S PEA 110558 Chapter3

BAB III

METODE PENELITIAN

A. Metode Penelitian 1. Desain penelitian

Menurut Nasution (2011:23) "Desain penelitian merupakan rencana tentang cara mengumpulkan dan menganalisis data agar dapat dilaksanakan secara ekonomis serta serasi dengan tujuan penelitian." Desain penelitian mengatur kesesuaian antara pengumpulan dan penganalisisan data dengan tujuan penelitian yang akan dilakukan. Dalam penelitian ini metode yang digunakan adalah metode deskriftif dan Verifikatif. Sukmadinata (2012:54) memaparkan “Metode deskriftif merupakan suatu metode penelitian yang ditujukan untuk menggambarkan fenomena-fenomena yang ada, yang berlangsung pada saat ini atau saat yang lampau. Penelitian ini tidak mengadakan manipulasi atau pengubahan pada variabel-variabel bebas, tetapi menggambarkan suatu kondisi apa adanya. Penggambaran kondisi bisa individual atau kelompok, dan menggunakan angka-angka.”

Sedangkan metode verifikatif menurut Moch. Nazir (2005:91) merupakan

“Metode penelitian yang bertujuan untuk mengetahui hubungan kausalitas antar variabel melalui suatu pengujian hipotesis melalui suatu perhitungan statistik sehingga didapat hasil pembuktian yang menunjukkan hipotesis ditolak atau

diterima.”

Berdasarkan pengertian tersebut metode deskriptif merupakan metode yang digunakan untuk mengkaji fakta-fakta yang ada dilapangan dengan fenomena yang ada. Sedangkan metode verifikatif merupakan metode yang ditujukan untuk mengetahui hubungan antara variabel yang menjadi penelitian melalui pengujian hipotesis dengan menggunkan perhitungan statistik. Adapun tujuan penulis menggunakan metode deskriptif dan verifikatif adalah untuk menggambarkan likuiditas dan kebijakan dividen serta membuktikan hipotesis yang diajukan.

B. Operasional Penelitian 1. Operasional Variabel

Menurut Arikunto (2006:161) "Variabel merupakan objek penelitian, atau apa yang menjadi titik perhatian suatu penelitian." Berdasarkan judul yang diteliti yaitu, "Pengaruh Likuiditas terhadap Kebijakan Dividen pada Perusahaan Manufaktur Sektor Barang Konsumsi Sub Sektor Makanan dan Minuman pada periode 2010 - 2014 maka penjabaran mengenai variabel yang diteliti yaitu sebagai berikut.

a. Variabel Bebas (Independent)

Menurut Sugiyono (2010:3) “Variabel independen merupakan variabel yang

sering disebut sebagai variabel stimulus, predictor, antecedent." Variabel independen merupakan variabel yang mempengaruhi variabel terikat. Dalam penelitian ini yang menjadi variabel independen adalah likuiditas.

Likuiditas merupakan kemampuan suatu perusahaan dalam memenuhi kewajiban jangka pendeknya pada saat jatuh tempo. Untuk mengukur likuiditas perusahaan dalam penelitian ini menggunakan current ratio.

b. Variabel Terikat (Dependent)

Menurut Sugiyono (2010:3) “Variabel dependen sering disebut sebagai variabel respon, output, kriteria, konsekuen." Variabel terikat (dependent) dipengaruhi oleh variabel bebas. Variabel terikat dalam penelitian ini adalah Kebijakan Dividen.

Kebijakan dividen merupakan keputusan yang diambil manajemen dalam menentukan pembagian keuntungan yang dibagikan kepada pemegang saham (investor) baik dalam bentuk dividen tunai maupun dividen saham. Dalam kebijakan dividen ditentukan besarnya laba yang akan dibagikan dan laba yang ditahan untuk diinvestasikan kembali pada perusahaan.

Untuk memudahkan penjelasan kedua variabel tersebut berikut disajikan dalam bentuk tabel operasional berikut ini.

Tabel 3.1 Operasional Variabel

Variabel Indikator Skala

Variabel Bebas :

Likuiditas CR (Current Ratio) Rasio

Variabel Terikat : Kebijakan Dividen

DPR (Dividend Payout

Ratio) Rasio

C. Populasi dan sampel 1. Populasi

Menurut Arikunto (2010:173) "Populasi merupakan keseluruhan subjek

penelitian.” Populasi dalam penelitian ini adalah perusahaan manufaktur sektor barang dan konsumi sub sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia. Berikut disajikan pada tabel 1.4 daftar perusahaan manufaktur sektor barang dan konsumi sub sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia yang menjadi populasi dalam penelitian ini dengan jumlah 15 perusahaan.

Tabel 3.2

Perusahaan Manufaktur Sektor Barang Konsumsi Sub Sektor Makanan dan Minuman yang Terdaftar Di Bursa Efek Indonesia (BEI).

