3.2. Populasi dan Sampel

METODE PENELITIAN

Populasi dalam penelitian ini adalah perusahaan yang listed di Bursa Efek Jakarta (BEJ). Sesuai dengan publikasi ICMD 2006 menunjukkan bahwa jumlah perusahaan yang terdaftar pada periode 2003–2005 sejumlah 330 emiten yang dikelompokkan dalam 9 kelompok industri.

Adapun teknik sampling yang digunakan adalah purposive sampling berdasarkan kriteria: (1) saham perusahaan yang selalu terdaftar di BEJ pada periode 2003–2005, didapat sejumlah 330 perusahaan; (2) perusahaan yang selalu membagikan dividend pada periode 2003–2005, didapat sejumlah 81 perusahaan; dan (3) Perusahaan yang sebagian sahamnya dimiliki oleh manajemen selama periode pengamatan (2003–2005), didapat sejumlah 40 perusahaan.

Metode pengumpulan data yang digunakan terutama dengan cara studi dokumenter dari Indonesian Capital Market Directory tahun 2006. Data keuangan diambil dari Indonesian Capital Market Directory tahun 2006. Untuk kepentingan analisis maka digunakan pooling data (data pooled) selama 3 tahun dari perusahaan sampel.

3.4. Teknik Analisis

Untuk menguji hipotesis tentang kekuatan variabel penentu (independen variabel) terhadap Dividend Payout Ratio, dalam penelitian ini digunakan analisis regresi berganda dengan persamaan kuadrat terkecil (OLS) dengan model dasar sebagai berikut:

Model 1

DPR(1) = a + b1 Insider(1) + b2 Institusi(1) + b3 IOS(1)+ b4 ROA (1) + b5 DER(1) + e

Model 1

DPR(2) = a + b1 Insider(2) + b2 Institusi(2) + b3 IOS(2) + b4 ROA (2) + b5 DER(2) + e

Besarnya konstanta tercermin dalam “a”, dan besarnya koefisien regresi dari masing-masing variabel independen ditunjukkan dengan b1, b2, b3, b4, b5 dan b6. Kelima variabel bebas tersebut merupakan faktor-faktor yang berpengaruh terhadap Dividend Payout Ratio (sebagai variabel dependen).

3.5 Uji Asumsi Klasik 3.5.1 Uji Multikolineritas

Istilah multikolonieritas digunakan untuk menunjukkan adanya hubungan linier di antara variabel-variabel bebas dalam model regresi (Sumodiningrat, 1994). Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol (Ghozali, 2001). Untuk mendeteksi ada atau tuidaknya miltikolinieritas di dalam model regresi adalah dengan melihat nilai R²yang dihasilkan oleh suatu estimasi model regresi.

Selain itu multikolonieritas dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cutoff yang dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance < 0,10 atau sama dengan nilai VIF > 10.

3.5.2 Uji Autokorelasi

Autokorelasi adalah korelasi (hubungan) yang terjadi di antara anggota-anggota dari serangkaian pengamatan yang tersusun dalam

rangkaian waktu atau tersusun dalam rangkaian ruang (sumodiningrat, 1994). Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi (Ghozali, 2001). Pengujian ini dilakukan dengan menggunakan uji Durbin-Watson (DW test). Uji ini diguanakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag di antara variabel independen.

3.5.3 Uji Heteroskedastisitas

Heteroskedastisitas merupakan kondisi varian nir-konstan atau varian nir-homogin (sumodiningrat, 1994). Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pangamatan yang lain. Jika satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas (Ghozali, 2001).

Pengujian heteroskedastisitas pada penelitian ini menggunakan metode scatter plot (grafik plot). Uji ini melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized.

