3.3 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan yang sesuai dengan kriteria setiap perusahaan sampel dari tahun
2009 sampai dengan 2013. Sumber yang digunakan adalah laporan keuanganperusahaan sampel yang terdapat pada Indonesian Stock Exchange IDX
dan Indonesian Capital Market Directory ICMD.
3.4 Metode Pengumpulan Data
Teknik pengumpulan data untuk penelitian ini menggunakan metode dokumentasi. Dokumentasi yang dilakukan adalah dengan mengumpulkan semua
data sekunder yang dipublikasikan oleh IDX dan Indonesian Capital Market Directory ICMD tentang perusahaan industri makanan dan minuman yang terdaftar
di bursa Efek Indonesia BEI periode 2009-2013.
3.5 Metode Analisis Data
Analisis data dalam penelitian ini dilakukan dengan analisis regresi berganda untuk pengujian hipotesis. Penelitian ini menggunakan analisis regresi berganda
dikarenakan penelitian ini menggunakan variabel independen yang berjumlah lebih dari satu variabel. Analisis regresi berganda ini selain mengukur kekuatan hubungan
antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variable dependen dengan variable independen Ghozali, 2006.
3.5.1 Analisis Regresi Linier Berganda
Model analisis yang dipakai dalam penelitian ini adalah regresi linier berganda yang akan diolah dengan menggunakan SPSS. Analisis linier
berganda dilakukan untuk mengetahui hubungan variable independen Profitability ROA, Current Ratio CR, Debt to Equity Ratio DER,
Market to Book Value Ratio MBV, Corporate Tax TAX, Sales Growth SG, dan Cash Flow FCF dengan variable dependen Dividend Payout
Ratio DPR. Model analisis data dalam penelitian ini adalah :
Y = a +b
1
X
1
+b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ b
6
X
6
+ e
Keterangan : Y
: Dividend Payout Ratio a
: konstanta X
1
: Profitability ROA X
2
: Current Ratio CR X
3
: Debt to Equity Ratio DER X
4
: Market to Book Value Ratio MBV
X
5
: Sales Growth SG X
6
: Cash Flow FCF b
1
,…, b
n :
Koefisien Regresi e
: error term Dalam analisis regresi, tidak hanya mengukur hubungan antara
variable independen dan dependen tetapi juga menunjukkan arah hubungan antara variable dependen dan independen diasumsikan
memiliki nilai tetap Ghozali, 2006.
3.5.2 Pengujiian Asumsi Klasik
Model regresi linier dapat disebut sebagai model yang baik jika memenuhi asumsi klasik. Oleh karena itu, uji asumsi klasik sangat
diperlukan sebelum melakukan analisis regresi. Pada penelitian ini juga akan dilakukan pengujian penyimpangan asumsi klasik terhadap model
regresi yang telah diolah, yang meliputi :
3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah daam model regresi, variabel pengganggu atau residual mempunyai
distribusi normal Ghozali, 2006. Cara untuk melihat normalitas residual adalah melalui analisis
grafik Histogram dan Normal P-Plot dan analisis statistic : 1.
Analisis grafik, yaitu dengan melihat grafik histogram dan grafik normal p-plot yang membandingkan distribusi
kumulatif dari distribusi normal. Dasar pengambilan keputusan :
• Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya
menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
• Jika data menyebar jauh dari garis diagonal atau garis miring dan tidak mengikuti arah garis diagonal atau
grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. 2.
Analisis statistik, yaitu dengan melihat uji statistic Non- Parametrik Kolmogorov-Smirnov K-S. Apabila hasil atau
nilai Non-Parametrik Kolmogorov-Smirnov K-S dan nilai Asyimp. Sig 2-tailed atau probabilitasnya di atas
0.05 tingkat probabilitas, maka data telah memenuhi asumsi normalitas.
