Pengaruh Roi (Return On Investment) Dan Arus Kas Operasi Terhadap Kebijakan Dividen Pada Perusahan Properti Yang Terdaftar Di Bursa Efek Indonesia Chapter III V

BAB III
METODE PENELITIAN
3.1 Rancangan Penelitian
Umar (2003:30), penelitian ini menggunakan desain kausal yaitu
untuk mengukur pengaruh antara variabel – variabel penelitian, atau berguna
untuk menganalisis bagaimana suatu variabel mempengaruhi variabel lainya.
Dalam penelitian ini, hubungan tersebut bertujuan untuk menguji pengaruh Return
On Investment dan arus kas operasi terhadap Dividend Payout Ratio.
3.2 Jenis Data dan Sumber Data
Jenis data dalam penelitian ini menggunakan data sekunder. Menurut
Kuncoro (2001:127), “Data sekunder yaitu data yang telah dikumpulkan oleh
lembaga pengumpul data dan dipublikasikan kepada masyarakat dan pengguna
data”. Data yang digunakan berupa summary laporan keuangan perusahaan
properti yang terdaftar di Bursa Efek Indonesia, selama periode 2011 – 2014. Data
penelitian ini adalah data time series, menurut Umar (2003:70), data time series
atau disebut juga data deret waktu merupakan sekumpulan data dari suatu
fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya
dalam waktu mingguan, bulanan, atau tahunan. Data didapatkan dari Indonesian
Stock Exchange (IDX) tahun 2011 - 2014 dengan situs www.idx.co.id dan dari
website www.sahamoke.com.

Universitas Sumatera Utara

3.3 Populasi dan Sampel Penelitian
Sugiyono

(2006:72)

menyatakan

“Populasi

adalah

wilayah

generalisasi yang terdiri atas: objek/subjek yang memiliki kualitas dan
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya”. Populasi dalam penelitian ini adalah seluruh perusahaan
properti yang terdaftar di Bursa Efek Indonesia selama tahun 2011 – 2014, yang
berjumlah 45 perusahaan properti. Menurut Sugiyono (2006:55), sampel adalah

bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut.
Teknik pengambilan sampel yang digunakan dalam penelitian ini
adalah dengan menggunakan metode purposive sampling, dangan kriteria sebagai
berikut:
a. perusahaan properti tersebut terdaftar di BEI selama periode penelitian
(2011 – 2014),
b. perusahaan properti tersebut tidak delisting dari BEI selama periode
penelitian (2011 – 2014),
c. perusahaan properti tersebut telah mengeluarkan laporan keuangannya dari
tahun 2011 – 2014 yang dapat diakses di www.idx.co.id,
d. perusahaan properti tersebut telah membayar dividen pada tahun 2011 –
2014.

Universitas Sumatera Utara

Berdasarkan kriteria tersebut, dari 45 perusahaan properti yang
memenuhi kriteria sebagai sampel dan akan diteliti yaitu sebanyak 10 perusahaan
properti (lampiran i). Jumlah observasi yang penulis teliti berjumlah sebanyak 40
data penelitian yang berasal dari 4 tahun periode laporan keuangan yakni tahun
2011, 2012, 2013 dan 2014.

3.4 Teknik Pengumpulan Data dan Pengolahan Data
Pengumpulan data menggunakan teknik dokumentasi yaitu dengan
cara mengumpulkan data berupa laporan keuangan setiap perusahaan sampel pada
periode penelitian yang didapatkan dari situs Indonesia Stock Exchange (IDX)
tahun 2011 - 2014, dengan situs www.idx.co.id dan www.sahamok.com. Data
diolah menggunakan metode analisis statistik model regresi linier berganda dan
dilakukan dengan menggunakan software SPSS 17.
3.5 Definisi Operasional dan Pengukuran Variabel
Terdapat beberapa variabel yang akan digunakan dalam penelitian ini
yaitu ROI dan arus kas operasi sebagai variabel independen (bebas) dan Dividend
Payout Ratio sebagai variabel dependen (terikat).
3.5.1 Variabel Independen (bebas)
Menurut sugiyono (2005:3), “Variabel Independen atau variabel
bebas adalah variabel yang menjadi sebab timbulnya atau berubahnya
variabel dependen (variabel terikat)”. Variabel independen yang digunakan
dalam penelitian ini adalah:

