BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1 Hasil Penelitian
Deskripsi data penelitian dari masing-masing variabel yang meliputi nilai mean, standar deviasi, maksimum dan minimum dapat dilihat pada Tabel 5.1.
Tabel 5.1. Deskripsi Data Penelitian
Dari Tabel 5.1 dapat dilihat bahwa variabel Kebijakan Deviden (DPR) terendah adalah sebesar -1,010 dan tertinggi sebesar 1,780, dimana terjadi penurunan rata-rata pembayaran deviden setiap tahunnya sebesar -0.363. Untuk variabel Laba, dimana angka terendah adalah sebesar -0.850 dan tertinggi sebesar 2.770 dimana terjadi kenaikan laba sebesar 0,083 setiap tahun. Untuk variabel Arus Kas Bebas (AKB) nilai terendah adalah -1,290 dan nilai tertinggi adalah 2,540 dan terjadi penurunan arus kas bebas sebesar -0.106 setiap tahun. Sedangkan untuk variabel kebijakan hutang (KEBHUT), nilai terendah adalah -1,350 dan nilai tertinggi adalah 2,650 dimana
Descriptive Statistics 79 -1.0100 1.7800 -.036329 .9564319 79 -.8500 2.7700 .083544 1.0635741 79 -1.2900 2.5400 -.106582 .6889343 79 -1.3500 2.6500 .039114 .9820089 79 DPR LABA AKB KEBHUT Valid N (listwise)
5.1.2. Pengujian Asumsi Klasik
Berikut ini penulis akan melakukan uji atas data yang penulis peroleh yang disebut dengan uji asumsi klasik yang terdiri dari uji normalitas, uji heteroskedastisitas, uji multikolinearitas dan uji autokorelasi.
5.2.1.1 Uji normalitas
Pengujian normalitas data dapat dilakukan dengan beberapa cara yaitu dengan menggunakan uji statistik Kolmogorov-Smirnov dan melihat grafik histogram. Uji normalitas dengan uji statistik Kolmogorov – Smirnov maksudnya ialah apabila probabilitas signifikansinya diatas 0.05 berarti variabel tersebut berdistribusi normal. Hasil uji Kolmogorov – Smirnov dapat dilihat pada berikut ini :
Tabel 5.2. Uji Statistik Kolmogorov-Smirnov (Sebelum Data Outlier dikeluarkan)
Dari Tabel 5.2 dapat dilihat bahwa nilai Kolmogorov – Smirnov sebelum data
outlier dikeluarkan berdistribusi tidak normal, disebabkan probabilitas signifikansi
sebesar 0.00, dimana jika probabilitas signifikansi lebih kecil dari α 0.05, hal itu berarti data tidak berdistribusi normal. Apabila variabel tidak berdistribusi normal, maka
One-Sample Kolmogorov-Smirnov Test
79 .0000000 .22608651 .109 .109 -.062 .912 .376 N Mean Std. Deviation Normal Parameters a,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardized Residual
Test distribution is Normal. a.
Calculated from data. b.
harus dilakukan transformasi data. Transformasi data dapat dilakukan dengan cara Logaritma Natural (Ln) maupun SQRT (akar kuadrat). Tetapi karena data penelitian mempunyai data yang bernilai negatif dan jika ditransformasikan ke dalam bentuk Logaritma Natural (Ln) akan menjadi missing data, maka hal tersebut tidak dilakukan, dan tahap selanjutnya adalah mendeteksi adanya Outlier pada data yang ada. Outlier adalah kasus atau data yang memiliki karakteristik unik yag terlihat sangat jauh berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim. Adapun penyebab timbulnya data outlier adalah : (1) kesalahan dalam meng-entri data, (2) gagal menspesifikasi adanya missing value dalam program komputer, (3) outlier bukan merupakan anggota populasi yang kita ambil sebagai sampel, dan (4) outlier berasal dari populasi yang kita amabil sebagai sampel, tetapi distribusi dari variabel dalam populasi tersebut memiliki ekstrim dan tidak terdistribusi secara normal.
Deteksi terhadap univariate outlier dapat dilakukan dengan batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data kedalam skor standardized atau yang biasa disebut z-score, dan untuk sampel > 80 standar skor dinyatakan outlier jika data tersebut nilainya lebih besar dari 3 (Ghozali, 2007), Penelitian ini data awalnya adalah sebanyak 120 unit analisis tetapi setelah dijalankan dengan program SPSS ada 32 unit analisis data yang mempunyai nilai yang sangat ekstrim mungkin dikarenakan kesalahan dalam pengentrian data. Oleh karena itu harus dikeluarkan dari data penelitian karena akan mempengaruhi hasil penelitian. Setelah data outlier dikeluarkan dari observasi, maka data yang dianalisis lebih lanjut tinggal
Tabel 5.3. Uji Statistik Kolmogorov-Smirnov (Setelah Data Outlier dikeluarkan)
Dari tabel diatas, kita melihat bahwa variabel penelitian sudah berdistribusi normal, dengan probabilitas signifikansi sebesar 0.506 dimana probabilitas tersebut lebih besar dari α 0.05 yang artinya variabel penelitian telah berdistribusi normal.
