Pengujian ini dilakukan adalah untuk melihat apakah dalam sebuah model regresi linier terdapat korelasi antara variabel pengganggu pada priode tertentu dengan
variabel pengganggu pada priode sebelumnya. Autokorelasi sering terjadi pada sampel dengan data time series dengan n-sampel adalah priode waktu. Uji autokorelasi dapat
dilakukan dengan pengujian statistik Durbin-Watson. Menurut Gujarati 1995 pengujian statistik Durbin-Watson atau d statistik, menggunakan hipotesis sebagai berikut :
Ho : p = 0 maka tidak ada autokorelasi Ho : p
≠ 0 maka ada autokorelasi
Jika nilai Durbin Watson terletak pada: d dL = tolak Ho berarti ada autokorelasi yang positif atau kecenderungan p = 1
dL ≤ d ≤ dU = tidak dapat diambil kesimpulan
dU ≤ d ≤ 4-dU = terima Ho berarti tidak ada autokorelasi positif ataupun negatif
4 - dU ≤ d ≤ 4-dL = tidak dapat diambil kesimpulan
d 4-dL = tolak Ho berarti ada autokorelasi negatif atau kecenderungannya p = -1
4.7.3. Pengujian Hipotesis
Selanjutnya untuk menguji hipotesis yang diajukan tentang pengaruh variabel independen terhadap variabel dependen digunakan analisis statistik Uji F, Uji t
dan k oefisien determinasi R
²
. Pengaruh variable independen dengan variable dependen diuji dengan tingkat kepercayaan 95 atau signifikan level
α = 5 . Dalam melakukan pengolahan data digunakan bantuan tehnik statistik program SPSS.
4.7.3.1. Uji Statistik F
Universitas Sumatera Utara
Pengujian ini dilakukan untuk melihat signifikansi pengaruh secara simultan atau serempak seluruh variabel independen terhadap variabel dependen. Dengan pengujian ini
akan diketahui pengaruh secara simultan Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas, Profitabilitas dan Likuiditas terhadap Rasio Pembayaran
Dividen. Hipotesis ini dirumuskan sebagai berikut : -
Ho : b
1 =
b
2
= b
3
= b
4
= b
5
= b
6
Maka Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas, Profitabilitas dan Likuiditas secara simultan tidak berpengaruh terhadap Rasio
Pembayaran Dividen. = 0
- H
1
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ b
6
Maka Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas, Profitabilitas dan Likuiditas secara simultan berpengaruh terhadap Rasio Pembayaran
Dividen. ≠ 0
Pengaruh seluruh variabel dilihat dari hasil regresi pada tabel ANOVA pada kolom F serta tingkat signifikansi dari model tersebut, yaitu :
Jika p-value kolom siq. ≤ 5 dan F hitung F tabel ; maka tolak H0 dan terima H1.
Artinya seluruh variabel independen berpengaruh secara simultan terhadap variabel dependen
Jika p-value kolom siq. 5 dan F hitung ≤ F tabel ; maka terima Ho dan tolak H1.
Artinya seluruh variabel independen tidak berpengaruh secara simultan terhadap variabel dependen
4.7.3.2. Uji Statistik t
Universitas Sumatera Utara
Pengujian ini dilakukan untuk melihat signifikansi pengaruh secara parsial masing- masing variabel independen terhadap variabel dependen. Dengan pengujian ini akan
diketahui pengaruh secara signifikan Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas, Profitabilitas dan Likuiditas terhadap Rasio
Pembayaran Dividen. Hipotesis ini dirumuskan sebagai berikut : -
Ho : bi = 0 dimana i = 1,2,3,4 5,6 Maka Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas,
Profitabilitas dan Likuiditas secara parsial tidak berpengaruh terhadap Rasio Pembayaran Dividen.
- H
1
: bi ≠ 0 dimana i = 1,2,3,4,5,6
Maka Posisi Kas, Pertumbuhan, Ukuran Perusahaan, Rasio Hutang Terhadap Ekuitas, Profitabilitas dan Likuiditas secara parsial berpengaruh terhadap Rasio Pembayaran
Dividen. Jika - t
hitung
- t
tabel
atau t
hitung
t
tabel
Artinya variabel independen berpengaruh secara parsial terhadap variabel dependen. atau nilai signifikansi
≤ α = 5 ; maka tolak Ho dan terima H1.
Jika - t
tabel
≤ t
hitung
≤ t
tabel
Artinya variabel independen tidak berpengaruh secara parsial terhadap variabel dependen.
atau nilai signifikansi α =5 ; maka terima Ho dan tolak
H1.
4.7.3.3. Koefisien Determinasi R
²
Universitas Sumatera Utara
Koefisien determinasi R² atau adjusted R² digunakan untuk mengetahui besarnya sumbangan pengaruh variabel independen secara serempak terhadap variabel
dependen. Koefisien ini menunjukkan seberapa besar prosentase variasi variabel independen X1, X2, X3, X4, X5, X6 yang digunakan dalam model mampu menjelaskan
variasi variabel dependen Y. Nilai koefisien determinasi mempunyai nilai 0 sampai dengan 10
≤R²≤1. Jika R² = 0 berarti tidak ada pengaruh variabel independen terhadap variabel dependen dan jika R² = 1 berarti variabel independen yang digunakan dalam
model menjelaskan 100 variasi variabel dependen. Semakin besar nilai R² maka semakin besar pengaruh serempak variabel independen terhadap variabel dependen,
demikian juga sebaliknya semakin kecil nilai R² maka semakin kecil pengaruh serempak variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
BAB V HASIL PENELITIAN DAN PEMBAHASAN