Universitas Sumatera Utara

a. Return On Investment

��� =

���� �����ℎ ������ℎ �����
× 100%
����� ������

b. Arus Kas Operasi
Menurut Pradhono (2004), arus kas operasi adalah selisih
bersih antara penerimaan dan pengeluaran kas dan setara kas yang berasal
dari aktivitas operasi selama satu tahun buku, sebagaimana tercantum
dalam laporan arus kas. Arus kas operasi diukur dengan satuan rupiah
perlembar saham yang beredar.
3.5.2 Variabel Dependen (terikat)
Menurut Sugiyono (2005:3), “Variabel dependen atau variabel
terikat adalah variabel yang dipengaruhi atau menjadi akibat karena adanya
variabel independen atau bebas”. Variabel dependen yang digunakan dalam
penelitian ini adalah kebijakan dividen. Kebijakan dividen dapat diartikan
sebagai keputusan perusahaan dalam menentukan berapa jumlah laba bersih
yang akan ditahan sebagai retained earnings dan yang akan digunakan untuk

pembayaran dividen. Indikator dari kebijakan dividen adalah rasio
pembayaran dividen atau Dividend Payout Ratio. DPR menunjukkan proporsi
laba yang dibayarkan kepada pemegang saham selama tahun tertentu.

��� =

������� ��� ������ ��ℎ��
× 100%
���� ��� ������ ��ℎ��

Universitas Sumatera Utara

Tabel 3.1
Defenisi Operasional dan Pengukuran Variabel
Variabel
Defenisi Operasional
Pengukuran
�������
���
������ ��ℎ��

Kebijakan Keputusan pembayaran
× 100%
����
���
������
��ℎ��
yang
Dividen dividen
(Y)
mempertimbangkan
makimalisasi harga saham
saat ini dan periode
mendatang.
ROI (X 1 ) Alat pengukur prestasi ���� �����ℎ ������ℎ ����� × 100%
����� ������
pusat
investasi
perusahaan
dengan
melihat

tingkat
profitabilitas perusahaan
yang
dihasilkan atas
pengelolaan keseluruhan
investasi
yang
telah
ditanamkan.
Arus Kas Selisih
bersih antara Nilai arus kas operasi per
dan jumlah saham yang beredar
Operasi penerimaan
pengeluaran kas dan
(X 2 )
setara kas yang berasal
dari aktivitas operasi
selama satu tahun buku,
sebagaimana tercantum
dalam laporan arus kas.

Skala
Rasio

Rasio

Rasio

3.6 Metode Analisis Data
Metode analisis

data

yang

digunakan

dalam penelitian

ini

menggunakan metode analisis statistik dengan bantuan software SPSS 17. Peneliti
melakukan pengujian asumsi klasik agar data terdistribusi normal, dan setelah itu
dilakukan pengujian hipotesis.

Universitas Sumatera Utara

3.6.1 Analisis Statistik Deskriptif
Secara sederhana statistik deskriptif adalah statistik yang bertujuan
untuk mendeskripsikan data. Terdapat berbagai cara dalam mendeskripsikan
data, yang salah satunya adalah dalam bentuk ukuran – ukuran numerik dari
hasil pengolahan terhadap data tersebut. Data yang digunakan penelitian ini
merupakan data sekunder

yang

diperoleh

dari www.idx.co.id dan

www.sahamok.com. Variabel penelitian ini terdiri dari Return on Investment
(ROI) dan arus kas operasi sebagai variabel bebas (independen variabel) dan
kebijakan dividen (Dividend Payout Ratio) sebagai variabel terikat (dependen
variabel).
3.6.2 Uji Asumsi Klasik
3.6.2.1 Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam
model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Apabila nilai residual tidak mengikuti distribusi normal, uji
statistik menjadi tidak valid untuk jumlah sampel kecil. Menurut
Ghozali

(2005:110),

“cara

untuk

mendeteksi

apakah

residual

berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis
statistik. Uji statistik yang dapat digunakan untuk menguji normalitas
residual adalah uji statistic Kolmogorov-Smirnov (K-S)”, dibuat dengan
membuat hipotesis:
Ho : Data residual berdistribusi normal

