METODE PENELITIAN
III.1. Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia melalui media internet dengan menggunakan situs www.idx.co.id serta situs-situs lain yang mendukung penelitian. Penelitian ini dilakukan mulai bulan Nopember 2010 sampai dengan Februari 2011.
III.2. Jenis Penelitian
Jenis penelitian ini adalah deskriptif kuantitatif. Metode penelitian deskriptif meliputi pengumpulan data untuk diuji hipotesis atau menjawab pertanyaan mengenai status akhir dari subjek penelitian (Kuncoro, 2003:12). Penelitian deskriptif kuantitatif bertujuan untuk menguraikan atau menggambarkan tentang sifat – sifat (karakteristik) dari suatu keadaan atau objek penelitian yang dilakukan melalui pengumpulan dan analisis data kuantitatif serta pengujian statistik.
III.3. Populasi dan Sampel
Populasi dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2005 sampai dengan tahun 2009
yang berjumlah 193 perusahaan (Lampiran 1). Sasaran (target) populasi untuk penelitian ini diambil berdasarikan kriteria yang telah ditetapkan oleh peneliti. Kriteria sasaran (target) populasi penelitian yang digunakan adalah sebagai berikut:
1. Perusahaan yang terdaftar di Bursa Efek Indonesia selama periode penelitian dari tahun 2005 sampai dengan tahun 2009. Dari 196 perusahaan, hanya 167 perusahaan yang memenuhi kriteria ini sedangkan 26 perusahaan tidak termasuk dalam populasi karena terdaftar di Bursa Efek Indonesia setelah tahun 2005 (Lampiran 2 : A-B).
2. Perusahaan yang memiliki laporan keuangan yang lengkap selama periode penelitian dari tahun 2005 sampai dengan tahun 2009. Berdasarkan kriteria ini maka diperoleh 92 perusahaan yang memenuhi kriteria sedangkan 75 perusahaan tidak termasuk dalam populasi karena tidak memiliki laporan keuangan yang lengkap pada periode tahun 2005 sampai dengan tahun 2009 (Lampiran 3: C-D). 3. Perusahaan yang membagikan dividen kas (tunai) selama periode penelitian dari
tahun 2005 sampai dengan tahun 2009. Dari 92 perusahaan, hanya 31 perusahaan yang berturut-turut membagikan dividen pada tahun 2005 sampai dengan tahun 2009 dan memenuhi kriteria menjadi populasi dalam penelitian ini.
Berdasarkan kriteria diatas, maka terdapat 31 perusahaan manufaktur yang menjadi populasi dalam penelitian ini yang tertera pada Tabel III.1.
Tabel III.1. Daftar Nama Perusahaan yang Menjadi Populasi Penelitian
No. Kode Emiten Nama Emiten
1 AQUA Aqua Golden Missisipi Tbk 2 DLTA Delta Jakarta Tbk
3 INDF Indofood Suksess Makmur Tbk 4 MLBI Multi Bintang Indonesia Tbk 5 MYOR Mayora Indah Tbk
6 RMBA Bentoel International Investama Tbk 7 GGRM Gudang Garam Tbk
8 BATA Sepatu Bata Tbk
9 CLPI Colorpak Indonesia Tbk 10 IGAR Kageo Igar Jaya Tbk
11 TRST Trias Sentosa Tbk
12 INTP Indocement Tunggal Perkasa Tbk 13 SMGR Semen Gresik Tbk
14 CTBN Citra Tubindo Tbk 15 JPRS Jaya Pari Steel Tbk 16 LMSH Lion Mesh Prima Tbk 17 LION Lion Metal Works Tbk 18 ARNA Arwana Citramulia Tbk 19 TOTO Surya Toto Indonesia Tbk
20 SCCO Supreme Cable Manufacturing & Commerce Tbk 21 IKBI Sumi Indo Kabel Tbk
22 ASII Astra International Tbk 23 AUTO Astra Otoparts Tbk 24 GJTL Gajah Tunggal Tbk 25 HEXA Hexindo Adiperkasa Tbk 26 MASA Multistrada Arah Sarana Tbk 27 UNTR United Tractors Tbk
28 KAEF Kimia Farma Tbk 29 MERK Merck Tbk 30 TCID Mandom Indonesia Tbk 31 UNVR Unilever Indonesia Tbk
III.4. Teknik Pengumpulan Data
Teknik yang digunakan untuk mengumpulkan data dalam penelitian ini adalah studi dokumentasi yaitu dengan mengumpulkan dokumen-dokumen laporan keuangan dari perusahaan manufaktur pada periode tahun 2005 sampai dengan tahun 2009 yang tersedia pada situs Bursa Efek Indonesia.
III.5. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh melalui media perantara (diperoleh dan dicatat oleh pihak lain), dalam penelitian ini data yang digunakan yaitu data laporan keuangan yang telah dipublikasikan Bursa Efek Indonesia.
