BAB III
METODE PENELITIAN 3.1 Desain Penelitian
Desain penelitian merupakan kerangka kerja untuk merinci hubungan
yang bertujuan untuk mengetahui hubungan variabel bebas dan variabel terikat
dalam suatu penelitian. Desain penelitian yang digunakan dalam penelitian ini
adalah desain kausal. Desain kausal berguna untuk menganalisis
hubungan-hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu
variabel memengaruhi variabel lainnya (Umar, 2009:35). Penelitian ini menguji
pengaruh DPR, size dan earning growth terhadap PER.
3.2 Populasi dan Sampel Penelitian
Populasi adalah wilayah generalisasi yang terdiri atas subyek atau obyek
dengan kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulan (Sangadji, 2010:185). Populasi bisa
berupa manusia, tumbuhan, hewan, produk bahkan dokumen. Populasi yang
digunakan dalam penelitian ini adalah semua perusahaan barang konsumsi yang
terdaftar di Bursa Efek Indonesia tahun 2008 sampai tahun 2011. Populasi dalam
penelitian ini berjumlah 36 perusahaan dan tidak semua populasi ini akan menjadi
obyek penelitian sehingga perlu dilakukan pengambilan sampel.
Sampel adalah suatu himpunan bagian (sub set) dari sebuah populasi
tertentu (Agung, 2004:2). Teknik pengambilan sampel dalam penelitian ini
sampling) dilakukan dengan mengambil sampel dari populasi berdasarkan suatu
kriteria tertentu. Kriteria yang digunakan dapat berdasarkan pertimbangan
(judgement) tertentu atau jatah (quota) tertentu.
Sampel yang digunakan dalam penelitian ini dipilih berdasarkan kriteria
sebagai berikut:
1. Perusahaan barang konsumsi yang terdaftar di Bursa Efek Indonesia pada
periode tahun 2008-2011.
2. Memiliki laporan keuangan yang lengkap pada periode 2008-2011.
3. Perusahaan tersebut tidak didelisting (keluar) dari Bursa Efek Indonesia dari
tahun 2008-2011.
4. Perusahaan tersebut menampilkan dividen dalam periode 2008-2011.
Pengamatan terhadap perusahaan yang terpilih sebagai sampel dilakukan
selama 4 tahun berturut-turut yaitu mulai tahun 2008 sampai dengan tahun 2011
sehingga berdasarkan kriteria yang telah dikemukakan maka perusahaan yang
menjadi sampel pada penelitian ini berjumlah 10 perusahaan dengan 40 unit
analisis (10x4). Daftar perusahaan yang dijadikan sebagai sampel dapat dilihat
Tabel 3.1 Populasi dan Sampel
No Populasi Kriteria Sampel
1 2 3 4
1 Akasha wira international Tbk √ √ √ x -
2 Tiga pilar Sejahtera Food Tbk √ √ √ x -
3 Tri Banyan Tirta Tbk √ √ x x -
4 Aqua Golden Missisipi Tbk √ √ x x -
5 Cahaya Kalbar Tbk √ √ √ x -
6 Davomas Abadi Tbk √ √ √ x -
7 Delta Djakarta Tbk √ √ √ √ S1
8 Indofood CBP Sukses Makmur Tbk √ √ x x -
9 Indofood Sukses Makmur Tbk √ √ √ √ S2
10 Multi Bintang Indonesia Tbk √ √ √ √ S3
11 Mayora Indah Tbk √ √ √ √ S4
12 Prashida Aneka Niaga Tbk √ √ √ x -
13 Nippon Indosari Corporindo Tbk √ √ √ x -
14 Sekar Laut Tbk √ √ √ x -
15 Siantar Top Tbk √ √ √ x -
16 Ultrajaya Milk Industry and Trading Co. Tbk √ √ √ x -
17 Gudang Garam Tbk √ √ √ √ S5
18 Hanjaya Mandala Sampoerna Tbk √ √ √ √ S6
19 Bentoel International Investama Tbk √ √ √ x -
20 Wismilak Inti Makmur Tbk √ √ x x -
21 Darya Varia Laboratoria Tbk √ √ √ x -
22 Indofarma Tbk √ √ √ x -
23 Kimia farma Tbk √ √ √ x -
24 Kalbe farma Tbk √ √ √ x -
25 Merck Tbk √ √ √ √ S7
26 Pyridam farma Tbk √ √ √ x -
27 Schering Plough Indonesia Tbk √ √ √ x -
28 Taisho Pharmaceutical Indonesia Tbk √ √ √ x -
29 Tempo Scan Pasific Tbk √ √ √ √ S8
30 Martina Berto Tbk √ √ √ x -
31 Mustika Ratu Tbk √ √ √ x -
32 Mandom Indonesia Tbk √ √ √ √ S9
33 Unilever Indonesia Tbk √ √ √ √ S10
34 Kedawung Setia Industrial Tbk √ √ √ x -
35 Kedaung Indah Can Tbk √ √ √ x -
36 Langgeng Makmur Industry Tbk √ √ √ x -
3.3 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder merupakan data yang sudah diterbitkan atau digunakan pihak lain
(Suharyadi, 2003:10). Data tersebut diperoleh melalui penelusuran komputerisasi
dari situs resmi milik Bursa Efek Indonesia yaitu www.idx.co.id dalam format elektronik (database). Bursa Efek Indonesia dipilih sebagai narasumber utama
dalam penelitian ini atas dasar rasionalitas bahwa Bursa Efek Indonesia
merupakan wadah pasar modal resmi di Indonesia.
3.4 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah metode
dokumentasi. Pada penelitian ini, pengumpulan data dilakukan dengan dua tahap.
