BAB IV ANALISIS DAN PEMBAHASAN
B. Hasil Uji Analisis Data Penelitian
Metode pengujian yang digunakan dalam penelitian ini yaitu dengan memakai statistik deskriptif, asumsi klasik dan regresi linear berganda. Tujuan penelitian ini untuk memperoleh gambaran mengenai pengaruh variabel independen free cash flow, leverage, profitabilitas, likuiditas dan ukuran perusahaan terhadap variabel dependen yaitu kebijakan dividen dengan corporate social responsibility sebagai variable moderating
1. Uji Statistik Deskriptif
Uji deskriptif merupakan suatu metode dimana semua data yang berhubungan dengan penelitian dikumpulkan dan dikelompokkan untuk kemudian di analisis dan diinterprestasikan secara objektif. Hasil uji statistik deskriptif menggambarkan hasil statistik deskriptif yang berupa gambaran umum perusahaan yang terdiri atas jumlah sampel penelitian (N), nilai minimum, nilai maksimum, nilai rata-rata hitung (mean) serta standar deviasi dari masing-masing variabel penelitian. Berikut adalah hasil uji statistik deskriptif penelitian ini:
54 Tabel 4.2
Uji Statistik Deskriptif
Sumber : Data diolah SPSS, 2020
Tujuan dari hasil uji statistik deskriptif adalah untuk melihat kualitas data penelitian yang dapat dilihat dengan angka atau nilai yang terdapat pada mean dan standar deviasi. Apabila nilai dari mean lebih besar dari nilai standar deviasi maka kualitas data tersebut lebih baik. Standar deviasi adalah besaran besar perbedaan dari nilai sampel dengan nilai rata-rata. Standar deviasi digunakan untuk melihat sebaran data dalam sampel. Semakin rendah standar deviasinya maka semakin dekat dengan rata-rata dan sebaliknya semakin tinggi standar deviasi maka semakin besar keragaman sampel.
Berdasarkan Tabel 4.2 menunjukkan statistik deskriptif masing-masing variabel penelitian yang diuji. Hasil uji statistik pada tabel diatas menunjukan bahwa kebijakan dividen dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 0,004 yang diperoleh dari PT Matahari Departement Store Tbk pada tahun 2019, sedangkan nilai maksimum 1,015 diperoleh dari HM Sampoerna pada tahun 2019. Nilai rata-rata (mean) kebijakan dividen sebesar 0,45400 dan standar deviasi sebesar 0,272841.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
X1_FCF 54 -372.861 27.962 -17.95430 71.943767 X2_DER 54 .186 3.313 1.13984 .961104 X3_ROA 54 .008 .351 .11421 .084162 X4_CR 54 .280 5.272 2.03049 1.256238 X5_SIZE FIRM 54 29.206 33.495 31.43434 1.091442 Y_EPS 54 .004 1.015 .45400 .272841 Z_CSR 54 .165 .791 .41372 .144690 Valid N (listwise) 54
55
Hasil uji statistik pada tabel diatas menunjukan bahwa free cash flow dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar -372,861 yang diperoleh dari PT Kalbe Farma Tbk pada tahun 2019, sedangkan nilai maksimum 27,962 yang diperoleh dari PT Waskita Karya Tbk pada tahun 2019. Nilai rata-rata (mean) free cash flow sebesar -17,95430 dan standar deviasi sebesar 71,943767.
Hasil uji statistik variabel Leverage dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 0,186 yang diperoleh dari PT Kalbe Farma Tbk pada tahun 2018, sedangkan nilai maksimum 3,313 yang diperoleh dari PT Jasa Marga Tbk pada tahun 2017. Nilai rata-rata (mean) leverage sebesar 1,13984 dan standar deviasi sebesar 0,961104.
Hasil uji statistik variabel Profitabilitas dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 0,008 yang diperoleh dari PT Waskita Karya Tbk pada tahun 2019, sedangkan nilai maksimum 0,351 yang diperoleh dari PT Matahari Department Store Tbk pada tahun 2017. Nilai rata-rata (mean) profitabilitas sebesar 0,11421 dan standar deviasi sebesar 0,084162.
Hasil uji statistik variabel Likuiditas dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 0,280 yang diperoleh dari PT Jasa Marga Tbk pada tahun 2019, sedangkan nilai maksimum 5,272 yang diperoleh dari PT HM Sampoerna Tbk pada tahun 2017. Nilai rata-rata (mean) profitabilitas sebesar 2,03049 dan standar deviasi sebesar 1,256238.
