BAB III METODELOGI PENELITIAN
3.6. Teknik Pengolahan dan Analisis Data
3.6.6. Pengujian Hipotesis (Uji t)
Uji ini dilakukan untuk mengetahui seberapa pengaruh variabel bebas secara individual atau secara parsial berpengaruh terhadap variabel terikat.Hal ini dilakukan dengan membandingkan nilai t hitung dengan nilai t table atau dengan melihat nilai taraf signifikan atau value.Pengujian ini dilakukan dengan melihat nilai taraf signifikan atau value. Pengujian ini dilakukan dengan membandingkan
nilai t probabilitas masing – masing koefisien regresi dengan signifikasi sebesar α
=5% atau dengan melihat t hitung (Ghazali,2011). Berikut kriteria penerapan hipotesis yang diajukan :
1. Menyusun formulasi hipotesa 1 sisi
H0 :α1 ≤ 0 berarti terdapat variabel profitabilitas tidak berpengaruh positifterhadap kebijakandividen
Ha : α1> 0, berarti terdapat variabel profitabilitas berpengaruh positif terhadap kebijakandividen
H0 :α2 ≤ 0 berarti terdapat variabel leverage tidak berpengaruh negatif terhadap kebijakandividen
Ha : α2> 0, berarti terdapat variabel leverage berpengaruh negatif terhadap kebijakandividen.
H0 :α3 ≤ 0 berarti terdapat Likuiditas tidak berpengaruh negatif terhadap kebijakan dividen
Ha : α3> 0, berarti terdapat variabel Likuiditas berpengaruh negatif terhadap kebijakan dividen
H0 :α4 ≤ 0 berarti terdapat Pertumbuhan perusahaan tidak berpengaruh negatif terhadap kebijakan dividen
Ha : α4> 0, berarti terdapat variabel Pertumbuhan perusahaan berpengaruh negatif terhadap kebijakan dividen
2. Kriteria penerimaan atau penolakan Hosatu sisi
a) Bila t dihitung < t table, maka Ho tidak dapat ditolak.
b) Bila t dihitung > t table, maka Ho dapat ditolak.
Berdasarkan probabilitas (p-value)
a) Jika probabilitas (p-value) >α maka Ho diterima b) Jika probabilitas (p-value) <α maka Ho ditolak
ANALISIS DAN PEMBAHASAN
4.1. Gambaran umum objek penelitian
Bab ini berisi uraian proses pengolahan data dan analisa atas hasil olahan data tersebut. Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan – perusahaan yang termasuk Kompas100 yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012-2016. BEI dipilih sebagai sumber data utama karena BEI merupakan pasar saham terbesar dan paling utama di Indonesia.
Pemilihan sampel ditentukan dengan metode purposive sampling dengan kriteria yang telah dijelaskan pada bab sebelumnya. Berikut merupakan tabel yang menunjukkan proses seleksi sampel dalam penelitian ini.
Tabel 4 1 Kriteria Pemilihan Sampel
Kriteria Jumlah
Jumlah perusahaan yang terdaftar di Kompas100 yang terdaftar 100 di Bursa Efek Indonesia dari tahun 2012-2016
Jumlah perusahaan dengan data tidak memenuhi kriteria, seperti 84 tidak membayarkan dividen setiap tahun selama periode 2012-
2016
Jumlah perusahaan yang menjadi sampel penelitian 16
Total Observasi (5 Tahun) 80
Outliers (2)
Total Observasi dalam penelitian 78
Sumber: www.idx.co.id , data diolah oleh penulis.
Pada tabel 4.1 diatas dapat dilihat adanya outliers sebanyak 1 data.
Outliersnya adalah data yang memiliki karakteristik unik, seperti memiliki penyimpangan yang berbeda jauh jika dibandingkan dengan observasi lainnya.
