43 BAB 4 ANALISIS DAN PEMBAHASAN
4.1 Deskriptif Sampel 1. Gambaran Umum Sampel Perusahaan manufaktur merupakan perusahaan yang kegiatan utamanya adalah memproduksi atau membuat bahan baku menjadi barang setengah jadi atau barang jadi yang bisa langsung dikonsumsi oleh masyarakat, tentunya dengan melalui proses distribusi terlebih dahulu. Terdapat cukup banyak perusahaan yang mendaftarkan usahanya di Bursa Efek Indonesia dengan salah satu tujuan agar masyarakat pun dapat memiliki perusahaan tersebut. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dikelompokkan menjadi beberapa bentuk sesuai dengan kegiatan usahanya yaitu industri bahan dasar dan kimia, aneka industri dan industri barang konsumsi. 2. Sampel Obyek penelitian yang akan digunakan dalam penelitian ini adalah beberapa perusahaan yang bergerak di sektor industri manufaktur yang sudah go public serta sahamnya telah terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012. Bedasarkan kriteria yang telah ditentukan maka diperoleh 28 perusahaan tiap tahun yang dapat dijadikan sampel penelitian selama tahun 2008 sampai dengan tahun 2012. Tabel 2 menyajikan prosedur pemilihan sampel.
44 Tabel 2 Prosedur Pemilihan Sampel Keterangan
Jumlah perusahaan
Jumlah perusahaan listing di BEI
477
Perusahaan non manufaktur
353
Perusahaan manufaktur
124
Perusahaan manufaktur yang tidak termasuk sampel Perusahaan yang mengalami delisting dari BEI
(4)
Perusahaan yang tidak membagikan dividen
92
Perusahaan yang terpilih sebagai sampel
28
Jumlah observasi untuk masing-masing perusahaan
4
Jumlah observasi untuk seluruh perusahaan
112
3. Deskripsi Masing-Masing Variabel Penelitian a. Laba Bersih Laba bersih yang dimaksud adalah laba bersih yang dihitung dari kelebihan pendapatan atas beban termasuk semua gains dan losses. Data laba bersih diperoleh dari laporan perhitungan laba rugi perusahaan manufaktur yang terdaftar di BEI. b. Arus Kas dari Aktifitas Operasi Arus kas yang dimaksud adalah arus kas yang dihasilkan dari kegiatan operasi perusahaan selama satu periode. Data arus kas dari aktifitas operasi diperoleh dari laporan arus kas perusahaan manufaktur yang terdaftar di BEI.
45 c. Dividen Dividen merupakan laba yang dibagikan kepada para pemegang saham berdasarkan hasil keputusan Rapat Umum Pemegang Saham (RUPS). Dividen yang dimaksud dalam penelitian ini adalah dividen tunai. Data dividen diperoleh dari laporan perubahan modal perusahaan manufaktur yang terdaftar di BEI dari tahun n+1, dimana n adalah tahun laporan keuangan tersebut diteliti.
4.2 Analisis dan Pembahasan 4.2.1
Statistik Deskriptif Nilai maksimum merupakan nilai tertinggi untuk setiap variabel, sedangkan nilai minimum merupakan nilai terendah untuk setiap variabel dalam penelitian. Nilai mean merupakan nilai rata-rata dari setiap variabel yang diteliti sedangkan standar deviasi menggambarkan variasi dari variabelvariabel tersebut. Tabel 3 Statistik Deskriptif
Sumber: Data Sekunder Diolah SPSS 20 Hasil penelitian statistik deskriptif diatas, menerangkan bahwa : a. Berdasarkan pengolahan data yang dilakukan oleh peneliti dapat diartikan bahwa nilai rata-rata laba bersih dari 28 perusahaan manufaktur yang diteliti sebagai sampel yaitu sebesar Rp.280.175.136.415,450 dengan nilai terendah
Rp.812.053.000.