3.5.2.2 Uji Multikolinieritas
Uji multikolinieritas ini untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model korelasi yang baik seharusnya tidak terjad i korelasi diantara variabel independen. Jika dalam model terdapat
multikolinieritas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir
dengan ketepatan tinggi. Masalah multikolinieritas juga akan menyebabkan kesulitan dalam melihat pengaruh antara variabel
independen dengan variabel dependen. Ghozali, 2006. Untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi
adalah sebagai berikut:
1. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel-
variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
2. Menganalisis matriks korelasi antar variabel-variabel independen. Jika antar variabel independen ada korelasi
yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya
korelasi yang tinggi antarvariabel tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena
adanya efek kombinasi dua atau lebih variabel independen. 3. Uji multikolinieritas ini dapat dilihat dari nilai 1 tolerance
dan lawannya 2 variance inflation factor VIF. Tolerance mengukur variabel bebas yang terilih yang tidak dapat
dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi VIF=1tolerance
dan menunjukkan adanya multikolinieritas yang tinggi. Nilai cut off yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah nilai tolerance ≤0.10 atau nilai VIF
≥10. Jadi harus dapat menentukan tingkat kolinieritas yang masih dapat ditolerir, dan meskipun nilai multikolinieritas
dapat dideteksi dengan nilai Tolerance dan VIF, namun tidak dapat menjelaskan variabel-variabel mana saja yang
berkorelasi.
3.5.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah pada model regresi linier terdapat korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Masalah autokorelasi ini timbul
karena residual tidak bebas dari satu observasi ke observasi lainnya. Autokorelasi muncul karena observasi yang
beruntutan sepanjang waktu berkaitan antar yang satu dengan yang lainnnya. Keadaan tersebut mengakibatkan pengaruh
terhadap variabel dependen tidak hanya karena variabel independen namun juga variabel dependen periode lalu.
Untuk mengetahui ada tidaknya autokorelasi dengan menggunakan uji Durbin-Watson Test, dan hipotesis yang akan
diuji yaitu : H0 : tidak ada autokorelasi p=0
Ha : ada autokorelasi p ≠0
Pengambilan keputusan ada tidaknya autokorelasi:
Tabel 3.4 Kriteria Keputusan Durbin Watson
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif
Tolak ddl
Tidak ada autokorelasi positif
No decision dl ≤d≤du
Tidak ada autokorelasi negative
Tolak 4-dl
d4 Tidak ada autokorelasi
negative No decision dud4-du
Tidak ada autokorelasi positif
Tidak Tolak Sumber : Ghozali 2005
Keterangan : d
: Durbin Watson hitung dl
: Durbin Watson lower du
: Durbin Watson upper Nilai d
hitung
ini selanjutnya dibandingkan dengan nilai d
tabel
pada tingkat signifikan 5, jika jumlah sampel 5 N=5. Dan jumlah variabel bebas independen variabel adalah 7 k=7.
Jika nilai d
hitung
berada diantara interval nilai du dan 4 – du maka tidak terdapat autokorelasi, sebaliknya jika d
hitung
nilai berada di luar interval nilai du dan 4 – du, maka terdapat
penyimpangan dari asumsi ini.
3.5.2.4 Uji Heterokedasititas
Uji heterokedasititas ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual
suatu pengamatan ke pengamatan lainnya. Jika variance dari suatu pengamatan ke pengamatan lain tetap, maka disebut
Homokedasititas dan jika berbeda disebut Heterokedasititas Ghozali, 2006.
Cara untuk mendeteksi daya heterokedasititas dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel
terikatnya ZPRED dengan niali residualnya SRESID. Deteksi adanya heterokedasititas dapat dilakukan dengan
meihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah yang telah
diprediksi dan sumbu X adalah residual Y prediksi-Y sesungguhnya Ghozali,2006.
Dasar analisisnya : 1. Jika terdapat pola tertentu, seperti titik yang membentuk
suatu pola tertentu, yang teratur gelombang, melebar, kemudian menyempit, maka mengidentifikasikan telah
terjadi heterokedasititas.