No. Kode Nama

1 ADES PT Akasha Wira Internasional Tbk 2 AISA PT Tiga Pilar Sejahtera Food Tbk 3 ALTO PT Tri Banyan Tirt Tbk

4 CEKA PT Cahaya Kalbar Tbk

5 DLTA PT Delta Djakarta Tbk

6 ICBP PT Indofood CBP Sukses Makmur Tbk 7 INDF PT Indofood Sukses Makmur Tbk 8 MLBI PT Multi Bintang Indonesia Tbk

No. Kode Nama

9 MYOR PT Mayora Indah Tbk

10 PSDN PT Prashida Aneka Niaga

11 ROTI PT Nippon Indosari Corporindo Tbk

12 SKBM PT Sekar Bumi Tbk

13 SKLT PT Sekar Laut Tbk

14 STTP PT Siantar Top Tbk

15 ULTJ PT Ultrajaya Milk Industry and Tranding Company Tbk

Sumber : Sahamok.com 2. Sampel

Menurut Arikunto (2010:173) "Sampel merupakan sebagian atau wakil populasi yang diteliti. Tujuan penentuan sampel ialah untuk memperoleh keterangan mengenai objek penelitian dengan cara mengamati hanya sebagian dari populasi,

suatu reduksi terhadap jumlah objek penelitian.”

Teknik sampling yang digunakan dalam penelitian ini yaitu Probability Sampling dengan teknik Purposive Sampling. Usman dan Akbar (2010:186) memaparkan “Teknik ini (purposive sampling) digunakan apabila anggota sampel yang dipilih secara keseluruhan berdasarkan tujuan penelitiannya.” Berdasarkan pemaparan tersebut adapun kriteria yang digunakan penulis untuk mengambil sampel pada penelitian ini adalah :

a. Perusahaan manufaktur harus terdaftar di BEI pada sektor barang konsumsi sub sektor makanan dan minuman

b. Perusahaan manufaktur harus tercatat pada periode penelitian yaitu pada tahun 2010 – 2014 dan tidak mengalami delisting

Setelah melakukan proses pemilihan sampel, terdapat 10 Perusahaan yang memenuhi kriteria, 10 perusahaan tersebut akan dijadikan sampel dalam penelitian ini. Berikut daftar 10 perusahaan yang menjadi sampel dalam penelitian ini yang disajikan pada tabel 1.5.

Tabel 3.3 Sampel Penelitian

No. Kode Nama

1 ADES PT Akasha Wira Internasional Tbk

2 DLTA PT Delta Djakarta Tbk

3 ICBP PT Indofood CBP Sukses Makmur Tbk

4 INDF PT Indofood Sukses Makmur Tbk

5 MLBI PT Multi Bintang Indonesia Tbk

6 MYOR PT Mayora Indah Tbk

7 PSDN PT Prashida Aneka Niaga Tbk 8 ROTI PT Nippon Indosari Corporindo Tbk

9 STTP PT Siantar Top Tbk

10 ULTJ PT Ultrajaya Milk Industry and Tranding Company Tbk

D. Teknik pengumpulan data

Menurut Riduwan (2011:69) “Metode pengumpulan data ialah teknik atau cara

-cara yang dapat digunakan oleh peneliti untuk mengumpulkan data.” Cara yang digunakan peneliti untuk mengumpulkan data dalam penelitian ini menggunakan metode dokumentasi. Menurut Arikunto (2010:274) “Metode dokumentasi yaitu mencari data mengenai hal-hal atau variabel yang berupa catatan, transkrip, buku, surat kabar, majalah, prasasti, notulen rapat, lengger, agenda, dan sebagainya.”

Dokumen yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari situs resmi Bursa Efek Indonesia berupa laporan keuangan atau laporan tahunan (annual report) perusahaan manufaktur sektor barang konsumsi sub sektor

makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI) periode 2010 – 2014 yang telah diaudit dan dipublikasikan.

E. Teknik Analisis Data dan Pengujian Hipotesis 1. Analisis Data

Dalam penelitian ini menggunakan analisis data kuantitatif. Menurut Siregar

(2011:205) “Pada penelitian kuantitatif kegiatan analisis data meliputi pengolahan data dan penyajian data, melakukan perhitungan untuk mendeskripsikan data dan melakukan pengujian hipotesis dengan menggunakan uji statistik.” Model (uji) statistik yang digunakan sebagai alat analisis dalam penelitian ini yaitu analisis deskriptif. Analisis deskriptif dalam penelitian ini untuk menggambarkan tentang variabel-variabel yang diamati. Variabel tersebut meliputi variabel independent

(likuiditas) dan variabel dependent (Dividen Payout Ratio).