Hal ini menyebabkan model penelitian menjadi kurang baik, sehingga harus dikeluarkan. Berdasarkan tabel 4.1 dijelaskan bahwa terdapat 18 sampel perusahaan yang terdaftar di Kompas100 yang dijadikan data penelitian. Berikut ini nama-nama perusahaan yang digunakan sebagai sampel:
Tabel 4 2 Sampel Perusahaan
No Kode
Nama Perusahaan Saham
1 ADRO Adaro Energy
2 ITMG Indonesia Tambang Raya Megah
3 ASII Astra Internasional
4 AUTO Astra Otosports
5 BBCA Bank Central Asia
6 BBNI Bank Negara Indonesia
7 BBRI Bank Republik Indonesia
8 BBTN Bank Tabungan Negara
9 BDMN Bank Danamon
10 BJBR Bank Pembangunan Daerah Jawa Barat
11 BMRI Bank Mandiri
12 BSDE Bumi Serpong Damai
No Kode
Nama Perusahaan Saham
13 CTRA Ciputra Development
14 KIJA Kawasan Industri Jababeka
15 UNTR United Tractors
16 UNVR Unilever Indonesia
Sumber: output eviews diolah, 2017
4.2 Statistik Deskriptif
Analisi statistik deskriptif digunakan untuk memberikan gambaran umum atas variabel-variabel independen yang diuji dalam penelitian ini. Ukuran-ukuran statistik yang digunakan dalam analisis ini adalah rata-rata (mean), nilai maksimum (max.), nilai minimum (min.). serta standar deviasi dari masing- masing variabel. Berikut ini merupakan tabel hasil pengujian untuk melakukan analisis statistik deskriptif untuk melihat angka pada setiap variabel yang digunakan dalam penelitian. Berdasarkan hasil pengolahan data dengan menggunakan Eviews 9.0 diperoleh hasil analisis deskriptif sebagai berikut:
Tabel 4 3 Statistik Deskriptif
DPR ROA DER CR GROWTH
Mean 0.339906 0.071919 0.037231 0.015783 0.134904 Median 0.297400 0.032150 0.020650 0.012390 0.137165 Maximum 0.999600 0.715100 0.114000 0.064452 0.907854 Minimum 0.040900 0.007900 0.003200 0.006056 -0.375447 Std. Dev. 0.229467 0.111564 0.034512 0.010926 0.147031 Skewness 1.196854 3.679821 0.655382 2.737801 1.423267 Kurtosis 4.338879 18.07318 2.024127 11.67021 12.69007
Jarque-Bera 24.44790 914.4369 8.678906 341.7531 331.5007 Probability 0.000005 0.000000 0.013044 0.000000 0.000000
Sum 26.51270 5.609700 2.904000 1.231049 10.52250 Sum Sq. Dev. 4.054449 0.958374 0.091712 0.009192 1.664591
Observations 78 78 78 78 78
Sumber : Hasil output program Eviews 9.0
Pada bagian ini, penjelasan didasarkan dari data masing-masing variabel berdasarkan model yang telah diolah. Pembahasan terdiri atas nilai rata-rata (mean), standar deviasi, nilai maksimum (max.), dan nilai minimum (min.) masing-masing variabel. Berdasarkan informasi yang digambarkan dalam tabel tersebut, dapat diuraikan mengenai penjelasan statistik deskriptif dari setiap variabel penelitian, yaitu:
1. Kebijakan Dividen (DPR)
Variabel kebijakan dividen yang diproksikan dengan DPR merupakan variabel dependen dalam penelitian ini, yang diukur menggunakan Dividend Payout Ratio untuk menentukan pembayaran dividen pada tahun tertentu. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, seperti yang tampak disajikan dalam tabel 4.3, variabel dividen payout ratio memiliki rata- rata (mean) sebesar 0,339906 dan nilai standar deviasi 0,229467. Hal ini menunjukkan bahwa nilai rata-rata (mean) lebih tinggi dibandingkan nilai standar deviasi yang membuktikan bahwa data di dalam variabel ini terdistribusi dengan baik dan data tersebar secara merata. Probability jarque-Bera sebesar 24,44790 atau lebih besar daripada 0,05 maka data berdistribusi normal.
