BAB IV HASIL DAN PEMBAHASAN
4.4 Hasil Penelitian
4.4.1 Analisis Statistik Deskriptif
Analisa statistik deskriptif bertujuan untuk menganalisa data agar sampel yang dihasilkan tidak memberikan gambaran kesimpulan yang di generalisasi. Pengoperasian submenu descriptive statistics pada SPSS for Windows 19.0 mencakup hampir semua unsur statistik deskriptif dasar, sehingga menyajikan karakteristik tertentu dari suatu data sampel. Output statistik deskriptif dari semua variabel yang digunakan dalam penelitian ini, yaitu Corporate Governace (CG), struktur modal (SM), struktur kepemilikan manajerial (SKM) dan variabel pembayaran dividen (PD) dari 10 perusahaan investasi yang menjadi sampel selama periode 2010-2013. Analisa statistik deskriptif dilakukan terhadap data dari ketiga periode tersebut dengan tujuan dapat dibandingkan. Kesimpulan yang dibuat dari hasil statistik deskriptif ini merupakan suatu analisa sederhana dari data variabel penelitian sehingga tidak dapat digunakan sebagai kesimpulan hasil penelitian secara umum.
Analisis deskriptif digunakan untuk mengetahui gambaran atau deskripsi yang meliputi nilai rata-rata, nilai minimum, nilai maksimum, dan nilai standar deviasi dari variabel penelitian. Hasil statistik deskriptif terhadap variabel penelitian dapat dilihat pada tabel berikut ini :
67 Tabel 4.6
Statistik deskriptif
Sumber : data diolah peneliti, 2014
Berdasarkan data dari 4.6 dapat dijelaskan bahwa:
a. Variabel prediksi pembayaran dividen (PD) memiliki sampel (N) sebanyak 40, dengan nilai mean 242.0850 dengan nilai minimum 13.26 nilai maksimum 958.73 dan mean (nilai rata-rata) 242.0850, Standar deviation variabel ini 337.26960.
b. Variabel perbandingan corporate governance (CG) memiliki sampel (N) sebanyak 40, dengan nilai minimum 93.32 nilai maksimum 313.33 dan nilai mean (nilai rata-rata) 185.9720. Standar deviation variabel ini 78.68488.
c. Variabel perbandingan struktur modal (SM) memiliki sampel (N) sebanyak 40, dengan nilai minimum 53.27 nilai maksimum 202.35 dan nilai mean (nilai rata-rata) 124.2120. Standar deviation variabel ini 51.72288.
d. Variabel perbandingan struktur kepemilikan manajerial (SKM) memiliki sampel (N) sebanyak 40, dengan nilai minimum 53.02 nilai maksimum 370.32 dan nilai mean (nilai rata-rata) 143.3970. Standar deviation variabel ini 337.26960. Descriptive Statistics 40 185.9720 78.68488 93.32 313.33 40 124.2120 51.72288 53.27 202.35 40 143.3970 88.29667 53.02 370.32 40 242.0850 337.26960 13.26 958.73 CG SM SKM PD
68 4.4.2 Uji Asumsi Klasik
Mengingat data yang digunakan adalah data sekunder, maka untuk menguji ketepatan model perlu dilakukan suatu pengujian dan untuk mengetahui apakah model yang digunakan dalam regresi benar-benar menunjukkan hubungan yang signifikan dan representatif maka model yang digunakan tersebut harus memenuhi uji asumsi klasik regresi. Dengan dilakukannya pengujian ini maka diharapkan agar model regresi yang diperoleh bisa dipertanggungjawabkan.
4.4.2.1Uji Normalitas
Uji normalitas data dilakukan dengan mempergunakan teknik Kolmogorov Smirnov Test. Hipotesis yang diuji adalah:
Ho = Sampel berasal dari populasi berdistribusi normal. H1 = Sampel tidak berasal dari populasi berdistribusi normal. Kriteria uji:
Jika signifikan yang diperoleh > α, maka sampel berasal dari populasi berdistribusi normal.
