BAB III
METODE PENELITIAN
3.1 Rancangan Penelitian
Umar (2003:30), penelitian ini menggunakan desain kausal yaitu untuk mengukur pengaruh antara variabel – variabel penelitian, atau berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel lainya. Dalam penelitian ini, hubungan tersebut bertujuan untuk menguji pengaruh Return On Investment dan arus kas operasi terhadap Dividend Payout Ratio.
3.2 Jenis Data dan Sumber Data
Jenis data dalam penelitian ini menggunakan data sekunder. Menurut Kuncoro (2001:127), “Data sekunder yaitu data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat dan pengguna data”. Data yang digunakan berupa summary laporan keuangan perusahaan properti yang terdaftar di Bursa Efek Indonesia, selama periode 2011 – 2014. Data penelitian ini adalah data time series, menurut Umar (2003:70), data time series
atau disebut juga data deret waktu merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan. Data didapatkan dari Indonesian
Stock Exchange (IDX) tahun 2011 - 2014 dengan situs
3.3 Populasi dan Sampel Penelitian
Sugiyono (2006:72) menyatakan “Populasi adalah wilayah generalisasi yang terdiri atas: objek/subjek yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya”. Populasi dalam penelitian ini adalah seluruh perusahaan properti yang terdaftar di Bursa Efek Indonesia selama tahun 2011 – 2014, yang berjumlah 45 perusahaan properti. Menurut Sugiyono (2006:55), sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut.
Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah dengan menggunakan metode purposive sampling, dangan kriteria sebagai berikut:
a. perusahaan properti tersebut terdaftar di BEI selama periode penelitian (2011 – 2014),
b. perusahaan properti tersebut tidak delisting dari BEI selama periode penelitian (2011 – 2014),
c. perusahaan properti tersebut telah mengeluarkan laporan keuangannya dari tahun 2011 – 2014 yang dapat diakses di
Berdasarkan kriteria tersebut, dari 45 perusahaan properti yang memenuhi kriteria sebagai sampel dan akan diteliti yaitu sebanyak 10 perusahaan properti (lampiran i). Jumlah observasi yang penulis teliti berjumlah sebanyak 40 data penelitian yang berasal dari 4 tahun periode laporan keuangan yakni tahun 2011, 2012, 2013 dan 2014.
3.4 Teknik Pengumpulan Data dan Pengolahan Data
Pengumpulan data menggunakan teknik dokumentasi yaitu dengan cara mengumpulkan data berupa laporan keuangan setiap perusahaan sampel pada periode penelitian yang didapatkan dari situs Indonesia Stock Exchange (IDX)
tahun 2011 - 2014, dengan situswww.sahamok.com
3.5 Definisi Operasional dan Pengukuran Variabel
. Data diolah menggunakan metode analisis statistik model regresi linier berganda dan dilakukan dengan menggunakan software SPSS 17.
Terdapat beberapa variabel yang akan digunakan dalam penelitian ini yaitu ROI dan arus kas operasi sebagai variabel independen (bebas) dan Dividend Payout Ratio sebagai variabel dependen (terikat).
3.5.1 Variabel Independen (bebas)
a. Return On Investment
���=���������ℎ������ℎ�����
����������� × 100%
b. Arus Kas Operasi
Menurut Pradhono (2004), arus kas operasi adalah selisih bersih antara penerimaan dan pengeluaran kas dan setara kas yang berasal dari aktivitas operasi selama satu tahun buku, sebagaimana tercantum dalam laporan arus kas. Arus kas operasi diukur dengan satuan rupiah perlembar saham yang beredar.
3.5.2 Variabel Dependen (terikat)
Menurut Sugiyono (2005:3), “Variabel dependen atau variabel terikat adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel independen atau bebas”. Variabel dependen yang digunakan dalam penelitian ini adalah kebijakan dividen. Kebijakan dividen dapat diartikan sebagai keputusan perusahaan dalam menentukan berapa jumlah laba bersih yang akan ditahan sebagai retained earnings dan yang akan digunakan untuk pembayaran dividen. Indikator dari kebijakan dividen adalah rasio pembayaran dividen atau Dividend Payout Ratio. DPR menunjukkan proporsi laba yang dibayarkan kepada pemegang saham selama tahun tertentu.
���=������������������ℎ��
Tabel 3.1
Defenisi Operasional dan Pengukuran Variabel
Variabel Defenisi Operasional Pengukuran Skala Kebijakan saat ini dan periode mendatang.
