BAB IV PENEMUAN DAN PEMBAHASAN
B. Analisis dan Pembahasan
Analisis data dilakukan dengan cara yakni analisis deskriptif dan
model regresi linear berganda data yang tersedia bagi variabel dependen yaitu Dividen Payout Ratio dan variabel independen yang terdiri dari Likuiditas (CR), Solvabilitas (DER, DTA), Aktivitas (TATO), dan Profitabilitas(ROA, EPS).Analisis dilakukan dengan menguji pengaruh keenam variabel independen terhadap variabel dependen dividend payout ratio secara simultan melalui Uji F, secara parsial melalui Uji T dan untuk mengetahui variabel mana yang lebih dominan mempengaruhi dividend payout ratio.
Analisi pertama yang dilakukan adalah memilih perushaan yang sesuai dengan kriteria sampel yaitu perusahaan yang terdaftar (listed) di Jakarta Islamic Index pada periode 2007-2010, mempunyai data yang lengkap untuk variabel yang diteliti dan membagikan dividen selama periode penelitien. Data mengenai sampel dapat dilihat dalam lampiran 1. Setelah didapatkan data perusahaan yang akan dilakukan sampel kemudian dihitung data tersebut dapat dilihat pada lampiran 2 sampai lampiran 8. Dari data tersebut dilakukan uji-f dan uji-t dengan mengunakan model regresi linear berganda. Hasil perhitungan dengan menggunakan program SPSS 17.0 dapat dilihat pada lampiran 9.
Penelitian ini menggunakan purposive sampling yaitu metode pengamatan dengan maksud tertentu. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari pusat referensi pasar modal, www.idx.co.id dan alamat website dari setiap perusahaan. 1. Analisis Deskriptif
Statistik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data. Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data, yang menggambarkan karakteristik sampel yang digunakan dalam penelitian Analisis
Terhadap Kebijakan Pembayaran Dividen Pada Perusahaan Jakarta Islamic Index.
Analisis ini menjelaskan karakteristik target populasi terutama mencakup mean, standar eror, nilai ekstrim yaitu nilai minimum dan nilai maksimum serta standar deviasi.
Tabel 4.2
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DPR 40 .01 1.47 .3523 .25878 CR 40 .17 8.01 2.7518 1.98009 DER 40 .18 1.78 .6482 .44266 DTA 40 .1463 .5549 .325867 .1431044 TATO 40 .16 2.43 1.0658 .53528 ROA 40 .0369 .6215 .200190 .1290279 EPS 40 46 11120 857.52 1847.730 Valid N (listwise) 40
(Sumber: Data diolah)
Berdasarkan tabel 4.2 diketahui seluruh variabel yang digunakan dalam penelitian ini yang terdiri dari (variabel independen) pada perusahaan Jakarta Islamic Index yang terdaftar di BEI kurun waktu penelitian selama 4 tahun yakni tahun 2007-2010 memiliki sampel sebanyak 40 data pengamatan (10 perusahaan X 4 tahun = 40 pengamatan). Dengan deskripsi dan nilai sebagai berikut:
Dividen payout ratio (DPR) memiliki nilai rata-rata 0.3523 dan nilai
standar deviasi sebesar 0.25878, nilai minimum dari Dividen payout ratio 0.01, dan nilai maximum sebesar 1.47. Variabel Current Ratio
memiliki nilai rata-rata sebesar 2.7518 dan nilai standar deviasi
sebesar 1.98009, nilai minimum dari Current Ratio sebesar 0.17 dan nilai maksimum sebesar 8.01.
Variabel Debt Equity Ratio memiliki nilai rata-rata sebesar 0,6482 dan nilai standar deviasi sebesar 0,44266, nilai minimum dari
Debt Equity Ratio sebesar 0,18 dan nilai maksimum sebesar 1,78. Variabel Debt to Total Assets Ratio memiliki nilai rata-rata sebesar 0,325867 dan nilai standar deviasi sebesar 0,1431044, nilai minimum sebesar 0,1463 dan nilai maksimum sebesar 0,5549.