Universitas Sumatera Utara

Ha : Data residual tidak berdistribusi normal
Bila signifikansi > 0,05 berarti distribusi data normal
maka Ha ditolak dan Ho diterima, sebaliknya bila signifikan < 0,05
berarti distribusi data tidak normal maka Ho ditolak dan Ha diterima.
Normalitas

juga

dapat

dideteksi

dengan

melihat

penyebaran data (titik) pada sumbu diagonal dan grafik dengan melihat
histogram dari residualnya. Dasar pengambilan keputusannya adalah :
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi
normalitas.
b. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data
berdistribusi normal, maka model regresi tidak memenuhi
asumsi normalitas
3.6.2.2 UJi Multikolonearitas
Uji Multikolonearitas bertujuan untuk menguji apakah
dalam model regresi ditemukan adanya korelasi antara variabel
independen. Model regresi yang baik seharusnya tidak ada korelasi
antar variabel independen. Ada tidaknya multikolonearitas dapat
dideteksi dengan melihat nilai tolerance dan variance inflation

Universitas Sumatera Utara

factor(VIF), serta

dengan menganalisis matrik korelasi variabel –

variabel independen. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolonearitas adalah nilai tolerance< 0,10
atau sama dengan nilai VIF > 10 dan untuk matrik korelasi adanya
indikasi multikolonearitas dapat dilihat jika antar variabel independen
ada korelasi yang cukup tinggi umumnya diatas 0,90.
3.6.2.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan varians dari residual suatu
pengamatan ke pengamatan lain. Jika varians dari residual satu
pengamatan

ke

pengamatan

lainnya

tetap,

maka

disebut

homoskedasitas. Ada tidaknya heteroskedastisitas dapat dilakukan
dengan melihat grafik scaterplot antar nilai prediksi variabel
independen dengan nilai residualnya. Dasar analisis yang dapat
digunakan untuk menentukan heteroskedastisitas, antara lain:
a. Jika ada pola tertentu, seperti titik – titik yang ada membentuk
pola tertentu yang teratur maka mengindikasikan telah terjadi
heteroskedastisitas.
b. Jika tidak ada pola yang jelas, seperti titik – titik menyebar
diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas atau terjadi homoskedastisitas.

Universitas Sumatera Utara

3.6.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model
regresi linear ada korelasi antar kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1. 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 masalah autokorelasi adalah dengan
menggunakan nilai uji Durbin Watson dengan ketentuan dari Prof.
Singgih sebagai berikut :
a. Angka D-W dibawah -2 berarti ada autokorelasi positif
b. Angka D-W diantara -2 sampai +2, berarti tidak ada
autokorelasi
c. Angka D-W diatas +2 berarti ada autokorelasi negatif
3.6.3 Pengujian Hipotesis
Penelitian ini dianalisis dengan model regresi linier berganda
untuk melihat seberapa besar pengaruh ROI dan arus kas operasi terhadap
DPR dengan model dasar sebagai berikut :

� = � + �1 �1 + �2 �2 + �
Keterangan :
Y

= Variabel Dependen (DPR)

Universitas Sumatera Utara

α

= Konstanta

β1,β2 = Koefisien
X1

= Variabel Independen Pertama yaitu ROI

X2

= Variabel Independen Kedua yaitu arus kas operasi

ε

= Tingkat kesalahan pengganggu

3.6.3.1 Koefisien Determinasi (R²)
Uji ini bertujuan untuk melihat seberapa jauh kemampuan
variabel independen dalam menerangkan variabel dependennya. Nilai
koefisien determinasi adalah diantara nol sampai dengan satu. Semakin
nilainya mendekati satu maka semakin lengkap informasi yang
diberikan

variabel

independen

dalam

menerangkan

variabel

dependennya. Sebaliknya jika nilainya semakin menjauhi satu maka
semakin sedikit informasi yang diberikan variabel independen dalam
menerangkan variabel dependennya.
3.6.3.2 Uji Simultan atau Uji F (F test)
Uji F statistik digunakan untuk menguji keberartian
pengaruh dari seluruh variabel bebas secara bersama – sama (simultan)
terhadap variabel dependen. Uji F dimaksudkan untuk melihat
kemampuan menyeluruh dari variabel bebas yaitu ROI dan arus kas
operasi terhadap kebijakan dividen. Uji ini dilakukan dengan mengacu
pada suatu ketentuan.
Ho diterima jika F hitung < F tabel