Pengumpulan data dimulai dengan tahap penelitian terdahulu yaitu dengan
melakukan studi pustaka dengan mempelajari buku – buku dan referensi lain yang
berkaitan dengan masalah yang diteliti. Pada tahap kedua, pengumpulan data
sekunder yang diperoleh dari media internet dengan mendownload melalui situs
www.idx.co.id untuk memperoleh data mengenai laporan keuangan yang telah
dipublikasikan.
3.5 Definisi Operasional dan Pengukuran Variabel
Variabel – variabel dalam penelitian ini adalah sebagai berikut:
1. Variabel Dependen (Variabel Terikat)
Menurut Kuncoro (2003:42), “variabel dependen adalah variabel yang
oleh variabel independen. Variabel dependen dalam penelitian ini adalah Price
Earning Ratio (PER). Menurut Skousen (2001:68), “PER (Rasio Harga-Laba)
mengukur hubungan antara nilai pasar suatu perusahaan dan laba perusahaan
sekarang”. PER akan memberikan informasi berapa rupiah harga yang harus
dibayar investor untuk memperoleh setiap Rp 1,00 earning perusahaan.
PER = 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑙𝑙𝑝𝑝𝑙𝑙𝑙𝑙𝐻𝐻𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
𝐿𝐿𝐻𝐻𝑙𝑙𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑙𝑙𝑝𝑝𝑙𝑙𝑙𝑙𝐻𝐻𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
2. Variabel Independen (Variabel Bebas)
Menurut Kuncoro (2003:42), “variabel independen adalah variabel yang
dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai
hubungan yang positif ataupun yang negatif bagi variabel dependen nantinya”.
Variabel independen dalam penelitian ini adalah:
a) Dividend Payout Ratio (X1
Dividend payout ratio (DPR) menunjukkan besarnya tingkat pembayaran
dividen dibandingkan dengan laba per saham yang diperoleh oleh perusahaan
pada tahun tertentu. Rasio ini dihitung dengan menggunakan rumus: )
DPR = 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑝𝑝𝐷𝐷 𝑡𝑡𝑡𝑡𝐷𝐷𝐻𝐻𝐷𝐷 𝑝𝑝𝑝𝑝𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
𝑙𝑙𝐻𝐻𝑙𝑙𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
b) Size (X2
Size (ukuran perusahaan) merupakan variabel yang dihitung dari total
asset yang dimiliki perusahaan pada akhir tahun tertentu sebagaimana tercantum
dalam laporan keuangan, dengan rumus: )
c) Earning Growth (X3
Earning growth adalah tingkat pertumbuhan laba yang diperoleh suatu
perusahaan pada tahun tersebut. Perusahaan yang memiliki pertumbuhan yang
terbatas atau pertumbuhan laba yang rendah akan menyebabkan PER yang rendah,
sebaliknya perusahaan dengan pertumbuhan laba yang tinggi akan menghasilkan
nilai PER yang tinggi. Earning growth ini dapat dirumuskan sebagai berikut: )
Earning growth = Laba bersih tahunt – Laba bersih tahun Laba bersih tahun
t-1 t-1
Tabel 3.2
Definisi Operasional dan Pengukuran Variabel No Variabel Definisi
Operasional Pengukuran Skala
1 Dividend Payout Ratio (DPR) Besarnya tingkat pembayaran dividen dibandingkan dengan laba per saham yang diperoleh oleh perusahaan pada tahun tertentu 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑝𝑝𝐷𝐷 𝑡𝑡𝑡𝑡𝐷𝐷𝐻𝐻𝐷𝐷 𝑝𝑝𝑝𝑝𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙 𝑙𝑙𝐻𝐻𝑙𝑙𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
Rasio 2 Size Total asset yang dimiliki perusahaan pada akhir tahun tertentu
Total Asset Rasio
3 Earning Growth Tingkat pertumbuhan laba yang diperoleh suatu perusahaan pada tahun tersebut
Laba bersih tahunt – Laba bersih tahunt-1
Laba bersih tahun
Rasio
4 Price Earning Ratio (PER) Perbandingan hubungan antara nilai pasar suatu perusahaan dan laba perusahaan sekarang 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑙𝑙𝑝𝑝𝑙𝑙𝑙𝑙𝐻𝐻𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙 𝐿𝐿𝐻𝐻𝑙𝑙𝐻𝐻 𝑝𝑝𝑝𝑝𝐻𝐻 𝑙𝑙𝑝𝑝𝑙𝑙𝑙𝑙𝐻𝐻𝐻𝐻 𝑠𝑠𝐻𝐻ℎ𝐻𝐻𝑙𝑙
Rasio
Sumber : Data yang diolah penulis, 2013
3.6 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis statistik dengan menggunakan program SPSS (Statistic Product and
Service Solution). Sebelum melakukan hipotesis, terlebih dahulu peneliti
melakukan uji asumsi klasik. Pengujian uji asumsi klasik yang dilakukan terdiri
dari: uji normalitas, uji multikolinearitas, uji autokorelasi dan uji
heterokedastisitas.
3.6.1 Pengujian Asumsi Klasik
a. Uji Normalitas
Uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data.
Jika data normal digunakan uji parametik dan jika data tidak normal digunakan
non parametik atau treatment agar data normal. Menurut Umar (2009:181), “uji
normalitas bertujuan untuk mengetahui apakah variabel dependen, independen
atau keduanya berdistribusi normal, mendekati normal atau tidak”.
Deteksi normalitas dapat dilakukan dengan melihat penyebaran data
(titik) pada sumbu diagonal dari grafik. Menurut Ghozali (2006:112), dasar
1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas.