Jika signifikan yang diperoleh < α, maka sampel bukan berasal dari populasi berdistribusi normal. Pada taraf signifikan uji adalah α = 0,05.
Berikut ini ditampilkan tabel Output SPSS uji normalitas dari masing-masing variabel, pada tabel 4.7
69 Tabel 4.7
Uji normalitas One-Sample Kolmogorov-Smirnov Test
CG SM SKM PD
Normal Parameter Mean Std Deviation Most Extreme Absolute Differences Positive Negative Kolmogorov-Smirnov Z Asymp.Sig. (2-tailed) 10 185.9720 78.68488 .087 .087 -.053 .783 .572 10 124.2120 51.72288 .055 .055 -.041 .496 .966 10 143.3970 88.29667 .091 .063 -.091 .823 .508 10 242.0850 337.26960 .067 .067 -.042 .602 .862 a = Test distribution is Normal. b = Calculated from data.
Sumber : data diolah peneliti, 2014
Berdasarkan Tabel 4.7 di atas, dapat diuraikan hasil pengujian normalitas dari masing-masing variabel :
1) Pengujian normalitas terhadap data pembayaran dividen (PD) diperolah K-Z = 0,602 dengan Asymp. Sig (2-tailed) = 0,862. Karena Asymp. Sig (2-tailed) > 0,05 maka dapat disimpulkan bahwa data pembayaran dividen adalah normal. 2) Pengujian normalitas terhadap data corporate governance (CG) diperolah K-Z
= 0,783 dengan Asymp. Sig (2-tailed) = 0,572. Karena Asymp. Sig (2-tailed) > 0,05 maka dapat disimpulkan bahwa data corporate governance adalah normal.
3) Pengujian normalitas terhadap data struktur modal (SM) diperolah KZ = 0,496 dengan Asymp. Sig (2-tailed) = 0,966. Karena Asymp. Sig (2-tailed) > 0,05 maka dapat disimpulkan bahwa data sikap struktur modal adalah normal. 4) Pengujian normalitas terhadap data struktur kepemilikan manajerial (SKM)
70 Sig (2- tailed) > 0,05 maka dapat disimpulkan bahwa data struktur kepemilikan adalah normal.
Dari grafik hasil pengujian normalitas melalui histrogram terlihat bahwa residual terdistribusi secara normal dan berbentuk simetris tidak menceng ke kanan ataupun ke kiri dan pada grafik hasil pengujian normalitas melalui normal probility plots titik-titik menyebar berhimpit di sekitar diagonal hal ini menunjukan bahwa residual berdistribusi secara normal. Jadi dapat disimpulkan secara keseluruhan bahwa model regresi memenuhi syarat uji normalitas, sehingga model regresi layak dipakai untuk prediksi variabel dependen berdasarkan masukan variabel independennya.
Regression Standardized Residual02 -2-4Frequency
20151050
Gambar 4.1 Histogram Sumber : data diolah peneliti, 2014
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau ke kanan.
71
Observed Cum Prob1.00.80.60.40.20.0
Expected Cum Prob
1.00.80.60.40.20.0
Sumber : Hasil pengolahan data primer dengan SPSS 19.0 tahun 2014 (data diolah)
Gambar 4.2 : Normal Scatterplot
Dari grafik Scatterplot penelitian ini terlihat titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, hal ini menunjukkan tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi variabel dependen Corporate Governance (CG), struktur modal (SM), struktur kepemilikan manajerial (SKM) dan variabel independennya pembayaran dividen (PD).
4.4.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Karenamodel regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Uji multikolinieritas dilakukan dengan melihat tolerance value atau dengan
72 menggunakan Variance Inflation Factors (VIF) dari hasil analisis dengan menggunakan SPSS.
Jika terdapat Multikolinieritas maka koefisien regresi menjadi tidak tentu, tingkat kesalahannya menjadi sangat besar. Pada penelitian ini digunakan nilai tolerance dan VIF (Variance Inflation Factor). Jika nilai tolerance > 0,10 dan VIF <10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut begitu pula sebaliknya. Hasil uji multikolinearitas dapat dilihat pada Tabel 4.8 berikut ini.