Universitas Sumatera Utara

Ha diterima jika F hitung > F tabel
Selain itu dapat pula dilihat dari nilai signifikansinya yaitu
jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis statistik:
Ho = Return On Investment dan arus kas operasi tidak
berpengaruh terhadap DPR secara simultan.
Ha = Return On Investment dan arus kas operasi berpengaruh
terhadap DPR secara simultan.
3.6.3.3 Uji Parsial atau Uji t (t Test)
Uji statistik t pada dasarnya menunjukkan seberapa jauh
pengaruh

satu

variabel

independen

secara

individual

dalam

menerangkan variasi variabel independen. Uji ini dilakukan untuk
melihat pengaruh ROI dan arus kas bersih secara parsial tehadap DPR.
Uji ini dilakukan dengan membandingkan signifikansi t hitung yang
mengacu pada suatu ketentuan.
Ho diterima jika t hitung < t tabel (α = 5%)
Ha diterima jika t hitung > t tabel (α = 5%)
Di samping itu dapat pula dilihat dari signifikansinya yaitu
jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis Statistik:
Ho = Return On Investment dan arus kas operasi tidak
berpengaruh terhadap DPR secara parsial.

Universitas Sumatera Utara

Ha = Return On Investment dan arus kas operasi berpengaruh
terhadap DPR secara parsial.

Universitas Sumatera Utara

BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis hasil penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis statistik yang menggunakan persamaan regresi linear berganda. Pengujian
asumsi klasik dan regresi berganda dilakukan dengan menggunakan SPSS versi
17. Terdapat 10 perusahaan properti yang memenuhi kriteria dan dijadikan sampel
dalam penelitian ini dan diamati selama periode 2011-2014.
Tabel 4.1
Daftar Sampel Perusahaan Properti
No
1

Nama perusahaan
PT ALAM SUTERA REALTY TBK

Kode
ASRI

2
3
4
5

PT CIPUTRA DEVELOPMENT TBK
PT CIPUTRA PROPERTY TBK
PT CIPUTRA SURYA TBK
PT
GOWA
MAKASSAR
TOURISM
DEVELOPMENT TBK
PT PERDANA GAPURAPRIMA. TBK
PT JAYA REAL PROPERTY. TBK
PT LIPPO KARAWACI TBK
PT METROPOLITAN LAND TBK
PT PLAZA INDONESIA REALTY TBK

CTRA
CTRP
CTRS
GMTD

6
7
8
9
10

GPRA
JRPT
LPKR
MTLA
PLIN

4.2 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu
data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan
nilai standar deviasi, dari variabel ROI, arus kas operasi, dan DPR. Berdasarkan

Universitas Sumatera Utara

analisis statistik deskriptif dari sampel 10 perusahaan properti selama periode
2011 hingga 2014 diperoleh gambaran sampel sebagai berikut.
Tabel 4.2
Statistik Deskriptif dari ROI, Arus Kas Operasi, danDPR
Descriptive Statistics
N
return on investment
arus kas operasi
DPR
Valid N (listwise)