Rp.21.348.000.000.000 Rp.2.965.094.937.995,505
Sedangkan dengan
nilai
standar
tertinggi
sebesar
deviasi
sebesar
46 b. Berdasarkan pengolahan data yang dilakukan oleh peneliti dapat diartikan bahwa nilai rata-rata arus kas operasi dari 28 perusahaan manufaktur yang diteliti sebagai sampel yaitu sebesar Rp.213.236.992.936,39 dengan nilai terendah
Rp.90.192.511
sedangkan
Rp.11.335.000.000.000
dengan
nilai
standar
tertinggi
sebesar
deviasi
sebesar
Rp.2.256.688.225.098,7 c. Berdasarkan pengolahan data yang dilakukan oleh peneliti dapat diartikan bahwa nilai rata-rata dividen dari 28 perusahaan manufaktur yang diteliti sebagai sampel yaitu sebesar Rp.173.207.830.732,53 dengan nilai terendah
Rp.288.000.000
Rp.9.774.000.000.000
Sedangkan
dengan
nilai
standar
tertinggi
sebesar
deviasi
sebesar
Rp.1.833.059.380.989,0 4.2.2
Uji Normalitas Untuk menguji apakah sampel penelitian merupakan sumber distribusi normal maka digunakan pengujian Kolmogorov-Smirnov Goodness of Fit terhadap model yang diuji. Hasil uji normalitas dapat dilihat dari tabel 5 berikut ini :
47 Tabel 4 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Laba_bersih N
Arus_Kas
Dividen
112
112
112
11,3606
11,3806
10,8865
,87206
,91344
1,02940
Absolute
,088
,111
,045
Positive
,088
,072
,045
Negative
-,067
-,111
-,036
Kolmogorov-Smirnov Z
,931
1,176
,480
Asymp. Sig. (2-tailed)
,352
,126
,975
Normal Parameters
a,b
Most Extreme Differences
Mean Std. Deviation
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data Sekunder Diolah SPSS 20 Tabel
perhitungan
Kolmogorov-Smirnov
diatas
menunjukkan
probabilitas dari masing-masing variabel yang ada. Probabilitas dari laba bersih menunjukkan hasil sebesar 0,352 > 0,05 sedangkan probabilitas dari arus kas operasi menunjukkan hasil sebesar 0,126 > 0,05 dan untuk dividen tunai probabilitasnya sebesar 0,975 > 0,05. Maka dapat disimpulkan dari hasil uji normalitas bahwa pada data laba bersih dan arus kas operasi serta dividen tunai telah berdistribusi dengan normal. 4.2.3 Hasil Pengujian Asumsi Klasik Model regresi yang akan digunakan akan menunjukkan hubungan yang signifikan dan representative atau disebut BLUE (Best Linear Unbiased Estimstor) jika memenuhi asumsi dasar klasik regresi. Beberapa asumsi dasar tersebut adalah tidak terjadi gejala heteroskedastisitas, autokorelasi, dan multikolinearitas diantara variabel independen dalam regresi tersebut. Pengujian asumsi klasik dalam penelitian pada dasarnya merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga dapat dengan
48 mudah untuk dipahami dan diinterpretasikan. Berikut ini akan disajikan uji asumsi klasik tersebut : a. Uji Multikolinearitas Uji multikolinearitas digunakan untuk melihat ada tidaknya korelasi yang sangat kuat diantara variabel independen dalam model regresi. Multikolinearitas terjadi jika nilai Variance Inflation Factor (VIF) melebihi 10. Untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi yang akan digunakan terdapat dua cara yang dapat dugunakan yaitu sebagai berikut : 1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi adalah sangat tinggi (0,70-1,0) tetapi secara individual variabel-variabel bebas menunjukkan tidak signifikan mempengaruhi variabel tersebut. 2) Multikolinearitas dapat juga dilihat dari nilai tolerance dan nilai Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel bebas yang dipilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/ Tolerance) dan menunjukkan adanya kolonieritas yang tinggi. Dasar pengambilan keputusan : 1) Jika VIF > 10, maka Ha diterima (ada multikolonieritas) 2) Jika VIF < 10, maka Ha tidak diterima (tidak ada multikolonieritas) Dalam penelitian ini diperoleh nilai VIF dan angka tolerance seperti pada tabel sebagai berikut :
5 dengan menggunakan software SPSS 20 adalah
49 Tabel 5 Hasil Uji Multikolinearitas Value Inflation Factor dan Tolerance Coefficients
a
Collinearity Statistics
Model
1
Tolerance
VIF
(Constant)
laba bersih
,301
3,324
arus kas operasi
,301
3,324
a. Dependent Variable: dividen tunai
Sumber : Data Sekunder Diolah SPSS 19
Berdasarkan hasil pengolahan diatas, diketahui bahwa variabel laba bersih dan variabel arus kas operasi mempunyai nilai VIF < 10, yaitu sebesar 3,324. Sehingga dapat disimpulkan bahwa model regresi berganda yang digunakan terhindar dari masalah multikolinearitas. b. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual auatu pengamatan ke pengamatan yang lain. Jika varians dari residual satu ke pengamatan yang lain
berbeda
maka
disebut
heteroskedastisitas.