2. Jika tidak terdapat pola-pola tertentu atau titik-titik yang
menyebar di atas dan di bawah angka nol pada sumbu Y, maka
tidak terjadi heterokedasititas. 3.5.3
Pengujian Hipotesis 3.5.3.1
Analisis Koefisien Determinasi
Koefisien determinasi R
2
digunakan untuk mengetahui sampai seberapa besar presentasi variasi variabel bebas
pada model dapat diterangkan oleh variabel terikat Ghozali, 2006. Nilai koefisien determinasi antara satu dan
nol. Nilai R
2
yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi dependen
amat terbatas. Menurut Ghozali 2006 bahwa kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan dalam
model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel dependen. Oleh
karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi mana model yang terbaik. Tidak seperti R
2
, nilai Adjusted
R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
3.5.3.2 Pengujian Hipotesis Secara Simultan Uji F
Uji F pada dasarnya menunjukkan apakah semua variabel independen yang digunakan dalam model
apakah mempunyai pengaruh secara bersama-sama atau simultan terhdap variabel dependen.
Langkah-langkah Uji F adalah : 1. Menentukan hipotesis null dan hipotesis alternative
• Ho : b
1
, b
2
, b
3
, b
4
, b
5
,b
6
= 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
tidak mempunyai pengaruh terhadap Dividend Payout Ratio DPR.
• Ho : b b
1
, b
2
, b
3
, b
4
, b
5
,b
6
≠ 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
mempunyai pengaruh terhadap Dividend Payout Ratio DPR.
2. Kriteria penerimaan sebagai berikut :
• Terima H bila - t
tabel
≤ t
hitung
≤ t
tabel •
Tolak H terima H
1
bila t
hitung
˃ t
tabel
atau t
hitung
˂ - t
tabel
3.5.3.3 Pengujian Hipotesis Secara Parsial Uji t
Uji statistik t, pada dasarnya menunjukkan seberapa jauh pengaruh satu variable bebas secara individual
dalam menerangkan variable terikat. Langkah-lngkah Uji t adalah :
1. Menentukan hipotesis null dan hipotesis alternative • Ho : b
1
, b
2
, b
3
, b
4
, b
5
,b
6
= 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
tidak mempunyai pengaruh terhadap Dividend Payout Ratio DPR.
• Ho : b b
1
, b
2
, b
3
, b
4
, b
5
,b
6
≠ 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
mempunyai pengaruh signifikan terhadap Dividend Payout Ratio DPR.
2. Menentukan nilai F
tabel
pada df
1
= k dan df
2
= n – k - 1
3. Kriteria penerimaan sebagai berikut : • Jika F
hitung
˃ F
tabel
berarti H ditolak
Artinya variabel-variabel bebas variabel independen tersebut secara simultansrempak
berpengaruh terhadap variabel terikat variabel dependen.
• Jika F
hitung
≤ F
tabel
berarti H ditolak
Artinya variabel-variabel bebas variabel independen tersebut secara simultansrempak
tidak berpengaruh berpengaruh terhadap variabel terikat variabel dependen.
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Statistik Deskriptif
Pada bab ini akan diuraikan hal-hal yang berkaitan dengan analisis data yang berhasil dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan
data terebut. Urutan pembahasan secara sistematis adalah deskripsi umum hasil penelitian, pengujian asumsi klasik, analisi data yang berupa hasil analisis regresi,
pengujian variabel secara parsial dan simultan dengan model regresi. Defenisi sampel penelitian ini adalah perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia selama tahun 2009-2013 yang telah mengeluarkan laporan keuangan dan yang membagiikan dividen, sehingga tidak seluruh perusahaan
manufaktur yang dijadikan sebagai sampel. Dari 131 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia hanya 7 perusahaan yang memenuhi kriteria.
Berdasarkan hasil analisis deskripsi statistik, maka di dalam Tabel 4.1 berikut akan ditampilkan karakteristik sampel yang digunakan dalam penelitian ini meliputi:
jumlah sampel N, rata-rata sampel mean, nilai maksimum, nilai minimum serta standar deviasi untuk masing-masing variabel.
