. Signifikansi juga dapat dilihat dengan membandingkan , dengan ketentuan: 1 Jika α = 5 maka Ha dapat diterima, 2 Jika α = 5 maka Ha tidak dapat diterima.

3.6.2.3 Uji Signifikansi Simultan Uji-F

Uji-F digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen secara bersama-sama simultan. Hipotesis yang digunakan adalah: H 4 : bX 1 = bX 2 = bX 3 = bX 4 ≠ 0 artinya terdapat pengaruh yang signifikan secara bersama-sama simultan dari seluruh variabel independen terhadap variabel dependen. Universitas Sumatera Utara Signifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dapat dilihat dari nilai probabilitas nilai Sig. dari F rasio seluruh variabel independen pada taraf uji α = 5 0,05. Kesimpulan dapat diterima atau tidaknya Ha dapat diketahui dengan pembuktian adalah: 1 Jika probabilitas 0,05 maka Ha dapat diterima, 2 Jika Probabilitas 0,05 maka Ha tidak dapat diterima. Signifikansi juga dapat dilihat dengan membandingkan dengan ketentuan yaitu: 1 Jika α = 5 maka Ha dapat diterima, 2 Jika α = 5 maka Ha tidak dapat diterima. Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN

4.1 Data Penelitian

Data dalam penelitian ini dianalisis dengan menggunakan metode analisis statistik dengan menggunakan analisis persamaan regresi berganda, yakni studi mengenai ketergantungan variabel dependen terikat dengan satu atau lebih variabel dependen bebas, yang bertujuan untuk mengestimasi danatau memprediksi rata-rata variabel dependen berdasarkan nilai variabel independenden yang di ketahui Gujrati,2003 dalam Ghozali,2006. Analisis data dimulai dengan mengolah data mentahyang diperoleh dari www.idx.co.id dengan menggunakan Microsoft Exel. Selanjutnya dilakukan pengujian asumsi klasik dan uji hipotesis dengan mengguanakan regresi berganda. Pengujiaan asumsi klasik dan regresi berganda dilakukan dengan menggnakan software SPSS versi 17. Prosedur pengujian dimulai dengan memasukkan data yang akan di uji ke dalam program SPSS, yang kemudian menghasilkan output- output sesuai metode analisis yang telah ditetapkan sebelumnya. Adapun jumlah perusahaan infrastrukture, utilities and transportation dan real estate and property yang dijadikan sampel dalam penelitian ini, yang dipilih berdasarkan metode purposive sampling berdasarkan kriteria tertentu, berjumlah 11 perusahaan untuk setiap tahunnya, atau 33 perusahaan selama tiga tahun berturut-turut, yakni tahun 2007 sampai tahun 2009. Universitas Sumatera Utara

4.2 Analisis Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standart deviasi dari variabel-variabel independen dan variabel dependen. Tabel 4.1 Statistik Deskriptif Variabel-varibel Selama Tahun 2007 sampai Tahun 2009 N Range Minimum Maximum Mean Std. Deviation Laba_Akuntansi 33 12854340 2678 12857018 1608728.15 3437421.651 Laba_Tunai 33 29714619 955 29715574 4064179.85 7996669.980 Ukuran_Perusahaan 33 90977707 278543 91256250 19343921.73 26430000.007 Umur_Perusahaan 33 22 7 29 17.55 5.729 Dividen 33 8034496 19 8034515 761810.21 1857056.130 Valid N listwise 33 Tabel 4.1 diatas menunjukkan bahwa sampel yang digunakan dalam penelitian ini berjumlah 33, yang dapat dilihat dari nilai N. Berikut ini dijelaskan perincian deskriptif statistik yang telah diolah: a. Jumlah minimum laba akuntansi pada perusahaan ini sebesar Rp.2.678.000.000 dan nilai maksimum Rp.12.857.018.000.000 dengan rata-rata nilai laba akuntansi sebesar Rp.1.608.728.150.000 dan dengan luas simpangan nilai dari nilai rata-rata laba akuntansi sebesar Rp.3.437.421.651.000. b. Jumlah minimum laba tunai pada perusahaan ini Rp.955.000.000 dan nilai maksimumnya Rp.29.715.574.000.000 dengan nilai rata-rata laba Universitas Sumatera Utara tunai 4.064.179.850.000 dan dengan luas simpangan nilai dari nilai rata-rata laba tunai sebesar Rp.7.996.669.980.000. c. Variabel ukuran perusahaan diukur dengan menggunakan total aktiva perusahaan. Total aset memiliki nilai minumum Rp.278.543.000.000 dan nilai maksimum Rp.91.256.250.000.000 dengan nilai rata-rata total aktiva Rp.19.343.921.730.000 juta rupiah dan dengan luas simpangan nilai dari nilai rata-rata total aktiva sebesar Rp.26.430.000.007.000. d. Umur perusahaan yang paling muda dalam penelitian ini adalah 7 tahun dan umur perusahaan yang paling lama yaitu 29 tahun dengan rata-rata umur perusahaan 17.55 tahun dengan simpangan nilai dari nilai rata-rata umur perusahaan 5,729 tahun. e. Nilai minimum dari dividen kas pada perusahaan yang di teliti adalah sebesar Rp.19.000.000 dan nilai maksimum Rp.8.034.515.000.000 dengan nilai rata-rata dividen kas Rp.761.810.210.000 dan dengan simpangan nilai dari nilai rata-rata dividen kas sebesar Rp1.857.056.130.000.