5.2.1.2. Uji multikolinearitas
Pengujian multikolinearitas dilakukan dengan melihat nilai Toleran dan
Varian Inflation Factor (VIF) masing-masing variabel. Adapun hasil pengujian
multikolinearitas dapat dilihat pada Tabel 5.4:
Tabel 5.4. Uji Multikolinearitas One-Sample Kolmogorov-Smirnov Test
32 .0000000 .16508047 .146 .146 -.127 .824 .506 N Mean Std. Deviation Normal Parameters a,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardized Residual
Test distribution is Normal. a.
Calculated from data. b. Coefficientsa -.072 .096 -.754 .453 .400 .104 .444 3.854 .000 .742 1.348 .015 .139 .011 .109 .914 .990 1.010 .107 .112 .110 .959 .341 .748 1.337 (Constant) LABA AKB KEBHUT Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Tolerance VIF
Dependent Variable: DPR a.
Tabel 5.4 diatas menunjukkan bahwa model regresi yang digunakan untuk melihat pengaruh laba, arus kas bebas, dan kebijakan hutang terhadap kebijakan deviden memiliki permasalahan multikolinieritas, oleh karena nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1. maka tidak terjadi multikolinieritas dan model regresi layak dipakai untuk melihat pengaruh laba, arus kas bebas dan kebijakan hutang terhadap kebijakan deviden.
5.2.1.3. Uji heteroskedastisitas
Suatu model regresi dapat dikatakan bebas dari permasalahan heteroskedasitas jika:
a. Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0.
b. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali.
Gambar 5.1. Grafik Scatterplot
Dari grafik scatterplot 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.
5.2.1.4. Uji autokorelasi
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Model regresi yang terbebas dari permasalahan otokorelasi jika nilai Durbin-Watson (D-W) berada di antara -2 sampai +2. Secara umum angka D-W yang dapat digunakan untuk mendeteksi autokorelasi adalah:
a. Angka D-W di bawah -2 berarti ada autokorelasi positif
b. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
3 2 1 0 -1 -2
Regression Studentized Residual
3 2 1 0 -1 Value Dependent Variable: DPR Scatterplot
c. Angka D-W di atas +2 berarti ada autokorelasi positif Tabel 5.5. Uji Autokorelasi
Hasil uji autokorelasi pada model regresi menunjukkan bahwa nilai D-W adalah 1,690 . Angka D-W diantara -2 sampai +2 berarti tidak terdapat permasalahan autokorelasi pada model regresi.
5.1.3. Analisis Persamaan Regresi
Model analisis yang digunakan dalam penelitian ini adalah metode regresi berganda dengan persamaan sebagai berikut:
Y = a + b1X1 + b2X2 + b3
Dari hasil pengolahan data dengan perangkat lunak SPSS diperoleh hasil pada Tabel 5.6 :
X3 + e
Tabel 5.6. Analisa Persamaan Regresi
Model Summaryb .572a .327 .255 .1736991 1.690 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
Predictors: (Constant), Kebijakan Hutang, AKB, Laba a. Dependent Variable: DPR b. Coefficientsa -.072 .096 -.754 .453 .400 .104 .444 3.854 .000 .742 1.348 .015 .139 .011 .109 .914 .990 1.010 .107 .112 .110 .959 .341 .748 1.337 (Constant) LABA AKB KEBHUT Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Tolerance VIF
Dependent Variable: DPR a.
Dari Tabel 5.6 di atas maka persamaan regresi berganda dapat dituliskan sebagai berikut:
Kebijakan Deviden = -0,072 + 0.400 LABA + 0.015 AKB + 0.107 KEBIJAKAN HUTANG + e
Dari hasil persamaan regresi tersebut dapat dilihat bahwa variabel yang berpengaruh terhadap kebijakan deviden adalah adalah laba, dimana thitung sebesar 3,854 dengan tingkat signifikansi 0,000, dimana tingkat signifikansi tersebut jauh lebih
kecil dari α 0.05. Laba memiliki koefisien sebesar 0,400 yang artinya secara parsial kenaikan laba akan meningkatkan probabilitas pembayaran deviden sebesar 0,400.