Menurut Siregar (2011:205) “Uji statistik dalam analisis deskriptif bertujuan untuk menguji hipotesis pernyataan sementara dari peneliti yang bersifat deskriptif.” Penerapan uji statistik dalam penelitian ini berdasarkan skala rasio. Untuk itu sebelum melakukan uji statistik peneliti menghitung variabel-variabel yang diteliti dalam bentuk skala rasio sebagai berikut.

1) Variabel Independen Likuiditas

Current Ratio = � � �

� � �� ��� � %

(Syamsuddin, 2009:43) 2) Variabel Dependen Kebijakan Dividen

� = � � � � _{� ℎ �}ℎ �

(Lukas, 2008:285) 2. Pengujian Hipotesis

2.1 Uji Asumsi Klasik

uji asumsi klasik.

Menurut Riduwan (2010:184) “Analisis data di atas dimaksudkan untuk melakukan pengujian hipotesis dan menjawab rumusan masalah yang diajukan, karena menggunakan skala interval dan rasio, maka sebelum melakukan pengujian harus dipenuhi persyaratan analisis terlebih dahulu, dengan asumsi bahwa data harus dipilih secara acak, bersifat homogen, berdistribusi normal, bersifat linier dan berpasangan.”

Dalam penelitian ini, peneliti menggunakan analisis regresi sederhana. Oleh karena itu, sebelum melakukan pengujian hipotesis dengan menggunakan analisis tersebut peneliti terlebih dahulu melakukan uji normalitas dan uji linearitas agar pengujian hipotesis tersebut dapat dilakukan.

a) Uji Normalitas Data

Langkah pertama yang peneliti lakukan adalah uji normalitas data. Apabila data yang digunakan dalam penelitian ini bersifat normal perhitungan dengan menggunakan analisis regresi dapat dilakukan. Usman dan Akbar (2006:109) memaparkan "Pengujian normalitas data digunakan untuk menguji apakah data kontinu berdistribusi normal sehingga analisis dengan validitas, reabilitas, uji t, korelasi, regresi dapat dilaksanakan."

Menurut Usman dan Akbar (2006:109) "Pengujian normalitas data dapat dilakukan dengan menggunakan cara-cara sebagai berikut : (1) Kertas peluang normal yang disingkat kertas peluang, (2) Koefisien kurtosis, (3) Koefisien kurtosis presentil, (4) Uji chi kuadrat, (5) Lillieford. "

Dari kelima cara tersebut cara yang peneliti ambil untuk mengetahui normalitas data dalam penelitian ini adalah uji chi kuadrat karena cara tersebut yang paling mudah dilakukan.

Menurut Usman dan Akbar (2006:271) “Chi kuadrat (kai skuer) berguna untuk : (1) Mendapatkan adanya hubungan atau pengaruh dua variabel nominal (uji independen antara dua variabel), (2) Kuatnya derajat hubungan antara variabel yang satu dengan dengan variabel nominal lainnya yang dinyatakan dengan lambang C singkatan dari coefisien of contingency atau koefisien kontengensi. (3) Menguji model distribusi normal berdasarkan data hasil pengamatan.”

� = ∑ fo − fe_fe

k i−

(Riduwan dan Sunarto, 2013:68) Keterangan :

� = Chi kuadrat hitung

fe = frekuensi yang diharapkan (frekuensi empiris)

fo = frekuensi yang diobservasi (frekuensi teoritis)

Adapun kriteria pengujian instrument dapat dikatakan normal adalah dengan ketentuan :

1) Jika �_{ℎ� ��}> � _�maka data tidak berdistribusi normal. 2) Jika �_{ℎ� ��} ≤� _� maka data berdistribusi normal.

b) Uji Linieritas

Setelah melakukan uji normalitas data langkah selanjutnya yang peneliti lakukan adalah uji linieritas. Jika kedua variabel dalam penelitian ini bersifat linier maka dapat dilakukan perhitungan dengan menggunakan metode regresi. Siregar (2011:178) memaparkan "Tujuan dilakukan uji liniearitas adalah untuk mengetahui apakah antara vairabel tak bebas (Y) dan variabel bebas (X) mempunyai hubungan linier, uji ini biasanya digunakan sebagai prasyarat dalam penerapan metode regresi."

Berikut ini langkah-langkah dalam melakukan uji linieritas yang dipaparkan oleh Sudjana (2005:331) Uji linieritas dilakukan dengan uji kelinieran regesi sebagai berikut.

1. Menentukan hipotesis

� : persamaan regresi linier � : persamaan regresi tidak linier

2. Menyusun table kelompok data variabel X dan Y, dimana data diurutkan mulai dari data terkecil sampai data terbesar disertai pasangannya.