4.2.2 Uji Asumsi Klasik

Syarat yang mendasari penggunaan model regresi berganda dengan metode estimasi Ordinary Least Squares pangkat kuadrat terkecil biasa adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat Universitas Sumatera Utara tidak bias Best Linear Unbiased EstimatorBLUE Ghozali, 2006. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikut.

4.2.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Penelitian ini menggunakan dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yakni dengan menggunakan grafik dan anlisis statistik. Berikut ini adalah hasil grafik variabel pengganggu atau residual dalam model regresi berganda yang digunakan. Hasil uji Histogram dan Normal P Plot sebelum transformasi Gambar 4.1 Grafik Histogram Universitas Sumatera Utara Gambar 4.2 Grafik Normal Plot Grafik histogram dan grafik plot di atas menunjukkan bahwa variabel pengganggu atau residualnya berdistribusi tidak normal, dengan melihat gambar histogram diatas dapat disimpulakn bahwa pola distribusi menceng ke kanan maupun ke kiri. Pada grafik normal plot terlihat bahwa titik-titik tidak menyebar disekitarmengikuti garis diagonal, yang menunjukkan bahwa data berdistribusi tidak normal. Kedua grafik menunjukkan bahwa model regresi tidak layak digunakan karena tidak memenuhi normalitas data. Uji t dan uji F mensyaratkan distribusi residual harus normal, karena residual dalam penelitian ini tidak berdistribusi normal perlu dilakukan tindakan penormalan data. Ghozali 2006 menyatakan bahwa jika asumsi normalitas data residual tidak terpenuhi maka Universitas Sumatera Utara variabel independen dan dependen dapat di transformasi ke dalam betuk fungsi logaritma natural. Setelah dilakukan transformasi maka hasil yang didapatkan dari pengujian adalah sebagai berikut: Gambar 4.3 Grafik Histogram Setelah Transformasi Universitas Sumatera Utara Gambar 4.4 Gfarik Normal Plot Setelah Transformasi Grafik histogram dan grafik plot di atas menunjukkan bahwa variabel pengganggu atau residualnya berdistribusi normal, dengan melihat gambar histogram diatas dapat disimpulkan bahwa pola distribusi tidak menceng ke kanan maupun ke kiri. Sedangkan pada grafik normal plot terlihat bahwa titik-titik menyebar disekitarmengikuti garis diagonal, yang menunjukkan bahwa data berdistribusi normal. Kedua grafik menunjukkan bahwa model regresi layak digunakan karena memenuhi normalitas data. Analisis statistik yang digunakan untuk melihat apakah residual berdistribusi normal adalah uji Kolmogorov Smirnov dengan pedoman sebagai berikut: Universitas Sumatera Utara 1 data dikatakan terdistribusi normal jika nilai signifikan atau Sig. atau probabilitas 0.05, dan 2 data dikatakan tidak terdistribusi normal jika nilai signifikan atau Sig. atau probabilitas 0.05. Berikut adalah hasil pengujian menggunakan analisis Kolmogorov Smirnov. Tabel 4.2 Nonparametric-test Kolmogorof Smirnov Dari hasil pengolahan data tersebut diatas, besarnya nilai Kolmogorov Smirnov adalah 0.803 dan signifikansinya pada 0.539 dimana lebih besar dari 0.05 p = 0.539 0.05, maka dapat disimpulkan data terdistribusi secara normal. One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 33 Normal Parameters a,,b Mean .0000000 Std. Deviation .96252763 Most Extreme Differences Absolute .140 Positive .075 Negative -.140 Kolmogorov-Smirnov Z .803 Asymp. Sig. 2-tailed .539 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara

4.2.2.2 Uji Multikolonieritas

Multikolinerietas adalah keadaan dimana variabel-varieabel independen dalam persamaan regresi mempunyai korelasi hubungan yang erat satu sama lain Prastiso, 2009. Pengujian multikolinearitas dapat dilakukan dengan melihat Variance Inflation Factor VIF dan korelasi di antara variabel independen. Jika nilai VIF 10 atau tolerance 0,10 maka terjadi multikolinearitas sedangkan apabiila nilai VIF 10 atau nilai tolerance 0,10 maka tidak terjadi multikolinerietas. Dismaping itu, suatu model dikatakan terdapat gejala multikolinearitas, jika korelasi di antara variabel independen lebih besar dari 0,9 Ghozali, 2006. Hasil dari uji multikolinearitas dapat kita lihat pada tabel dibawah ini: D a r T a Tabel 4.3 Coefficient Correlations a Model LN_Umur_ Perusahaan LN_Laba_ Tunai LN_Ukuran_ Perusahaan LN_Laba_ Akuntansi 1Correlations LN_Umur_Perusahaan 1.000 .159 -.279 -.188 LN_Laba_Tunai .159 1.000 .210 -.790 LN_Ukuran_Perusahaan -.279 .210 1.000 -.572 LN_Laba_Akuntansi -.188 -.790 -.572 1.000 Covariances LN_Umur_Perusahaan .348 .013 -.034 -.022 LN_Laba_Tunai .013 .018 .006 -.021 LN_Ukuran_Perusahaan -.034 .006 .042 -.023 LN_Laba_Akuntansi -.022 -.021 -.023 .039 a. Dependent Variable: LN_Dividen Universitas Sumatera Utara bel 4.3 di atas menunjukkan bahwa tidak terdapat korelsi yang cukup tinggi diantara variabel independennya. Hal ini berarti tidak terdapat gejala multikolinearitas dalam model regresi yang digunakan. Tabel berikut akan memperkuat bahwa tidak terdapat gejala multikolinearitas dalam model regresi ini. Tabel 4.4 Koefisien Korelasi Model Collinearity Statistics Tolerance VIF 1Constant LN_Laba_Akuntansi .159 6.276 LN_Laba_Tunai .266 3.759 LN_Ukuran_Perusahaan .367 2.724 LN_Umur_Perusahaan .685 1.459 a. Dependent Variabel: LN_Dividen Dari tabel 4.4 diatas terlihat bahwa nilai tolerance untuk laba akuntansi adalah 0.159, nilai tolerance untuk laba tunai 0.266, nilai tolerance untuk ukuran perusahaan 0.367 dan untuk umur perusahaan adalah 0.685. Nilai VIF untuk laba akuntansi 6.276, nilai VIF untuk laba tunai 3.7759, nilai VIF untuk ukuran perusahaan adalah 2.724 dan nilai VIF untuk umur perusahaan adalah 1.459. Maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen, dengan dasar nilai tolerance tidak ada yang kurang dari 0.10 dan nilai VIF untuk setiap variabel tidak ada yang melebihi 10, maka dapat di lakukan analisis lebih lanjut menggunakan model regresi linear berganda. Universitas Sumatera Utara

4.2.2.3 Uji heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain, Ghozali, 2006. Jika variance dari satu pengamatan ke pengamatan lain tetap, maka di sebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. 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 untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar. Universitas Sumatera Utara Gambar 4.3 Grafik Scatterplot Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi dividen kas berdasarkan masukan variabel independen laba akuntansi, laba tunai, ukuran perusahaan, dan juga umur perusahaan. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain . Universitas Sumatera Utara