Untuk
menguji
heteroskedastisitas dalam penelitian ini dilakukan uji glejser, dengan cara meregresi semua variabel independen dengan nilai Absolute Residual sebagai variabel dependennya.
50 Dasar pengambilan keputusan : 1) Jika signifikan < 0,05, maka Ha diterima (ada heteroskedastisitas) 2) Jika signifikan > 0,05, maka Ha tidak diterima (tidak ada heteroskedastisitas) Hasil pengujian heteroskedastisitas ditunjukkan pada tabel 6 berikut ini : Tabel 6 Uji Heteroskedastisitas Glejser Coefficients
Model 1 (Constant) Laba_Bersih Arus_Kas
a
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
Beta
t
Sig.
-,433
,666
-,259
,599
,069
,094
,128
,739
,462
-,012
,089
-,023
-,131
,896
a. Dependent Variable: ABS_RES Sumber : Data Sekunder Diolah SPSS 20
Dari tabel diatas dapat dilihat bahwa signifikansi masing-masing variabel independen terbebas dari gejala heteroskedastiditas. Nilai signifikansi variabel laba bersih adalah 0,462 > 0,05 maka Ha tidak diterima atau tidak terdapat heteroskedastisitas, sedangkan nilai signifikansi variabel arus kas operasi adalah 0,869 > 0,05 maka Ha tidak diterima dengan kesimpulan tidak terdapat heteroskedastisitas. c. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan
51 kesalahan pada periode t-1 (sebelumnya). Cara mudah mendeteksi autokorelasi dapat dilakukan dengan uji Run Test. Dasar pengambilan keputusan : 1) Jika signifikan < 0,05, maka Ha diterima (ada autokorelasi) 2) Jika signifikan > 0,05, maka Ha tidak diterima (tidak ada autokorelasi) Hasil uji autokorelasi dapat dilihat pada tabel 7 berikut ini:
Tabel 7 Hasil Uji Run Test
Runs Test Laba_bersih a
Test Value
Arus_Kas
Dividen
11,25
11,34
10,89
Cases < Test Value
56
56
56
Cases >= Test Value
56
56
56
112
112
112
49
55
45
-1,519
-,380
-2,278
,129
,704
,023
Total Cases Number of Runs Z Asymp. Sig. (2-tailed) a.
Median
Sumber : Data Sekunder Diolah SPSS 20
Berdasarkan tabel diatas, menunjukkan bahwa nilai signifikansi laba bersih sebesar 0,129 > 0,05 dan signifikansi dari arus kas operasi sebesar 0,704 > 0,05 sedangkan untuk dividen tunai menunjukkan signifikansi sebesar 0,23 > 0,05. Maka hasil uji normalitas menunjukkan bahwa pada data laba bersih dan arus kas operasi serta dividen tunai berdistribusi normal.