Tabel 4.1 Hasil Analisis Deskriptif Data Perusahaan
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation
DPR 35
.01 .63
.3231 .16662
ROA 35
.01 .66
.1671 .13221
CR 35
.03 3.58
1.3151 .88981
DER 35
.01 2.06
.4826 .42415
MBV 35
.01 5.18
1.5671 1.68859
TAX 35
.10 .74
.2649 .13053
SG 35
-.18 .65
.1083 .12828
FCF 35
.20 .90
.4240 .17922
Valid N listwise
35
Sumber : Data Sekunder yang Diolah Software SPSS
Tabel 4.4 menunjukkan bahwa jumlah pengamatan perusahaan sebanyak 35. Rata-rata dari nilai variabel DPR adalah 0.3231 dengan rata-rata penyimpangan
sebesar 0.16662. Nilai DPR yang tertinggi maximum sebesar 0.63 yaitu pada perusahaan Astra Otoparts. Rasio ini tinggi disebabkan karena earning per share
yang rendah, sedangkan dividend per share nya tinggi. Variabel ROA yang paling rendah minimum adalah 0.01 yang dimiliki oleh
perusahaan Goodyear Indonesia. Sedangkan variabel ROA yang tertinggi maximum adalah 0.66 yaitu perusahaan Mandom Indonesia. Rata-rata variabel ROA sebesar
0.1671 dan rata-rata penyimpangan variabel ROA sebesar 0.13221. Nilai variabel CR yang tertinggi maximum sebesar 3.58 yang dimiliki oleh
perusahaan Semen Indonesia. Sedangkan variabel CR yang terendah minimum
dimiliki oleh perusahaan Mandom Indonesia, yakni sebesar 0.03. Rata-rata variabel CR sebesar 1.3151 dan rata-rata penyimpangannya sebesar 0.88981.
Variabel Debt to Equity Ratio DER memiliki nilai tertinggi maximum yakni sebesar 2.06 dan nilai terendah minimum dari variabel DER sebesar 0.01. Niali rata-
rata variabel DER adalah sebesar 0.4826 dan rata-rata penyimpangan variabel DER sebesar 0.42415.
Varibel Market to Book Value Ratio MBV memiliki nilai tertinggi maximum sebesar 5.18 yang dimiliki oleh perusahaan Semen Indonesia. Sedangkan nilai MBV
terkecil minimum dimiliki oleh perusahaan Goodyear Indonesia, yakni sebesar 0.01. Rata-rata variabel MBV adalah sebesar 1.5671 dan rata-rata penyimpangannya
sebesar 1.68859. Hal ini mengartikan bahwa penyebaran variabel ini sangat besar. Sehingga dapat disimpulkan bahwa data pada variabel MBV tidak bagus.
Variabel Corporate Tax TAX nilai terendah minimum dari variabel DER sebesar 0.10 dan nilai variabel TAX tertinggi maximum yakni sebesar 0.74 yang
dimiliki oleh perusahaan Gudang Garam. Perusahaan ini memiliki rasio TAX yang besar dikarenakan perusahaan tersebut memliki pajak terutang yang besar pada tahun
yang bersangkutan. Nilai rata-rata variabel TAX adalah sebesar 0.2649 dan rata-rata penyimpangan variabel TAX sebesar 0.13503.
Nilai variabel Sales Growth SG yang tertinggi maximum yakni sebesar 0.65, sedangkan nilai SG yang terendah minimum adalah sebesar -0.18 yang dimiliki oleh
perusahaan Multi Bintang Indonesia. Rata-rata nilai variabel SG sebesar 0.1083 dan nilai rata-rata penyimpangan variabel Sales Growth ini sebesar 0.12828. Variabel ini
memiliki nilai rata-rata penyimpangan yang lebih besar daripada nilai rata-rata variabelnya. Hal ini mengartikan bahwa penyebaran variabel ini sangat besar.
Sehingga dapat disimpulkan bahwa data pada variabel SG tidak bagus. Variabel Free Cash Flow FCF memiliki nilai terendah minimum sebesar 0.2
dan nilai tertinggi maximum sebsar 0.90. Rata-rata variabel FCF sebesar 0.4240 dan rata-rata penyebarannya sebesar 1.7922.
Dengan melihat besarnya nilai standar deviasi yang lebih kecil daripada rata- rata penyimpangannya, maka data-data yang digunakan dalam variabel DPR, ROA,
CR, DER, TAX dan SG memiliki sebaran yang kecil. Sehingga dapat disimpulkan bahwa data yang digunakan merupakan data yang bagus.
4.2 Uji Asumsi Klasik
Kategori