Pengujian ini juga menggunakan uji Glejser, uji ini dilakukan dengan meregres niai absolut residual terhadap variabel independen (Gujarati, 2003), dengan persamaan regresi :

│Ut│ = α + βXt + vt

3.5.4 Uji Normalitas

Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal (Ghozali, 2001). Pengujian dilakukan dengan analisis grafik (scatterplot), yakni dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

Uji normalitas lain pada penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Uji K-S dilakukan dengan membuat hipotesis :

Ho : Data residual berdistribusi normal Ha : Data reidual tidak berdistribusi normal

3.6. Pengujian Hipotesis

Pengujian terhadap masing-masing hipotesis yang diajukan dapat dilakukan dengan cara sebagai berikut:

Uji signifikansi (pengaruh nyata) variabel independen (Xi) terhadap variabel dependen (Y) baik secara parsial dilakukan dengan menggunakan uji-t sementara pengujian secara bersama-sama dilakukan dengan uji-f pada level 5% (α = 0,05).

a. Uji t-statistik

Uji keberartian koefisien (bi) dilakukan dengan statistik-t. Hal ini digunakan untuk menguji koefisien regresi secara parsial dari variabel independennya. Adapun hipotesis dirumuskan sebagai berikut :

Untuk menguji hipotesis 1 sampai dengan hipotesis 10: H1 : bi ≥ 0

Artinya Jika tingkat signifikansi lebih kecil dari 0,05 atau 5% maka hipotesis yang diajukan diterima atau dikatakan signifikan, artinya secara parsial variable bebas (X1 s/d X10) berpengaruh signifikan

terhadap variable dependen (Y) = hipotesis diterima, sementara jika tingkat signifikansi lebih besar dari 0,05 atau 5% maka hipotesis yang diajukan ditolak atau dikatakan tidak signifikan, artinya secara parsial variable bebas (X1 s/d X10) tidak berpengaruh signifikan terhadap variable dependen (Y) = hipotesis ditolak.

Nilai t-hitung dapat dicari dengan rumus:

i i b Deviasi Standar ) (b regresi Koefisien : hitung t

Jika t-hitung > t-tabel (α, n-k-l), maka H0 ditolak; dan Jika t-hitung < t-tabel (α, n-k-l), maka H0 diterima. b. Uji F-statistik

Uji ini digunakan untuk menguji kelayakan model (goodness of fit). Hipotesis ini dirumuskan sebagai berikut :

H1 : b1, b2, b3, b4, b5 ≥ 0

Artinya Jika tingkat signifikansi lebih kecil dari 0,05 atau 5% maka model yang digunakan dalam kerangka pikir teoritis layak untuk digunakan, sementara jika tingkat signifikansi lebih besar dari 0,05 atau 5% maka model yang digunakan dalam kerangka pikir teoritis tidak layak untuk digunakan.

Nilai F-hitung dapat dicari dengan rumus: k) -(N / ) R -(1 1) -(k / R : -F ₂ 2 hitung

Jika F-hitung > F-tabel (a, k-1, n-l), maka H0 ditolak; dan Jika F-hitung < F-tabel (a, k-l, n-k), maka H0 diterima.

Sedangkan untuk menguji dominasi variabel independen (Xi) terhadap variabel dependen (Y) dilakukan dengan melihat pada koefisien beta standar.

c. Uji Chow Test

Untuk membedakan hasil regresi pada perusahaan PMA dan PMDN, selanjutnya digunakan model regresi Chow Test (alat untuk menguji kesamaan koefisien) dengan rumus: (Imam Ghozali, 2004)

RSSr : Sum of Squared Residual untuk regresi dengan total observasi RSSur : Penjumlahan Sum of Squared Residual dari masing-masing regresi

menurut kelompok. n : Jumlah observasi

k : Jumlah parameter yang diestimasi pada restricted regresion. r : Jumlah parameter yang diestimasi pada unrestricted regresion. Selanjutnya hasil dari F hitung ini akan dibandingkan dengan F tabel, jika F hitung > F tabel, maka hipotesis nol dapat ditolak. Jadi ada beda variabel independen (kepemilikan manajerial, kepemilikan institusi, invesment

(RSSr-RSSur)/k F hit =

opportunity set (IOS), return on asset (ROA) dan debt equity ratio (DER))

antara perusahaan PMA dan PMDN dalam mempengaruhi besarnya DPR. Jika F hitung < F tabel maka yang terjadi sebaliknya.

BAB IV

Dalam dokumen ANALISIS PENGARUH STRUKTUR KEPEMILIKAN, INVESTMENT OPPORTUNITY SET (IOS), DAN RASIO-RASIO KEUANGAN TERHADAP DIVIDEND PAYOUT RATIO (DPR) (Studi Komparatif pada perusahaan PMA dan PMDN di Bursa Efek Jakarta Periode Tahun 2003-2005) (Halaman 51-60)