Hasil uji statistik variabel ukuran perusahaan dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 29,206 yang diperoleh dari PT Matahari Department Store Tbk pada tahun 2019, sedangkan nilai maksimum 33,495 yang diperoleh dari PT Astra Internasional Tbk pada
56
tahun 2019. Nilai rata-rata (mean) ukuran perusahaan sebesar 31,43434 dan standar deviasi sebesar 1,091442.
Hasil uji statistik variabel CSR dengan jumlah sampel (N) 54 memiliki nilai minimum sebesar 0,165 yang diperoleh dari PT Surya Citra Media Tbk pada tahun 2017, sedangkan nilai maksimum 0,791 yang diperoleh dari PT Semen Indonesia Tbk pada tahun 2019. Nilai rata-rata (mean) ukuran perusahaan sebesar 0,41372 dan standar deviasi sebesar 0,144690.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah data berdistribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji normalitas data, dalam penelitian ini menggunakan analisis histogram dan grafik normal plot serta menggunakan uji statistik dengan uji One Sample Kolmogorov Smirnov. Berikut ini grafik histogram dari hasil pengujian menggunakan SPSS.
Gambar 4.3
Hasil Uji Normalitas dengan Histogram
57
Pada gambar 4.3 dapat dilihat bahwa grafik histogram mengambarkan bentuk yang simestris, yang artinya tidak melenceng ke kanan atau ke kiri. Berdasarkan grafik histogram di atas, dapat disimpulkan bahwa data yang terdapat dalam penelitian ini terdistribusi normal. Selain grafik histogram, berikut ini grafik normal plot dari hasil pengujian menggunakan SPSS
Gambar 4.4
Hasil Uji Normalitas dengan Gafik Normal Plot
Sumber: Output SPSS yang diolah 2020
Berdasarkan gambar 4.4 dapat dilihat bahwa titik-titik menyebar dan berhimpit disekitar garis diagonal. Pola penyebaran tersebut menunjukan bahwa data terdistirbusi dengan normal, sehingga dapat disimpulkan bahwa model regresi yang digunakan memenuhi asumsi normalitas dan layak digunakan untuk pengujian selanjutnya. Selain itu, uji normalitas data dapat dilakukan melalui uji statistik yaitu uji One Sample Kolmogorov Smirnov. Uji ini dilakukan untuk melengkapi uji grafik histogram dan grafik normal P-Plot,
58
serta untuk memberikan keyakinan lebih. Berikut tabel dibawah ini menunjukkan hasil uji Kolmogorov Smirnov.
Tabel 4.5
Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov
Berdasarkan Tabel 4.5, pada hasil uji Kolmogorov-Smirnov diketahui Asymp. Sig. (2-tailed) sebesar 0,200. Nilai tersebut lebih besar dari nilai signifikannya yaitu 0,05. Dengan demikian dapat disimpulkan bahwa data berdistribusi normal atau Ha ditolak dan Ho diterima
One-Sample Kolmogorov-Smirnov Test Unstandardi zed Residual N 54
Normal Parametersa,b Mean .0000000
Std. Deviation .19229696 Most Extreme Differences Absolute .092 Positive .077 Negative -.092 Test Statistic .092
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
59 b. Uji Multikolinieritas
Uji Multikolinearitas merupakan pengujian untuk melihat apakah terdapat hubungan korelasi antara variabel independen atau satu sama lainnya. Salah satu asumsi dalam metode kuadrat terkecil adalah tidak adanya hubungan linear antara variabel independen.