Minimum
40
40
40
40

1.96
-2.1E+12
4.17

Maximum

Mean

11.11
7.0897
2.55E+12 474024E+6
372.15
34.1085

Std. Deviation
2.20542
7.78312E+11
62.85361

Berdasarkan Tabel 4.2, diketahui nilai ROI minimum adalah 1,96% pada
PT Plaza Indonesia Realty Tbk di tahun 2011, dan ROI maksimum adalah11,11%
pada PT Alam Sutera Realty Tbk di tahun 2012. Sementara rata-ratadan standar
deviasi dari ROI adalah 7,0897 dan 2,20542. Adapun kode perusahaan yang
berada diatas rata-rata ROI yakni ASRI (2011, 2012), GMTD (2011, 2012, 2014),
JRPT (2011, 2012, 2013, 2014), LPKR (2014), MTLA (2011, 2012, 2013, 2014),
CTRA (2014), CTRS (2013, 2014), GPRA (2013), dan PLIN (2013, 2014).
Diketahui nilai arus kas operasi minimum adalah Rp -2078824228757.00 pada PT
Lippo Karawaci Tbk di tahun 2013, dan nilai arus kas operasi maksimum adalah
Rp 2549819944851.00 pada PT Ciputra Development Tbk di tahun 2014.
Sementara rata-rata dan standar deviasi dari arus kas operasi adalah 0,4829 dan
0,77525. Adapun kode perusahaan yang berada diatas rata-rata arus kas operasi
yakni ASRI (2011, 2012, 2013, 2014), CTRA (2011, 2012, 2014), CTRP (2012,
2013, 2014), CTRS (2012, 2013), LPKR (2012, 2014), dan PLIN ( 2012, 2013,
2014). Diketahui nilai DPR minimum adalah 4,17% pada PT Gowa Makassar

Universitas Sumatera Utara

Tourism Development Tbk di tahun 2014, dan maksimum adalah 372,15% pada
PT Plaza Indonesia Realty Tbk di tahun 2013. Sementara rata-rata dan standar
deviasi dari DPR adalah 34,1085 dan 62,85361. Adapun kode perusahaan yang
berada diatas rata-rata DPR yakni JRPT (2012, 2013), dan PLIN (2012, 2013,
2014).

4.3 Uji Asumsi Klasik
4.3.1 UjiNormalitas
Dalam

penelitian

ini,

uji

normalitas

terhadap

residual

dengan

menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan
� = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas �,

dengan ketentuan sebagai berikut.

Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi.

Jika nilai probabilitas�< 0,05, maka asumsi normalitas tidak terpenuhi.

Tabel 4.3
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
a,,b
Normal Parameters
Most Extreme Differences

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Mean
Std. Deviation
Absolute
Positive
Negative

40
.0000000
.92001889
.188
.188
-.072
1.187
.120

a. Test distribution is Normal.
b. Calculated from data.

Universitas Sumatera Utara

Perhatikan bahwa berdasarkan Tabel 4.3, diketahui nilai probabilitas p
atau Asymp. Sig. (2-tailed)sebesar 0,120. Karena nilai probabilitas p, yakni 0,120,
lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi
normalitas terpenuhi.
Gambar 4.1merupakan output dari SPSS. Perhatikan bahwa pada normal
probability

plot (Gambar 4.1), titik-titik menyebar cukup dekat pada garis

diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.

Gambar 4.1
Histogram untuk Pengujian Asumsi Normalitas
dengan Normal Probability Plot
4.3.2 UjiMultikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat
dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi
suatu variabel bebas terjadi multikolinearitas (Ghozali, 2013).

Universitas Sumatera Utara

Tabel 4.4
Uji Asumsi Multikolinearitas
Collinearity
Statistics
Model
1

Tolerance

VIF

(Constant)
return
investment

on

arus kas operasi

.988

1.012

.988

1.012

Perhatikan bahwa berdasarkan Tabel 4.4,nilai VIF dari ROIadalah 1,012,
dan nilai VIF darivariabel dari variabel arus kas operasiadalah 1,012. Karena
masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala
multikolinearitas yang berat.

4.3.3 UjiAutokorelasi
Menurut Ghozali (2011), uji autokorelasi bertujuan untuk menguji apakah
terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang
berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi.Untuk mengetahui
adanya korelasi dalam suatu regresi dapat dilakukan uji Run Test.