Berdasarkan tabel 4.3, nilai maksimum DPR sebesar 0,999600 dimiliki oleh perusahaan Unilever Indonesia tahun 2012, sedangkan untuk nilai minimum sebesar 0,040900 terjadi pada perusahaan Bumi Serpong Damai. Nilai maksimum menunjukkan bahwa perusahaan tersebut memiliki deteksi dividend payout ratio terbesar dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian, sedangkan nilai minimum menunjukkan bahwa perusahaan tersebut memiliki deteksi dividend payout ratio terkecil dibandingkan dengan perusahaan- perusahaan lainnya selama periode penelitian.
2. Profitabilitas (ROA)
Variabel Profitabilitas yang diproksikan dengan ROA merupakan variabel independen dalam penelitian ini, yang diukur dengan menggunakan pembagian antara laba bersih dengan rata-rata total aset perusahaan tersebut. ROA merupakan hasil pencapaian manajemen dalam menjalankan kegiatan atau aktivitas bisnisnya dan digunakan untuk mengetahui profitabilitas perusahaan tersebut pada suatu periode tertentu. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, seperti yang tampak disajikan dalam tabel 4.3, variabel profitabilitas memiliki nilai rata-rata (mean) dari 70 observasi sampel sebesar 0,071919 dengan standar deviasi sebesar 0,111564 yang nilainya lebih besar dibandingkan dengan nilai rata-rata (mean) yang menunjukkan bahwa yang menunjukkan bahwa data variabel ini terdistribusi dengan tidak baik dan data tidak tersebar secara merata . Probability jarque-Bera sebesar 914,4369 atau lebih besar daripada 0,05 maka data berdistribusi normal.
Berdasarkan hasil tabel 4.3, nilai maksimum untuk ROA sebesar 0,715100 terjadi pada perusahaan Unilever Indonesia pada tahun 2013, sedangkan nilai terendah terjadi pada perusahaan Bank Pembangunan Daerah Jawa Barat pada tahun 2016 dengan nilai sebesar 0,007900. Nilai maksimum menunjukkan bahwa perusahaan tersebut memiliki profitabilitas terbesar dibandingkan perusahaan- perusahaan lainnya selama periode penelitian, sedangkan nilai minimum menunjukkan bahwa perusahaan tersebut memiliki deteksi profitabilitas terkecil dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian.
3. Leverage
Variabel leverage yang diproksikan dengan DER merupakan variabel independen dalam penelitian ini, yang diukur dengan menggunakan pembagian antara total hutan dengan total aset perusahaan tersebut. DER digunakan untuk mengetahui seberapa jauh perusahaan dibiayai oleh hutang. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, seperti yang tampak disajikan dalam tabel 4.3, variabel leverage memiliki nilai rata-rata (mean) dari 70 observasi sampel sebesar 0,037231 dengan standar deviasi sebesar 0,034512 yang nilainya lebih rendah dari nilai rata-rata (mean), sehingga menunjukkan data dalam variabel ini terdistribusi dengan baik dan data tersebar secara merata. Probability jarque-Bera sebesar 8,678906 atau lebih besar daripada 0,05 maka data berdistribusi normal. Dari 70 observasi sampel yang ditunjukkan tabel 4.3, perusahaan yang memiliki nilai maksimum untuk proporsi leverage sebesar 0,114000 terjadi pada Bank Tabungan Negara pada tahun 2015, sedangkan nilai terendah terjadi pada perusahaan Astra Otosports Tbk pada tahun 2013 dengan nilai sebesar 0,003200. Nilai maksimum menunjukkan bahwa perusahaan tersebut memiliki deteksi proporsi leverage terbesar dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian, sedangkan nilai minimum menunjukkan bahwa perusahaan tersebut memiliki deteksi proporsi leverage yang terkecil dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian.