III.6. Identifikasi dan Definisi Operasional Variabel Penelitian
1. Variabel terikat (dependent variable) adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas.
a. Dividend payout ratio merupakan persentase jumlah pembayaran dividen
tunai yang diberikan perusahaan berdasarkan laba bersih setelah pajak.
b. Return on asset merupakan rasio untuk mengukur tingkat penghasilan bersih
yang diperoleh dari total aktiva perusahaan.
2. Variabel bebas (independent variable) adalah variabel yang mempengaruhi atau yang menjadi sebab perubahan variabel terikat.
a. Cash position (X1), return on assets (X2),firm size (X3) dan debt to equity (
X4) terhadap dividend payout ratio (Y).
b. Net profit margin (X1), total assets turnover (X2), sales growth (X3)dan debt
Tabel III.2. Definisi Operasional Variabel Penelitian
Variabel Definisi Operasional Indikator Pengukuran
Cash Position Rasio yang mengukur saldo kas akhir tahun yang dihasilkan dari laba bersih setelah pajak.
Skala Rasio
Return on Assets
Rasio untuk mengukur tingkat penghasilan bersih yang diperoleh dari total aktiva perusahaan.
Skala Rasio
Firm Size Simbol ukuran perusahaan yang menjelaskan fleksibilitas dalam memperoleh modal.
FS = Log natural total asset Skala Rasio
Debt to Equity
Rasio untuk mengukur kemampuan perusahaan dalam memenuhi seluruh kewajibannya yang ditunjukkan oleh berapa bagian modal sendiri yang digunakan untuk membayar hutang .
Skala Rasio
Dividend Payout Ratio
Persentase jumlah pembayaran dividen tunai yang diberikan perusahaan berdasarkan laba bersih setelah pajak.
Skala Rasio
Net Profit Margin
Rasio yang digunakan untuk mengukur kemampuan perusahaan dalam memperoleh laba dari penjualan .
Skala Rasio
Total Assets Turnover
Rasio untuk mengukur seberapa besar aktiva telah dipergunakan dalam kegiatan operasi untuk menghasilkan penjualan.
Skala Rasio
Sales Growth Rasio yang menunjukkan suatu peningkatan penjualan yang dapat dicapai
perusahaan.
Skala Rasio
Debt to Total Assets
Rasio yang menunjukkan berapa banyak hutang yang digunakan untuk membiayai aktiva perusahaan.
III.7. Model Analisis Data Penelitian
Model analisis data yang digunakan dalam hipotesis penelitian ini adalah Model Analisis Regresi Linier Berganda. Model analisis ini digunakan untuk mengetahui pengaruh variabel–variabel independen baik secara bersama–sama maupun secara parsial terhadap variabel dependen.
Dalam penelitian ini, peneliti menggunakan bantuan program Software SPSS
15.0 for windwos (Statistical Package for Social Science). Adapun persamaan regresi
yang digunakan adalah sebagai berikut (Salvatore, 2005:173):
Y
Y
= a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e Dimana: Y = Dividend Payout Ratio (DPR)
a = Konstanta
b1, b2, b3, b4 = Koefisien Regresi Variabel X1, X2, X3, X4
X1 = Cash Position (CP)
X2 = Return on Assets (ROA)
X3 = Firm Size (FS)
X4 = Debt to Equity (DER)
e = Terms of error (variabel yang tidak diteliti)
= a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e Dimana: Y = Return on Assets (ROA)
a = Konstanta
b1, b2, b3, b4 = Koefisien Regresi Variabel X1, X2, X3, X4
X1 = Net Profit Margin (NPM)
X2 = Total Assets Turnover (TATO)
X3 = Sales Growth (SG)
X4 = Debt to Total Assets (DTA)
Kriteria pengujian hipotesis secara serempak (simultan) adalah sebagai berikut:
H0 : b1 = b2 = b3 = b4 = 0 (cash position, return on assets, firm size dan debt to
equity secara simultan tidak berpengaruh signifikan terhadap dividend payout ratio
pada perusahaan manufaktur di Bursa Efek Indonesia).
H1 : minimal satu dari bi ≠ 0 (cash position, return on assets, firm size dan debt to
equity secara simultan berpengaruh signifikan terhadap dividend payout ratio pada
perusahaan manufaktur di Bursa Efek Indonesia).
H0 : b1 = b2 = b3 = b4 = 0 (net profit margin, total assets turnover, sales growth dan
debt to total assets secara simultan tidak berpengaruh signifikan terhadap return on
assets pada perusahaan manufaktur di Bursa Efek Indonesia).
H1 : minimal satu dari bi ≠ 0 (net profit margin, total assets turnover, sales growth
dan debt to total assets secara simultan berpengaruh signifikan terhadap return on
assets pada perusahaan manufaktur di Bursa Efek Indonesia).