2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Untuk menguji normalitas data, peneliti juga menggunakan uji Kolmogrov
Smirnov yaitu:
-Jika ρ value (Asymp. Sig) ≤ α (0,05) maka data berdistribusi tidak normal -Jika ρ value (Asymp. Sig) ≥ α (0,05) maka data berdistribusi normal. b. Uji Multikolinearitas
Menurut Ghozali (2006:91), “uji multikolinearitas dimaksudkan untuk
menguji apakah pada model regresi ditemukan adanya korelasi antara variabel
bebas (independent)”.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Apabila terjadi korelasi antara variabel independen, maka terdapat
problem multikolinearitas pada model regresi tersebut.
Deteksi adanya multikolinearitas adalah:
1) Besaran VIF (variance inflation facto) dan Tolerance
Model regresi yang bebas dari multikolinearitas adalah mempunyai nilai VIF
< 10 dan mempunyai angka tolerance > 0,1.
2) Besaran korelasi antar variabel independent
Pedoman suatu regresi yang bebas dari multikolinearitas adalah koefisien
korelasi antar variabel independent haruslah lemah yaitu dibawah 0,05. Jika
c. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model
regresi linier terdapat hubungan yang kuat baik positif maupun negatif antardata
yang ada pada variabel-variabel penelitian (Umar, 2009:182). Autokorelasi
muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu
dengan yang lainnya, hal ini sering ditemukan pada time series. Pada data cross
section, masalah autikorelasi relatif tidak terjadi.
Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau
tidaknya autokorelasi (Ghozali, 2006:96):
1) Uji Durbin-Watson (DW test)
Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (kostanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen.
2) Uji Lagrange Multiplier (LM test)
Uji autokorelasi dengan LM test terutama digunakan untuk sample besar diatas 100 observasi. Uji ini memang lebih tepat digunakan dibandingkan uji DW terutama bila sample yang digunakan relatif besar dan derajat autokorelasi lebih dari satu.
3) Uji Statistics Q : Box-Pierce dan Ljung Box
Uji Box-Pierce dan Ljung Box digunakan untuk melihat autokorelasi dengan lag lebih dari dua.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model
regresi terjadi ketidaksamaan variance dan residual dari suatu pengamatan ke
pengamatan yang lain. Jika variabel dari residual suatu pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda
disebut heteroskedastisitas (Ghozali, 2006:105). Model regresi yang baik adalah
Untuk mendeteksi ada tidak adanya heteroskedastisitas dapat dilihat dari
grafik Scatterplot antara nilai prediksi variabel dependen dengan residualnya:
1) Jika ada pola tertentu seperti titik – titik yang ada membentuk pola tertentu
yang teratur, maka telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik – titik yang menyebar maka tidak
terjadi heteroskedastisitas.
3.6.2 Pengujian Hipotesis
Pengujian dalam penelitian ini menggunakan analisis regresi berganda.
Metode regresi linier berganda dilakukan untuk mengetahui pengaruh variabel
bebas yaitu DPR, Size, dan Earning Growth terhadap variabel terikat yaitu PER
dalam penelitian ini dengan rumus adalah:
Y = α + 𝛽𝛽1𝑋𝑋1+𝛽𝛽2𝑋𝑋2+𝛽𝛽3 𝑋𝑋3+ e
Keterangan:
Y = Price Earning Ratio
a = Konstanta
𝛽𝛽1, 𝛽𝛽2, 𝛽𝛽3 = Koefisien Regresi
X1
X
= Dividend Payout Ratio
2 X = Size 3 e = Error (Pengganggu) = Earning Growth
Setelah persamaan regresi dibentuk, maka dilakukan pengujian hipotesis yang
a. Uji Signifikansi Parsial (t-test)
Menurut Kuncoro (2003:43), “uji t menunjukkan seberapa jauh pengaruh
1 variabel penjelas secara individual dalam menerangkan variasi variabel terikat.”
Pengujian ini dilakukan dengan menggunakan tingkat signifikan 5%. Jika
nilai signifikan t < 0,05 artinya terdapat pengaruh yang signifikan antara variabel
yang independen terhadap variabel dependen. Jika nilai signifikan t > 0,05 artinya
tidak terdapat pengaruh antara variabel independen terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan thitung dengan ttabel
Jika t
dengan ketentuan
sebagai berikut:
hitung < ttabel
Jika t
pada α 0,05 maka Ha ditolak.
hitung > ttabel pada α 0,05 maka Ha diterima.
b. Uji Signifikansi Simultan (F-test)
Menurut Kuncoro (2003:42), “uji F menunjukkan apakah semua variabel
bebas yang terdapat dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel terikat.”
Pengujian ini dilakukan dengan menggunakan tingkat signifikan 5%. Jika
nilai signifikan F < 0,05 artinya terdapat pengaruh yang signifikan antara variabel
yang independen terhadap variabel dependen. Jika nilai signifikan F > 0,05
artinya tidak terdapat pengaruh antara variabel independen terhadap variabel
dependen. Uji ini dilakukan dengan membandingkan Fhitung dengan Ftabel
Jika F
dengan
ketentuan sebagai berikut:
Jika Fhitung > Ftabelpada α 0,05 maka Ha diterima.
c. Koefisien Determinasi (R²)
Koefisien determinasi (R²) digunakan untuk mengetahui besarnya
sumbangan pengaruh variabel independen secara serempak terhadap variabel
dependen. Koefisien ini menunjukkan seberapa besar prosentase variasi variabel
independen (X1, X2, X3) yang digunakan mampu menjelaskan variasi variabel
dependen (Y).
