B. Statistik Deskriptif
Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksmum, nilai rata-rata, varience serta standar deviasi data yang digunakan
dalam penelitian ini. Statistik data penelitian ini disajikan dalam tabel 4.2. berikut:
Tabel 4.2. Statistik Deskriptif Descriptive Statistics
N Minimum
Maximu m
Mean Std.
Deviation EBIT
60 -8.E10
2.E13 2.70E1 2
4.613E12 CFO
60 -2.E11
1.E13 1.68E1 2
2.659E12 DEVIDEN.T
UNAI 60 32899219
1.E13 1.24E1 2
2.468E12 Valid N
listwise 60
Sumber : SPSS 18.0, diolah Penulis, 2013.
Berdasarkan data dari tabel 4.2 dapat dijelaskan bahwa : 1.
Variabel EBIT memiliki nilai minimum -8.00 x 10
10
dan nilai maksimum 2.00x10
13
dengan rata-rata EBIT adalah 2.70 x 10
12
dengan standar deviasi 4.613 x 10
12
. 2.
Variabel CFO memiliki nilai minimum -2.00 x 10
11
dan nilai maksimum 1.00 x 10
13
dengan rata-rataCFO adalah 1.68 x 10
12
dengan standar deviasi 2.659 x 10
12
.
Universitas Sumatera Utara
3. Variabel DevidenTunai memiliki nilai minimum 32899219dan nilai
maksimum 1.00 x 10
13
dengan rata-rataDevidenTunaiadalah 1.24 x 10
12
dengan standar deviasi 2.468 x 10
12
4. Jumlah sampel yang ada sebanyak 60.
C. Pengujian Asumsi Klasik 1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi ada variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini
diperlukan karena melakukan uji t dan uji F mengamsumsikan bahwa nilai residual mengikuti distribusi normal Erlina, 2007:103.
Pengujian normalitas dalam penelitian ini menggunakan dua cara yaitu analisis grafik yang terdiri dari histogram dan normal probability plot dan
analisis statistik dengan menggunakan uji nonparametric Kolmogorov Smirnov K-S memberikan pedoman pengambilan keputusan tentang data-data yang
mendekati atau merupakan distribusi normal dapat dilihat dari: a.
Nilai sig. atau signifikan atau profitabilitasnya 0,05 maka distribusi data adalah tidak normal.
b. Nilai sig. atau signifikan atau profitabilitasnya 0,05 maka distibusi data
adalah normal. Uji Kolmogorov-Smirnov dilakukan dengan membuat hipotesis:
Ha : data residual berdistribusi normal. H0 : data residual tidak berdistribusi normal
Universitas Sumatera Utara
Hasil uji normalitas dengan menggunakan tes Kolmogorov Smirnov KS adalah sebagai berikut:
Tabel 4.3.Hasil Uji Normalitas 1 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 60
Normal Parameters
a,b
Mean -.0001078
Std. Deviation 1.17168607E
12 Most Extreme
Differences Absolute
.269 Positive
.269 Negative
-.255 Kolmogorov-Smirnov Z
2.087 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
b. Calculated from data.
Sumber : SPSS 18.0, diolah Penulis, 2013.
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.3 dapat disimpulkan bahwa data tidak
terdistribusi normal, hal ini dapat dilihat dari nilai Asymp.Sig.2- tailedKolmogorov-Smirnov sebesar 0.000 yang lebih kecil dari 0.05, sehingga
data tidak terdistribusi normal.Untuk menguji apakah data grafik variabel EBITdan CFO memiliki distribusi normal atau tidak, dapat dilakukan dengan
menggambarkan kurva histogram dan grafik Normality Probability Plot yaitu sebagai berikut:
Universitas Sumatera Utara
Gambar 4.1.Histogram Sumber : SPSS 18.0, diolah Penulis, 2013.
Dari hasil tampilan kurva histogram di atas dapat terlihat bahwa kemiringan kurva cenderung kekanan, hal ini menunjukkan bahwa data tidak
terdistribusi dengan normal.
Universitas Sumatera Utara
Gambar 4.2.Grafik Normal P-Plot Sumber : SPSS 18.0, diolah Penulis, 2013.
Dari hasil grafik Normal P-Plot Regression diatas dapat dilihat titik-titik menyebar jauh dari garis diagonal yang menunjukkan data tidak terdistribusi
dengan normal. Menurut Erlina 2008 ada beberapa cara mengubah model regresi
menjadi normal yaitu : a.
Lakukan transformasi data kebentuk lainnya, b.
lakukan trimming, yaitu membuang data outlier, c.
lakukan winsorizing, yaitu mengubah nilai data yang outlier kesuatu nilai tertentu.