Variabel Total Assets Turn Over memiliki nilai rata-rata sebesar 1,0658 dan nilai standar deviasi sebesar 0,53528, nilai minimum dari
Total Assets Turn Over sebesar 0,16 dan nilai maksimum sebesar
2,43.
Variabel Return on Assets memiliki nilai rata-rata sebesar 0,200190 dan nilai standar deviasi sebesar 0,1290279, nilai minimum dari Return on Assets sebesar 0,0369 dan nilai maksimum sebesar
Sedangkan Earning Per Share variabel memiliki rata-rata sebesar 857,52 dan nilai standar deviasi sebesar 1847,730, nilai
minimum dari Earning Per Share sebesar 46 dan nilai maksimum
sebesar 11120. Sehingga dapat disimpulkan bahwa seluruh variabel tersebut menunjukkan hasil yang baik..
a. Pembahasan
Terhadap model regresi linear berganda ini, agar valid perlu dilakukan uji asumsi klasik. Adapun yang harus dilakukan dan terpenuhi agar model terbebas dari asumsi klasik antara lain tidak terjadi:
b. Pengujian Asumsi Klasik 1) Uji Normalitas
Model regressi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah distribusi data normal atau tidak, salah satunya dengan menggunakan analisis grafik. Cara yang paling sederhana adalah dengan melihat histogram yang membandingkan antara data yang diteliti dengan distribusi yang mendekati distribusi normal sebagaimana terlihat pada gambar berikut:
Gambar 4.1. Histogram Uji Normalitas
Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati normal. Namun demikian jika hanya dengan melihat histogram, hal ini dapat memberikan hasil yang meragukan khususnya untuk jumlah sampel kecil. Metode yang handal adalah dengan melihat normal probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut:
Berdasarkan grafik normal plot, menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal sehingga memenuhi asumsi normalitas.
Tabel 4.3
Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
DPR CR DER DTA TATO ROA EPS
N 40 40 40 40 40 40 40
Normal Parametersa,,b Mean .3523 2.7513 .8595 .556025 1.0658 .200153 4.57
Std. Deviation .25878 1.97965 .15048 .1248758 .53528 .1290531 1.545
Most Extreme Differences Absolute .196 .159 .202 .188 .141 .160 .148
Positive .196 .159 .202 .188 .141 .160 .148
Negative -.131 -.106 -.127 -.185 -.087 -.104 -.102
Kolmogorov-Smirnov Z 1.240 1.006 1.279 1.188 .893 1.010 .936
Asymp. Sig. (2-tailed) .092 .264 .076 .119 .403 .260 .345
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan tabel hasil uji kolmogorov smirnov diatas bahwa data variabel CR, DER, DTA, TATO, ROA, EPS, dan DPR mempunyai nilai signifikan masing-masing berurutan sebesar 0,264, 0,076, 0,119, 0.403, 0,260, 0,345 dan 0,092 dimana hasilnya menunujukkan tingkat signifikan lebih besar dari α = 0,05. Hal ini berarti bahwa nilai data tersebut signifikan. Sehingga H0 diterima, artinya bahwa data berasal distribusi normal.
2) Uji Multikolinieritas
Untuk mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen digunakan Variance Inflation Factor (VIF) dan Tolerance. Batas dari Tolerance value adalah 0.10 dan batas VIF adalah 10. Jika tolerance value dibawah 0.10 dan nilai VIF diatas 10 maka tidak terjadi multikolinieritas. Sampel hasil yang ditunjukkan dalam output SPSS maka besar nilai
VIF dan nilai tolerance dari masing-masing variabel
independen dapat dilihat pada tabel 4.4 sebagai berikut: Tabel 4.4
Hasil Uji Multikolinearitas
Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) CR .505 1.982 DER .190 5.258 DTA .147 6.817 TATO .505 1.980 ROA .466 2.147 EPS .843 1.187 a. Dependent Variable: DPR
Sampel tabel 4.4 memperlihatkan hasil pengujian multikolinearitas. Hasil pengujian tersebut menunjukkan bahwa tidak ada variabel independen yang memiliki nilai tolerance
kurang dari 0.10 dan nilai VIF lebih dari 10. Dengan demikian model regresi dalam penelitian ini terbukti terbebas dari gejala multikolonieritas.