������� ��� ������ ��ℎ��
���������������ℎ�� × 100% Rasio
ROI (X1 Alat pengukur prestasi
pusat investasi
setara kas yang berasal dari aktivitas operasi selama satu tahun buku, sebagaimana tercantum dalam laporan arus kas. )
Nilai arus kas operasi per jumlah saham yang beredar
Rasio
3.6 Metode Analisis Data
3.6.1 Analisis Statistik Deskriptif
Secara sederhana statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan data. Terdapat berbagai cara dalam mendeskripsikan data, yang salah satunya adalah dalam bentuk ukuran – ukuran numerik dari hasil pengolahan terhadap data tersebut. Data yang digunakan penelitian ini
merupakan data sekunder yang diperoleh dari
www.sahamok.com
3.6.2 Uji Asumsi Klasik
. Variabel penelitian ini terdiri dari Return on Investment
(ROI) dan arus kas operasi sebagai variabel bebas (independen variabel) dan kebijakan dividen (Dividend Payout Ratio) sebagai variabel terikat (dependen variabel).
3.6.2.1 Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Apabila nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil. Menurut Ghozali (2005:110), “cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistic Kolmogorov-Smirnov (K-S)”, dibuat dengan membuat hipotesis:
Ha : Data residual tidak berdistribusi normal
Bila signifikansi > 0,05 berarti distribusi data normal maka Ha ditolak dan Ho diterima, sebaliknya bila signifikan < 0,05 berarti distribusi data tidak normal maka Ho ditolak dan Ha diterima.
Normalitas juga dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah :
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas
3.6.2.2 UJi Multikolonearitas
factor(VIF), serta dengan menganalisis matrik korelasi variabel – variabel independen. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonearitas adalah nilai tolerance< 0,10 atau sama dengan nilai VIF > 10 dan untuk matrik korelasi adanya indikasi multikolonearitas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90.
3.6.2.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedasitas. Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scaterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, antara lain:
a. Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastisitas.
3.6.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan dari Prof. Singgih sebagai berikut :
a. Angka D-W dibawah -2 berarti ada autokorelasi positif
b. Angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi
c. Angka D-W diatas +2 berarti ada autokorelasi negatif
3.6.3 Pengujian Hipotesis
Penelitian ini dianalisis dengan model regresi linier berganda untuk melihat seberapa besar pengaruh ROI dan arus kas operasi terhadap DPR dengan model dasar sebagai berikut :
�
=
�
+
�
1�
1+
�
2�
2+
�
Keterangan :
α = Konstanta
β1,β2 = Koefisien
X1 = Variabel Independen Pertama yaitu ROI
X2 = Variabel Independen Kedua yaitu arus kas operasi
ε = Tingkat kesalahan pengganggu
3.6.3.1 Koefisien Determinasi (R²)
Uji ini bertujuan untuk melihat seberapa jauh kemampuan variabel independen dalam menerangkan variabel dependennya. Nilai koefisien determinasi adalah diantara nol sampai dengan satu. Semakin nilainya mendekati satu maka semakin lengkap informasi yang diberikan variabel independen dalam menerangkan variabel dependennya. Sebaliknya jika nilainya semakin menjauhi satu maka semakin sedikit informasi yang diberikan variabel independen dalam menerangkan variabel dependennya.
3.6.3.2 Uji Simultan atau Uji F (F test)
Uji F statistik digunakan untuk menguji keberartian pengaruh dari seluruh variabel bebas secara bersama – sama (simultan) terhadap variabel dependen. Uji F dimaksudkan untuk melihat kemampuan menyeluruh dari variabel bebas yaitu ROI dan arus kas operasi terhadap kebijakan dividen. Uji ini dilakukan dengan mengacu pada suatu ketentuan.
Ha diterima jika F hitung > F tabel
Selain itu dapat pula dilihat dari nilai signifikansinya yaitu jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis statistik:
Ho = Return On Investment dan arus kas operasi tidak berpengaruh terhadap DPR secara simultan.
Ha = Return On Investment dan arus kas operasi berpengaruh terhadap DPR secara simultan.
3.6.3.3 Uji Parsial atau Uji t (t Test)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen. Uji ini dilakukan untuk melihat pengaruh ROI dan arus kas bersih secara parsial tehadap DPR. Uji ini dilakukan dengan membandingkan signifikansi t hitung yang mengacu pada suatu ketentuan.