3. Menghitung jumlah kuadrat :

= ∑

(Sudjana, 2005 : 332) b. Menghitung jumlah kuadrat regresi a

= ∑_�

(Sudjana, 2005 : 332) c. Menghitung jumlah kuadrat regresi b terhadap a

= {∑ − ∑ _�∑ }

=� ∑_{� ∑} − ∑_{− ∑} ∑

(Sudjana, 2005:332) d. Menghitung jumlah kuadrat residu

= − −

(Sudjana, 2005:332) e. Menghitung jumlah kuadrat kekeliruan

� = ∑ {∑ − ∑_�

� } ��

(Sudjana, 2005:332) f. Menghitung jumlah kuadrat tuna cocok

� = − �

(Sudjana, 2005:332) g. Menghitung derajat kebebasan

� = � − �

� = � −

(Sudjana, 2005:332) 2. Menghitung rata-rata jumlah kuadrat

� =

(Sudjana, 2005:332) b. Menghitung rata-rata jumlah kuadrat residu

= � −

(Sudjana, 2005:332) c. Menghitung rata-rata jumlah kuadrat kekeliruan

� =_{� − �}�

(Sudjana, 2005 : 332) d. Menghitung rata-rata jumlah tuna cocok

� = _{� −}�

(Sudjana, 2005:332) e. Menghitung nilai F

= �

�

(Sudjana, 2005:332) f. Kesimpulan

Jika Fhitung > Ftabel berarti data tidak linier

Jika Fhitung < Ftabel berarti data linier

2.2 Analisis Regresi Sederhana

Dalam penelitian ini peneliti menggunakan analisis regresi sederhana untuk mengetahui pengaruh variable X (likuiditas) terhadap variable Y (kebijakan dividen) dengan menggunakan indikator current ratio dan dividend payout ratio sebagai indikatornya.

Menurut Usman dan Akbar (2006:216) "Analisis regresi linier sederhana berguna untuk mendapatkan hubungan fungsional antara dua variabel atau lebih atau mendapatkan pengaruh antara variabel prediktor terhadap variabel

kriteriumnya atau meramalkan pengaruh variabel prediktor terhadap variabel kriteriumnya."

Priadana dan Muis (2009:184) juga memaparkan “Dalam analisis regresi, selain

mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Variabel dependen diasumsikan random/stokastik, yang berarti mempunya distribusi probabilistik. Variabel bebas diasumsikan memiliki nilai tetap (dalam pengambilan sampel yang berulang).”

Analisis regresi dalam penelitian ini mendasar pada model probabailistik dan secara matematis model probabilitas dirumuskan sebagai berikut :

= � + � + �

Priadanan dan Muis (2009:184) Keterangan :

= variabel dependen (respon)

= variabel independen, yang digunakan sebagai penjelas Y

= � + � = komponen deterministik

�

= komponen kesalahan random (random erorr)

= intercept, titik potong garis regresi dengan sumbu Y

= slope, kemiringan garis regresi, yaitu seberapa jauh kenaikan (penurunan) komponen deterministic dari Y sebagai akibat kenaikan X.

Data yang digunakan dalam penelitian ini adalah data perusahaan manufaktur sektor barang konsumsi sub sektor makanan dan minuman yang terdaftar di BEI. Sebanyak sepuluh perusahaan yang menjadi sampel dalam penelitian akan diteliti selama periode penelitian yaitu dari tahun 2010 – 2014. Dengan demikian, data yang digunakan dalam penelitian ini biasa disebut sebagai data panel.

Juanda dan Junaidi (2012:175) memaparkan “Data panel adalah data yang

diperoleh dari data cross section yang diobservasi berulang pada unit individu (objek) yang sama pada waktu yang berbeda. Dengan demikian, akan peroleh gambaran tentang perilaku beberapa objek tersebut selama beberapa periode waktu. Atau dengan kata lain data panel merupakan penggabungan data deret waktu (time series) dengan cross section.”

Dengan demikian, karena data yang digunakan adalah data panel maka dalam penelitian ini perhitungan analisis regresinya menggunakan software Eviews versi 8.0. dengan memasukan variabel bebas ke dalam model secara bersamaan agar dapat melihat bagaimana kontribusi variabel bebas dalam menjelaskan variabel terikat. a. Pendekatan-Pendekatan Dalam Regresi Data Panel

Analisis regresi data panel berbeda dengan analisis regresi data time series atau

cross section. Hal ini disebabkan data panel pada umumnya akan menghasilkan intersep dan slope koefisien yang berbeda pada setiap perusahaan dan setiap periode waktu. Maka perlu mengestimasi model persamaan regresidengan data panel.

Rohmana (2103:219) memaparkan “Data panel (panel atau pool data) adalah gabungan antara data silang (cross section) dengan data runtut waktu (time seriess). Dalam menganalisa data panel terdapat tiga macam pendekatan, yaitu pooled least square, fixed effects approach, dan random effects model.”