4.2.2.4 Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan penggangu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi ada tidaknya dalam penelitian ini adalah uji Durbin-Waston DW Test. Hasil pengolahan data adalah sebagai berikut: Tabel 4.5 Hasil Uji Durbin Waston Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .940 a .884 .867 1.02899 2.260 a. Predictors: Constant, LN_Umur_Perusahaan, LN_Laba_Tunai, LN_Ukuran_Perusahaan, LN_Laba_Akuntansi b. Dependent Variable: LN_Dividen Hasil pengujian di atas menunjukkan bahwa nilai Durbin-Watson adalah 2.260. Nilai ini akan diuji dengan ketentuan ada tidaknya gejala auto korelasi, yaitu jika nilai Durbin-Watson D-W ada pada batas du atas dan 4-du du D-W 4-du , model regresi tidak mengalami gejala autokorelasi. Nilai signifikansi yang digunakan adalah 5 dengan jumlah sampel 33 n = 33 dan jumlah variabel independen sebanyak 4 k = 4, mka dari tabel data statistik Durbin-Watson di peroleh nilai batas bawah Universitas Sumatera Utara dl sebesar 1.193 dan nilai batas atas du sebesar 1.730. Nilai D-W 2.260 berada di antara du 1.730 dan 4-du 2.270 atau 1.730 2.260 2.270. Dengan demikian dapat disimpulkan bahwa model regresi tidak mengalami gejala autokorelasi.

4.2.3 Analisis Regresi

Berdasarkan hasil pengujian asumsi kalsik disimpulkan bahwa model regresi 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. Berdasarkan hasil pengolahan data dengan program SPSS 17, maka diperoleh hasil sebagai berikut: a Persamaan Regresi Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dengan varibel dependen, melalui pengaruh laba akuntansi, laba tunai, ukuran perusahaan, dan umur perusahaan terhadap dividen tunai. Berdasarkan hasil pengolahan data dengan SPSS Versi 17, maka diperoleh hasil sebagai berikut Universitas Sumatera Utara Tabel 4.6 Analisis Hasil Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -3.740 2.348 -1.593 .122 LN_Laba_Akuntansi .867 .197 .711 4.409 .000 LN_Laba_Tunai .265 .135 .246 1.969 .059 LN_Ukuran_Perusahaan .022 .206 .011 .108 .915 LN_Umur_Perusahaan .088 .590 .012 .150 .882 a. Dependen Variabel: Dividen Berdasarkan hasil pengolahan data di atas, di peroleh perolehan regresi sebagai : Dividen = -3.740 + 0.867 Laba_Akuntansi + 0.265 Laba_Tunai + 0.22 Ukuran_Perusahaan + 0.88 Umur_Perusahaan + e Keterangan: 1 Konstanta sebesar -0.889 menunjukkan bahwa jika laba akuntansi, laba tunai, ukuran perusahaan, dan umur perusahaan di abaikan variabel independen = 0, maka tingkat dividen kas menurun sebesar -3.740. 2 ß1 sebesar 0.867 menunjukkan bahwa setiap kenaikan laba akuntansi sebesar 1 akan di ikuti oleh kenaikan dividen kas sebesar 0.867 dengan asumsi variabel alin tetap. 3 ß2 sebesar 0.265 menunjukkan bahwa setiap kenaikan laba tunai sebesar 1 akan dikuti oleh kenaikan dividen kas sebesar 0.265 dengan asumsi variabel lain tetap. Universitas Sumatera Utara 4 ß3 sebesar 0.22 menunjukkan bahwa setiap kenaikan ukuran perusahaan sebesar 1 akan dikuti oleh kenaikan dividen kas sebesar 0.22 dengan asumsi variabel lain tetap. 5 ß4 sebesar 0.88 menunjukkan bahwa setiap kenaikan umur perusahaan sebesar 1 akan dikuti oleh kenaikan dividen kas sebesar 0.88 dengan asumsi variabel lain tetap. b Pengujian Hipotesis Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan beberapa pengujian signifikansi, yaitu uji koefisien determinasi R 2 , uji parsial uji t, dan uji simultan uji F.