Metode yang digunakan untuk mendeteksi multikolonieritas dalam penelitian ini adalah tolerance – Variance Inflactor Faktor (VIF). Multikolonieritas terjadi apabila nilai tolerance < 0,10 dan VIF > 10. Jika nilai tolerance > 0,1 dan VIF < 10, maka dapat dikatakan tidak terjadi multikolinearitas antar variabel independen. Berikut ini disajikan Tabel yaitu hasil dari uji multikolinearitas
Tabel 4.6
Hasil Uji Multikolinearitas
Sumber: Output SPSS yang diolah 2020
Berdasarkan tabel di atas, hasil uji multikolinearitas menunjukkan bahwa nilai tolerance > 0,1 dan VIF < 10. Maka dapat disimpulkan bahwa
Tolerance VIF (Constant) X1_FCF 0,807 1,239 X2_DER 0,437 2,287 X3_ROA 0,510 1,961 X4_CR 0,425 2,353 X5_SIZE FIRM 0,631 1,585 Z_CSR 0,735 1,361 1
a. Dependent Variable: Y_EPS
Coefficientsa Model
60
variabel bebas dalam penelitian ini tidak saling berkolerasi atau dapat dikatakan tidak terjadi gejala multikolinearitas antar variable
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (tahun sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pada penelitian ini, gejala autokorelasi dideteksi dengan menggunakan uji run test lewat SPSS. Berikut tabel 4.7 merupakan hasil uji autokorelasi pada penelitian ini:
Tabel 4.7 Hasil Uji Autokorelasi
Runs Test
Unstandardize d Residual
Test Valuea .00239
Cases < Test Value 27
Cases >= Test Value 27
Total Cases 54 Number of Runs 30 Z .550 Asymp. Sig. (2-tailed) .583 a. Median
Sumber: Output SPSS yang diolah 2020
Berdasarkan tabel 4.7 di atas, terlihat bahwa nilai Asymp Sig. (2 failed) sebesar 0,583 lebih besar dari signifikansi yang ditetapkan yaitu
61
sebesar 0,05. Dari pernyataan tersebut dapat disimpulkan bahwa tidak terjadi autokorelasi atas nilai residual
d. Uji Heterokedastisitas
Uji heterokedatisitas digunakan untuk menguji apakah pada model regresi terjadi ketidaksamaan variabel dari residuaal satu pengamatan lainnya. Jika variabel dari residual satu pengamatan lain tetap, maka disebut homokedatisitas dan jika berbeda disebut heterokedatisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk menguji ada tidaknya heteroskedastisitas pada penelitian ini digunakan grafik plot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID) melalui program SPSS. Deteksi ada tidaknya heteroskedastisitas dapat dilihat dengan ada atau tidaknya pola tertentu pada grafik scatterplot. Berikut ini merupakan gambar hasil uji heterokedasrisitas dengan menggunakan grafik scatterplot
Tabel 4.8
Hasil Uji Heterokedatisitas Dengan Grafik Scatterplot
62
Berdasarkan gambar 4.8 hasil uji heterokedastisitas dengan grafik scatterplot dapat dilihat bahwa terdapat pola pada gambar, selain itu titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa pada model regresi ini tidak terjadi Heteroskedastisitas.
3. Pengujian Hipotesis
a. Pengujian Analisis Regresi Berganda
Penelitian ini menggunakan pengujian analisis regresi berganda untuk menguji pengaruh antara variabel dependen ke semua variabel independen. Tujuan analisis regresi berganda ialah menggunakan nilai nilai variabel independen yang diketahui untuk meramalkan nilai variabel independen. Dalam penelitian ini, pengujian hipotesis dilakukan dengan melakukan uji koefisien determinasi (R2), uji signifikasi simultan (uji F), dan uji signifikansi parsial (uji t).
1) Hasil Uji Koefisien Determinasi
Pada penelitian ini, pengujian koefisien determinasi (R2) dilakukan untuk mengukur variabel independen yaitu Free cash flow, Leverage, likuiditas, profitabilitas dan ukuran perusahaan dalam menerangkan variabel dependen kebijakan dividen yang diukur dengan Cash Effective Tax Rate (CETR). Berikut hasil uji koefisien determinasi dapat dilihat dalam tabel 4.9
Tabel 4.9
Hasil Uji Koefisien Determinasi
Sumber: Output SPSS yang diolah 2020
1 .709a 0,503 0,440 0,204203
a. Predictors: (Constant), Z_CSR, X4_CR, X1_FCF, X5_SIZE FIRM, X3_ROA, X2_DER
b. Dependent Variable: Y_EPS
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate
63
Berdasarkan tabel 4.9 di atas, dapat diketahui bahwa nilai Adjusted R Square yang diperoleh sebesar 0,440 atau 44%. Jumlah ini berarti bahwa variabel CSR, likuiditas, dan Free Cash Flow dapat menjelaskan 44% variabel Kebijakan dividen. Sedangkan sisanya 56% dipengaruhi oleh variabel lain seperti investment opportunity set, collateralizable asset, kepemilikan manjerial, kepemilikan institusi dan struktur modal yang tidak dianalisis dalam penelitian ini.