3) Uji Autokorelasi
Tujuan pengujian autokorelasi adalah untuk mengetahui ada tidaknya korelasi antar anggota dari observasi yang disusun menurut time series atau cross section. Asumsi autokorelasi didefinisikan sebagai terjadinya korelasi diantara data pengamatan, dimana munculnya suatu data dipengaruhi oleh data sebelumnya.
Penyimpangan autokorelasi dalam penelitian diuji dengan uji Durbin-Watson (DW-test). Berdasarkan output SPSS 17.00, maka hasil uji autokorelasi pada tabel 4.5 sebagai berikut:
Tabel 4.5
Output Durbin-Watson SPSS 17.0
Pengambilan keputusan ada atau tidaknya autokorelasi berdasarkan tabel autokorelasi yang menyebutkan bahwa nilai Uji Durbin Watson = 2.287. Sedangkan dalam tabel DW untuk “k”=6 dan N=40 besarnya DW tabel: dl (batas luar) = 1,1754; du (batas dalam) = 1,8538; 4 – du = 2,8246; dan 4 – dl = 2,1462 maka dari perhitungan disimpulkan bahwa DW-test terletak pada daerah uji. Hal ini dapat dilihat pada gambar 4.3 sebagai berikut:
Gambar 4.3 Hasil Uji Durbin Watson
Positive Autocorrelation indication Non autocorrelation indication Negative Autocorrelation 0 dl 1,1754 Du 2 2,287 1,8538 DW 4-du 2,8246 4-dl 2,1462 4 4) Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan kepengamatan yang lain. Jika varians dari residual satu pengamatan kepengamatan lain tetap, maka dapat disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Kebanyakan data crosssection mengandung situasi
Heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran.
Dalam penelitian ini untuk melihat Grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dan residualnya SRESID. Deteksi ada atau tidaknya Heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya Heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi ԟ Y sesungguhnya) yang telah di-studentized. Dasar analisis:
a) Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu (bergelombang, melebar kemudian menyempit), maka
b) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas.
Gambar 4.4 Uji Heteroskedastisitas
Dari grafik scatterplots diatas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Dividen payout ratio berdasarkan masukan variabel independen Likuiditas(CR), Solvabilitas (DER, DTA), Aktivitas (TATO),
2. Analisis Regresi Linear Berganda
Dari hasil analisis uji asumsi klasik didapatkan hasil bahwa semua variabel yang diteliti terbebas dari gejala multikolinearitas.
Setelah dilakukan uji asumsi klasik yang dilakukan dengan hanya menggunakan satu variabel dependen yaitu dividen payout ratio dan enam variabel independen yaitu Likuiditas (CR), Solvabilitas (DER, DTA), Aktivitas(TATO), danProfitabilitas(ROA, EPS).