Nilai koefisien determinasi mempunyai nilai 0 sampai dengan 1(0 ≤R²≤1). Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu
berarti variabel-variabel independen memberikan hampir semua informasi yang
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah model
analisis regresi berganda dengan menggunakan Software SPSS 18 (Statistic
Product and Service Solution) for Windows. Objek penelitian dalam skripsi ini
adalah perusahaan barang konsumsi yang terdaftar di Bursa Efek Indonesia dalam
periode 2008 sampai dengan 2011. Jumlah sampel sebanyak 10 perusahaan
barang konsumsi. Dengan menggunakan metode penggabungan data (pooling),
maka diperoleh data penelitian sebanyak 4 x 10 = 40 data observasi.
4.2 Analisis Data 4.2.1 Statistik Deskriptif
Statistik deskriptif memberikan gambaran awal terhadap pola persebaran
variabel penelitian. Gambaran ini sangat berguna untuk memahami kondisi dari
data sampel penelitian yang bermanfaat dalam pembahasan dan penganalisaan
model. Statistik deskriptif berikut ini menyajikan range, nilai minimum, nilai
maksimum, nilai rata-rata (mean), standar deviasi dan variance data variabel
penelitian dari 10 sampel perusahaan barang konsumsi di Bursa Efek Indonesia
Berdasarkan tabel 4.1 diketahui beberapa hal:
a. Jumlah data yang diolah semuanya adalah 40 yang ditunjukkan dari nilai N.
Kolom Range menunjukkan kisaran/range dari masing-masing variabel.
Kolom minimum menunjukkan nilai minimum dari masing-masing variabel
dan kolom maximum menunjukkan nilai maksimum data. Mean Statistic
adalah rata-rata. Std. Deviation menunjukkan simpangan baku dari
masing-masing variabel dan variance menunjukkan varian atau ragamnya.
b. Variabel independen Dividend Payout Ratio (DPR) memiliki nilai range 1,41
dannilai minimum sebesar 0,10 sedangkan nilai maksimumnya sebesar 1,51
dengan rata-rata 0,6555. Nilai standar deviasi 0,42306 dan variansnya adalah
1,79. Ini menunjukkan bahwa variabel DPR menunjukkan hasil yang baik,
dimana nilai rata-rata lebih besar daripada standar deviasi. Ini membuktikan
bahwa kondisi perusahaan secara keseluruhan baik.
c. Variabel independen Ukuran Perusahaan (Size) memiliki nilai range
53210836,00 dan nilai minimum sebesar 375064,00 sedangkan nilai
Tabel 4.1 Descriptive Statistics
N Range Minimum Maximum Mean
Std.
Deviation Variance
DPR 40 1,41 ,10 1,51 ,6555 ,42306 ,179
SIZE 40 53210836,00 375064,00 53585900,00 1,1330E7 1,49897E7 2,247E14
EARNING _GROWT H 40 108,67 -19,02 89,65 25,5105 23,21496 538,934 PER 40 ,93 ,02 ,95 ,3217 ,29925 ,090 Valid N (listwise) 40
maksimumnya sebesar 53585900,00 dengan rata-rata 1,1330E7 atau
11.330.000. Nilai standar deviasi 1,49897E7 atau 14.989.700 dan variansnya
adalah 2,247E14 atau 224.700.000.000.000.
d. Variabel independen Earning Growth memiliki nilai range 108,67 dan nilai
minimum sebesar -19,02 sedangkan nilai maksimumnya sebesar 89,65
dengan rata-rata 25,5105. Nilai standar deviasi 23,21496 dan variansnya
adalah 538,934.
e. Variabel dependen yaitu Price Earning Ratio (PER) memiliki nilai range 0,93
dan nilai minimum sebesar 0,02sedangkannilai maksimumnya sebesar 0,95
dengan rata-rata 0,3217. Nilai standar deviasi 0,29925dan variansnya adalah
0,090.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah
data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti
distribusi normal, yakni distribusi data tersebut tidak menceng ke kanan atau
menceng ke kiri. Pengujian normalitas dilakukan dengan melihat histogram,
grafik normal Pobability Plot dan uji Kolmogorov- smirnov, dengan hasil sebagai
Gambar 4.1 Histogram
Gambar 4.2
Normal P-P Plot of Regression Standardized Residual
Model regresi dikatakan memenuhi asumsi normalitas apabila data
menyebar di sekitar garis diagonal atau grafik histogramnya. Pada grafik
normal karena bentuk grafik histogramnya tidak menceng ke kanan atau ke kiri.
Pada gambar 4.2 terlihat bahwa titik-titik menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal. Hal ini berarti data berdistribusi normal.
Kolmogorov-Smirnov (KS) digunakan untuk memastikan apakah data di
sepanjang garis diagonal berdistribusi normal.
Jika ρ value (Asymp. Sig) ≤ α (0,05) maka data berdistribusi tidak normal Jika ρ value (Asymp. Sig) ≥ α (0,05) maka data berdistribusi normal.
Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parametersa,b Mean ,0000000
Std. Deviation ,20635347
Most Extreme Differences Absolute ,055
Positive ,055
Negative -,049
Kolmogorov-Smirnov Z ,350
Asymp. Sig. (2-tailed) 1,000
a. Test distribution is Normal.
b. Calculated from data.
Pada tabel 4.2 terlihat bahwa nilai Asymp. Sig. (2-tailed) adalah 1,000
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar
variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam
model regresi adalah tidak adanya multikolinearitas. Model regresi yang bebas
dari multikolinearitas adalah mempunyai nilai VIF < 10 dan mempunyai angka
tolerance > 0,1.
Pada tabel 4.3 terlihat bahwa nilai VIF untuk DPR adalah 1,208, size
adalah 1,185 dan earning growth adalah 1,028 jauh lebih kecil dari 10 dan nilai
Tolerance untuk DPR adalah 0,828, size adalah 0,844 dan earning growth adalah
0,973 lebih besar dari 0,10 maka dapat disimpulkan bahwa tidak terdapat
multikolinieritas pada model.
Tabel 4.3 Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients T Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 (Constant) ,827 ,093 8,864 ,000 DPR -,553 ,089 -,782 -6,194 ,000 ,828 1,208 Size -5,767E-9 ,000 -,289 -2,309 ,027 ,844 1,185 Earning_Growt h -,003 ,002 -,234 -2,011 ,052 ,973 1,028
4.2.2.3 Uji Autokorelasi
Pengujian ini dilakukan untuk melihat apakah dalam sebuah model regresi linier terdapat korelasi antara variabel pengganggu pada priode tertentu dengan variabel pengganggu pada priode sebelumnya. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi autokorelasi, dapat dilakukan beberapa jenis uji statistik. Dalam penelitian ini pengujian terhadap autokorelasi menggunakan Uji Durbin‐Watson (DW-test). Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
a. Bila dU < d < 4 – dU
b. Bila d < d
, maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
L
c. Bila d > 4-d
, maka koefisien autokorelasi > 0, berarti ada autokorelasi positif.
L
d. Bila d
, maka koefisisen autokorelasi <0, berarti terjadi autokorelasi negatif.
U < d < dL atau 4-dU < d < 4-dL
Keterangan:
, maka hasilnya tidak dapat disimpulkan
d : Nilai Durbin Watson hitung dU
d
: Nilai batas atas Durbin Watson tabel
Tabel 4.4 Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin-Watson 1 ,724a 0,525 0,485 0,21478 2,035
a. Predictors: (Constant), Earning_Growth, Size, DPR b. Dependent Variable: PER
Nilai DWhitung
n
sebesar 2,035 akan dibandingkan dengan nilai tabel dengan
menggunakan derajat kepercayaan 5%, jumlah sampel 40 dan jumlah variabel
independen 3, maka di tabel Durbin-Watson akan diperoleh nilai : 1,6589
k = 3 dL dU 36 37 38 39 40 41 1,2953 1,3068 1.3177 1.3283 1.3384 1.3480 1,6539 1,6550 1.6563 1.6575 1.6589 1.6603
Diketahui nilai dL sebesar 1,3384 dan dU sebesar 1,6589 sedangkan 4 - dU adalah
2,3411.
Berarti:
dU < d < 4 – dU
1,6589 < 2,035< 2,3411
Berdasarkan pengamatan ini, dapat disimpulkan bahwa tidak terjadi autokorelasi
4.2.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model
regresi terjadi ketidaksamaan variance dan residual dari suatu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas
atau tidak terjadi heteroskedatisitas. Pada penelitian ini pengujian
heteroskedastisitas dilakukan dengan dua cara pendeteksian yaitu dengan metode
grafik dan metode uji statistik. Metode grafik dalam penelitian ini dilakukan
dengan melihat grafik plot. Sedangkan metode statistik dilakukan dengan uji
glejser.
Gambar 4.3 Scatterplot
Dari gambar 4.3 yang disajikan, terlihat titik-titik menyebar secara acak
maupun di bawah angka nol pada sumbu Y. Sehingga dapat disimpulkan bahwa
tidak terjadi heterokedastisitas pada model regresi.
Uji Glejser dilakukan dengan cara meregresikan antara variabel
independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel
independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah
heteroskedastisitas.
Hipotesis statistik:
H0
H
: tidak terdapat heteroskedastisitas
a
α : 5%
: terdapat heteroskedastisitas
Statistik uji :
Asumsi homokedastisitas terpenuhi jika uji Glejser berada pada tingkat
signifikansi > α yang telah ditetapkan. Kriteria uji :
Tolak H0 jika p-value (signifikansi) < α , terima dalam hal lainnya.
Tabel 4.5 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,270 ,052 5,241 ,000 DPR -,098 ,049 -,341 -1,991 ,054
Size -2,303E-9 ,000 -,283 -1,670 ,104
Earning_Growth -,001 ,001 -,113 -,715 ,479
a. Dependent Variable: absut
Berdasarkan tabel 4.5 menunjukkan nilai signifikan yang tinggi yaitu nilai
signifikansi DPR adalah 0,054, ukuran perusahaan (size) nilai signifikansinya
0,104 dan earning growth memiliki nilai signifikansi 0,479 . Ini menunjukkan
nilai signifikansi dari variable independen lebih besar dari nilai α = 0,05. Hal ini berarti bahwa H0
4.2.3 Pengujian Hipotesis
diterima dan dapat disimpulkan secara uji statistik tidak terdapat
heteroskedastisitas dalam model ini.
Pengujian hipotesis dilakukan untuk mengetahui apakah variabel
independen berpengaruh terhadap variabel dependen secara simultan maupun
parsial. Pengujian menggunakan analisis statistik Uji t, Uji F dan koefisien
determinasi (R²) dengan tingkat kepercayaan 95 % atau signifikan level α = 5 %. Pengujian dalam penelitian ini menggunakan analisis regresi berganda. Untuk
mengetahui pengaruh variabel independen terhadap variabel dependen harus
disusun suatu persamaan regresi.
