BAB IV ANALISIS DATA
4.1 Gambaran Umum Obyek Penelitian
4.1.1 Deskriptif Statistik Variabel Penelitian
Berdasarkan hasil deskripsi statistik pada Tabel 4.1 berikut ini akan
meliputi jumlah sampel (N), rata-rata sampel (mean), nilai maksimum, nilai
minimum serta standar deviasi masing-masing variabel.
Tabel 4.1 Deskriptif Statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DPR 76 ,02 4,40 ,5530 ,54040 ROA 76 ,00 ,42 ,1666 ,11378 Firm Size 76 24,85 32,66 28,3271 1,84522 DER 76 ,14 8,44 ,9117 1,09130 Cash Ratio 76 ,02 5,42 1,0276 1,18961 Valid N (listwise) 76
Sumber : Data diolah penulis (2012)
Berdasarkan hasil pengolahan data pada Tabel 4.1 diatas diketahui
bahwa rasio Dividend Payout Ratio (DPR) diperoleh rata-rata sebesar 0,5530.
Hal ini berarti bahwa rata-rata kebijakan pembagian dividen tunai adalah
sebesar 55,30% dari laba per lembar saham yang diperoleh perusahaan. Nilai
maximum sebesar 4,40yang berarti bahwa deviden tertinggi dari perusahaan
sampel dapat mencapai 440% dari laba per lembar saham yang diperoleh
perusahaan, sedangkan nilai minimum DPR adalah 2% dari laba per lembar
saham yang diperoleh. Perbandingan data tersebut sangat ekstrim jika dilihat
dari nilai maksimumnya dengan nilai rata-ratanya
Rasio profitabilitas Return On Asset (ROA)menunjukkan nilai rata-rata
sebesar 0,1666 Hal ini berarti bahwa rata-rata perusahaan sampel mampu
mendapatkan laba bersih sebesar 16,66% dari total asset yang dimiliki
berarti sampel terendah hanya mendapatkan laba bersih dari seluruh total
asset yang dimiliki sebesar 0,08% dan nilai maximum diketahui sebesar 42%.
Size yang merupakan Log natural dari Total Asset menunjukkan
rata-rata sebesar 28,3271. Sedangkan nilai maximumnya adalah 32,66 dan nilai
minimumnya 24,85.
Rasio Debt to Equity Ratio (DER) yang merupakan rasio total hutang
dengan total ekuitas perusahaan menunjukkan nilai rata-rata sebesar 0,9117.
Hal ini berarti bahwa rata-rata perusahaan sampel memiliki hutang sebesar
0,9117 kali lebih besar dari modal sendiri (ekuitas) yang dimiliki perusahaan.
Nilai minimum dari DER adalah sebesar 0,14 yang berarti bahwa sampel
terendah hanya memiliki hutang sebesar 14% kali dari modal sendiri,
sedangkan nilai maximum DER sebesar 8,44 atau dimilikinya hutang sebesar
844% kali modal sendiri yang dimiliki perusahaan.
Cash Ratio (CR) menunjukkan rata-rata sebesar 1,0276. Hal ini berarti
rata-rata perusahaan sampel mampu memenuhi kewajiban jangka pendeknya
sebesar 1,0276 kali dari total asset yang dimiliki perusahaan dalam satu
periode. Nilai maximumnya sebesar 5,42 kali dari total asset dan nilai
minimumnya sebesar 0,02 kali dari total asset.
4.2 Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis yang diajukan dalam penelitian ini,
sampel hasil perhitungan rata-rata rasio keuangan selama empat tahun tersebut
disajikan hasil pengujian asumsi klasik terhadap model regresi, yang meliputi uji
normalitas data, multikolinearitas, autokorelasi dan uji heteroskedastisitas.
Sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian
tersebut untuk mengetahui ada tidaknya pelanggaran terhadap asumsi-asumsi
klasik. Hasil pengujian yang baik adalah pengujian yang tidak melanggar empat
asumsi tersebut.
4.2.1 Uji Normalitas
Dari hasil pengolahan data pada tabel 4.2 dibawah ini, diperoleh
besarnya nilai Kolmogorov_Smirnov adalah 0,037 (DPR), 0,004 (ROA),
0,096 (Firm Size), 0,000 (DER), 0,001 (Cash Ratio). Nilai signifikan lebih
kecil dari 0,05 yang berarti data residual tersebut tidak berdistribusi normal.
Data yang terdistribusi normal hanya Firm Size sedangkan variabel lainya
menunjukkan data tidak terdistribusi normal. Data yang tidak berdistribusi
normal dapat disebabkan oleh keberadaan data yang outlier yang berarti ada
data yang memiliki nilai sangat menyimpang dari nilai data lainnya.
Data tidak terdistribusi normal disebabkan sampel yang digunakan
terdiri dari beberapa kelompok perusahaan yang berbeda sehingga data
mempunyai fluktasi data yang tidak stabil sehingga menimbulkan banyak
angka yang bias.
Menurut Erlina (2011: 100) ada beberapa cara yang dapat digunakan
• Lakukan Transformasi data ke bentuk lainnya.