Pengujian secara simultan pada tabel 4.6 dapat diketahui bahwa variabel independen Likuiditas (CR), Solvabilitas (DER, DTA),
Aktivitas (TATO), dan Profitabilitas (ROA, EPS) secara simultan mempunyai pengaruh yang signifikan terhadap variabel dependen dividen payout ratio. Hal ini dapat dilihat dari nilai F-hitung (6,108) F-tabel (2,34) dengan tingkat signifikan sebesar 0,000 yang lebih kecil dari 0,05 (α = 0,05). Hasil analisis signifikan, model regresi yang diajukan akan diikhtisarkan pada tabel 4.6 sebagai beikut:
Tabel 4.6 Hasil Uji F
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
11 Regression 1.374 6 .229 6.108 .000a
Residual 1.237 33 .037
Total 2.612 39
a. Predictors: (Constant), EPS, TATO, DER, CR, ROA, DTA b. Dependent Variable: DPR
Namun secara simultan terdapat empat variabel independen yaitu variabel Likuiditas (CR), Solvabilitas (DTA), Aktivitas (TATO), dan Profitabilitas (ROA) yang berpengaruh signifikan pada level kurang dari 5%, sedangkan kedua variabel independen yang lain terbukti
tidak signifikan untuk Solvabilitas (DER) sebesar 0,203, dan
Profitabilitas (EPS) sebesar 0,234, kedua variabel tersebut
menunjukkan hasil yang lebih besar dari 0,05. Hasil ini menunjukkan bahwa ROA merupakan indikator yang penting dipertimbangkan oleh pemegang saham. Investor dapat menggunakan variabel tersebut sebagai bahan pertimbangan untuk investasi dipasar modal.
Tabel 4.7 Hail Uji T Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.185 .175 -1.052 .300 CR .045 .022 .347 2.056 .048 .505 1.982 DER -.208 .161 -.357 -1.298 .203 .190 5.258 DTA 1.241 .566 .685 2.191 .036 .147 6.817 TATO -.207 .082 -.429 -2.542 .016 .505 1.980 ROA 1.922 .352 .959 5.459 .000 .466 2.147 EPS -2.214E-5 .000 -.158 -1.211 .234 .843 1.187 a. Dependent Variable: DPR
Hasil ini sesuai dengan penelitian yang telah dilakukan oleh Didik Indarwati (2007). Dalam penelitiannya mengenai profitabilitas sebagai penentu kebijakan dividen di Bursa Efek Indonesia, menghasilkan bahwa pengaruh secara parsial variabel ROA yang berpengaruh signifikan pada level kurang dari 5% (ditunjukkan dengan sig.F 0.032).
3. Pengujian Hipotesis
(CR), Solvabilitas (DER, DTA), Aktivitas (TATO), dan Profitabilitas
(ROA, EPS).
a. Hubungan antara Likuiditas (CR) dengan Dividend Payout Ratio Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Likuiditas dengan menggunakan indikator CR memiliki t-hitung > t-tabel dimana t-hitung 2.056 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.048. Tingkat signifikansi tersebut adalah lebih kecil dari taraf signifikansi α = 0.05,
sehingga dapat dikatakan bahwa variabel Likuiditas dengan
menggunakan indikator CR mempunayi pengaruh yang signifikan terhadap DPR. Dengan demikian Ho ditolak dan Ha diterima.
Variabel Likuiditas dengan menggunakan indikator CR
mempunyai koefisien regresi dengan arah positif sebesar 0.045. hal ini berarti bahwa hubungan antara variabel Likuiditas dengan menggunakan indikator CR terhadap variabel DPR adalah positif. Dengan demikian dapat diinterpretasikan bahwa jika Current Ratio naik 1 kali maka DPR akan naik sebesar 0.045 rupiah. Hasil ini menandakan bahwa pembayaran dividen dipengaruhi oleh tingkat likuiditas perusahaan. Hasil ini sesuai dengan penelitian J.C. Shanti (2010) menunjukkan bahwa variabel Likuiditas
berpengaruh signifikan terhadap dividen kas pada perusahaan manufaktur yang terdaftar di BEI. Namun hasil ini tidak sesuai dengan penelitian yang dilakukan olah Didik Indarwati (2007) menyatakan bahwa Likuiditas (CR) tidak terdapat pengaruh yang signifikan terhadap DPS pada perusahaan industri dan makanan yang listed di BEJ periode 2001-2005.