1) Metode Common-Constant (Pooled Ordinary Least Square/PLS)

Menurut Juanda dan Junaidi (2012:180) “Metode ini merupakan yang paling sederhana. Dalam estimasinya diasumsikan bahwa setiap unit individu memiliki intersep dan slope yang sama (tidak ada perbedaan pada kurun waktu).” Dengan kata lain, regresi panel data yang dihasilkan akan berlaku untuk setiap individu. Dengan bentuk model persamaan sebagai berikut.

� = � ��+ � �

Rosadi (2012:271) Keterangan :

� = observasi dari unit ke-I dan diamati pada periode waktu ke-t (yakni variabel dependen yang merupakan suatu data panel).

� = vector k-variabel-variabel independen/input/regresor dari unit ke –i dan diamati pada periode waktu ke-t (yakni terdapat k variabel independen, dimana setiap variabel merupakan data panel), disini diasumsikan _� memuat komponen konstanta.

� �= komponen eror yang diasumsikan memiliki harga mean 0 dan variansi homogeny dalam waktu (homokedastik) serta independen _�.

Namun, Common Constant/PLS mengabaikan karakteristik individu sehingga teknik ini tidak menjadi pilihan utama ketika mengolah data panel.

2) Metode Fixed Effect (Fixed Effect Model/ FEM)

Metode fixed effect terbagi kedalam dua model yaitu model two ways fixed-effect (efek tetap dua arah) dan model one ways fixed-effect (efek tetap satu arah). Adapun rumus yang digunakan dalam metode fixed-effect yaitu sebagai berikut :

� = � �� + �+ + ��

Rosadi (2012:272) Keterangan :

� = konstanta yang bergantung kepada unit ke-I, tetapi tidak kepada waktu t. � = konstanta yang bergantung kepada waktu t, tetapi tidak kepada waktu t.

Dalam penelitian ini model yang digunakan adalah model one ways fixed-effect

karena hanya menggunakan dua variabel yaitu variabel X dan variabel Y dapat kembali dirumuskan sebagai berikut :

� = � �� + � �

Rosadi (2012:271) 3) Metode Random Effects (Random Effect Model/ REM)

Menurut Rosadi (2012:273) “Metode Random Effects untuk dapat melihat pengaruh dari berbagai karakteristik yang bersifat konstan dalam waktu, atau konstan

di antara individu.” Metode random effect secara umum dirumuskan sebagai berikut : � = � � + �

Rosadi (2012:273) Keterangan :

�= � + + �� ( � diasumsikan bersifat independent and identically distributed (iid) normal dengan mean 0 dan variansi � , diasumsikan bersifat iid normal dengan mean 0 dan variansi � dan � _� bersifat iid normal dengan mean 0 dan

variansi �_� (dan �_�, _� dan diasumsikan independen satu dengan yang lainnya). Jika komponen _� atau _� diasumsikan 0 maka model disebut model two ways random effect (efek random satu arah) sedangkan untuk _� dan _� keduanya tidak 0 disebut model dua arah.

b. Pemilihan Model Regresi Data Panel

Dari ketiga model yang telah dijelaskan sebelumnya, selanjutnya akan ditentukan model yang paling tepat untuk mengestimasi parameter regresi data panel. Secara formal terdapat dua macam pengujian yang dapat digunakan, yaitu Uji Chow dan Uji Hausman. Penggunaan kedua pengujian tersebut dalam pemilihan model regresi ditunjukan oleh gambar berikut.

Uji Chow

Uji Hausman

Gambar 3.1

Hubungan antara Uji Chow dengan Uji Hausman 1) Uji Chow

Uji Chow dilakukan untuk mengetahui model mana yang tepat digunakan dalam penelitian ini apakah common-constant model atau fixed effect model.

Menurut Juanda dan Junaidi (2012:182) “Uji Chow atau dapat disebut juga uji

statistik F berguna untuk mengetahui apakah model FEM lebih baik dibandingkan model PLS dapat dilakukan dengan melihat signifikansi model FEM dapat dilakukan dengan uji statistik F. Hipotesis nol (H0) yang digunakan

adalah intersep dan slope adalah sama. Adapun uji F statistiknya adalah sebagai

berikut.”

ℎ� � = −_{/ � − � − �}/⁄� −

(Juanda dan Junaidi, 2012:182) Dengan n adalah jumlah individu; T merupakan jumlah periode waktu; K adalah banyaknya parameter dalam model FEM; serta RSS1 dan RSS2

berturut-COMMON-CONSTANT

FIXED EFFECT

turut adalah resudial sum of squares untuk model PLS dan model FEM. Pengujian ini mengikuti distribusi statistik F dengan derajat bebas sebesar n-1 untuk numerator dan sebesar nT-k untuk denumerator. Jika nilai statistik F lebih besar dari nilai F tabel pada tingkat signifikansi tertentu, hipotesis F nol akan ditolak, yang berarti asumsi koefisien intersep dan slope adalah sama tidak berlaku, sehingga teknik regresi data panel dengan FEM lebih baik dari model regresi data panel dengan PLS (Juanda dan Junaidi, 2012:182).