Universitas Sumatera Utara
Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan transformasi data ke model logaritma natural Ln. Setelah itu, data
diuji ulang berdasarkan asumsi normalitas. Beriku tini adalah hasil pengujian dengan Kolmogorov-Smirnov setelah dilakukan transformasi:
Tabel 4.4.Hasil Uji Normalitas 2 SetelahTransformasiDenganLogaritma Natural
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 55
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.38964597
Most Extreme Differences
Absolute .151
Positive .092
Negative -.151
Kolmogorov-Smirnov Z 1.120
Asymp. Sig. 2-tailed .163
a. Test distribution is Normal. b. Calculated from data.
Sumber : SPSS 18.0, diolah Penulis, 2013.
Tabel 4.4 menunjukkan bahwa hasil pengujian statistik dengan model Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi normal
karena nilai Asymp.Sig 2-tailed Kolmogorov-Smirnov 0.163 lebih besar dari 0.05. Hasil pengujian normalitas dengan histogram dan Normal P-Plot
Regression Standardized Residual juga dapat dilihat pada gambar berikut:
Universitas Sumatera Utara
Gambar 4.3.Histogram Setelah Transformasi Sumber : SPSS 18.0, diolah Penulis, 2013.
Grafik histogram di atas menunjukkan bahwa data telah terdistribusi secara normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan
distribusi data mengikuti garis diagonal yang tidak melenceng skewness kiri maupun melenceng kekanan.
Universitas Sumatera Utara
Gambar 4.4.Grafik Normal P-Plot SetelahTransformasi Sumber : SPSS 18.0, diolah Penulis, 2013.
Padagrafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa
model regresi telah memenuhi asumsi normalitas.
2. Uji Multikolinieritas
Multikolinearitas adalah keadaan dimana variabel-variabel independen dalam persamaan regresi mempunyai korelasi hubungan yang erat satu sama
lain Pengujian multikolinearitas dapat dilakukan dengan melihat Variance Inflation factor VIF dan korelasi diantara variabel independen. Jika nilai VIF
10 atau tolerance 0.10 maka terjadi multikolinearitas sedangkan apabila nilai
Universitas Sumatera Utara
VIF 10 atau tolerance 0.10 maka tidak terjadi multikolinearitas, jika kolerasi diantara variabel independen lebih besar dari 0.9.
Uji multikolinearitas dengan melihat tolerance dan VIF menunjukkan hasil seperti pada tabel 4.5 berikut :
Tabel 4.5.Hasil Uji Multikolinieritas Coefficients
a
Model Collinearity Statistics
Tolerance VIF
Constant Ln_EBIT
.376 2.658
Ln_CFO .376
2.658 a. Dependent Variable: Ln_DEVIDEN.TUNAI
Sumber : SPSS 18.0, diolah Penulis, 2013.
Tabel 4.5. di atas menunjukkan bahwa penelitian ini bebas dari adanya multikolinearitas,hal ini bisa dilihat dengan membandingkan nilai tolerance dan
VIF. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0.01 yaitu untuk Ln_EBIT nilai
tolenrance0.376danLn_CFO nilai tolenrance 0.493. Jika dilihat dari VIF-nya bahwa masing-masing variabel bebas lebih
kecil dari 10 yaitu, untuk VIF Ln_EBIT sebesar 2.658 dan VIF Ln_CFO 2.658. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas
antara variabel independen, dengan dasar nilai VIF untuk setiap variabel tidak ada yang lebih dari 10 dan nilai tolerance tidak ada yang kurang dari 0.1
Universitas Sumatera Utara
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regersi yang baik adalah tidak terjadi heteroskedastisitas. Untuk menghilangkan heteroskedastisitas dapat dengan
mengonversi ke dalam bentuk logaritma atau dengan menjalankan regresi sistem kuadrat terkecil tertimbang weigthed least square , Pratisto, 2009.
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak tejadi heteroskedastitas sehingga model ini layak dipakai untuk memprediksi
rentabilitas bank yang terdaftar di Bursa Efek Indonesia berdasarkan masukan varibel independen kredit, surat-surat berharga, penempatan dana pada bank
lain, dan penyertaan modal. Ada tidaknya heterokedastitas pada penelitian ini dapat dilihat dari grafik scatterplot pada gambar 4.5 berikut ini:
Universitas Sumatera Utara
Gambar 4.5. Grafik Scatterplot Sumber : SPSS 18.0, diolah Penulis, 2013.
4. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah terjadi korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Diagnosa adanya
autokorelasi dilakukan melalui pengujian terhadap nilai uji Durbin Watson uji DW. Jika nilai uji Durbin Watson DW menunjukkan angka 1.65 sampai 2.35
maka tidak terjadi autokorelasi. Hasil uji autokolerasi pada penelitian ini dapat dilihat pada tabel 4.6.
berikut ini :
Universitas Sumatera Utara
Tabel 4.6. Uji Autokorelasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.877
a
.768 .759
1.41612 2.217
a. Predictors: Constant, Ln_CFO, Ln_EBIT b. Dependent Variable: Ln_DEVIDEN.TUNAI
Sumber : SPSS 18.0, diolah Penulis, 2013.
Dari hasil tabel uji autokorelasi tersebut diketahui bahwa nilai Durbin Watson DW sebesar 2.217. Angka tersebut berada diantara 1.65 sampai 2.35
maka tidak terjadi autokorelasi.
D. Pengujian Hipotesis 1. Koefisien Determinasi
Tabel 4.7. Uji Koefisien Determinasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.877
a
.768 .759
1.41612 a. Predictors: Constant, Ln_CFO, Ln_EBIT
b. Dependent Variable: Ln_DEVIDEN.TUNAI
Sumber : SPSS 18.0, diolah Penulis, 2013.
Tabel di atas menunjukkan bahwa terjadi korelasi atau hubungan yang signifikan antara laba sebelum bunga dan pajak Ln_EBIT dan arus kas dari
aktivitas operasi Ln_CFO sebagai variabel independen dengan devidentunai Ln_DEVIDEN.TUNAI sebagai variabel dependen, hal ini terlihat dari R
sebesar 0.877 atau 87.7 angka ini 50. Angka R Square R
2
atau koefisien
Universitas Sumatera Utara
determinasi bernilai 0.768. Angka ini mengindikasikan bahwa 76.8 variasi atau perubahan dalam devidentunai Ln_Deviden.Tunai dapat dijelaskan oleh
laba sebelum bunga dan pajak Ln_EBIT dan arus kas dari aktivitas operasi Ln_CFO.
Sedangkan sisanya sebesar 23.2 dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian ini. Kemudian standard error of
estimate adalah sebesar 1.41612. Semakin kecil angka ini akan membuat model regresi semakin tepat dalam memprediksi deviden tunai
Ln_DEVIDEN.TUNAI.
2. Uji Statistik “F” Tabel 4.8. Uji Statistik “F”
ANOVA
b
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression 345.949
2 172.974
86.255 .000
a
Residual 104.280
52 2.005
Total 450.229
54 a. Predictors: Constant, Ln_CFO, Ln_EBIT
b. Dependent Variable: Ln_DEVIDEN.TUNAI
Sumber : SPSS 18.0, diolah Penulis, 2013.
Dariuji ANOVA Analysis of Varians atau uji F, menunjukkan bahwa nilai
sebesar 86.255 sedangkan sebesar 3.150 dengan df pembilan
= 2, df penyebut = 52 dan tarafsignifikan α = 0.05 sehingga
. Dengan demikian maka
diterima dan ditolak. Artinya terdapat pengaruh
yang signifikan antara laba sebelum bunga dan pajak Ln_EBIT dan Ln_CFO
Universitas Sumatera Utara
secara simultan atau bersama-sama terhadap deviden tunai Ln_DEVIDEN.TUNAI.
Dari tabel 4.8di atas dapat dilihat bahwa tingkat signifikansi sebesar 0.000 lebih kecil dari taraf yang ditentukan
α = 0.05 mengindikasikan bahwa Ln_EBIT dan Ln_CFO secara bersama-sama berpengaruh signifikan terhadap
Ln_DEVIDEN TUNAI.
3. Uji Statistik “t”
Uji t dilakukan untuk mengetahui antara variabel-variabel bebas terhadap variabel terikat secara individu parsial. Hasil pengolahan data dengan
program statistik SPSS 18 untuk uji t adalah sebagai berikut:
Tabel 4.9. Uji statistik “t” Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-11.293 2.842
-3.974 .000
Ln_EBIT .385
.162 .259
2.378 .021
Ln_CFO .982
.162 .658
6.045 .000
a. Dependent Variable: Ln_DEVIDEN.TUNAI
Sumber : SPSS 18.0, diolah Penulis, 2013.