Dalam penelitian ini nilai F hitung akan dibandingkan dengan F tabel, pada tingkat
signifikan ( α ) = 5 %. Kriteria penilaian hipotesis pada uji F ini adalah: H0 diterima jika : F hitung≤ F tabel
H1 diterima jika : F hitung > F tabel
H0 : H0 : b1 = b2 = b3 = b4 = 0 (cash position; return on assets; firm size; debt to
equity secara parsial tidak berpengaruh signifikan terhadap dividend payout ratio
pada perusahaan manufaktur di Bursa Efek Indonesia).
H1 :bi ≠ 0 (cash position; return on assets; firm size; debt to equity; secara parsial
berpengaruh signifikan terhadap dividend payout ratio pada perusahaan manufaktur di Bursa Efek Indonesia).
H0 : H0 : b1 = b2 = b3 = b4 = 0 (net profit margin; total assets turnover; sales
growth; debt to total assets; secara parsial tidak berpengaruh signifikan terhadap
return on assets pada perusahaan manufaktur di Bursa Efek Indonesia).
H1 : bi ≠ 0 (net profit margin; total assets turnover; sales growth;debt to total assets
secara parsial berpengaruh signifikan terhadap return on assets pada perusahaan manufaktur di Bursa Efek Indonesia).
Dalam penelitian ini nilai t hitung akan dibandingkan dengan t tabel, pada tingkat
signifikan ( α ) = 5 %. Kriteria penilaian hipotesis pada uji t ini adalah : H0 diterima jika -t tabel≤t hitung≤ t tabel
H1 diterima jika : t hitung > t tabel atau t hitung≤ -t tabel
III.8. Pengujian Asumsi Klasik
Uji asumsi klasik dalam penelitian ini dilakukan untuk mengetahui apakah sampel yang ditetapkan telah dapat dilakukan analisis dan melihat apakah model prediksi yang dirancang telah dapat dimasukkan ke dalam serangkaian data, maka perlu dilakukan pengujian data. Untuk mendapatkan model regresi yang baik harus
terbebas dari penyimpangan data yang terdiri dari normalitas, multikolonieritas, autokorelasi dan heteroskedastisitas. Cara yang digunakan untuk menguji penyimpangan asumsi klasik adalah sebagai berikut (Ghozali, 2009: 74)
III.8.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk melihat normalitas residual dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Selain menggunakan grafik, untuk mengetahui apakah data berdistribusi normal atau mendekati normal bisa juga dilakukan dengan menggunakan uji statistic non
parametric Kolmogorov-Smirnov, yaitu dengan menggunakan tabel Kolmogorov-
Smirnov Test (Ghozali, 2009:74).
III.8.2. Uji Multikolinieritas
Uji multikolinieritas ini dilakukan dengan melihat nilai variance inflation
factor (VIF). Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antar variabel bebas. Pada model regresi yang baik, sebaiknya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada tidaknya dengan melihat (1) nilai tolerance dan lawannya, (2) variance inflation factor.
Kedua ukuran ini menujukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Tolerance mengukur variabilitas bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF (karena VIF = 1/tolerance) dan menunjukkan adanya kolenieritas yang tinggi. Nilai cut off yang dipakai oleh nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Apabila terdapat variabel bebas yang memiliki nilai
tolerance lebih dari 0,10 nilai VIF kurang dari 10, maka dapat disimpulkan bahwa
tidak ada multikolinieritas antar variabel bebas dalam model regresi (Ghozali, 2009:57).
III.8.3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (periode sebelumnya) (Ghozali, 2009:95). Dengan demikian dapat dikatakan bahwa autokorelasi terjadi jika observasi yang berturut- turut sepanjang waktu mempunyai korelasi antara satu dengan yang lainnya (Nachrowi, 2006:185). Jika terjadi autokorelasi maka dikatakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Gejala autokorelasi dideteksi dengan menggunakan Durbin Watson test (DW). Menurut Ghozali (2009:100), autokorelasi tidak terjadi bila Durbin Watson terletak anatara du dan (4-du) dimana (du < DW < 4-du) Kriteria pengambilan uji autokorelasi
Tabel III.3. Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Jika Keputusan
Tidak ada autokorelasi positif 0 < DW < dL Ditolak Tidak ada autokorelasi positif
Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif
Tidak ada autokorelasi positif atau negatif
dL≤ DW ≤ dU 4-dL < DW < 4 4-dU ≤ DW ≤ 4-dL dU < DW < 4-dU No Decision Ditolak No Decision Tidak Ditolak Sumber : Ghozali (2009:100) Keterangan : dL = batas bawah dU = batas atas
III.8.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual data yang ada. Model regresi yang baik adalah yang tidak mengalami gejala heteroskedastisitas. Menurut Ghozali (2009:125) salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat grafik scatter plot dengan dasar analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka O pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gejala heteroskedastisitas juga dapat diuji dengan menggunakan Uji Glejser, yaitu dengan meregres nilai absolute residual terhadap variabel independen (Ghozali, 2009:129). Heteroskedastisitas dengan uji Glejser tidak terjadi apabila tidak satupun
variabel independen signifikan secara statistik mempengaruhi variabel nilai absolute Ut (AbsUt).