1. Koefisien Determinasi R

2 Koefisien determinasi bertujuan untuk mengukur sejauh mana kemampuan model dalam menerangkan variasi variabel dependennya. Nilai koefisien determinasi berkisar antara 0 dan 1. Semakin kecil nilai koefisien determinasi semakin mendekati nol berarti semakin terbatas kemampuan variabel independen menjelaskan variasi variabel dependennya. Koefisien determinasi dikatakan kuat jika nilainya lebih besar dari 0.5. Universitas Sumatera Utara Tabel 4.7 Hasil Uji Durbin Waston Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .940 a .884 .867 1.02899 2.260 a. Predictors: Constant, LN_Umur_Perusahaan, LN_Laba_Tunai, LN_Ukuran_Perusahaan, LN_Laba_Akuntansi b.Dependent Variable: LN_Dividen Dilihat dari tabel 4.7 diatas bahwa nilai koefisien korelasi R sebesar 0.940 yang berarti hubungan dividen kas dengan variabel independen yakni laba akuntansi, laba tunai, ukuran perusahaan, umur perusahaan adalah kuat karena di atas 0.5. Angka Adjusted R Square atau nilai koefisien determinasi adalah 86.7 yang berarti bahwa perubahan dalam divien kas dapat diterangkan oleh variabel laba akuntansi, laba tunai, ukuran peruasahaan, dan umur perusahaan sedangkan 13.3 100 - 86.7 diterangkan oleh sebab-sebab lain. Standard Error of the Estimate SEE adalah 1.02899 . Semakin tinggi nilai SEE, semakin tinggi pula ketidakpastian model regresi memprediksi variabel dependennya.