Ho diterima jika t hitung < t tabel (α = 5%)
Ha diterima jika t hitung > t tabel (α = 5%)
Di samping itu dapat pula dilihat dari signifikansinya yaitu jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis Statistik:
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis hasil penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi linear berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan SPSS versi 17. Terdapat 10 perusahaan properti yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini dan diamati selama periode 2011-2014.
Tabel 4.1
Daftar Sampel Perusahaan Properti
No Nama perusahaan Kode
1 PT ALAM SUTERA REALTY TBK ASRI
2 PT CIPUTRA DEVELOPMENT TBK CTRA
3 PT CIPUTRA PROPERTY TBK CTRP
4 PT CIPUTRA SURYA TBK CTRS
5 PT GOWA MAKASSAR TOURISM
DEVELOPMENT TBK
GMTD
6 PT PERDANA GAPURAPRIMA. TBK GPRA
7 PT JAYA REAL PROPERTY. TBK JRPT
8 PT LIPPO KARAWACI TBK LPKR
9 PT METROPOLITAN LAND TBK MTLA
10 PT PLAZA INDONESIA REALTY TBK PLIN
4.2 Analisis Statistik Deskriptif
analisis statistik deskriptif dari sampel 10 perusahaan properti selama periode 2011 hingga 2014 diperoleh gambaran sampel sebagai berikut.
Tabel 4.2
Statistik Deskriptif dari ROI, Arus Kas Operasi, danDPR Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
return on investment 40 1.96 11.11 7.0897 2.20542
arus kas operasi 40 -2.1E+12 2.55E+12 474024E+6 7.78312E+11
DPR 40 4.17 372.15 34.1085 62.85361
Valid N (listwise) 40
Tourism Development Tbk di tahun 2014, dan maksimum adalah 372,15% pada PT Plaza Indonesia Realty Tbk di tahun 2013. Sementara rata-rata dan standar deviasi dari DPR adalah 34,1085 dan 62,85361. Adapun kode perusahaan yang berada diatas rata-rata DPR yakni JRPT (2012, 2013), dan PLIN (2012, 2013, 2014).
4.3 Uji Asumsi Klasik
4.3.1 UjiNormalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan
�= 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas �,
dengan ketentuan sebagai berikut.
Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. Jika nilai probabilitas�< 0,05, maka asumsi normalitas tidak terpenuhi.
Tabel 4.3
Normal Parametersa,,b Mean .0000000
Std. Deviation .92001889
Most Extreme Differences Absolute .188
Positive .188
Negative -.072
Kolmogorov-Smirnov Z 1.187
Asymp. Sig. (2-tailed) .120
Perhatikan bahwa berdasarkan Tabel 4.3, diketahui nilai probabilitas p
atau Asymp. Sig. (2-tailed)sebesar 0,120. Karena nilai probabilitas p, yakni 0,120, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Gambar 4.1merupakan output dari SPSS. Perhatikan bahwa pada normal probability plot (Gambar 4.1), titik-titik menyebar cukup dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.
Gambar 4.1
Histogram untuk Pengujian Asumsi Normalitas dengan Normal Probability Plot
4.3.2 UjiMultikolinearitas
Tabel 4.4
Uji Asumsi Multikolinearitas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
return on investment
.988 1.012
arus kas operasi .988 1.012
Perhatikan bahwa berdasarkan Tabel 4.4,nilai VIF dari ROIadalah 1,012, dan nilai VIF darivariabel dari variabel arus kas operasiadalah 1,012. Karena masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
4.3.3 UjiAutokorelasi
Tabel 4.5
Uji Asumsi Autokorelasi dengan Uji Run Runs Test
Unstandardized Residual
Test Valuea -.06302
Cases < Test Value 20
Cases >= Test Value 20
Total Cases 40
Number of Runs 22
Z .160
Asymp. Sig. (2-tailed) .873
a. Median
Berdasarkan Tabel 4.5, diketahui nilai probabilitas atau Asymp. Sig. adalah 0,873, di mana lebih besar dari 0,05, maka tidak terjadi gejala autokorelasi. Uji autokorelasi juga dapat diuji dengan menggunakan uji Durbin-Watson (Gio, 2015:61-62, Field, 2009:220). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi.
Tabel 4.6
Uji Asumsi Autokorelasi
Model Durbin-Watson
1 2.039
4.2.4 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plotantara SRESID pada sumbu Y, dan ZPRED pada sumbu X.(Field, 2009:230, Ghozali, 2011:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.2 Uji Heteroskedastisitas
4.4 Analisis Koefisien Determinasi
Koefisien determinasi (�2) merupakan suatu nilai (nilai proporsi) yang
mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas (Supranto, 2005:158, Gujarati, 2003:212).