Menurut Rohmana (2010:242) “Kriteria penilaian uji chow adalah muncul hasil yang menunjukan baik Ftest maupun Chi-square jika p-value > 5% maka � diterima dan jika p-value < 5 % maka � ditolak.”

� : model mengikuti PLS �� : model mengikuti Fixed 2) Uji Hausman

Uji Chow dilakukan untuk mengetahui model mana yang tepat digunakan dalam penelitian ini apakah fixed effect model atau random effect model. Menurut Rohmana (2010:245) “Kriteria penilaian uji hausman adalah jika muncul hasil yang menunjukkan baik F-test maupun Chi-Square jika p-value > 5 % maka � diterima dan jika p-calue < 5% maka � ditolak.

Hal ini berarti bahwa model yang tepat untuk regresi data panel adalah model FEM. Adapun uji hipotesis pengujiannya adalah sebagai berikut.

� : model mengikuti Random �� : model mengikuti Fixed 2.3 Uji Hipotesis

Langkah selanjutnya adalah teknik pengujian hipotesis yang digunakan untuk mengetahui apakah terdapat pengaruh yang signifikan dari variabel bebas terhadap kebijakan dividen dengan Uji Statistik dan Uji Statistik t.

2.3.1 Uji Signifikan Simultan (Uji Statistik )

Uji digunakan untuk mengetahui keberartian hubungan regresi antara variabel bebas dan variabel terikat yang diteliti dengan rumus hipotesis sebagai berikut.

� : Regresi tidak berarti � : Regresi berarti

Dengan menggunakan rumus sebagai berikut.

= �

⁄

� − � −

⁄

(Sudjana, 2005:355) Keterangan :

� = Jumlah kuadrat regresi = Jumlah kuadrat sisa � = Jumlah data

� = Jumlah variabel independen

Sudjana (2005:355) memaparkan langkah-langkah yang dilakukan dalam menguji keberartian regresi sebagai berikut.

1) Menghitung jumlah kuadrat regresi { _� }

� = ∑ + ∑ + ⋯ + �∑ �

(Sudjana, 2005:355) 2) Mencari jumlah kuadrat sisa { }

= ∑ − ̅ atau

= ∑ − ∑_� − �

(Sudjana, 2005:355) Apabila hasil _{ℎ� ��} dikonsultasikan dengan nilai table dengan � pembilang � dan � penyebut � − � − , taraf nyata 5% maka diperoleh _�. Kesimpulan yang diambil adalah dengan membandingkan _{ℎ� ��} dengan _� sebagai berikut.

 Jika nilai _{ℎ� ��}> nilai _�, maka � ditolak dan � diterima  Jika nilai _{ℎ� ��} ≤ nilai _�, maka � diterima dan � ditolak 2.3.2 Uji Signifikan Parameter Individual (Uji Statistik t)

Uji digunakan untuk membuktikan hipotesis yang diajukan dengan membandingkan nilai _{ℎ� ��} dengan nilai _�. Rumusan hipotesis dalam uji ini sebagai berikut.

� : � = , artinya likuiditas tidak berpengaruh terhadap kebijakan dividen � : � > , artinya likuiditas berpengaruh positif terhadap kebijakan dividen Adapun rumus untuk keberartian koefisien regresi sebagai berikut.

=

�

(Sudjana, 2005:325) Keterangan :

= Standar deviasi = Koefisien regresi

Untuk menentukan galat baku koefisien terlebih dahulu melakukan perhitungan berikut.

= √ =

∑ _{− ∑�}

(Sudjana, 2005:325)

Setelah menghitung nilai , selanjutnya _{ℎ� �� ℎ} dibandingkan dengan nilai tabel � - dengan � = � − , taraf nyata 5% maka yang akan diperoleh nilai � . Kesimpulan yang diambil dari pembandingan dengan kriteria penerimaan dan penolakan sebagai berikut.

 Jika nilai _{ℎ� ��}≥ nilai _�, maka � ditolak  Jika nilai _{ℎ� ��}≤ nilai _�, maka � diterima

Dengan demikian, karena data yang digunakan adalah data panel maka dalam penelitian ini perhitungan analisis regresinya menggunakan software Eviews versi 8.0. dengan memasukan variabel bebas ke dalam model secara bersamaan agar dapat melihat bagaimana kontribusi variabel bebas dalam menjelaskan variabel terikat. a. Pendekatan-Pendekatan Dalam Regresi Data Panel

Analisis regresi data panel berbeda dengan analisis regresi data time series atau

cross section. Hal ini disebabkan data panel pada umumnya akan menghasilkan intersep dan slope koefisien yang berbeda pada setiap perusahaan dan setiap periode waktu. Maka perlu mengestimasi model persamaan regresidengan data panel.