2. Uji Parsial Uji –t

Uji-t digunakan untuk menguji pengaruh masing-masing variabel independen terhadap variabel dependen secara parsial. Hasil pengolahan SPSS menunjukkan hasil sebagai berikut. Universitas Sumatera Utara Tabel 4.8 Hasil Uji Parsial Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -3.740 2.348 -1.593 .122 LN_Laba_Akuntansi .867 .197 .711 4.409 .000 LN_Laba_Tunai .265 .135 .246 1.969 .059 LN_Ukuran_Perusahaa n .022 .206 .011 .108 .915 LN_Umur_Perusahaan .088 .590 .012 .150 .882 a. Dependen Variabel: Dividen Hasil uji parsial uji t dalam tabel di atas menunjukkan bahwa variabel yang berpengaruh positif dan signifikan terhadap dividen kas hanya laba akuntansi dapat dilihat dari perbandingan antara t-tabel dan t-hitung, yakni t-tabel t-hitung. Untuk variabel laba akuntansi dengan nilai t-tabel 2.048407115 dan t- hitung 4.409 serta tingkat signifikansi yang berada di bawah 0.05 yakni 0.000. Sementara laba tunai, ukuran perusahaan, dan umur perusahaan berpengaruh positif tetapi tidak signifikan terhadap dividen kas. Hal ini dapat dilihat dari nilai signifikansinya yang berada di atas 0.05. Untuk laba tunai nilai signifikansinya adalah 0.59 lebih besar dari 0.05, untuk ukuran perusahaan nilai signifikansinya adalah 0.915 juga lebih besar dari 0.05, dan untuk umur perusahaan nilai signifikansinya adalah 0.882 nilainya lebih besar dari 0.05. Pengujian masing- masing variabel bebas secara parsial terhadap variabel terikat akan dijelaskan sebagai berikut: Universitas Sumatera Utara 1 Pengaruh laba akuntansi terhadap dividen kas diuji dengan hipotesis sebagai berikut: H 1 : bX 1 ≠ 0, artinya laba akuntansi mempunyai pengaruh yang signifikan terhadap dividen kas. Dengan kriteria sebagai berikut: H 1 diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 a Nilai t-hitung 4.409 menunjukkan bahwa peningkatan laba akuntansi akan menaikkan dividen kas secara umum. b Nilai t-tabel diperoleh dengan menggunakan Microsoft Excel, yakni dengan rumus TINV 0.05, 28, yaitu 2.048407115. c Nilai t-hitung t-tabel 4.409 2.048407115 artinya H 1 diterima yakni laba akutansi mempunyai pengaruh positif terhadap dividen kas pada perusahaan infrastructure, utility, and transportation dan real estate and property yang terdaftar di BEI. d Nilai signifikansi 0.000 menunjukkan bahwa pengaruh yang diberikan laba akuntansi terhadap dividen kas adalah signifikan karena 0.05. jadi dapat disimpulkan bahwa laba akuntansi berpengaruh terhadap dividen kas. 2 Pengaruh laba tunai terhadap dividen kas diuji dengan menggunakan hipotesis berikut: H 2 : bX 2 ≠ 0, artinya laba tunai mempunyai pengaruh yang signifikan terhadap dividen kas. Universitas Sumatera Utara Dengan kriteria sebagai berikut: H diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 H 2 diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 a Nilai t-hitung 1.969 menunjukkan bahwa peningkatan laba tunai akan meningkatkan dividen tunai secara umum. b Nilai t-tabel diperoleh dengan menggunakan Microsoft Excel, yakni dengan rumus TINV 0.05, 28, yaitu 2.048407115. c Nilai t-hitung t-tabel 1.969 2.048407115 artinya H diterima yakni laba tunai tidak mempunyai pengaruh terhadap dividen kas pada perusahaan infrastructure, utility, and transportation dan real estate and property yang terdaftar di BEI. d Nilai signifikansi 0.059 menunjukkan bahwa pengaruh yang diberikan laba tunai terhadap dividen kas adalah tidak signifikan karena 0.05. jadi dapat disimpulkan bahwa laba tunai tidak berpengaruh terhadap dividen kas. 3 Pengaruh ukuran perusahaan terhadap dividen kas diuji dengan hipotesis sebagai berikut: H : bX 3 = 0, artinya ukuran perusahaan tidak mempunyai pengaruh yang signifikan terhadap dividen kas. H 3 : bX 3 ≠ 0, artinya ukuran perusahaan mempunyai pengaruh yang signifikan terhadap dividen kas. Dengan kriteria sebagai berikut: H diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 Universitas Sumatera Utara H 3 diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 a Nilai t-hitung 0.108 menunjukkan bahwa peningkatan laba tunai akan meningkatkan dividen tunai secara umum. b Nilai t-tabel diperoleh dengan menggunakan Microsoft Excel, yakni dengan rumus TINV 0.05, 28, yaitu 2.048407115. c Nilai t-hitung t-tabel 0.108 2.048407115 artinya H diterima yakni ukuran perusahaan tidak mempunyai pengaruh terhadap dividen kas pada perusahaan infrastructure, utility, and transportation dan real estate and property yang terdaftar di BEI. d Nilai signifikansi 0.059 menunjukkan bahwa pengaruh yang diberikan ukuran perusahaan terhadap dividen kas adalah tidak signifikan karena 0.05. jadi dapat disimpulkan bahwa ukuran perusahaan tidak berpengaruh secara signifikan terhadap dividen kas. 4 Pengaruh umur perusahaan terhadap kebijakan hutang diuji dengan menggunakan hipotesis berikut: H : bX 3 = 0, artinya ukuran perusahaan tidak mempunyai pengaruh yang signifikan terhadap dividen kas. H 4 : bX 3 ≠ 0, artinya ukuran perusahaan mempunyai pengaruh yang signifikan terhadap dividen kas. Dengan kriteria sebagai berikut: H diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 H 4 diterima jika t hitung t tabel untuk α = 5 atau signifikansi 0.05 Universitas Sumatera Utara a Nilai t-hitung 0.150 menunjukkan bahwa peningkatan laba tunai akan meningkatkan dividen tunai secara umum. b Nilai t-tabel diperoleh dengan menggunakan Microsoft Excel, yakni dengan rumus TINV 0.05, 28, yaitu 2.048407115. c Nilai t-hitung t-tabel 0.150 2.048407115 artinya H diterima yakni umur perusahaan tidak mempunyai pengaruh terhadap dividen kas pada perusahaan infrastructure, utility, and transportation dan real estate and property yang terdaftar di BEI. d Nilai signifikansi 0.059 menunjukkan bahwa pengaruh yang diberikan umur perusahaan terhadap dividen kas adalah tidak signifikan karena 0.05. jadi dapat disimpulkan bahwa umur perusahaan tidak berpengaruh secara signifikan terhadap dividen kas.