Tabel 4.7
a. Predictors: (Constant), arus kas operasi, return on investment b. Dependent Variable: DPR
Berdasarkan Tabel 4.7, nilai koefisien determinasi �2 terletak pada kolom
R-Square. Diketahui nilai koefisien determinasi sebesar �2 = 0,188. Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel DPR sebesar 18,8%, sisanya sebesar 71,2% dipengaruhi oleh faktor-faktor lain.
4.5 Uji Signifikansi Pengaruh Simultan (Uji �)
Tabel 4.8
Uji Pengaruh Simultan dengan Uji � ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 7.629 2 3.814 4.275 .021a
Residual 33.011 37 .892
Total 40.639 39
a. Predictors: (Constant), arus kas operasi, return on investment b. Dependent Variable: DPR
Tabel 4.9
Uji Pengaruh Simultan dengan Pendekatan Nilai F Variabel
Nilai F Hitung
Nilai F Tabel (Tersaji di Lampiran)
Interpretasi
Return on investment,
Arus kas operasi. 4,275 3,25
Pengaruh faktor return on investment, arus kas operasi, secara simultan signifikan mempengaruhi DPR (F
Hitung >F Tabel)
Tabel 4.10
Uji Pengaruh Simultan dengan Pendekatan Nilai Sig
Variabel Nilai Sig Tingkat Signifikansi Interpretasi
Return on investment, Arus kas operasi.
0,021 �= 0,05
Pengaruh faktor return on investment, arus kas operasi, secara simultan
signifikan mempengaruhi DPR (Sig<0,05)
4.6Analisis Regresi Linear Berganda dan Uji Signifikansi Pengaruh Parsial (Uji t)
Uji t digunakan untuk menguji signifikansi konstanta dari setiap variabel indpenden. Tabel 4.11 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial. Berdasarkan Tabel 4.11 diperoleh persamaan regresi linear sebagai berikut berikut.
Berdasarkan Tabel 4.11, disajikan kembali nilai koefisien regresi untuk masing-masing variabel bebas, besertas interpretasinya (Tabel 4.12).
Tabel 4.11
Uji Signifikansi Pengaruh Parsial (Uji �)
Model
Koefisien Regresi Beserta Interpretasinya
Variabel Koefisien Regresi dan Interpretasi
Return on investment
0,153 (bernilai positif), berarti return on investment memiliki pengaruh positif terhadap DPR. Return on investment yang semakin tinggi atau meingkat cenderung
meningkatkan DPR.
Arus kas operasi
0,323 (bernilai positif), berarti arus kas operasi memiliki pengaruh positif terhadap DPR. Arus kas operasi yang semakin tinggi atau meningkat cenderung meningkatkan
DPR.
Tabel 4.13
Menguji Signifikan Pengaruh dengan Nilai t
Variabel
Nilai t Hitung
Nilai t Tabel (Tersaji di Lampiran)
Interpretasi
Return on investment 2,224 ±2,026
Pengaruh parsial return on investment signifikan terhadap DPR (+t Hitung
>+t Tabel)
Arus kas operasi 1,643 ±2,026
Pengaruh parsial arus kas operasi tidak signifikan terhadap DPR (+t Hitung <
−������/������ +������/������
Gambar 4.3
Aturan Pengambilan Keputusan terhadap Hipotesis berdasarkan Uji �
Tabel 4.14
Menguji Signifikan Pengaruh dengan Nilai Probabilitas (Sig.)
Variabel
Nilai Sig. Tingkat Signifikansi Interpretasi
Return on investment 0,032 �= 0,05
Pengaruh parsial return on investment signifikan terhadap DPR (Sig.<0,05)
Arus kas operasi 0,109
�= 0,05
Pengaruh parsial arus kas operasi tidak signifikan terhadap DPR (Sig. > 0,05)
4.6.1 Pengujian PengaruhReturn on Investment(��)terhadap DPR(�)
Berdasarkan Tabel 4.11 hingga Tabel 4.14, diketahui variabel Return On Investment berpengaruh positif terhadap DPR. Dengan kata lain, Return On Investment yang semakin meningkat, cenderung akan meningkatkan DPR. Diketahui faktor Return On Investment memiliki pengaruh yang signifikan terhadap DPR.