4. Likuiditas
Variabel likuiditas yang diproksikan dengan CR merupakan variabel independen dalam penelitian ini, yang diukur dengan aktiva lancar dibagi dengan hutang lancar perusahaan tersebut. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, seperti yang tampak disajikan dalam tabel 4.3, variabel likuiditas memiliki nilai rata-rata (mean) dari 78 observasi sampel sebesar 0,015783 dengan nilai standar deviasi sebesar 0,010926 yang lebih rendah jika dibandingkan dengan nilai rata-rata (mean). Hal ini menunjukkan bahwa data dalam variabel ini terdistribusi dengan baik dan datanya disebar secara merata. Probability jarque-Bera sebesar 341,7531 atau lebih besar dari 0,05 maka data terdistribusi normal. Dari 78 observasi sampel yang ditunjukkan dari tabel 4.3, perusahaan yang memiliki nilai tertinggi atau nilai maksimum untuk likuiditas sebesar 0,064452 berada di Kawasan Industri Jababeka tahun 2016, sedangkan nilai minimum untuk likuiditas sebesar 0,006056 berada diperusahaan Unilever Indonesia tahun 2016. Nilai maksimum menunjukkan bahwa perusahaan tersebut memiliki deteksi likuiditas terbesar dibandingkan dengan perusahaan- perusahaan lainnya selama periode penelitian,sedangkan nilai minimum menunjukkan bahwa perusahaan tersebut memiliki deteksi likuiditas terkecil dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian.
5. Pertumbuhan Perusahaan
Variabel pertumbuhan perusahaan yang diproksikan dengan GROWTH merupakan variabel independen dalam penelitian ini, yang diukur dengan menggunakan total aset tahun ini dikurang dengan total aset tahun sebelumnya dibagi dengan total aset tahun sebelumnya perusahaan tersebut. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, seperti yang tampak disajikan dalam tabel 4.3, variabel proporsi GROWTH memiliki nilai rata-rata (mean) dari 78 observasi sampel sebesar 0.134904 dengan nilai standar deviasi dari variabel ini sebesar 0,147031. Berdasarkan hasil di atas maka data tidak terdistribusi dengan baik dan data tidak tersebar secara merata.
Berdasarkan hasil tabel 4.3, nilai maksimum untuk proporsi GROWTH sebesar 0,907854 terjadi pada perusahaan Unilever Indonesia tahun 2014, sedangkan nilai terendah sebesar -0,375447 terjadi pada perusahaan Unilever Indonesia tahun 2013. Nilai maksimum menunjukkan bahwa perusahaan tersebut memiliki deteksi proporsi GROWTH terbesar dibandingkan dengan perusahaan- perusahaan lainnya selama periode penelitian, sedangkan nilai minimum menunjukkan bahwa perusahaan tersebut memiliki deteksi proporsi GROWTH terkecil dibandingkan dengan perusahaan-perusahaan lainnya selama periode penelitian.
4.3. Pemilihan Model
Untuk memilih model apa yang paling tepat digunakan dalam analisis antara model common effect, fixed effect, atau random effect yang dilakukan Uji Chow dan Uji Hausman.
4.3.1. Uji Chow
Uji Chow dilakukan pada hasil regresi persamaan dengan fixed effect.
Hasil dari Uji Chow disajikan dalam tabel 4.4 sebagai berikut :
Tabel 4 4 Hasil Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 3.435491 (15,58) 0.0004
Cross-section Chi-square 49.590612 15 0.0000
Sumber: output eviews diolah, 2017
Berdasarkan tabel 4.4 di atas, diketahui probabilitas Chi-Square hasil regresi persamaan model regresi dengan fixed effect sebesar 0,0005. Nilai tersebut lebih kecil dari tingkat signifikansi 0,05. Dengan demikian Ho ditolak dan Ha diterima, sehingga dikatakan bahwa hasil regresi dalam penelitian ini menggunakan model fixed effect dan dilanjutkan ke uji Hausman.
4.3.2. Uji Hausman
Uji Hausman dilakukan untuk menentukan model estimasi regresi data panel antara fixed effect dan random effect. Uji hausman dilakukan pada hasil model regresi dengan random effect. Hasil uji hausman disajikan dalam tabel 4.5 berikut :
Tabel 4 5 Hasil Uji Hausman Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Cross-section random 11.559777 4 0.0209
Sumber: output eviews diolah, 2017
Berdasarkan tabel 4.5 diatas, diketahui bahwa probabilitas Cross-section random hasil regresi persamaan dengan cross-section random sebesar 0,0209.