Universitas Sumatera Utara

Tabel 4.5
Uji Asumsi Autokorelasi dengan Uji Run
Runs Test
Unstandardized
Residual
Test Valuea
Cases < Test Value
Cases >= Test Value
Total Cases
Number of Runs
Z
Asymp. Sig. (2-tailed)

-.06302
20
20
40
22
.160
.873

a. Median

Berdasarkan Tabel 4.5, diketahui nilai probabilitas atau Asymp. Sig. adalah
0,873, di mana lebih besar dari 0,05, maka tidak terjadi gejala autokorelasi. Uji
autokorelasi juga dapat diuji dengan menggunakan uji Durbin-Watson (Gio,
2015:61-62, Field, 2009:220). Nilai statistik dari uji Durbin-Watson berkisar di
antara 0 dan 4. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau
lebih besar dari 3 diindikasi terjadi autokorelasi.
Tabel 4.6
Uji Asumsi Autokorelasi
Model
1

Durbin-Watson
2.039

Berdasarkan Tabel 4.6, nilai dari statistik Durbin-Watson adalah 2,039.
Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3,
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi
autokorelasi.

Universitas Sumatera Utara

4.2.4 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya heteroskedastisitas
dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter
plotantara SRESID pada sumbu Y, dan ZPRED pada sumbu X.(Field, 2009:230,
Ghozali, 2011:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar
analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka
mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas,
serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas.

Gambar 4.2
Uji Heteroskedastisitas
Perhatikan bahwa berdasarkan Gambar 4.2, tidak terdapat pola yang begitu
jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka
tidak terjadi heteroskedastisitas.

Universitas Sumatera Utara

4.4 Analisis Koefisien Determinasi
Koefisien determinasi (�2 ) merupakan suatu nilai (nilai proporsi) yang
mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan
dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas
(Supranto, 2005:158, Gujarati, 2003:212).
Tabel 4.7
Koefisien Determinasi
b

Model Summary
Model
1

R

R Square
a

.433

.188

Adjusted R
Square

Std. Error of the
Estimate

.144

.94456

Durbin-Watson
2.039

a. Predictors: (Constant), arus kas operasi, return on investment
b. Dependent Variable: DPR

Berdasarkan Tabel 4.7, nilai koefisien determinasi �2 terletak pada kolom

R-Square. Diketahui nilai koefisien determinasi sebesar �2 = 0,188. Nilai

tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel

DPR sebesar 18,8%, sisanya sebesar 71,2% dipengaruhi oleh faktor-faktor lain.
4.5 Uji Signifikansi Pengaruh Simultan (Uji �)

Uji � bertujuan untuk menguji pengaruh variabel bebas secara bersama-

sama atau simultan terhadap variabel tak bebas. Diketahui nilai F tabel adalah
3,25 (nilai F tabel tersaji di lampiran). Berdasarkan Tabel 4.8, diketahui nilai F
hitung adalah 4,275. Perhatikan bahwa karena nilai F hitung (4,275)≥ F tabel
(3,25), maka disimpulkan bahwa pengaruh simultan dari seluruh variabel bebas
terhadap DPR signifikan secara statistika pada tingkat signifikansi � =

0,05.Hasilnya dapat diringkas pada Tabel 4.9 dan Tabel 4.10.

Universitas Sumatera Utara

Tabel 4.8
Uji Pengaruh Simultan dengan Uji �
b

ANOVA

Model
1

Sum of Squares

Regression

Df

Mean Square

7.629

2

3.814

Residual

33.011

37

.892

Total

40.639

39

F

Sig.

4.275

.021a

a. Predictors: (Constant), arus kas operasi, return on investment
b. Dependent Variable: DPR

Tabel 4.9
Uji Pengaruh Simultan dengan Pendekatan Nilai F
Nilai F
Hitung

Variabel
Return on investment,
Arus kas operasi.

4,275

Nilai F Tabel (Tersaji di
Lampiran)

3,25

Interpretasi
Pengaruh faktor return on investment,
arus kas operasi, secara simultan
signifikan mempengaruhi DPR (F
Hitung >F Tabel)

Tabel 4.10
Uji Pengaruh Simultan dengan Pendekatan Nilai Sig
Variabel

Nilai Sig

Tingkat Signifikansi

Return on investment,
Arus kas operasi.

0,021

� = 0,05

Interpretasi
Pengaruh faktor return on investment,
arus kas operasi, secara simultan
signifikan mempengaruhi DPR
(Sig+t Tabel)
Pengaruh parsial arus kas operasi tidak
signifikan terhadap DPR (+t Hitung <
+t Tabel)

Universitas Sumatera Utara

Daerah

Daerah

penerimaan �1 ,
penolakan
�0

penerimaan �0 ,
penolakan
�1
(
h
Daerah

−������ /������ + ������ /������

penerimaan �1 ,
penolakan
�0
(
h

Gambar 4.3
Aturan Pengambilan Keputusan terhadap Hipotesis berdasarkan Uji �
Tabel 4.14
Menguji Signifikan Pengaruh dengan Nilai Probabilitas (Sig.)
Nilai Sig.