• Lakukan trimming, yaitu membuang data yang outlier.
• Lakukan winsorizing, yaitu mengubah nilai data outlier ke suatu nilai tertentu.
Tabel 4.2
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
DPR ROA Firm Size DER Cash Ratio N 76 76 76 76 76
Normal Parametersa,b Mean ,5530 ,1666 28,3271 ,9117 1,0276
Std. Deviation ,54040 ,11378 1,84522 1,09130 1,18961 Most Extreme Differences Absolute ,162 ,203 ,141 ,240 ,232 Positive ,160 ,203 ,141 ,155 ,232 Negative -,162 -,086 -,081 -,240 -,198 Kolmogorov-Smirnov Z 1,412 1,767 1,232 2,090 2,021
Asymp. Sig. (2-tailed) ,037 ,004 ,096 ,000 ,001
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data diolah penulis (2012)
Adanya variabel yang terdistribusi tidak normal tersebut (perubahan
Dividen Payout Ratio, perubahan Return On Asset, Debt to Equity Ratio dan
Cash Ratio) tersebut maka perlu dilakukan transform-Ln lalu dicari apakah
ada data yang outlier.Setelah data ditemukan maka dilakukan trimming oleh
karena itu jumlah sampel yang bejumlah 76 berkurang 2 menjadi 74,
bahwa model tidak berdistribusi normal. seperti terlihat pada Gambar 4.1
sebagai berikut:
Gambar 4.1 Grafik Histogram
Sumber : Data diolah penulis (2012)
Uji normalitas digunakan untuk mendeteksi apakah residual
terdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik
yang terdiri dari grafik histrogram dan grafik Normal Probanility Plot. Hasil
analisis dengan uji normalitas dari sampel perusahaan pada tahun 2008-2011
yang telah di lakukan transform-LN akan disajikan dalam gambar sebagai
Gambar 4.2 Grafik Histogram LN
Sumber : Data diolah penulis (2012)
Pada gambar 4.2 menunjukkan bahwa data distribusi normal karena
grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang
tidak menceng (skewness) ke kiri maupun ke kanan. Dari grafik histogram
diatas model regresi cenderung membentuk kurva normal yang cembung
dengan angka standar deviasi mendekati satu yaitu sebesar 0,972 dan pada
normal probability plot mengikuti garis diagonal. Dari hasil ini bisa
Gambar 4.3
Grafik Normal P-PLOT LN
Sumber : Data diolah penulis (2012)
Pada gambar 4.3 menunjukkan grafik normal p-plot Ln menunjukan
titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati
garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi
terdistribusi normal.
Untuk melengakapi dan menyakinkan bahwa data dalam model regresi
terdistribusi normal dilakukan uji statistik dengan melihat nilai Kolmogorov
Tabel 4.3
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Ln_DPR Ln_ROA SIZE Ln_DER Ln_CR
N 74 74 74 74 74
Normal Parametersa,b Mean -,9544 -2,0396 28,3458 -,5563 -,7419
Std. Deviation ,81684 ,75952 1,86672 ,83019 1,39445 Most Extreme Differences Absolute ,129 ,129 ,134 ,100 ,115 Positive ,088 ,074 ,134 ,087 ,093 Negative -,129 -,129 -,079 -,100 -,115 Kolmogorov-Smirnov Z 1,111 1,109 1,155 ,860 ,992
Asymp. Sig. (2-tailed) ,169 ,171 ,139 ,451 ,278
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data diolah penulis (2012)
Dari Tabel uji Kolmogrov-Smirnov dapat dilihat bahwa angka
signifikansi uji kolmogrov-smirnov jauh diatas nilai signifikan 0,05 sehingga
dapat disimpulkan bahwa model regresi terdistribusi secara normal. Untuk
mengubah nilai residual agar berdistribusi normal, penulis melakukan
transformasi data ke model logaritma natural (Ln).
4.2.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah dalam model
regresi ditemukan adanya kolerasi antara variabel independen. Untuk
mendeteksi ada atau tidaknya multikolinearitas dalam suatu model regresi
dapat diketahui dari nilai tolerance dan variance inflation factor (VIF)
Tabel 4.4 Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -5,411 1,765 -3,067 ,003 Ln_ROA ,098 ,130 ,091 ,752 ,454 ,821 1,217 SIZE ,155 ,056 ,355 2,786 ,007 ,736 1,358 Ln_DER -,214 ,163 -,217 -1,308 ,195 ,435 2,298 Ln_CR -,176 ,088 -,300 -1,994 ,050 ,528 1,894 a. Dependent Variable: Ln_DPR
Sumber : Data diolah penulis (2012)
Berdasarkan hasil pengujian pada Tabel 4.4 menunjukkan bahwa semua
variabel yang digunakan dalam penelitian ini memiliki tolerance yang lebih
dari 0,1 dan nilai VIF yang kurang dari 10. Hal ini berarti bahwa
variabel-variabel penelitian tidak menunjukkan adanya gejala multikolinearitas dalam
model regresi.