Tabel 4.8
Sumber : data diolah peneliti, 2014
Corporate Governance (CG), struktur modal (SM), struktur kepemilikan manajerial (SKM)
Dari tabel di atas, dapat diketahui bahwa nilai tolerance variabel independen Corporate Governance (CG) = 0.944 > 0.10, struktur modal (SM)= 0.864 > 0.10 dan struktur kepemilikan manajerial (SKM) 0.893 > 0.10 dan begitu juga dengan nilai VIF dari Corporate Governance (CG), struktur modal (SM), struktur kepemilikan manajerial (SKM) < 10. Sehingga dapat disimpulkan bahwa dalam regresi antara variabel bebas Corporate Governance (CG), struktur modal
Coefficientsa 4.827 3.624 1.332 .191 -.113 .075 -.063 -1.503 .141 .165 -.243 -.062 .944 1.059 .713 .044 .717 16.275 .000 .856 .938 .667 .864 1.157 .260 .023 .480 11.077 .000 .700 .879 .454 .893 1.119 (Constant) CG SM SKM Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Zero-order Partial Part Correlations
Tolerance VIF Collinearity Statistics
Dependent Variable: Y a.
73 (SM), struktur kepemilikan manajerial (SKM) tidak terjadi multikolinieritas antar variabel bebas.
4.4.2.3Uji Heteroskedastisitas
Sebuah Uji Asumsi Regresi Berganda Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan lain tetap, disebut homoskedastisitas. Jika varians berbeda disebut heteroskedastisitas. Tidak terjadi heteroskedastisitas dalam model regresi yang baik. Pengujian heteroskedastisitas dalam penelitian ini menggunakan metode scatterplot pada uji regresi yang telah dilakukan sebelumnya. Pada metode ini yang perlu diperhatikan adalah melihat ada tidaknya pola tertentu dari variabel terikat, dimana jika terdapat pola tertentu maka tidak terjadi heteroskedastisitas, namun bila terdapat pola tertentu maka terjadi heteroskedastisitas pada data yang digunakan dalam penelitian ini. Grafik scatterplot diperoleh dari output uji regresi melalui penambahan plots dengan sresid sebagai Y dan z-pred sebagai X. Dari gambar 4.1 terlihat bahwa hubungan antara Regression Studentized Residual dan Regression Standardized Predicted Value yang berupa titik-titik tidak terlihat membentuk suatu pola tertentu. Keterangan tersebut menunjukkan bahwa pada penelitian ini tidak ada gejala heteroskedastisitas, sehingga model regresi yang dihasilkan layak digunakan untuk memprediksi variabel dependen berdasarkan masukan variabel bebasnya.
74
Regression Studentized Residual024
-2
-4
Regression Standardized Predicted
Value
543210-1
Sumber : Hasil pengolahan data primer dengan SPSS 19.0 tahun 2014 (data diolah)
Gambar 4.3 : Scatterplot
Berdasarkan gambar 4.3 di atas dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas karena titik menyebar secara tidak teratur atau tidak membentuk suatu pola tertentu serta titik menyebar di bawah dan di atas angka nol.
4.4.2.4Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya).
Ada beberapa cara dapat digunakan untuk mendeteksi masalah dan autokorelasi diantaranya adalah dengan uji Durbin-Witson. Menurut Sunyoto (2009) pengambilan keputusan ada tidaknya autokorelasi adalah:
1) Angka D-W diantara -2 berarti tidak ada autokorelasi 2) Angka D-W di atas +2 berarti ada autokorelasi
75 Tabel 4.9
Hasil uji Durbin-Witson
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Witson 1 .969a .940 .935 13.26271 2.629 a. Predictors (Constant), SKM, SM, CG b. Dependent Variable: PD
Sumber : data diolah peneliti, 2014
Tabel 4.7 menunjukkan hasil autokorelasi variabel penelitian. Berdasarkan hasil pengujian diperoleh bahwa tidak terjadi autokorelasi antar kesalahan pengganggu antar periode. Hal ini dilihat dari nilai Durbin-Watson (D-W) sebesar 2.629. Angka tersebut berada diantara +2, artinya bahwa angka DW lebih besar dari -2 berarti (-2 < 2.629 < +2). Jadi dapat disimpulkan bahwa ada autokorelasi.