Rohmana (2103:219) memaparkan “Data panel (panel atau pool data) adalah gabungan antara data silang (cross section) dengan data runtut waktu (time seriess). Dalam menganalisa data panel terdapat tiga macam pendekatan, yaitu pooled least square, fixed effects approach, dan random effects model.”

1) Metode Common-Constant (Pooled Ordinary Least Square/PLS)

Menurut Juanda dan Junaidi (2012:180) “Metode ini merupakan yang paling sederhana. Dalam estimasinya diasumsikan bahwa setiap unit individu memiliki intersep dan slope yang sama (tidak ada perbedaan pada kurun waktu).” Dengan kata lain, regresi panel data yang dihasilkan akan berlaku untuk setiap individu. Dengan bentuk model persamaan sebagai berikut.

� = � ��+ � �

Rosadi (2012:271) Keterangan :

� = observasi dari unit ke-I dan diamati pada periode waktu ke-t (yakni variabel dependen yang merupakan suatu data panel).

� = vector k-variabel-variabel independen/input/regresor dari unit ke –i dan diamati pada periode waktu ke-t (yakni terdapat k variabel independen, dimana setiap variabel merupakan data panel), disini diasumsikan _� memuat komponen konstanta.

� �= komponen eror yang diasumsikan memiliki harga mean 0 dan variansi homogeny dalam waktu (homokedastik) serta independen _�.

Namun, Common Constant/PLS mengabaikan karakteristik individu sehingga teknik ini tidak menjadi pilihan utama ketika mengolah data panel.

2) Metode Fixed Effect (Fixed Effect Model/ FEM)

Metode fixed effect terbagi kedalam dua model yaitu model two ways fixed-effect (efek tetap dua arah) dan model one ways fixed-effect (efek tetap satu arah). Adapun rumus yang digunakan dalam metode fixed-effect yaitu sebagai berikut :

� = � �� + �+ + ��

Rosadi (2012:272) Keterangan :

� = konstanta yang bergantung kepada unit ke-I, tetapi tidak kepada waktu t. � = konstanta yang bergantung kepada waktu t, tetapi tidak kepada waktu t.

Dalam penelitian ini model yang digunakan adalah model one ways fixed-effect

karena hanya menggunakan dua variabel yaitu variabel X dan variabel Y dapat kembali dirumuskan sebagai berikut :

� = � �� + � �

Rosadi (2012:271) 3) Metode Random Effects (Random Effect Model/ REM)

Menurut Rosadi (2012:273) “Metode Random Effects untuk dapat melihat pengaruh dari berbagai karakteristik yang bersifat konstan dalam waktu, atau konstan di antara individu.” Metode random effect secara umum dirumuskan sebagai berikut :

� = � � + �

Rosadi (2012:273) Keterangan :

�= � + + �� ( � diasumsikan bersifat independent and identically distributed (iid) normal dengan mean 0 dan variansi � , diasumsikan bersifat iid normal dengan mean 0 dan variansi � dan � _� bersifat iid normal dengan mean 0 dan

variansi �_� (dan �_�, _� dan diasumsikan independen satu dengan yang lainnya). Jika komponen _� atau _� diasumsikan 0 maka model disebut model two ways random effect (efek random satu arah) sedangkan untuk _� dan _� keduanya tidak 0 disebut model dua arah.

b. Pemilihan Model Regresi Data Panel

Dari ketiga model yang telah dijelaskan sebelumnya, selanjutnya akan ditentukan model yang paling tepat untuk mengestimasi parameter regresi data panel. Secara formal terdapat dua macam pengujian yang dapat digunakan, yaitu Uji Chow dan Uji Hausman. Penggunaan kedua pengujian tersebut dalam pemilihan model regresi ditunjukan oleh gambar berikut.

Uji Chow

Uji Hausman

Gambar 3.1

Hubungan antara Uji Chow dengan Uji Hausman 1) Uji Chow

Uji Chow dilakukan untuk mengetahui model mana yang tepat digunakan dalam penelitian ini apakah common-constant model atau fixed effect model.

Menurut Juanda dan Junaidi (2012:182) “Uji Chow atau dapat disebut juga uji statistik F berguna untuk mengetahui apakah model FEM lebih baik dibandingkan model PLS dapat dilakukan dengan melihat signifikansi model FEM dapat dilakukan dengan uji statistik F. Hipotesis nol (H0) yang digunakan adalah intersep dan slope adalah sama. Adapun uji F statistiknya adalah sebagai berikut.”