Nilai tersebut lebih kecil dari tingkat signifikansi 0,05, sehingga dapat dikatakan bahwa hasil regresi persamaan dalam penelitian ini model fixed effect lebih baik dibandingkan random effect.
4.4. Uji Asumsi Klasik 4.4.1. Uji Normalitas
Data menunjukkan terdistribusi dengan normal apabila memiliki probabilitas Jarque-Bera diatas 0,05 atau 5%. Uji normalitas bertujuan untuk mengetahui apakah residual hasil regresi persamaan terdistribusi dengan normal atau tidak, karena data yang berdistribusi normal merupakan salah satu syarat untuk
melakukan teknik analisi regresi data panel. Hasil uji normalitas disajikan dalam gambar 4.1 berikut ini:
Gambar 4. 1 Hasil Uji Normalitas
10
Series: Standardized Residuals Sample 2012 2016
8 Observations 78
Mean -9.25e-18
6 Median -0.003003
Maximum 0.241851 Minimum -0.268096
4 Std. Dev. 0.127060
Skewness -0.050726 Kurtosis 1.992261 2
Jarque-Bera 3.333946
Probability 0.188818 0
-0.2 -0.1 0.0 0.1 0.2
Sumber: output eviews diolah, 2017
Berdasarkan hasil pengolahan data menggunakan eviews 9, seperti yang tampak disajikan pada gambar 4.1 di atas menunjukkan bahwa semua variabel telah terdistribusi dengan normal. Hal ini ditunjukkan dengan nilai probability Jarque-bera yang lebih besar dari 5% yaitu 0,188818. Dengan hasil ini maka dapat disimpulkan bahwa data telah terdistribusi normal dengan jumlah observasi sebanyak 78.
4.4.2. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk menguji apakah terdapat kolerasi linier antar variabel independen. Salah satu syarat di dalam uji asumsi klasik adalah bahwa data yang diperoleh tidak boleh ada unsur multikolinieritas adalah
Tabel 4 6 Hasil Uji Multikolinieritas
ROA DER CR GROWTH
ROA 1 -0.30062415266196 -0.1416948932894 -0.039730582757532 DER -0.300624152661965 1 -0.47692615133353 0.076195398571067
CR -0.141694893289425 -0.47692615133353 1 -0.053795303509873 GROWTH -0.039730582757532 0.076195398571067 -0.05379530350987 1
Sumber: output eviews diolah, 2017
Syarat untuk menguji multikolinieritas ini adalah dengan melihat koefisien korelasi. Apabila koefisien antar variabel kurang dari 0,85 maka dapat disimpulkan bahwa antar variabel independen tidak ada unsur multikolinieritas. Hasil yang didapat dari correlation matrix di atas menunjukkan korelasi antar variabel kurang dari 0,85, artinya tidak ada unsur multikolinieritas di dalam penelitian ini.
4.4.3. Uji Autokolerasi
Pengujian autokolerasi ini dilakukan untuk menguji adanya hubungan antara residual satu observasi dengan residual observasi lainnya. Pengujian yang dilakukan adalah dengan menggunakan Uji Durbin-Watson (Uji D-W). Ketentuan yang ditetapkan dalam pengujian ini adalah apabila nilai D-W berada di antara 1,54-2,46 maka tidak terdapat autokolerasi. Tabel 4.7 menunjukkan hasil uji autokolerasi yang tampak sebagai berikut :
Tabel 4 7 Hasil Uji Autokolerasi
R-squared 0.757292 Mean dependent var 0.739619 Adjusted R-squared 0.677785 S.D. dependent var 1.103610 S.E. of regression 0.146399 Sum squared resid 1.243102 F-statistic 9.524774 Durbin-Watson stat 2.048889 Prob(F-statistic) 0.000000
Sumber: output eviews diolah, 2017
Berdasarkan pengolahan data yang sudah dilakukan, seperti yang tampak disajikan pada tabel 4.7 bahwa nilai DW pada model penelitian sebesar 2,048889 yang artinya bahwa nilai D-W sesuai dengan kriteria yang telah ditetapkan, sehingga dapat disimpulkan bahwa model penelitian tidak mengalami autokolerasi.