4.4.3 Analisis Regresi Berganda
Model persamaan regresi yang baik adalah yang memenuhi persyaratan asumsi klasik, antara lain semua data berdistribusi normal, model harus bebas dari gejala multikolinieritas dan terbebas dari heterokedastisitas. Dari analisis sebelumnya telah terbukti bahwa model persamaan yang diajukan dalam penelitian ini telah memenuhi persyaratan asumsi klasik sehingga model persamaan dalam penelitian ini sudah dianggap baik. Analisis regresi digunakan untuk menguji hipotesis tentang pengaruh secara parsial variabel bebas terhadap variabel terikat.
Metode analisis regresi linear berganda berfungsi untuk mengetahui pengaruh/hubungan variabel bebas dengan variabel terikat. Pengolahan data akan dilakukan dengan menggunakan alat bantu aplikasi Sofware SPSS 19.0 for Windows.
76 Untuk menjawab hipotesis yang diajukan, maka akan digunakan analisis regresi linier berganda dengan variabel Corporate Governance struktur modal dan struktur kepemilikan terhadap pembayaran dividen. Hasil pengujian regresi adalah sebagai berikut : Tabel 4.10 Regresi Berganda Coefficients (a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.827 3.624 1.332 .191 CG -.113 .075 -.063 -1.503 .141 SM .713 .044 .717 16.275 .000 SKM .260 .023 .480 11.077 .009 a. Dependent Variable: PD
sumber : Hasil Pengolahan Data SPSS 19.0 (2014)
Berdasarkan hasil analisis regresi berganda pada tabel diperoleh persamaan regresi sebagai berikut :
Y = 4.827 + -0.113X1 + 0.713X2 + 0.260X3 + e
Pada understandardized coefficients, diperoleh a, β1,β2, β3 sebagai berikut: a. Nilai B Constant (α) = 4.827
Nili konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel bebas yaitu perbandingan corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM) terhadap pembayaran dividen (PD), maka perubahan nilai pembayarana dividen perusahaan yang dilihat dari nilai PD tetap 4.827
b. Nilai β1 = -0.113
Koefisien regresi ini menunjukkan bahwa setiap penurunan (negatif) perbandingan Corporate Governance (CG) sesebar 1 satuan, maka
77 perubahan Corporate Governance (CG) yang dilihat dari nilai pembayaran dividen (PD) akan berkurang sebesar -0.113 dengan asumsi variabel lain dianggap tetap.
c. Nilai β2 = 0.713
Koefisien regresi ini menunjukkan bahwa setiap kenaikan perbandingan struktur modal (SM) sebesar 1 satuan, maka perubahan struktur modal (SM) yang dilihat dari nilai pembayaran dividen (PD) akan berkurang 0.713 dengan asumsi variabel lain dianggap tetap.
d. Nilai β3 = 0.260
Koefisien regresi ini menunjukkan bahwa setiap kenaikan perbandingan struktur kepemilikan manajerial (SKM) sebesar 1 satuan, maka perubahan struktur kepemilikan manajerial (SKM) yang dilihat dari nilai pembayaran dividen (PD) akan berkurang 0.260 dengan asumsi variabel lain dianggap tetap.
4.4.4 Pengujian Hipotesis
Dalam penelitian ini, peneliti menggunakan analisis regresi berganda dengan uji koefisien determinasi. Nilai yang digunakan untuk melihat koefisien determinasi yaitu Adjusted R2. Adjusted R2 untuk mengukur seberapa jauh kemampuan model menerangkan variabel dependen.
Berdasarkan hasil dari pengolahan data dengan menggunakan SPSS diperoleh hasil sebagai berikut:
78 Tabel 4.11 Adjusted R2 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Witson 1 .969a .940 .935 13.26271 2.629 a. Predictors (Constant), CG, SM, SKM b. Dependent Variable: PD
Sumber : Data diolah peneliti, 2014
Dari tabel diatas, dapat dilihat hasil analisis secara regresi menunjukkan R = 0.969 menunjukkan bahwa korelasi atau hubungan antara corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM) terhadap pembayaran dividen (PD) mempunyai hubungan sangat erat.
Nilai adjusted R square sebesar 0.935 mengindikasikan bahwa variasi dari ketiga variabel independen mampu menjelaskan variabel dependen sebesar 100%. Standar Error of Estimate (SEE) adalah 13.26271 yang mana makin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel independen. Pengujian hipotesis dilakukan dengan menggunakan dua cara:
4.4.4.3Uji t (t-tes)
Uji t dilakukan dengan mengetahui hubungan antara variabel-variabel independen dengan variabel independen secara parsial (individu).
Nilai thitung akan dibandingkan dengan nilai ttabel. Nilai ttabel pada tingkat kesalahan (α) = 5% dengan derajat kebebasan (df) = (n-k). Banyak observasi (n) sebanyak 40 banyaknya variabel (bebas dan terikat) sebanyak 4. Jadi, df = (40-4) = 36. Dengan demikian nilai ttabel adalah sebesar 2.02. Kriteria pengambilan keputusan dalam uji thitung ini adalah sebagai berikut:
79 a. Ha diterima apabila t-hitung > t-tabel, pada α = 5% dan nilai p-value < level of
significant sebesar 0.05.
b. Ha ditolak apabila t-hitung < t-tabel, pada α = 5% dan nilai p-value < level of significant sebesar 0.05. Tabel 4.12 Uji Statistik t Coefficients (a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.827 3.624 1.332 .191 CG -.113 .075 -.063 -1.503 .141 SM .713 .044 .717 16.275 .000 SKM .260 .023 .480 11.077 .009 a. Dependent Variable: PD Sumber : Data diolah peneliti, 2014
Berdasarkan hasil pengujian statistik t pada table 4.12 dapat dijelaskan:
1. Hubungan perbandingan Corporate Governance (CG) dengan prediksi pembayaran dividen (PD)
a. Nilai signifikansi = 0.141 menunjukkan nilai sig. untuk uji t individual (parsial) lebih kecil dari (<) 0.05. hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara thitung dengan ttabel yaitu perbandingan Corporate Governance (CG) secara parsial memiliki hubungan dengan prediksi pembayaran dividen (PD).
b. Variabel tidak berpengaruh Corporate Governance (CG) memiliki thitung sebesar -1.503 dengan nilai signifikansi 0.141 (< 0.05). dengan menggunakan thitung < ttabel (-1.503 < 2.02) yang berarti bahwa Ho ditolak artinya perbandingan Corporate Governance (CG) secara
80 parsial tidak memiliki hubungan/pengaruh dengan prediksi pembayaran dividen (PD) yang terdaftar di Bursa Efek Indonesia.
2. Hubungan perbandingan struktur modal (SM) dengan prediksi pembayaran dividen (PD)
a. Nilai signifikansi = 0.000 menunjukkan nilai sig. untuk uji t individual (parsial) lebih kecil dari (<) 0.05. hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara thitung dengan ttabel yaitu perbandingan struktur modal (SM) secara parsial memiliki hubungan dengan prediksi pembayaran dividen (Y).
b. Variabel pengaruh perbandingan struktur modal (SM) memiliki thitung sebesar 16.275 dengan nilai signifikansi 0.000 (< 0.05). dengan menggunakan thitung > ttabel (16.275 > 2.02) yang berarti bahwa Ha diterima artinya perbandingan struktur modal (SM) secara parsial memiliki hubungan/pengaruh dengan prediksi pembayaran dividen (PD) yang terdaftar di Bursa Efek Indonesia.
3. Hubungan perbandingan struktur kepemilikan manajerial (SKM) dengan prediksi pembayaran dividen (PD)
a. Nilai signifikansi = 0.000 menunjukkan nilai sig. untuk uji t individual (parsial) lebih kecil dari (<) 0.05. hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara thitung dengan ttabel yaitu perbandingan struktur kepemilikan manajerial (SKM) secara parsial memiliki hubungan dengan prediksi pembayaran dividen (PD) di Bursa Efek Indonesia.
81 b. Variabel pengaruh perbandingan struktur kepemilikan manajerial (SKM) memiliki thitung sebesar 11.077 dengan nilai signifikansi 0.000 (< 0.05). dengan menggunakan thitung > ttabel (11.077 > 2.02) yang berarti bahwa Ha diterima artinya perbandingan struktur kepemilikan manajerial (SKM) secara parsial memiliki hubungan/pengaruh dengan prediksi pembayaran dividen (PD) yang terdaftar di Bursa Efek Indonesia.
4.4.4.2 Uji F (F-tes)
Uji F dilakukan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah:
1. Ha diterima apabila F-hitung > F tabel, pada α = 5% dan nilai p-value < level of significant sebesar 0.05
2. Ha ditolak apabila F-hitung < F-tabel, pada α = 5% dan nilai p-value < level of significant sebesar 0.05.
Uji regresi simultan atau uji F digunakan untuk menunjukan apakah semua variabel independen atau variabel bebas yang dimasukan dalam model mempunyai pengaruh terhadap variabel dependen atau terikat. Hasil penelitian dikatakan signifikan dan dapat diterima apabila nilai signifikasi F lebih kecil daripada 0.05 atau α = 5 %. Hasil uji regresi simultan terhadap corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM) dapat dilihat dalam tabel sebagai berikut:
82 Tabel 4.13
Uji Statistik F
Hasil uji F pada table 4.13 menunjukkan nilai F-hitung sebesar 186.642 dengan signifikansi 0.000 (< 0.05) dan tabel bernilai 186.642, sehingga nilai F-hitung > F-tabel (186.642 > 1.69) yang berarti bahwa Ha diterima, dengan arti variabel bebas corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM) secara simultan memiliki pengaruh dengan pembayaran dividen (PD) pada Perusahaan Investasi yang terdaftar di Bursa Efek Indonesia.
Pengujian pengaruh variabel bebas secara bersama-sama terhadap variabel terikatnya dilakukan dengan menggunakan uji F. Hasil perhitungan statistik menunjukkan nilai F hitung = 186.642. Dengan menggunakan batas signifikansi 0.05, maka diperoleh nilai signifikansi tersebut lebih kecil dari 0,05. Hal ini berarti bahwa hipotesis yang menyatakan bahwa secara simultan variabel corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM) mempunyai pengaruh terhadap pembayaran dividen (PD).
4.4.4.3 Koefisien Determinasi (R²)
Koefisien determinasi merupakan besaran yang menunjukkan besarnya variasi variabel dependen yang dapat dijelaskan oleh variable independennya. Dengan
kata lain, koefisien determinasi ini digunakan untuk mengukur seberapa jauh
ANOVA b 98490.806 3 32830.269 186.642 .000a 6332.385 36 175.900 104823.2 39 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), SKM, SM, CG a.
Dependent Variable: PD b.
83 variabelvariabel bebas dalam menerangkan variabel terikatnya. Nilai koefisien determinasi ditentukan dengan nilai adjusted R square sebagaimana dapat dilihat pada tabel 4.14: Tabel 4.14 Koefisien determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Witson 1 .969a .940 .935 13.26271 2.629 a. Predictors: (Constant), SKM, CG, SM
Sumber: Data primer yang diolah, 2014
Hasil perhitungan regresi dapat diketahui bahwa koefisien determinasi (adjusted R2) yang diperoleh sebesar 0.935. Hal ini berarti 93.5% variasi variabel pembayaran dividen (PD) dapat dijelaskan oleh variabel corporate governance (CG), struktur modal (SM) dan struktur kepemilikan manajerial (SKM), sedangkan sisanya sebesar 6.5% diterangkan oleh variabel lain yang tidak diajukan dalam penelitian ini.