5.1.4. Pengujian Hipotesis Penelitian
Untuk membuktikan hipotesis penelitian (Ha) secara simultan dan parsial maka digunakan alat uji sebagai berikut:
5.1.4.1. Uji simultan (uji F)
Pengujian simultan dilakukan untuk melihat apakah terdapat pengaruh laba, arus kas bebas (free cash flow), dan kebijakan hutang secara bersama-sama terhadap kebijakan deviden. Ringkasan hasil pengujian hipotesis secara simultan dapat dilihat pada Tabel 5.7 dan 5.8 berikut ini :
Tabel 5.7. Nilai Adjusted R Square
Model Summaryb .572a .327 .255 .1736991 1.690 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
Predictors: (Constant), Kebijakan Hutang, AKB, Laba a.
Dependent Variable: DPR b.
Tabel 5.8. Hasil Uji Hipotesis Simultan (Uji F)
Dari Tabel 5.7 dapat dilihat angka Adj. R sebesar 0.255, yang berarti bahwa variabel laba, arus kas bebas, dan kebijakan hutang memiliki hubungan yang cukup kuat yaitu sekitar 57,2% dengan deviden pay out ratio (DPR). Sedangkan nilai koefisien determinasi (Adjusted R Square) sebesar 0.572 mengandung arti bahwa variabel independen yang terdiri dari laba, arus kas bebas (free cash flow) dan kebijakan hutang hanya mampu menjelaskan variabel dependen yaitu kebijakan deviden sebesar 57,2%. Dengan kata lain sebesar 57,2 % kebijakan deviden mampu dijelaskan oleh variabel laba, arus kas bebas (free cash flow) dan kebijakan hutang. Sedangkan sisanya sebesar 42,8 % dijelaskan oleh faktor-faktor lain yang tidak dapat dijelaskan dalam model ini.
Dari Tabel 5.8, dapat dilihat dari tabel hasil uji hipotesis secara simultan (Uji F), didapat hasil Fhitung sebesar 4,53 dengan tingkat signifikansi sebesar 0.01, jauh lebih kecil dari α 0.05, yang berarti bahwa secara simultan Ha diterima yaitu terdapat pengaruh laba, arus kas bebas (free cash flow), dan kebijakan hutang terhadap kebijakan deviden. ANOVAb .410 3 .137 4.535 .010a .845 28 .030 1.255 31 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Kebijakan Hutang, AKB, Laba a.
Dependent Variable: DPR b.
5.1.4.2. Uji parsial (uji t)
Pengujian secara parsial adalah untuk melihat apakah terdapat pengaruh laba, arus kas bebas (free cash flow), dan kebijakan hutang secara individual terhadap kebijakan deviden. Hasil penelitian dapat dilihat pada tabel di bawah ini.
Tabel 5.9. Uji Hipotesis Parsial (Uji t)
Hasil dari pengujian secara parsial terhadap variabel independen adalah sebagai berikut:
1. Pengaruh laba terhadap kebijakan deviden
Dari Tabel 5.9 diperoleh tingkat signifikansi sebesar 0.00, yang mana jauh lebih kecil dari α =0.05. Ini artinya secara parsial variabel laba berpengaruh terhadap kebijakan deviden. Dari persamaan regresi diatas dapat dijelaskan bahwa koefisien regresi (X1) yaitu laba bertanda positif yaitu 0,400 yang artinya kenaikan laba sebesar 1% akan meningkatkan probabilitas pembayaran deviden sebesar 0.400%. 2. Pengaruh arus kas bebas terhadap kebijakan deviden
Dari Tabel 5.9 diperoleh tingkat signifikansi sebesar 0.914, jauh lebih besar dari α
=0.05. Hal ini mengandung arti bahwa secara parsial variabel arus kas bebas tidak berpengaruh terhadap kebijakan deviden. Dari persamaan regresi dapat dilihat
Coefficientsa -.072 .096 -.754 .453 .400 .104 .444 3.854 .000 .742 1.348 .015 .139 .011 .109 .914 .990 1.010 .107 .112 .110 .959 .341 .748 1.337 (Constant) LABA AKB KEBHUT Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Tolerance VIF
Dependent Variable: DPR a.
bahwa koefisien varibel X2 yaitu Arus Kas Bebas memiliki tanda positif yaitu 0,015. Artinya setiap kenaikan variabel arus kas bebas sebesar 1% akan menaikkan probabilitas pembayaran deviden sebesar 0,015%.
3. Pengaruh kebijakan hutang terhadap kebijakan deviden
Dari Tabel 5.9 diperoleh tingkat signifikansi sebesar 0.341, lebih besar dari α
=0.05. Hal ini berarti bahwa secara parsial variabel Kebijakan Hutang tidak berpengaruh terhadap kebijakan deviden. Dari persamaan regresi dapat dilihat bahwa koefisien X3 yaitu Kebijakan Hutang memiliki koefisen positif yaitu 0,341 yang artinya kenaikan hutang sebesar 1% akan menurunkan probabilitas pembayaran deviden sebesar 0,341%