4.4.4. Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan dengan meregresikan variabel independen terhadap resid kuadrat atau terhadap logaritma natural resid (LN resid). Apabila p-value > 0,05, maka dapat dikatakan tidak adanya heteroskedastisitas pada data. Sebaliknya, jika p-value < 0,05, maka adanya heteroskedastisitas pada model penelitian. Tabel 4.8 menunjukkan hasil uji heteroskedastisitas yang tampak sebagai berikut :
Tabel 4 8 Hasil Uji Heteroskedastisitas
Variable Coefficient Std. Error t-Statistic Prob.
ROA -0.034937 0.026326 -1.327083 0.1897
DER -0.043379 0.032075 -1.352416 0.1815
CR 0.007145 0.047788 0.149512 0.8817
GROWTH -0.000869 0.002309 -0.376118 0.7082
C 0.021102 0.002550 8.276482 0.0000
Sumber: output eviews diolah, 2017
Berdasarkan data yang telah diolah dengan menggunakan software Eviews 9 sebagaimana yang telah terlampir pada tabel 4.8, bahwa tidak adanya probabilitas
koefesien yang nilainya dibawah 0,05. Maka dapat disimpulkan bahwa tidak adanya heteroskedastisitas dalam kedua model penelitian ini.
4.5. Analisis Hasil Penelitian
Penelitian ini menggunakan analisis regresi data panel, dengan terdiri dari 16 perusahaan dan jumlah sampel selama periode 5 tahun sehingga sampel keseluruhan sebanyak 80, dengan persamaan sebagai berikut ini:
= αit + + + + + e
Type equation here.
Keterangan :
= Dividend Payout Ratio perusahaan kompas100 yang
terdaftar di bursa efek indonesia selama 5 tahun (2012- 2016)
= Return on Asset perusahaan selama 5 tahun
= Debt Equity Ratio perusahaan selama 5 tahun
= Current Ratio perusahaan selama 5 tahun
ℎ = Growth perusahaan selama 5 tahun
Setelah dilakukan regresi dengan OLS menggunakan model fixed effect pada persamaan dan model tersebut lulus uji asumsi klasik. Analisis hasil dari model regresi persamaan menggunakan data sebagai berikut.
Indonesia Banking School
Tabel 4 9 Hasil Regresi Penelitian
Variable Coefficient Std. Error t-Statistic Prob.
ROA 0.282935 0.306688 0.922549 0.3601
DER 0.562991 0.263631 2.135530 0.0370
CR -9.426616 1.327732 -7.099789 0.0000 GROWTH -0.043267 0.054637 -0.791908 0.4316
C 0.453212 0.038601 11.74106 0.0000
Sumber: output eviews diolah, 2017
Dari hasil regresi di atas, maka didapatkanlah persamaan regresi linier data panel sebagai berikut:
DPR = 0,453212 + 0,282935ROA + 0,562991DER – 9,426616CR – 0,043267GROWTH + eit
Adapun interprestasi dari persamaan diatas yaitu:
1. Apabila profitabilitas (ROA), leverage (DER), likuiditas (CR), dan Pertumbuhan perusahaan (GROWTH) diasumsikan konstan, maka Dividend Payout Ratio (DPR) yang dihasilkan sebesar 0,453212.
2. Koefesien regresi untuk ROA sebesar 0,282935. Hal ini menunjukkan bahwa Dividend Payout Ratio (DPR) akan mengalami kenaikan pembayaran dividen sebesar 0,282935 satuan untuk setiap peningkatan satu satuan tingkat profitabilitas dan sebaliknya. Hal tersebut dengan asumsi variabel lain adalah konstan.
3. Koefesien regresi untuk DER sebesar 0,562991. Hal ini menunjukkan bahwa Dividend Payout Ratio (DPR) akan mengalami kenaikan pembayaran dividen sebesar 0,562991 satuan untuk setiap peningkatan satu satuan tingkat leverage dan sebaliknya. Hal tersebut dengan asumsi variabel lain adalah konstan.