Dari uji t yang telah dilakukan, diperoleh nilai sebesar 2.000. Dari
hasil uji t yang disajikan pada tabel 4.9 dapat diketahui pengaruh masing- masing variabel independen terhadap variabel dependen sebagai berikut:
1. Variabel kredit Ln_EBIT memiliki
2.378 dengan nilai signifikan 0.021. Dengan nilai
sebesar 2.000 maka diperoleh bahwa
Universitas Sumatera Utara
2.378 2.000 dan nilai sig. 0.021 0.05 yang berarti H
a
diterima dan H ditolak. Dengan demikian, laba sebelum pajak berpengaruh
signifikan terhadap deviden tunai. 2.
Variabel arus kas dari aktivitas operasi Ln_CFO memiliki 6.045
dengan nilai signifikan 0.000. Dengan nilai sebesar 2.000 maka
diperoleh bahwa 6.045 2.000 dan nilai sig. 0.000 0.05
yang berarti H
a
diterima dan H ditolak. Dengan demikian, arus kas dari
aktivitas operasi berpengaruh signifikan terhadap devidentunai.
Berdasakan tabel uji “t” diatas maka model regresi yang digunakan adalah sebagai berikut :
Y= -11.293 + 0,385Ln_EBIT+ 0,982Ln_CFO + e
Keterangan : Y = DevidenTunai
Ln_EBIT = Labasebelumbungadanpajak Ln_CFO = Aruskasdariaktvitasoperasi
Berdasarkan hasil persamaan regresi berganda tersebut masng-masing variabel menjelaskan bahwa :
a. Nilai B constant a = -11.293 nilai konstanta ini menunjukkan bahwa jika
laba sebelum bunga dan pajak dan arus kas dari aktivitas operasi diabaikan maka tingkat deviden tunai akan menurun sebesar 11.293 1129,3.
Universitas Sumatera Utara
b. Nilai β1 = 0.385
Koefisien regresi β1 ini menunjukkan bahwa setiap variabel laba sebelum bunga dan pajak meningkat sebesar satu satuan, maka deviden tunai akan
naik sebesar 0.385 atau 38.5 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
c. Nilai β2= 0.982
Koefisien regresi β2 ini menunjukkan arus kas dari aktivitas operasi meningkat sebesar satu satuan, maka deviden tunai akan naik sebesar 0.982
atau 98.2 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
E. Pembahasan Hasil Penelitian
Dari hasil pengujian secara simultan bersama-sama, diketahui bahwa variabel laba sebelum bunga dan pajak dan arus kas dari aktivitas operasi secara
bersama-sama memiliki pengaruh yang signifikan terhadap deviden tunai pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Hasil penelitian
ini konsisten dengan hasil penelitian terdahulu yang dilakukan oleh Sibarani 2011 yang menyatakan bahwa laba akuntansi dan arus kas secara bersama-sama
memiliki pengaruh yang signifikan terhadap deviden tunai. Sedangkan untuk hasil pengujian individu parsial dapat diuraikan sebagai
berikut: 1.
Berdasarkan hasil regresi dapat dijelaskan bahwa variabel independen laba sebelum bunga dan pajak berpengaruh terhadap deviden tunai. Variabel
Universitas Sumatera Utara
independen ini memiliki hasil regresi yang menjelaskan bahwa laba sebelum bunga dan pajak mempunyai pengaruh yang positif terhadap deviden tunai,
artinya setiap kenaikan laba sebelum bunga dan pajak akan menaikkan deviden tunai. Hasil penelitian ini konsisten dengan penelitian yang dilakukan
oleh Siregar 2010 yang menemukan bahwa laba akuntansi memiliki pengaruh yang signifikan terhadap deviden tunai perusahaan.Dan konsisten
juga dengan peneltitian yang dilakukan oleh Sitanggang 2011 yang mengatakan bahwa laba bersih mempunyai pengaruh positif dan signifikan
terhadap deviden tunai. 2.
Arus kas dari aktivitas operasi secara parsial berpengaruh terhadap deviden tunai perusahaan. Variabel independen ini memiliki hasil regresi yang
menjelaskan bahwa arus kas dari aktivitas operasi mempunyai pengaruh yang positif terhadap deviden tunai, artinya setiap kenaikan arus kas dari aktivitas
operasi akan meningkatkan deviden tunai. Hasil penelitian ini serupa dengan hasil penelitian yang dilakukan oleh Sagala 2006 yang menyatakan bahwa
arus kas dari aktivitas operasi mempunyai pengaruh yang signifikan terhadap deviden tunai. Namun Hasil penelitian ini tidak sejalan dengan penelitian
terdahulu yang dilakukan oleh Sitanggang 2011 yang menemukan bahwa arus kas dari aktivitas operasi tidak memiliki pengaruh yang signifikan
terhadap deviden tunai.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Kategori