3. Uji Simultan Uji-F

Untuk melihat pengaruh laba akuntansi, laba tunai, ukuran perusahaan, dan umur perusahaan terhadap dividen kas secara simultan dapat dihitung dengan menggunakan uji F F test. Berdasarkan hasil pengolahan data dengan program SPSS 17, maka diperoleh hasil sebagai berikut: Universitas Sumatera Utara Tabel 4.9 Hasil Uji Simultan Uji-F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 225.981 4 56.495 53.357 .000 a Residual 29.647 28 1.059 Total 255.628 32 a. Predictors: Constant, LN_Umur_Perusahaan, LN_Laba_Tunai, LN_Ukuran_Perusahaan, LN_Laba_Akuntansi b. Dependent Variable: LN_Dividen Hasil pengujian simultan di atas dapat dijelaskan dengan menggunakan hipotesis berikut: H 5 : bX 1 = bX 2 = bX 3 = bX 4 ≠ 0, artinya variabel laba akuntansi, laba tunai, ukuran peerusahaan, dan umur perusahaan secara simultan mempunyai pengaruh terhadap dividen kas. Kriteria yang digunakan: H diterima jika F hitung F tabel untuk α = 5 H 5 diterima jika F hitung F tabel untuk α = 5 Dari hasil uji ANOVA Analysis of Variance atau F test, di atas maka F hitung yang didapat sebesar 53.357 dengan tingkat signifikansi 0.000. Dengan demikian diketahui bahwa probabilitas = 0.000 atau P 0.05 0.000 0.05 berarti koefisien regresi signifikan. Nilai F tabel yang diperoleh dari Microsoft Excel dengan rumus FINV 0.05,4,28 yaitu 2.714075804 menunjukkan bahwa F hitung F tabel 53.357 2.714075804, artinya bahwa secara simultan laba akuntansi, laba tunai, ukuran perusahaan, dan umur perusahaan berpengaruh signifikan terhadap Universitas Sumatera Utara dividen kas pada perusahaan infrastructure, utility, and transportation dan real estate and property yang terdaftar di BEI.