Y = α + 𝛽𝛽1𝑋𝑋1+𝛽𝛽2𝑋𝑋2+𝛽𝛽3𝑋𝑋3+ e
Keterangan:
Y = Price Earning Ratio
α = Konstanta
X1
X
= Dividend Payout Ratio
2 X = Size 3 e = Error (Pengganggu) = Earning Growth Tabel 4.6 Persamaan Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) ,827 ,093 8,864 ,000 DPR -,553 ,089 -,782 -6,194 ,000 Size -5,767E-9 ,000 -,289 -2,309 ,027 Earning_Growth -,003 ,002 -,234 -2,011 ,052
a. Dependent Variable: PER
Berdasarkan tabel 4.6 diatas dapat disusun sebuah persamaan regresi
yaitu:
Y = 0,827 - 0,553 X1 – 5,767E9 X2 – 0,003 X3
atau
+ e
PER = 0,827 - 0,553 DPR – 5,767E9 Size – 0,003 Earning Growth + e
Tanda positif menunjukkan adanya hubungan yang cenderung mengalami
peningkatan, sedangkan tanda negatif menunjukkan adanya hubungan yang
mengalami kecenderungan menurun terhadap variabel independennya.
Berdasarkan persamaan regresi di atas maka dapat dijelaskan:
Nilai konstanta (α) = 0,827, menunjukkan bahwa apabila nilai semua variabel independen (DPR, Size, dan earning growth) diasumsikan sama
dengan 0 (nol) maka nilai Price Earning Ratio adalah 0,827.
b. Nilai β1 = - 0,553
Koefisien regresi β1 = - 0,553, menunjukkan bahwa setiap kenaikan DPR sebesar 1 % akan diikuti penurunan PER sebesar 55,3 % dengan asumsi
nilai variabel independen lainnya sama dengan 0 (nol). Koefisien bernilai
negatif berarti bahwa terjadi hubungan negatif antara PER dengan DPR,
semakin tinggi DPR maka semakin menurun PER. Demikian juga
sebaliknya, semakin rendah DPR maka semakin meningkat PER.
c. Nilai β2 = -5,767E-9 atau -5.767.000.000
Koefisien regresi β2 = -5,767E-9 atau -5.767.000.000, menunjukkan bahwa setiap kenaikan size sebesar 1 % akan diikuti penurunan PER
sebesar 5,767E-9 atau 5.767.000.000 dengan asumsi nilai variabel
independen lainnya sama dengan 0 (nol). Koefisien bernilai negatif berarti
bahwa terjadi hubungan negatif antara PER dengan size, semakin tinggi
size maka semakin menurun PER. Demikian juga sebaliknya, semakin
rendah size maka semakin meningkat PER.
d. Nilai β3 = -0,003
Koefisien regresi β3 = -0,003, menunjukkan bahwa setiap kenaikan
earning growth sebesar 1 % akan diikuti penurunan PER sebesar 0,3 %
dengan asumsi nilai variabel independen lainnya sama dengan 0 (nol).
PER dengan earning growth, semakin tinggi earning growth maka
semakin menurun PER. Demikian juga sebaliknya, semakin rendah
earning growth maka semakin meningkat PER.
4.2.3.1 Uji t (Secara Parsial)
Pengujian ini dilakukan untuk melihat signifikansi pengaruh secara
parsial masing-masing variabel independen yaitu DPR, Size dan earning growth,
terhadap variabel dependen yaitu PER.Jika t hitung < t tabel, maka H0 diterima
atau Ha ditolak, sedangkan jika t hitung > t tabel maka H0 ditolak dan Ha
diterima. Jika tingkat signifikansi di bawah 0,05 maka H0 ditolak dan Ha
diterima. Hasil uji statistik t adalah sebagai berikut :
Tabel 4.7 Uji Statistik t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) ,827 ,093 8,864 ,000 DPR -,553 ,089 -,782 -6,194 ,000 Size -5,767E-9 ,000 -,289 -2,309 ,027 Earning_Growth -,003 ,002 -,234 -2,011 ,052
a. Dependent Variable: PER
Berdasarkan tabel 4.7 maka dapat disimpulkan:
a. Hasil uji X1 yaitu DPR terhadap PER menunjukkan bahwa nilai t hitung
untuk DPR adalah -6,194 dengan tingkat signifikansi 0,000. Maka nilai t
DPR berpengaruh negatif dan signifikan terhadap PER perusahaan barang
konsumsi yang terdaftar di BEI periode tahun 2008-2011.
b. Hasil uji X2 yaitu size terhadap PER menunjukkan bahwa nilai t hitung
untuk size adalah -2,309 dengan tingkat signifikansi 0,027. Maka nilai t
hitung -2,309< t tabel
c. Hasil uji X
1,688 dan nilai signifikan 0,027 < 0,05. Ini berarti, size
berpengaruh negatif dan signifikan terhadap PER perusahaan barang
konsumsi yang terdaftar di BEI periode tahun 2008-2011.
3 yaitu earning growth terhadap PER menunjukkan bahwa nilai
t hitung untuk earning growth adalah -2,011 dengan tingkat signifikansi
0,052. Maka nilai t hitung -2,011 < t tabel 1,688 dan nilai signifikan 0,052 >
0,05. Ini berarti, earning growth berpengaruh negatif dan tidak signifikan
terhadap PER perusahaan barang konsumsi yang terdaftar di BEI periode
tahun 2008-2011.
4.2.3.2 Uji F (Secara Simultan)
Pengujian ini dilakukan untuk melihat signifikansi pengaruh secara
simultan atau serempak seluruh variabel independen yaitu DPR, size dan earning
growth terhadap variabel dependen yaitu PER.
H0
H
: bi = 0, artinya tidak terdapat pengaruh yang signifikan secara simultan dari
variabel independen terhadap variabel dependen.
a
Untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak
digunakan uji F. Penelitian ini menggunakan tingkat signifikansi (α) = 5%. Jika : bi ≠ 0, artinya terdapat pengaruh yang signifikan secara simultan dari variabel independen terhadap variabel dependen.
tingkat signifikan di bawah 0.05 maka H0 ditolak dan Ha
a. Bila nilai F
diterima. Kriteria
pengambilan keputusan:
hitung < nilai F tabel , maka H0 diterima dan Ha
b. Bila nilai F
ditolak apabila
nilai signifikan (α) = 5%, artinya secara simultan variabel bebas tidak berpengaruh dan tidak signifikan terhadap variabel terikat.
hitung > nilai F tabel maka H0 ditolak dan Ha
Tabel 4.8
diterima apabila
nilai signifikan (α) = 5%, artinya secara simultan variabel bebas berpengaruh positif dan signifikan terhadap variabel terikat.
Uji Statistik F ANOVA Model
b
Sum of Squares df Mean Square F Sig.
1 Regression 1,832 3 ,611 13,237 ,000a
Residual 1,661 36 ,046
Total 3,493 39
a. Predictors: (Constant), Earning_Growth, Size, DPR b. Dependent Variable: PER
Berdasarkan hasil uji F disimpulkan bahwa hasil uji DPR, size dan earning growth terhadap PER dimana F hitung sebesar 13,237 dan F tabel sebesar
2,87. Ini membuktikan bahwa dengan demikian F hitung> F tabel dan signifikansi
sebesar 0,000 < 0,05 maka Hs diterima dan H0 ditolak. Berarti DPR, size dan earning growth berpengaruh positif dan signifikan secara simultan terhadap PER.
4.2.3.3 Koefisien Determinasi (R2
Koefisien determinasi adalah proporsi keragaman atau variansi total nilai
peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier.
Koefisien determinasi dilambangkan dengan
)
variasi keseluruhan dalam nilai variabel dependen yang dapat diterangkan atau
diakibatkan oleh hubungan linier dengan nilai variabel independen, selain itu
diterangkan oleh peubah yang lain. Jika R2 semakin besar atau mendekati 1, maka model semakin tepat. Hasil uji hipotesis (uji F) menunjukkan bahwa DPR, size
dan earning growth mempunyai pengaruh terhadap PER. Kekuatan hubungan
variabel dependen dengan variabel independen dapat dilihat dari tabel berikut :
Tabel 4.9
Koefisien Determinasi (R2 Model Summary
) b
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,724a 0,525 0,485 0,21478
a. Predictors: (Constant), Earning_Growth, Size, DPR b. Dependent Variable: PER
Berdasarkan hasil uji determinasi tersebut maka dapat diketahui:
a. Nilai R atau nilai koefisien korelasi adalah sebesar 0,724 atau 72,4%
menunjukkan bahwa korelasi atau hubungan antara variabel independen
yaitu DPR, size dan earning growthdengan variabel dependen yaitu PER
cukup erat.
b. R Square menjelaskan seberapa besar variasi Y yang disebabkan oleh X.
Dari hasil pengujian diperoleh nilai R Square sebesar 0,525 atau 52,5%
artinya variabel independen yaitu DPR, size dan earning growth dapat
menjelaskan variabel dependen yaitu PER sebesar 52,5 % dan sisanya
sebesar 47,5 % dijelaskan oleh variabel lain yang tidak dimasukkan dalam
c. Standard Error of the Estimate artinya mengukur variasi dari nilai yang
diprediksi. Standard Error of the Estimate disebut juga standar deviasi.
Standar deviasi dalam penelitian ini sebesar 0,21478.
4.3 Pembahasan Hasil Penelitian 4.3.1 Pengaruh DPR terhadap PER
Berdasarkan hasil penelitian secara parsial diketahui bahwa variabel DPR
berpengaruh signifikan dan negatif terhadap PER perusahaan barang konsumsi
yang terdaftar di BEI periode tahun 2008 – 2011. Hal ini ditunjukkan oleh nilai t
hitung -6,194 < t tabel 1,688 dan nilai signifikan 0,000 < 0,05. Berdasarkan hasil
penelitian ini dapat disimpulkan bahwa DPR merupakan salah satu faktor penting
yang diperhatikan oleh perusahaan dalam mengambil keputusan untuk
menentukan besarnya PER yang dibayarkan kepada pemegang saham. Disamping
berpengaruh secara signifikan, DPR berpengaruh negatif yang berarti bahwa DPR
yang semakin besar akan memperkecil kemampuan perusahaan untuk membayar
PER. Demikian juga sebaliknya, semakin kecil DPR akan memperbesar
kemampuan perusahaan untuk membayar PER kepada pemegang saham. Hal ini
mendukung penelitian yang dikemukakan oleh Mpaata dan Sartono (1997)
menyatakan bahwa DPR berpengaruh signifikan negatif terhadap PER.
4.3.2 Pengaruh Size terhadap PER
Berdasarkan hasil penelitian secara parsial diketahui bahwa variabel size
berpengaruh signifikan dan negatif terhadap PER perusahaan barang konsumsi
hitung -2,309 < t tabel 1,688 dan nilai signifikan 0,027 < 0,05. Berdasarkan hasil
penelitian ini dapat disimpulkan bahwa size merupakan salah satu faktor penting
yang diperhatikan oleh perusahaan dalam mengambil keputusan untuk
menentukan besarnya PER yang dibayarkan kepada pemegang saham. Hal ini
mendukung penelitian yang dikemukakan oleh Putri dan Astuti (2003), size
mempunyai pengaruh negatif secara signifikan terhadap PER.
4.3.3 Pengaruh Earning Growth terhadap PER
Berdasarkan hasil penelitian secara parsial diketahui bahwa variabel
earning growth berpengaruh tidak signifikan dan negatif terhadap PER
perusahaan barang konsumsi yang terdaftar di BEI periode tahun 2008 – 2011.