2) Hasil Uji Signifikan Simultan (Uji F)
Uji signifikan simultan (F-test) digunakan untuk menguji apakah semua variabel independen dalam model persamaan regresi mempunyai pengaruh secara bersama sama atas variabel dependen. Berikut tabel 4.10 yang merupakan hasil uji simultan dalam penelitian ini
Tabel 4.10 Hasil Uji F-Test
ANOVAa
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 1.986 6 .331 7.936 .000b
Residual 1.960 47 .042
Total 3.945 53
a. Dependent Variable: Y_EPS
b. Predictors: (Constant), Z_CSR, X4_CR, X1_FCF, X5_SIZE FIRM, X3_ROA, X2_DER
Sumber: Output SPSS yang diolah 2020
Berdasarkan tabel 4.10 di atas, dapat dilihat bahwa nilai F hitung sebesar 7.936 dengan nilai sig sebesar 0,000. Hal ini menunjukkan bahwa
64
nilai signifikansi < alpha (a = 0,05). Maka dapat disimpulkan terdapat pengaruh yang signifikan secara simultan antara free cash flow, leverage, Likuiditas, profitabilitas dan ukuran perusahaan terhadap kebijakan dividen
3) Hasil Uji Signifikan Parsial (t-test)
Pengujian parsial atau uji t digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen yang diuji pada tingkat signifikansi 0,05. Apabila kebijakan dividen t lebih besar dari 0,05 maka H0 ditolak dan Ha tidak ditolak. Berikut merupakan hasil uji signifikan parsial (uji t). Hasil uji t ditunjukkan dalam tabel 4.11 berikut
Tabel 4.11
Hasil Uji Signifikan Parsial (Uji t)
Sumber: Output SPSS yang diolah 2020
Berdasarkan tabel 4.11 di atas, dapat dilihat bahwa koefisien model regresi memiliki nilai konstanta sebesar -1,764 dengan nilai thitung negatif
Standardiz ed Coefficient s B Std. Error Beta (Constant) -1,764 1,065 -1,657 0,104 X1_FCF 2,525 0,000 0,007 0,058 0,954 X2_DER -0,114 0,044 -0,402 -2,588 0,013 X3_ROA 1,912 0,467 0,590 4,098 0,000 X4_CR -0,030 0,034 -0,140 -0,888 0,379 X5_SIZE FIRM 0,069 0,032 0,276 2,135 0,038 Z_CSR 0,051 0,226 0,027 0,223 0,824 1 Coefficientsa
a. Dependent Variable: Y_EPS
Model
Unstandardized Coefficients
65
sebesar 1,657 dan tingkat signifikansi sebesar 0,104. Konstanta sebesar -1,764 menandakan bahwa jika variabel independen konstan maka rata-rata Kebijakan Dividen yang diukur melalui CETR adalah sebesar -1,764.
Variabel Free Cash Flow memiliki thitung positif sebesar 0,058 dengan tingkat signifikansi 0,954. Hal tersebut menunjukkan bahwa tingkat signifikansinya yang diatas 0,05. Hal ini dapat disimpulkan bahwa variabel Free Cash Flow tidak berpengaruh terhadap Kebijakan Dividen yang diukur melalui CETR.
Variabel Leverage memiliki thitung negatif sebesar -2,588 dengan tingkat signifikansi 0,013. Hal tersebut menunjukkan bahwa tingkat signifikansinya dibawah 0,05. Hal ini dapat disimpulkan bahwa variabel leverage berpengaruh terhadap kebijakan dividen diukur melalui CETR.
Variabel Profitabilitas memiliki thitung positif sebesar 4,098 dengan tingkat signifikansi 0,000. Hal tersebut menunjukkan bahwa tingkat signifikannya dibawah 0,05. Hal ini dapat disimpulkan bahwa variabel Profitabilitas berpengaruh terhadap kebijakan dividen yang diukur melalaui CETR.
Variabel Likuiditas memiliki t hitung negatif sebesar -0,888 dengan tingkat signifikansi 0,379. Hal tersebut menunjukkan bahwa tingkat signifikannya diatas 0,05. Hal ini dapat disimpulkan bahwa variabel likuiditas tidak berpengaruh terhadap kebijakan dividen yang diukur melalaui CETR.
Variabel ukuran perusahaan memiliki t hitung positif sebesar 2,135 dengan tingkat signifikansi 0,038. Hal tersebut menunjukkan bahwa tingkat signifikannya dibawah 0,05. Hal ini dapat disimpulkan bahwa variabel ukuran perusahaan berpengaruh terhadap kebijakan dividen yang diukur melalaui CETR.