4.3 Pembahasan Hasil Penelitian

Angka Adjusted R Square atau nilai koefisien determinasi adalah 0.867 atau 86.7 yang berarti bahwa perubahan dalam divien kas dapat diterangkan oleh variabel laba akuntansi, laba tunai, ukuran peruasahaan, dan umur perusahaan sedangkan 13.3 diterangkan oleh sebab-sebab lain yang tidak termasuk dalam penelitian ini. Secara parsial, hasil pengujian laba akuntansi memiliki pengaruh yang signifikan terhadap dividen kas yang dibayarkan perusahaan. Laba akuntansu berpengaruh positif dan signifikan terhadap dividen kas, yang dapat dilihat dari t- hitung lebih besar dari t-tabel 4.409 2.048407115 dan nilai signifikansi 0.000 di bawah 0.05, artinya H 1 diterima yakni laba akutansi mempunyai pengaruh signifikan terhadap dividen kas. Berdasarkan persamaan regresi menunjukkan bahwa laba akuntansi mempunyai arah koefisien regresi positif sebesar 0.867. Artinya semakin banyak laba akuntansi yang mampu di hasilkan oleh perusahaan maka semkin tinggi juga dividen kas yang di bayarkan, mungkin karena jumlah laba yang semakin besar maka akan mendorong dewan direksi membayarkan dividen dalam jumlah yang lebih besar dibanding jika laba akuntansi perusahaan kecil. Hasil penelitian ini memdukung hasil penelitian yang dilakukan oleh Sahlan 2010. Hal ini tidak mendukung penelitian yang dilakukan oleh Fitri 2010 dimana laba akuntansi mempunyai hubungan terhadap dividen kas tetapi tidak signifikan. Universitas Sumatera Utara Dari hasil penelitian laba tunai secara parsial memiliki pengaruh yang positif dengan dividen kas yang dibayarkan perusahaan yang dapat dilihat dari koefisien regresi untuk laba tunai sebesar 0.265 yang berarti bahwa semakin banyak laba tunai yang diperoleh perusahaan semakin besar dividen kas yang dibayarkan. Karena kas yang tersedia untuk membayarkan dividen tunai akan mencukupi. Tetapi laba tunai tidak berpengaruh secara signifikan terhadap dividen kas. Hal ini dapat dilihat dari nilai signifikansi laba tunai yaitu 0.59 diatas 0.05. Dan dari perbandingan tanra t-hitung dan t-tabel dimana t-hitung lebih kecil dari t-tabel 1.969 2.048407115, sehingga hipotesis H 2 ditolak, H diterima yang menyatakan bahwa tidak terdapat pengaruh signifikan antara laba tunai dengan dividen kas. Hal ini mungkin dikarenakan ketersediaan laba tunai tersebut banyak di alokasikan untuk kegiatan investasi dari pada di bagikan kepada pemegang saham sebagai dividen kas. Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Fitri 2010. Tetapi tidak sesuai dengan hasil penelitian Sahlan 2010 dimana laba tunai laba tunai mempunyai pengaruh dan signifikan terhadap dividen kas pada perusahaan. Variabel ukuran perusahaan dilihat dari tabel 4.8 menunjukkan bahwa ukuran perusahaan tidak berpengaruh secara signifikan terhadap dividen kas. Hal ini dapat dilihat dari nilai signifikansi sebesar 0.915 berada di atas 0.05. dan dari perbandingan antara t-hitung dengan t-tabel dimana t-hitung lebih kecil dari t- tabel 0.108 2.048407115, sehingga hipotesis H 3 ditolak, H diterima yang menyatakan bahwa tidak terdapat pengaruh signifikan antara ukuran perusahaan dengan dividen kas. Hal ini mungkin karena ukuran perusahaan yang besar justru Universitas Sumatera Utara membutuhkan biaya operasional yang besar dan biaya pengembangan yang besar sehingga dividen kas yang dibagikan tidak selalu besar. Tetapi ukuran perusahaan mempunyai pengaruh positif terhadap dividen kas, hal ini dapat dilihat dari koefisien regresi yaitu 0.22, artinya semakin besar ukuran perusahaan maka semakin besar pula dividen kas yang dibayarkan perusahaan. Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Hidayati 2006. Umur perusahaan, dari hasil pengolahan SPSS memiliki pengaruh tetapi tidak signifikan. Berdasarkan tabel 4.8 dapat dilihat bahwa pengujian statistik menunjukkan t-hitung lebih kecil dari t- tabel 0.150 2.048407115 dan nilai signifikansinya sebesar 0.882 lebih besar dari 0.05, sehingga hipotesis H 4 ditolak, H diterima yang menyatakan bahwa tidak terdapat pengaruh signifikan antara umur perusahaan dengan dividen kas. Hal ini mungkin di karenakan perusahaan yang sudah lama akan lebih memikirkan ekspansi perusahaan dari pada sekedar dividen yang besar, dan juga tingkat kepercayaan pemegang sahamnya sudah lebih tinggi terhadap perusahaan sehingga mereka tidak semata- mata hanya mementingkan dividen yang besar, tetapi bagaimana perusahaan menaikkan nilai pemegang saham bukan hanya dari dividen saja. Koefisien regresi variabel umur perusahaan sebesar 0.088, artinya variabel ini memiliki pengaruh positif terhadap dividen kas. Dimana kenaikan umur perusahaan juga akan mengakibatkan kenaikan jumlah dividen kas. Hasil penelitian ini tidak sesuai dengan hasil penelitian yang dilakukan oleh Edward 2011, dimana hasil penelitian tersebut menyatakan bahwa umur perusahaan berpengaruh secara negatif dan signifikan. Universitas Sumatera Utara Berdasarkan pengujian secara simultan bersama-sama dengan variabel independen laba akuntansi, laba tunai, ukuran perusahaan, dan umur perusahaan mempunyai pengaruh yang signifikan terhadap dividen kas yang menjadi variabel dependen. Hasil penelitian ini sesuai dengan hasil penelitian yang dikukan oleh Sahlan 2010 dan Fitri 2010. Hal ini ditunjukkan dengan nilai F sebesar 53.357 dengan nilai probabilitas 0.000. Probabilitas 0.000 lebih kecil dari 0.05, sehingga dapat dikatakan bahwa variabel independen yang digunakan dalam penelitian berpengaruh secara simultan. Universitas Sumatera Utara BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan