HASIL PENELITIAN DAN PEMBAHASAN
8. Petrosea Tbk (PTRO)
4.2 Hasil Penelitian
4.2.2 Analisis Statistik .1 Uji AsumsiKlasik
Uji asumsi klasik adalah persyaratan statistik yang harus dimiliki oleh analisisregresi linier berganda.
a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel independen dan variabel dependen atau keduanya berdistribusi normal atau tidak. Model yang paling baik adalah distribusi data normal atau mendekati normal. Normalitas data dapat dideteksi dengan melihat bentuk kurva histogram dengan kemiringan seimbang ke kiri dan ke kanan dan berbentuk seperti lonceng atau dengan melihat titik-titik data yang menyebar di sekitar garis diagonal dan searah mengikuti garis diagonal dari gambar normal P-Plot.
Gambar 4.1
Histogram Dependent Variabel (Dividend Payout Ratio)
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.1 ini menunjukkan kurva histogram yang memiliki kemiringan seimbang kekiri dan kekanan, atau tidak condong ke kiri maupun kekanan, melainkan ke tengah dengan bentuk seperti lonceng. Hal ini memenuhi salah satu syarat uji normalitas data bahwa data berdistribusi normal
Gambar 4.2
Normal P-Plot of Regresion Standarized Residual
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.2 ini merupakan kurva P-Plot yang menunjukkan penyebaran titik-titik data di sekitar garis diagonal dan mengikuti arah garis diagonal. Menurut Umar (2008:181), apabila data menyebar di sekitar garis diagonal, maka regresi memenuhi asumsi normalitas. Sehingga dapat disimpulkan bahwa data pada variabel yang digunakan dalam penelitian ini, yaitu variable Dividend Payout Ratio, berdistribusi normal.
Penelitian ini juga menggunakan Uji Statistik non-parametrik One sample Kolmogorov-Smirnov untuk mendapatkan tingkat uji normalitas yang lebih signifikan. Menurut Umar, (2008:181) bahwa, apabila pada hasil Uji Kolmogrov Smirnov, nilai Asymp.Sig. (2-tailed) lebih besar dari 0,05 (α=5%, tingkat signifikan) maka data berdistribusi normal. Pada Tabel 4.3 berikut ini, diperoleh nilai Asymp.Sig (2-tailed) > taraf nyata (α) , yaitu 1.109 > 0.05. Hal ini berarti bahwa H0 diterima, yang berarti data residual berasal dari distribusi normal.
Tabel 4.3
Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 32
Normal Parametersa,b Mean ,0000000
Std. Deviation ,31757619
Most Extreme Differences Absolute ,196
Positive ,196
Negative -,138
Kolmogorov-Smirnov Z 1,109
Asymp. Sig. (2-tailed) ,171
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Uji Heterokedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan kepengamatan lain. Jika varians dari residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Salah satu uji untuk mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar (scatter plot).
Gambar 4.3 Hasil Scatterplot
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Pada Gambar 4.3, dapat dilihat bahwa titik-titik menyebar secara acak tidak membentuk suatu pola tertentu. Titik-titik tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Sehingga dapat disimpulkan tidak terdapat gejala heteroskedastisitas pada model regresi dalam penelitian ini. Hal ini menandakan bahwa model regresi layak dipakai untuk memprediksi DPR berdasarkan masukan variabel independennya, yaitu ROE, DER, growth, dan collaterizable Asset. Untuk memperoleh tingkat uji heteroskedastisitas yang lebih signifikan, maka dalam penelitian ini juga dilakukan uji Glejser.
Apabila signifikansi dari variabel bebas lebih besar dari taraf nyata (Sig.> 0,05) , maka dianggap tidak terjadi masalah heteroskedastisitas, dan begitu juga sebaliknya.
Tabel 4.4 Hasil Uji Glejser
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,332 ,209 1,586 ,124 ROE ,048 ,385 ,028 ,125 ,902 DER -,023 ,046 -,099 -,506 ,617 Growth ,012 ,242 ,010 ,048 ,962 ColAsset -,236 ,296 -,164 -,797 ,433
a. Dependent Variable: absut
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Berdasarkan hasil output (Tabel 4.4), semua variabel independen tidak signifikan terhadap variabel dependennya (sig > 0,05). Nilai probabilitas signifikansi variabel ROE (0,902), DER (0,617), Growth (0.962), dan
Collaterizable Asset (0,433) lebih besar dari taraf nyata (sig > 0,05). Dengan demikian dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi ini.
c. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah dalam model regresi linear terdapat hubungan yang kuat baik positif maupun negatif antara data yang ada pada variabel-variabel penelitian. Untuk mengetahui apakah model terkena autokorelasi atau tidak, dapat dilakukan dengan melakukan Runs Test.
Tabel 4.5 Hasil Runs Test
Runs Test
Unstandardized Residual
Test Valuea -,06330
Cases < Test Value 16
Cases >= Test Value 16
Total Cases 32
Number of Runs 14
Z -,898
Asymp. Sig. (2-tailed) ,369
a. Median
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Hasil Runs Test menunjukkan bahwa nilai Asymp. Sig (2-tailed) > 0,05 yang berarti hipotesis nol gagal ditolak. Dengan demikian, data yang dipergunakan cukup random sehingga tidak terdapat masalah autokorelasi pada data yang diuji.
c. Uji Multikolinieritas
Uji multikolonieritas digunakan untuk mengetahui apakah dalam model regresi linear ditemukan adanya korelasi yang tinggi antar variabel bebas. Untuk mengetahui ada tidaknya gejala multikolineritas dapat dilihat dari besarnya nilai
Tabel 4.6
Hasil Uji Multikolonieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,754 ,266 2,838 ,009 ROE ,060 ,489 ,024 ,122 ,903 ,692 1,445 DER -,170 ,058 -,498 -2,933 ,007 ,934 1,070 Growth -,136 ,308 -,080 -,443 ,661 ,835 1,198 ColAsset -,095 ,376 -,045 -,253 ,802 ,834 1,199 a . Dependent Variable: DPR
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Berdasarkan Tabel 4.6, dapat diketahui bahwa tidak terdapat masalah multikolinieritas, karena semua variabel independen memiliki angka VIF lebih kecil dari 5, sedangkan nilai tolerance lebih besar dari 0,1. Hal ini berarti bahwa semua variabel bebas tersebut layak digunakan sebagai prediktor.
4.2.2.2 Analisis Regresi Linear Berganda
Tabel 4.7 berikut ini menunjukkan hasil estimasi regresi melalui pengolahan data dengan bantuan program Software SPSS (Statistic Package for the Social Science) 19.00 for Windows.
Tabel 4.7
Hasil Regresi Linier Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,754 ,266 2,838 ,009 ROE ,060 ,489 ,024 ,122 ,903 DER -,170 ,058 -,498 -2,933 ,007 Growth -,136 ,308 -,080 -,443 ,661 ColAsset -,095 ,376 -,045 -,253 ,802 a. Dependent Variable: DPR
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Pengolahan data tersebut menghasilkan suatu model regresi linier berganda sebagai berikut :
Y = 0,754 + 0,060X1 – 0,170X2 – 0,136X3 - 0,95X4
Interpretasi :
a) Konstanta sebesar 0,754, menyatakan bahwa apabila tidak ada variabel bebas (ROE, DER, Growth dan Collaterizable Asset), maka DPR di Bursa Efek Indonesia adalah sebesar 0,754
b) ROE yang diukur melalui perubahan ROE mempunyai nilai sebesar 0,060, menyatakan bahwa apabila ROE naik sebesar satu persen maka DPR perusahaan pertambangan akan naik sebesar 0,060. Dan apabila ROE turun sebesar satu persen maka DPR perusahaan pertambangan akan turun sebesar 0,060
c) DER yang diukur melalui perubahan ROE mempunyai nilai sebesar -0,170, menyatakan bahwa apabila ROE naik sebesar satu kali, maka
DPR perusahaan pertambangan akan turun sebesar 0,170. Dan apabila DER turun sebesar satu kali, makaDPR perusahaan pertambangan turun sebesar 0,170
d) Growth yang diukur melalui perubahan Growth mempunyai nilai sebesar -0,136, menyatakan bahwa apabila Growth naik sebesar satu persen, maka DPR perusahaan pertambangan akan turun sebesar 0,136. Apabila Growth turun sebesar satu persen, maka DPR perusahaan pertambangan turun sebesar 0,136
e) Collaterizable Assets yang diukur melalui perubahan Collaterizable Assets mempunyai nilai sebesar -0,095, menyatakan bahwa apabila
Collaterizable Assets naik sebesar satu persen, makaDPR perusahaan pertambangan akan turun sebesar 0,095. Dan apabila Collaterizable Assets turun sebesar satu persen, maka DPR perusahaan pertambangan turun sebesar 0,095
4.2.2.3 Pengujian Hipotesis 1. Uji Serempak (Uji-F)
Pengujian ini dilakukan untuk mengetahui pengaruh suatu variabel independen secara serempak terhadap variasi variabel dependen.
Bentuk pengujiannya adalah:
a. H0 : b1= b2= b3 = b4 = 0, artinya Return on Equity,Debt to Equity Ratio, Growth
dan Collaterizable Assets secara serempak berpengaruh tidak signifikan terhadap variabel kebijakan dividen pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia.
b. Ha : b
1≠b2≠b3≠b4≠0, artinya Return on Equity, Debt to Equity Ratio, Growth
dan Collaterizable Assets secara serempak berpengaruh signifikan terhadap variabel kebijakan dividen.
Dengan menggunakan tingkat signifikan (α) 5%, jika nilai sig.F > 0,05 maka H0 diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig. F < 0,05 maka Ha diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan dengan membandingkan nilai Fhitung dan nilai Ftabel. Dimana kriterianya, yaitu: a. H0 diterima jika Fhitung < Ftabel pada α = 5%
b. Ha diterima jika Fhitung > Ftabel pada α = 5%
Tabel 4.8
Hasil Uji Hipotesis Secara Serempak (Uji-F)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1,165 4 ,291 2,515 ,042a
Residual 3,126 27 ,116
Total 4,292 31
a. Predictors: (Constant), ColAsset, Growth, DER, ROE b. Dependent Variable: DPR
Sumber : Hasil Penelitian, 2015 (Data Diolah)
Berdasarkan hasil pengujian SPSS diperoleh nilai sig 0.042 dan Fhitung 2,515. Maka hasil pengujian menurut tabel adalah sebagai berikut:
N = jumlah sampel = 32
k = jumlah seluruh variabel = 4
Pada tingkat signifikansi (α) = 0.05 diperoleh Ftabel = 2,40
Karena Fhitung (2,515) > Ftabel (2,40) dan nilai Sig.tabel (0,042) < tingkat signifikan (0,05), maka dapat dinyatakan H0 ditolak (Ha diterima), artinya terdapat pengaruh secara serempak dan signifikan variabel bebas ROE, DER,
Growth dan Collaterizable Assets terhadap variabel terikat yaitu DPR.
Hasil penelitian ini membuktikan bahwa terdapat pengaruh secara simultan dan signifikan variabel bebas ROE, DER, Growth dan Collaterizable Assets
terhadap DPR pada perusahaan pertambangan di Bursa Efek Indonesia periode 2011 - 2014.