Tingkat Signifikansi

Return on investment

0,032

Arus kas operasi

0,109

� = 0,05

Interpretasi

Variabel

� = 0,05

Pengaruh parsial return on investment
signifikan terhadap DPR (Sig. 0,05)

4.6.1 Pengujian PengaruhReturn on Investment(�� )terhadap DPR(�)

Berdasarkan Tabel 4.11 hingga Tabel 4.14, diketahui variabel Return On

Investment berpengaruh positif terhadap DPR. Dengan kata lain, Return On
Investment yang semakin meningkat, cenderung akan meningkatkan DPR.
Diketahui faktor Return On Investment memiliki pengaruh yang signifikan
terhadap DPR.

4.6.2 Pengujian PengaruhArus Kas Operasi(�� )terhadap DPR(�)

Berdasarkan Tabel 4.11 hingga Tabel 4.14, diketahui variabel arus kas

operasi berpengaruh positif terhadap DPR. Dengan kata lain, arus kas operasi yang

Universitas Sumatera Utara

semakin meningkat, cenderung akan meningkatkan DPR. Diketahui faktor arus
kas operasi memiliki pengaruh yang signifikan terhadap DPR.

4.7 Pembahasan Hasil Penelitian
Nilai Adjusted R Square sebesar 0,144 yang berarti bahwa 14,4% variasi
atau perubahan dalam DPR dapat dijelaskan oleh variasi ROI dan arus kas
operasi, sedangkan sisanya sebesar 85,6% dipengaruhi oleh faktor – faktor lain.
Berdasarkan hasil pengujian diketahui bahwa secara parsial ROI yang diperoleh
perusahaan mempunyai pengaruh positif dan signifikan terhadap DPR perusahaan,
sedangkan secara parsial arus kas operasi mempunyai pengaruh positif namun
tidak signifikan terhadap DPR yang dibagi perusahaan.
Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh
Emmayati (2008) yang menemukan bahwa secara parsial profitabilitas yang
ditunjukkan oleh ROI berpengaruh positif dan signifikan terhadap kebijakan
dividen (DPR). Berbeda dengan hasil penelitian yang dilakukan oleh Manurung
pada tahun 2010 yang meneliti pengaruh return on investment dan arus kas
operasi terhadap kebijakan dividen (dividend payout ratio) pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia yang menyatakan kedua
variabel independen tidak berpengaruh positif signifikan terhadap dividend payout
ratio dan secara parsial return on investment tidak berpengaruh positif signifikan
terhadap dividend payout ratio, demikian juga arus kas operasi yang tidak
berpengaruh positif signifikan terhadap dividend payout ratio. Hal ini mungkin
dikarenakan berbedanya periode waktu pengamatan yang digunakan dalam

Universitas Sumatera Utara

penelitian, mungkin juga dikarenakan laba yang dihasilkan oleh perusahaan
adalah rekayasa pihak manajemen agar para investor tertarik untuk menanamkan
investasinya pada perusahaan mereka.
Dari hasil penelitian ini variabel ROI memiliki koefisien regresi bertanda
positif sebesar 0,153, artinya apabila terjadi perubahan variabel ROI sebesar 1%
akan menaikkan DPR sebesar 0,153 atau 15,3%. Arus kas operasi juga memilki
koefisien regresi bertanda positif sebesar 0,323, artinya apabila terjadi perubahan
variabel arus kas operasi sebesar 1% akan menaikkan DPR sebesar 0,323 atau
32,3%. Berdasarkan hasil penelitian ini, arus kas operasi sebagai tolak ukur yang
lebih signifikan daripada ROI. Secara simultan faktor ROI, dan arus kas
operasiberpengaruh signifikan mempengaruhi DPR. Hasil penelitian ini sejalan
dengan penelitian Emmayati (2008) dan Manurung (2009) yang menemukan
bahwa ROI dan arus kas operasi berpengaruh terhadap DPR. Serta penelitian
Ginting (2012) yang secara simultan menunjukkan bahwa ROI, IOS, dan arus kas
operasi berpengaruh terhadap DPR. Berbeda dengan penelitian Manurung (2010)
bahwa ROI dan arus kas operasi tidak berpengaruh secara simultan terhadap DPR.
ini berarti pihak manajemen dalam menentukan besarnya DPR yang akan
ditetapkan perusahaan tidak sepenuhnya memperhatikan ROI dan arus kas operasi
secara bersama-sama.
Dari segi teori, hasil penelitian ini sesuai dengan teori Signaling
Hypothesis,