ℎ� � = −_{/ � − � − �}/⁄� −

(Juanda dan Junaidi, 2012:182) Dengan n adalah jumlah individu; T merupakan jumlah periode waktu; K adalah banyaknya parameter dalam model FEM; serta RSS1 dan RSS2

berturut-COMMON-CONSTANT

FIXED EFFECT

turut adalah resudial sum of squares untuk model PLS dan model FEM. Pengujian ini mengikuti distribusi statistik F dengan derajat bebas sebesar n-1 untuk numerator dan sebesar nT-k untuk denumerator. Jika nilai statistik F lebih besar dari nilai F tabel pada tingkat signifikansi tertentu, hipotesis F nol akan ditolak, yang berarti asumsi koefisien intersep dan slope adalah sama tidak berlaku, sehingga teknik regresi data panel dengan FEM lebih baik dari model regresi data panel dengan PLS (Juanda dan Junaidi, 2012:182).

Menurut Rohmana (2010:242) “Kriteria penilaian uji chow adalah muncul hasil yang menunjukan baik Ftest maupun Chi-square jika p-value > 5% maka � diterima dan jika p-value < 5 % maka � ditolak.”

� : model mengikuti PLS

�� : model mengikuti Fixed 2) Uji Hausman

Uji Chow dilakukan untuk mengetahui model mana yang tepat digunakan dalam penelitian ini apakah fixed effect model atau random effect model. Menurut Rohmana (2010:245) “Kriteria penilaian uji hausman adalah jika muncul hasil yang menunjukkan baik F-test maupun Chi-Square jika p-value > 5 % maka � diterima dan jika p-calue < 5% maka � ditolak.

Hal ini berarti bahwa model yang tepat untuk regresi data panel adalah model FEM. Adapun uji hipotesis pengujiannya adalah sebagai berikut.

� : model mengikuti Random

�� : model mengikuti Fixed 2.3 Uji Hipotesis

Langkah selanjutnya adalah teknik pengujian hipotesis yang digunakan untuk mengetahui apakah terdapat pengaruh yang signifikan dari variabel bebas terhadap kebijakan dividen dengan Uji Statistik dan Uji Statistik t.

2.3.1 Uji Signifikan Simultan (Uji Statistik )

Uji digunakan untuk mengetahui keberartian hubungan regresi antara variabel bebas dan variabel terikat yang diteliti dengan rumus hipotesis sebagai berikut.

� : Regresi tidak berarti

� : Regresi berarti

Dengan menggunakan rumus sebagai berikut.

= �

⁄ � − � − ⁄

(Sudjana, 2005:355) Keterangan :

� = Jumlah kuadrat regresi = Jumlah kuadrat sisa

� = Jumlah data

� = Jumlah variabel independen

Sudjana (2005:355) memaparkan langkah-langkah yang dilakukan dalam menguji keberartian regresi sebagai berikut.

1) Menghitung jumlah kuadrat regresi { _� }

� = ∑ + ∑ + ⋯ + �∑ �

(Sudjana, 2005:355) 2) Mencari jumlah kuadrat sisa { }

= ∑ − ̅

atau

= ∑ − ∑_� − �

(Sudjana, 2005:355) Apabila hasil _{ℎ� ��} dikonsultasikan dengan nilai table dengan � pembilang � dan � penyebut � − � − , taraf nyata 5% maka diperoleh _�. Kesimpulan yang diambil adalah dengan membandingkan _{ℎ� ��} dengan _� sebagai berikut.

 Jika nilai _{ℎ� ��}> nilai _�, maka � ditolak dan � diterima  Jika nilai _{ℎ� ��} ≤ nilai _�, maka � diterima dan � ditolak 2.3.2 Uji Signifikan Parameter Individual (Uji Statistik t)

Uji digunakan untuk membuktikan hipotesis yang diajukan dengan membandingkan nilai _{ℎ� ��} dengan nilai _�. Rumusan hipotesis dalam uji ini sebagai berikut.

� : � = , artinya likuiditas tidak berpengaruh terhadap kebijakan dividen

� : � > , artinya likuiditas berpengaruh positif terhadap kebijakan dividen Adapun rumus untuk keberartian koefisien regresi sebagai berikut.

=

�

(Sudjana, 2005:325) Keterangan :

= Standar deviasi = Koefisien regresi

Untuk menentukan galat baku koefisien terlebih dahulu melakukan perhitungan berikut.

= √ =

∑ _{− ∑�}

(Sudjana, 2005:325)

Setelah menghitung nilai , selanjutnya _{ℎ� �� ℎ} dibandingkan dengan nilai tabel

� - dengan � = � − , taraf nyata 5% maka yang akan diperoleh nilai � . Kesimpulan yang diambil dari pembandingan dengan kriteria penerimaan dan penolakan sebagai berikut.

 Jika nilai _{ℎ� ��}≥ nilai _�, maka � ditolak  Jika nilai _{ℎ� ��}≤ nilai _�, maka � diterima