4.6.2 Pengujian PengaruhArus Kas Operasi(��)terhadap DPR(�)
Berdasarkan Tabel 4.11 hingga Tabel 4.14, diketahui variabel arus kas operasi berpengaruh positif terhadap DPR. Dengan kata lain, arus kas operasi yang
semakin meningkat, cenderung akan meningkatkan DPR. Diketahui faktor arus kas operasi memiliki pengaruh yang signifikan terhadap DPR.
4.7 Pembahasan Hasil Penelitian
Nilai Adjusted R Square sebesar 0,144 yang berarti bahwa 14,4% variasi atau perubahan dalam DPR dapat dijelaskan oleh variasi ROI dan arus kas operasi, sedangkan sisanya sebesar 85,6% dipengaruhi oleh faktor – faktor lain. Berdasarkan hasil pengujian diketahui bahwa secara parsial ROI yang diperoleh perusahaan mempunyai pengaruh positif dan signifikan terhadap DPR perusahaan, sedangkan secara parsial arus kas operasi mempunyai pengaruh positif namun tidak signifikan terhadap DPR yang dibagi perusahaan.
penelitian, mungkin juga dikarenakan laba yang dihasilkan oleh perusahaan adalah rekayasa pihak manajemen agar para investor tertarik untuk menanamkan investasinya pada perusahaan mereka.
Dari hasil penelitian ini variabel ROI memiliki koefisien regresi bertanda positif sebesar 0,153, artinya apabila terjadi perubahan variabel ROI sebesar 1% akan menaikkan DPR sebesar 0,153 atau 15,3%. Arus kas operasi juga memilki koefisien regresi bertanda positif sebesar 0,323, artinya apabila terjadi perubahan variabel arus kas operasi sebesar 1% akan menaikkan DPR sebesar 0,323 atau 32,3%. Berdasarkan hasil penelitian ini, arus kas operasi sebagai tolak ukur yang lebih signifikan daripada ROI. Secara simultan faktor ROI, dan arus kas operasiberpengaruh signifikan mempengaruhi DPR. Hasil penelitian ini sejalan dengan penelitian Emmayati (2008) dan Manurung (2009) yang menemukan bahwa ROI dan arus kas operasi berpengaruh terhadap DPR. Serta penelitian Ginting (2012) yang secara simultan menunjukkan bahwa ROI, IOS, dan arus kas operasi berpengaruh terhadap DPR. Berbeda dengan penelitian Manurung (2010) bahwa ROI dan arus kas operasi tidak berpengaruh secara simultan terhadap DPR. ini berarti pihak manajemen dalam menentukan besarnya DPR yang akan ditetapkan perusahaan tidak sepenuhnya memperhatikan ROI dan arus kas operasi secara bersama-sama.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisa dari penelitian ini dapat disimpulkan, secara simultan, variabel return on investment dan arus kas operasi berpengaruh positif terhadap dividend payout ratio. Secara parsial, variabel return on investment
berpengaruh positif dan signifikan terhadap dividend payout ratio dan variabel arus kas operasi berpengaruh positif namun tidak signifikan terhadap dividend payout ratio.
5.2 Keterbatasan Penelitian
Penelitian ini memiliki beberapa keterbatasan. Keterbatasan-keterbatasan tersebut antara lain:
1. penelitian ini hanya meneliti dua buah variabel yaitu return on investment, dan arus kas operasi yang berpengaruh hanya 14,4% terhadap dividend payout ratio, sedangkan sisanya sebesar 85,6% dipengaruhi oleh faktor – faktor lain,
2. periode pengamatan dalam penelitian ini terbatas karena hanya mencakup tahun 2011-2014,
perusahaan yang dijadikan sampel terbatas pada kriteria-kriteria yang telah ditentukan.
5.3 Saran
Berdasarkan hasil analisa dari penelitian ini menyarankan bagi pihak investor dan peneliti selanjutnya.
1. Bagi pihak investor dan calon investor, untuk mengetahui kinerja perusahaan sebelum melakukan investasi sebaiknya para investor maupun calon investor mencari tahu mengenai profil perusahaan. Profil perusahaan dapat diperoleh melalui Bursa Efek Indonesia atau instansi pemerintah yaitu BAPEPAM yang bisa memberikan informasi secara akurat dan relevan. Serta agar jangan terlalu menjadikan data yang dilampirkan sebagai tolak ukur utama dalam menentukan kinerja perusahaan.