yang

menyatakan

bahwa pengumuman informasi akuntansi

memberikan sinyal bahwa jika perusahaan mempunyai prospek yang baik di masa
mendatang (good news) maka dividen akan mengalami kenaikan sehingga

Universitas Sumatera Utara

investor tertarik untuk melakukan perdagangan saham. Dan juga hasil penelitian
ini mendukung teori keuangan yang menjelaskan bahwa besarnya dana yang bisa
dibagikan sebagai dividen merupakan kelebihan dana yang diperoleh dari operasi
perusahaan selainkeperluan investasi untuk menghasilkan laba dimasa yang akan
datang, karena hasil penelitian menunjukkan bahwa arus kas operasi berpengaruh
terhadap DPR.

Universitas Sumatera Utara

BAB V

KESIMPULAN DAN SARAN
5.1 Kesimpulan

Berdasarkan hasil analisa dari penelitian ini dapat disimpulkan, secara
simultan, variabel return on investment dan arus kas operasi berpengaruh positif
terhadap dividend payout ratio. Secara parsial, variabel return on investment
berpengaruh positif dan signifikan terhadap dividend payout ratio dan variabel
arus kas operasi berpengaruh positif namun tidak signifikan terhadap dividend
payout ratio.

5.2 Keterbatasan Penelitian
Penelitian ini memiliki beberapa keterbatasan. Keterbatasan-keterbatasan
tersebut antara lain:
1. penelitian ini hanya meneliti dua buah variabel yaitu return on investment,
dan arus kas operasi yang berpengaruh hanya 14,4% terhadap dividend
payout ratio, sedangkan sisanya sebesar 85,6% dipengaruhi oleh faktor –
faktor lain,
2. periode pengamatan dalam penelitian ini terbatas karena hanya mencakup
tahun 2011-2014,
3. pemilihan sampel yang digunakan hanya perusahaan properti yang
terdaftar di Bursa Efek Indonesia selama periode 2011-2014 dan

Universitas Sumatera Utara

perusahaan yang dijadikan sampel terbatas pada kriteria-kriteria yang telah
ditentukan.
5.3 Saran
Berdasarkan hasil analisa dari penelitian ini menyarankan bagi pihak
investor dan peneliti selanjutnya.
1. Bagi pihak investor dan calon investor, untuk mengetahui kinerja
perusahaan sebelum melakukan investasi sebaiknya para investor maupun
calon investor mencari tahu mengenai profil perusahaan. Profil perusahaan
dapat diperoleh melalui Bursa Efek Indonesia atau instansi pemerintah
yaitu BAPEPAM yang bisa memberikan informasi secara akurat dan
relevan. Serta agar jangan terlalu menjadikan data yang dilampirkan
sebagai tolak ukur utama dalam menentukan kinerja perusahaan.
2. Bagi peneliti selanjutnya, disarankan menambah variabel independen lain
seperti arus kas investasi, arus kas pendanaan, earning per share, hutang
perusahaan,

umur

perusahaan,

inflasi,

atau

variabel

lain

yang

mempengaruhi kebijakan dividen (dividend payout ratio), serta diharapkan
untuk menambah tahun pengamatan sehingga hasil yang diperoleh
menjadi lebih akurat dalam menentukan besarnya DPR, dan juga ruang
lingkup perusahaan-perusahaan yang diteliti diperluas seperti perusahaanperusahaan manufaktur yang terdaftar di BEI.

Universitas Sumatera Utara