66
b. Pengujian Analisis Regresi Moderate (Moderate Regression Analysis-MRA)
1) Hasil Uji Signifikansi Parsial (Uji t)
Pengujian parsial atau uji t digunakan untuk menunjukka seberapa jauh variabel moderasi memiliki pengaruh terhadap satu variabel independen secara individual dalam menerangkan variasi variabel dependen yang diuji pada tingkat signifikansi 0,05. Apabila Kebijakan dividen t lebih besar dari 0,05 maka H0 tidak ditolak dan Ha ditolak. Sebaliknya jika Kebijakan dividen t lebih kecil dari 0,05 maka H0 ditolak dan Ha tidak ditolak. Berikut ini merupakan hasil uji signifikansi parsial (uji t). Hasil uji t ditunjukkan dalam tabel 4.12 berikut
Tabel 4.12
Hasil Uji Signifikansi Parsial (Uji t)
Sumber: Output SPSS yang diolah 2020
Berdasarkan tabel 4.12 di atas menunjukkan bahwa koefisien model regresi memiliki nilai konstanta sebesar -9,440 dengan nilai thitung negatif
Standardiz ed Coefficient s B Std. Error Beta 1 (Constant) -9,440 3,390 -2,785 0,008 X1 FCF Z 0,003 0,017 0,404 0,181 0,857 X2 DER Z -0,091 0,432 -0,117 -0,211 0,834 X3 ROA Z -2,269 4,123 -0,265 -0,550 0,585 X4 CR Z 0,000 0,002 0,200 0,213 0,832 X5 SIZE FIRMZ -0,551 0,215 -9,488 -2,561 0,014
a. Dependent Variable: Y_EPS
Coefficientsa
Model
Unstandardized Coefficients
67
sebesar 2,785 dan tingkat signifikansi sebesar 0,008. Konstanta sebesar -9,440 menandakan bahwa jika variabel Corporate social responsibility dalam memoderasi variabel independen maka rata-rata Kebijakan Dividen yang diukur melalui CETR adalah sebesar -9,440.
Variabel Corporate social responsibility dalam memoderasi Free cash flow memiliki thitung positif sebesar 0,181 dengan tingkat signifikansi 0,857. Hal tersebut menunjukkan bahwa tingkat signifikansinya diatas 0,05. Hal ini dapat disimpulkan bahwa variabel Corporate social responsibility tidak memperkuat pengaruh Free cash flow terhadap Kebijakan Dividen yang diukur melalui CETR.
Variabel Corporate social responsibility dalam memoderasi Leverage memiliki thitung Negatif sebesar -0,211 dengan tingkat signifikansi 0,834. Hal tersebut menunjukkan bahwa tingkat signifikansinya diatas 0,05. Hal ini dapat disimpulkan bahwa variabel Corporate social responsibility tidak memperkuat pengaruh Leverage terhadap Kebijakan Dividen yang diukur melalui CETR.
Variabel Corporate social responsibility dalam memoderasi Profitabilitas memiliki thitung Negatif sebesar -0,550 dengan tingkat signifikansi 0,585. Hal tersebut menunjukkan bahwa tingkat signifikansinya diatas 0,05. Hal ini dapat disimpulkan bahwa variabel Corporate social responsibility tidak memperkuat pengaruh Profitabiliotas terhadap Kebijakan Dividen yang diukur melalui CETR.
Variabel Corporate social responsibility dalam memoderasi Likuiditas memiliki thitung positif sebesar 0,213 dengan tingkat signifikansi 0,832. Hal tersebut menunjukkan bahwa tingkat signifikansinya diatas 0,05. Hal ini dapat disimpulkan bahwa variabel Corporate social responsibility tidak
68
memperkuat pengaruh Likuiditas terhadap Kebijakan Dividen yang diukur melalui CETR.
Variabel Corporate social responsibility dalam memoderasi Ukuran Perusahaan memiliki thitung Negatif sebesar -2,561 dengan tingkat signifikansi 0,014. Hal tersebut menunjukkan bahwa tingkat signifikansinya dibawah 0,05. Hal ini dapat disimpulkan bahwa variabel Corporate social responsibility memperkuat pengaruh Ukuran Perusahaan terhadap Kebijakan Dividen yang diukur melalui CETR.