b. Hubungan antara Solvabilitas (DER) dengan Dividend Payout Ratio
Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Solvabilitas dengan menggunakan indikator DER memiliki t-hitung < t-tabel dimana t-t-hitung -1.298 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.203. Tingkat signifikansi tersebut adalah lebih besar dari taraf signifikansi α = 0.05, sehingga dapat dikatakan bahwa variabel Solvabilitas dengan menggunakan indikator DER tidak mempunyai pengaruh yang signifikan terhadap DPR. Dengan demikian Ho diterima dan Ha ditolak. Variabel Solvabilitas dengan menggunakan indikator
DER mempunyai koefisien regresi dengan arah negatif sebesar -0.208. hal ini berarti bahwa hubungan antara variabel Solvabilitas
negatif. Dengan demikian dapat diinterpretasikan bahwa dengan semakin besarnya nilai DER berarti semakin berkurang DPR yang diperoleh oleh investor. Hasil ini sesuai dengan penelitian Didik Indarwati (2007) dalam penelitiannya mengenai Profitabilitas Sebagai Penentu Kebijakan Dividen di BEJ yang menyatakan bahwa variabel DER secara parsial tidak berpengaruh signifikan terhadap variabel DPS.
c. Hubungan antara Solvabilitas (DTA) dengan Dividend Pyout Ratio Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Solvabilitas dengan menggunakan indikator DTA memiliki t-hitung > t-tabel dimana t-t-hitung 2.191 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.036. Tingkat signifikansi tersebut adalah lebih kecil dari taraf signifikansi α = 0.05, sehingga dapat dikatakan bahwa variabel Solvabilitas
dengan menggunakan indikator DTA mempunayi pengaruh yang
signifikan terhadap DPR. Variabel DTA mempunyai koefisien regresi dengan arah positif sebesar 1.241. Hal ini berarti bahwa hubungan antara variabel Solvabilitas dengan menggunakan indikator DTA dengan variabel DPR adalah positif. Artinya perubahan nilai rasio DTA akan mempengaruhi kebijakan dividen.
Jika nilai rasio DTA semakin kecil akan memungkinkan perusahaan mengambil kebijakan untuk membagikan dividen. Hasil ini sesuai dengan penelitian yang dilakukan oleh Tesdi
Priono (2006:51) yang menyatakan bahwa DTA berpengaruh
signifikan terhadap DPR. Dengan demikian Ho ditolak dan Ha diterima. Hasil ini bertentangan dengan penelitian yang dilakukan Asmawi (2009:98) yang menyatakan bahwa variabel DTA tidak mempunyai pengaruh yang signifikan terhadap dividend cash. d. Hubungan antara Aktivitas (TATO) dengan Dividend Payout Ratio
Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Aktivitas dengan menggunakan indikator (TATO) memiliki t-hitung < t-tabel dimana t-t-hitung -2.542 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.016. Tingkat signifikansi tersebut adalah lebih kecil dari taraf signifikansi α = 0.05, sehingga dapat dikatakan bahwa variabel Aktivitas dengan
menggunakan indikator TATO mempunyai pengaruh yang
signifikan terhadap DPR. Dengan demikian Ho ditolak dan Ha diterima. Hasil ini sesuai dengan penelitian yang dilakukan oleh Ari Subagya Listyantara (2005:52) menyatakan bahwa Varaiabel
Aktivitas (TATO) mempunyai koefisien regresi dengan arah negatif sebesar -0.207. Hal ini berarti bahwa hubungan antara variabel TATO dengan variabel DPR adalah negatif. Namun hasil ini bertentangan dengan penelitian yang dilakukan oleh Tita Deitiana (2009) yang menyatakan bahwa variabel aktivitas tidak berpengaruh signifikan terhadap DPR.