4. Koefesien regresi untuk CR sebesar -9,426616. Hal ini menunjukkan bahwa Dividend Payout Ratio (DPR) akan mengalami penurunan pembayaran dividen sebesar -9,426616 satuan untuk setiap
peningkatan satu satuan tingkat likuiditas dan sebaliknya. Hal tersebut dengan asumsi variabel lain adalah konstan.
5. Koefesien regresi untuk GROWTH sebesar -0,043267. Hal ini menunjukkan bahwa Dividend Payout Ratio (DPR) akan mengalami penurunan pembayaran dividen sebesar -0,043267 satuan untuk setiap peningkatan satu satuan proporsi Growth dan sebaliknya. Hal tersebut dengan asumsi variabel lain adalah konstan.
4.6. Uji Koefisien Determinasi (R2)
Tabel 4 10 Hasil Koefisien Determinasi
R-squared 0.757292 Mean dependent var 0.739619 Adjusted R-squared 0.677785 S.D. dependent var 1.103610 S.E. of regression 0.146399 Sum squared resid 1.243102 F-statistic 9.524774 Durbin-Watson stat 2.048889 Prob(F-statistic) 0.000000
Sumber: output eviews diolah, 2017
Koefesien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk mengukur seberapa jauh model yang digunakan untuk
menghubungkan antara variabel independen dengan variabel dependen di dalam mengestimasi persamaan regresi. Nilai Adjusted R-squared selalu berada dikisaran antara 0 sampai 1. Nilai Adjusted R-squared model penelitian pada tabel 4.10 adalah sebesar 0,677785 atau 67,7785%.
Hal ini menunjukkan bahwa profitabilitas (ROA), leverage (DER), likuiditas (CR), dan pertumbuhan perusahaan (GROWTH) mampu menjelaskan pengaruh pembayaran dividen sebesar 67,7785%. Sisanya yaitu sebesar 33,2215%
dijelaskan oleh variabel lain yang tidak digunakan dalam model penelitian ini.
Variabel lainnya dapat berupa kepemilikan manajerial, sales growth, ukuran perusahaan, dll.
4.7. Pengujian Hipotesis (Uji-T)
Pengujian ini dilakukan untuk mengetahui seberapa signifikan pengaruh yang ditimbulkan oleh variabel independen dan variabel dependen secara parsial.
Pengujian ini dilakukan untuk menjawab hipotesis peneliti yang merupakan dugaan sementara peneliti. Dengan dilakukannya pengujian ini, maka akan dapat menjawab dan menjelaskan perumusan yang diajukan sebelumnya. Berikut tabel 4.11 yang menggambarkan hasil regresi data panel :
Tabel 4 11 Hasil Hipotesis Uji - T
Variable Coefficient Std. Error t-Statistic Prob.
ROA 0.282935 0.306688 0.922549 0.3601
DER 0.562991 0.263631 2.135530 0.0370
CR -9.426616 1.327732 -7.099789 0.0000 GROWTH -0.043267 0.054637 -0.791908 0.4316
C 0.453212 0.038601 11.74106 0.0000
Sumber: output eviews diolah, 2017
Kesimpulan yang dapat diambil dari uji t persamaan adalah sebagai berikut :
1. Hipotesis 1 (H1) dalam penelitian ini yaitu : Profitabilitas (ROA) berpengaruh signifikan terhadap Dividend Payout Ratio (DPR). Berdasarkan hasil regresi persamaan pada tabel 4.11 diatas, ditemukan probabilitas ROA sebesar 0,3601 atau lebih besar dari nilai signifikansi 5% dan koefesiensi regresi dari variabel
profitabilitas (ROA) menunjukkan nilai 0,282935. Hal tersebut menunjukkan bahwa profitabilitas tidak berpengaruh signifikan terhadap Dividend Payout Ratio (DPR).
2. Hipotesis 2 (H2) dalam penelitian ini yaitu : Leverage (DER) berpengaruh signifikan terhadap Dividend Payout Ratio (DPR). Berdasarkan hasil regresi persamaan pada tabel 4.11 diatas, ditemukan probabilitas DER sebesar 0,0370 atau lebih kecil dari nilai signifikansi 5% dan koefesiensi regresi dari variabel (DER) menunjukkan nilai 0,562991. Hal tersebut menunjukkan bahwa leverage berpengaruh positif signifikan terhadap Dividend Payout Ratio (DPR).
3. Hipotesis 3 (H3) dalam penelitian ini yaitu : likuiditas (CR) berpengaruh signifikan terhadap Dividend Payout Ratio (DPR). Berdasarkan hasil regresi persamaan pada tabel 4.11 di atas, ditemukan probabilitas CR sebesar 0,0000 atau lebih kecil dari nilai signifikansi 5% dan koefesiensi regresi dari variabel (CR) menunjukkan nilai -9,426616. Hal tersebut menunjukkan bahwa likuiditas berpengaruh negatif signifikan terhadap Dividend Payout Ratio (DPR).
4. Hipotesis 4 (H4) dalam penelitian ini yaitu : Pertumbuhan perusahaan (GROWTH) berpengaruh signifikan terhadap Dividend Payout Ratio (DPR). Berdasarkan hasil regresi persamaan pada tabel 4.11 di atas, ditemukan probabilitas GROWTH sebesar 0,4316 atau lebih besar dari nilai signifikansi 5% dan koefesiensi regresi dari variabel (GROWTH) menunjukkan nilai - 0,043267. Hal tersebut menunjukkan bahwa growth tidak berpengaruh signifikan terhadap Divdend Payout Ratio (DPR.
4.8. Analisis Hasil Penelitian
4.8.1. Pengaruh profitabilitas terhadap kebijakan dividen.
Pengaruh profitabilitas terhadap kebijakan dividen yang diproksikan dengan dividend payout ratio (DPR) pada tabel 4.11 menunjukkan hasil tidak berpengaruh terhadap kebijakan dividen. Hal tersebut menunjukkan bahwa profitabilitas bukan merupakan salah satu aspek dalam perusahaan untuk melakukan kebijakan dividen. Dalam penelitian ini membuktikan bahwa ROA yang diproksikan sebagai profitabilitas tidak berpengaruh terhadap kebijakan dividen pada perusahaan yang termasuk kompas100. Profitabilitas menggunakan
pengukuran dengan melihat laba bersih perusahaan dibagi dengan rata-rata total aset perusahaan tersebut. Pengukuran ini membuktikan bahwa pembayaran dividen akan diberikan tanpa melihat jumlah profitabilitas perusahaan yang semakin tinggi atau tidak. Dikarenakan profitabilitas yang tinggi sering dipakai untuk kebutuhan ekspansi perusahaan sehinga dana yang di dapat oleh perusahaan tidak langsung diberikan kepada pemegang saham terlebih dahulu.
Hasil penelitian ini serupa dengan penelitian (Sari & Sudjarni, 2015) dan (Arifin & Asyik, 2015) yang menyatakan profitabilitas tidak berpengaruh terhadap kebijakan dividen, berbeda dengan penelitian (Attina, 2010) dan (Nurhayati, 2013) yang menyatakan profitabilitas berpengaruh positif dan signifikan terhadap kebijakan dividen.
4.8.2. Pengaruh leverage terhadap kebijakan dividen
Pengaruh leverage terhadap kebijakan dividen yang diproksikan dengan dividend payout ratio (DPR) pada tabel 4.11 menunjukkan hasil berpengaruh positif terhadap kebijakan dividen. Hal tersebut menunjukkan bahwa semakin tinggi leverage maka semakin tinggi perusahaan melakukan pembayaran dividen kepada pemegang saham. Leverage yang diproksikan dengan debt to equity ratio (DER) memiliki pengaruh positif signifikan. Hal tersebut diasumsikan bahwa dalam penelitian ini menggunakan sampel perusahaan yang membayar dividen. Apabila perusahaan membayar dividen maka akan mengakibatkan laba ditahan menurun sehingga perusahaan memerlukan dana dari hutang, karena dana internal tidak mencukupi untuk membiayai pertumbuhan perusahaan. Hal tersebut dikarenakan untuk mempertahankan para investor untuk berinvestasi dan memberikan sinyal