Hal ini ditunjukkan oleh nilai t hitung -2,011 < t tabel
4.3.4 Pengaruh Secara Simultan
1,688 dan nilai signifikan
0,052 > 0,05. Berdasarkan hasil penelitian ini dapat disimpulkan bahwa earning
growth bukan merupakan faktor yang diperhatikan oleh perusahaan dalam
mengambil keputusan untuk menentukan besarnya PER yang dibayarkan kepada
pemegang saham. Disamping tidak berpengaruh secara signifikan, earning growth
berpengaruh negatif yang berarti bahwa earning growth yang semakin besar akan
memperkecil kemampuan perusahaan untuk membayar PER. Demikian juga
sebaliknya, semakin kecil earning growth akan memperbesar kemampuan
perusahaan untuk membayar PER kepada pemegang saham. Hal ini mendukung
penelitian yang dikemukakan Putri dan Astuti (2003) menyimpulkan bahwa
earning growth tidak berpengaruh secara signifikan terhadap PER pada semua
Berdasarkan hasil uji statistik F yang dilakukan diketahui bahwa nilai F
signifikansi adalah sebesar 0,000 ≤ 0,050 (tingkat signifikansi yang digunakan α =5%) dan F hitung 13,237 > F tabel
Besarnya pengaruh variabel independen terhadap variabel dependen
ditunjukkan oleh nilai R Square sebesar 0,525 atau 52,5 %. Dengan demikian
kontribusi variabel DPR, size dan earning growth terhadap variabel dependen
PER perusahaan barang konsumsi yang terdaftar di Bursa Efek Indonesia periode
tahun 2008 – 2011 adalah sebesar 52,5 % dan sisanya 47,5 % dipengaruhi oleh
variabel lain yang tidak termasuk dalam penelitian ini. Dengan demikian
walaupun seluruh variabel independen berpengaruh secara simultan terhadap
variabel dependen, namun ada pengaruh dari faktor lain yang tidak diteliti dalam
penelitian ini.
2,87. Hal ini menununjukkan bahwa seluruh
variabel independen yaitu DPR, Size dan earning growth berpengaruh signifikan
dan positif secara simultan terhadap variabel dependen yaitu PER perusahaan
barang konsumsi yang terdaftar di Bursa Efek Indonesia pada periode tahun
BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan, setelah melakukan kegiatan
pengumpulan data dari perusahaan barang konsumsi yang terdaftar di Bursa Efek
Indonesia pada tahun 2008 - 2011, pengolahan data dan analisis data dengan
dengan menggunakan Software SPSS 18 untuk mengetahui pengaruh Dividend
Payout Ratio (DPR), size dan earning growth terhadap Price Earning Ratio (PER)
baik secara parsial maupun simultan maka dihasilkan kesimpulan sebagai berikut:
1. Berdasarkan hasil uji t secara parsial membuktikan bahwa variabel
Dividend Payout Ratio (DPR) dan Size sama-sama berpengaruh signifikan
dan negatif terhadap Price Earning Ratio (PER). Sedangkan variabel
earning growth berpengaruh tidak signifikan dan negatif terhadap Price Earning Ratio (PER).
2. Berdasarkan hasil uji F membuktikan bahwa variabel Dividend Payout
Ratio (DPR), size dan earning growth berpengaruh signifikan dan positif
secara simultan terhadap variabel Price Earning Ratio (PER).
3. Berdasarkan hasil uji determinasi, menunjukkan bahwa hubungan antara
Dividend Payout Ratio (DPR), size dan earning growth terhadap Price Earning Ratio (PER) cukup erat. Sedangkan R Square menunjukkan
bahwa Price Earning Ratio (PER) tidak hanya dipengaruhi oleh ketiga
growth tetapi juga dipengaruhi oleh variabel lain yang tidak termasuk
dalam penelitian ini.
5.2 Keterbatasan Penelitian
Penelitian ini memiliki beberapa keterbatasan baik dari jumlah sampel
yang digunakan, periode penelitian, maupun faktor-faktor yang diteliti.
1. Jumlah sampel yang digunakan dalam penelitian ini terbatas hanya
menganalisis perusahaan barang konsumsi dengan unit analisis sebanyak
40.
2. Periode penelitian yang diamati terbatas karena hanya mencakup tahun
2008-2011.
3. Penulis melakukan pengamatan terhadap price earning ratio hanya dengan
menggunakan beberapa variabel independen dengan mengabaikan faktor-
faktor lain yang dapat mempengaruhi price earning ratio seperti kebijakan
manajemen atau return on investment. Adapun variabel yang menjadi
fokus penelitian terbatas pada dividend payout ratio, size dan earning
growth.
5.3 Saran
Berdasarkan kesimpulan dan keterbatasan penelitian ini, penulis
memberikan beberapa saran sebagai berikut :
1. Bagi Peneliti selanjutnya:
a. Peneliti selanjutnya diharapkan dapat melakukan penelitian dengan
seluruh perusahaan yang terdaftar di Bursa Efek Indonesia yang tidak
terbatas hanya pada perusahaan barang konsumsi saja.
b. Peneliti selanjutnya diharapkan dapat menambah periode tahun
pengamatan.
c. Peneliti selanjutnya diharapkan dapat meneliti faktor-faktor yang
mempengaruhi price earning ratio dengan menambah variabel di luar
variabel dalam penelitian ini.
2. Bagi pihak manajemen perusahaan
Dalam menentukan besarnya dividen yang akan dibayarkan kepada
investor, pihak manajemen perusahaan harus memperhatikan juga dana
yang dibutuhkan perusahaan untuk menjaga pertumbuhan perusahaan di
masa yang akan datang.
3. Bagi investor
Pihak investor perlu memperhatikan pembayaran dividen secara seimbang.
Jangan langsung tertarik pada dividen yang tinggi dan kurang
memperhatikan adanya indikasi bahwa perusahaan emiten hanya