e. Hubungan antara Profitabilitas (ROA) dengan Dividend Payout Ratio
Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Profitabilitas dengan menggunakan indikator (ROA) memiliki t-hitung > t-tabel dimana t-t-hitung 5.459 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.000. Tingkat signifikansi tersebut adalah lebih kecil dari taraf signifikansi α = 0.05, sehingga dapat dikatakan bahwa variabel Profitabilitas dengan menggunakan indikator (ROA) mempunayi pengaruh yang signifikan terhadap DPR. Dengan demikian secara parsial variabel hipotesis Ho ditolak dan Ha diterima. Variabel Profitabilitas
dengan menggunakan indikator (ROA) mempunyai koefisien
regresi dengan arah positif sebesar 1.922. Hal ini berarti bahwa
indikator (ROA) dengan variabel DPR adalah positif. Dengan demikian dapat diinterpretasikan bahwa jika ROA meningkat 1 rupiah maka DPR akan meningkat sebesar 1.922 rupiah dengan asumsi variabel lainnya konstan. Hasil ini didukung oleh penelitian Didik Indarwati (2007), dalam penelitiannya mengenai profitabilitas sebagai penentu kebijakan pembayaran dividen di BEJ yang menyatakan bahwa secara parsial berpengaruh signifikan terhadap variabel DPS.
f. Hubungan antara Profitabilitas (EPS) dengan Dividend Payout ratio
Berdasarkan tabel 4.7 diatas dapat diketahui bahwa variabel Profitabilitas dengan menggunakan indikator (EPS) memiliki t-hitung < t-tabel dimana t-t-hitung -1.211 dan t-tabel 1.684 dengan tingkat signifikansi (sig. hitung) sebesar 0.234. Tingkat signifikansi tersebut adalah lebih besar dari taraf signifikansi α = 0.05, sehingga dapat dikatakan bahwa variabel Profitabilitas dengan menggunakan indikator (EPS) tidak mempunayi pengaruh yang signifikan terhadap DPR. Dengan demikian secara parsial variabel hipotesis Ho diterima dan Ha ditolak. Variabel
koefisien regresi dengan arah negatif sebesar -2.214. Hal ini berarti bahwa hubungan antara variabel Profitabilitas dengan menggunakan indikator ROA dengan variabel DPR adalah negatif. Dengan demikian dapat diinterpretasikan bahwa jika EPS turun 1 rupiah maka DPR akan turun sebesar -2.214 rupiah dengan asumsi variabel lainnya konstan. Hal ini didukung oleh J.C. Shanti (2010) dalam penelitiannya mengenai Analisis kinerja keuangan perusahaan manufaktur yang terdaftar di BEI menyatakan bahwa variabel profitabilitas ratio secara parsial tidak berpengaruh signifikan terhadap pembayaran dividen kas.
Persamaan Regresi Setelah Uji Asumai Klasik: Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + e
Y = 0.185 + 0.045X1 - 0.208X2 + 1.241X3 - 0.207X4 + 1.922X5 - 2.214X6 Dari hasil persamaan tersebut menunjukkan bahwa selama
periode penelitian konstanta sebesar 0.185 menyatakan bahwa jika variabel independen dianggap konstan, maka rata-rata dividen kas yang didapat oleh pemegang saham sebesar 0.185 rupiah. Sedangkan tanda positif pada CR, DTA, dan ROA sesuai dengan konsep teori yang mendasarinya, dimana jika Current Ratio, DTA
Sementara variabel DER, TATO dan EPS yang bertanda negatif menunjukkan adanya penurunan dividen yang dibagi terutama
DPR.
Tabel 4.8
Hasil Uji Koefisien Determinasi (R²)
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 .725a .526 .440 .19365 2.287
a. Predictors: (Constant), EPS, TATO, DER, CR, ROA, DTA b. Dependent Variable: DPR
Berdasarkan tabel 4.8 kelima variabel bebas tersebut diperoleh R² atau nilai koefisien determinasi (adjusted R²)sebesar 0.440 atau 44%. Hal ini berarti bahwa hanya 44% dari variabel dependen yaitu dividen kas dapat dijelaskan oleh variabel independen Likuiditas (CR), Solvabilitas (DER, DTA), Aktivitas (TATO), dan Profitabilitas (ROA, EPS) sedangkan sisanya yaitu sebesar 66% dijelaskan oleh faktor-faktor lain diluar model yang diuji dalam penelitian ini.