52 4.3 Uji Hipotesis 4.3.1
Analisa Korelasi Analisa korelasi digunakan untuk menghitung seberapa kuat hubungan antara variabel independen yaitu laba bersih (X1) dan arus kas dari aktifitas operasi (X2) terhadap dividen tunai (Y) sebagai variabel dependen. Dalam penelitian ini analisa korelasi yang akan digunakan adalah korelasi Pearson (Product Moment). Dasar pengambilan keputusan : 1) Jika signifikan < 0,05, maka Ha diterima (terdapat hubungan positif antara variabel independen dengan variabel dependen) 2) Jika signifikan > 0,05, maka Ha tidak diterima (tidak terdapat hubungan positif antara variabel independen dengan variabel dependen)
0,00 – 0,199
Hubungan sangat rendah
0,20 – 0,399
Hubungan rendah
0,40 – 0,599
Hubungan sedang
0,60 – 0,799
Hubungan kuat
0,80 – 1,000
Hubungan sangat kuat
Interpretasi koefisien korelasi : Hasil Korelasi yang telah diolah oleh software SPSS 20 dapat dilihat pada tabel 8 berikut ini :
53 Tabel 8 Hasil Uji Korelasi
Correlations Laba_bersih Pearson Correlation Laba_bersih
Pearson Correlation
,836
**
Dividen ,797
**
,000
,000
112
112
112
**
1
,836
,717
**
Sig. (2-tailed)
,000
N
112
112
112
**
**
1
Pearson Correlation Dividen
1
Sig. (2-tailed) N
Arus_Kas
Arus_Kas
,797
,000
,717
Sig. (2-tailed)
,000
,000
N
112
112
112
**. Correlation is significant at the 0.01 level (2-tailed). Sumber: Data Sekunder Diolah SPSS 20
Berdasarkan pengujian diatas dapat diketahui beberapa hal sebagai berikut: 1) Koefisien korelasi laba bersih (X1) dengan dividen tunai (Y) adalah sebesar 0,797 sehingga dapat dikatakan bahwa hubungan antara laba bersih dengan dividen tunai adalah merupakan hubungan yang positif dan sangat kuat, sementara dari hasil perhitungan korelasi memperlihatkan keterangan tabel yang menunjukkan bahwa tingkat hubungan dari kedua variabel pada taraf nyata 5% untuk diuji dua arah dianggap signifikan karena pada baris Sig (2-tailed) nilai signifikansi sebesar 0,000 < 0,05 taraf signifikan. 2) Koefisien korelasi arus kas dari aktifitas operasi (X2) dengan dividen tunai (Y) adalah sebesar 0,717 sehingga dapat dikatakan bahwa hubungan antara arus kas dari aktifitas operasi dengan dividen tunai
54 adalah merupakan hubungan yang positif dan sangat kuat, sementara dari hasil perhitungan korelasi memperlihatkan keterangan tabel yang menunjukkan bahwa tingkat hubungan dari kedua variabel pada taraf nyata 5% untuk diuji dua arah dianggap signifikan karena pada baris Sig (2-tailed) nilai signifikansi sebesar 0,000 < 0,05 taraf signifikan. 4.3.2
Regresi Linear Berganda Koefisien regresi yang akan digunakan dinyatakan dalam bentuk persamaan regresi. Adapun persamaan regresi berganda digunakan untuk menguji apakah terdapat pengaruh yang signifikan antara laba bersih (X1) dan arus kas dari aktifitas operasi (X2) sebagai variabel independen terhadap dividen tunai (Y) sebagai variabel dependen. Hasil regresi yang telah diolah dengan software SPSS 20 dapat dilihat pada tabel 9 berikut ini :
Tabel 9 Hasil Analisis Berganda
Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant) 1
a.
Std. Error
Beta
17124281962
91198970829
,188
,851
Laba_Bersih
,514
,048
,832 10,749
,000
Arus_Kas
,054
,063
,067
,390
Dependent Variable: Dividen
Sumber: Data Sekunder Diolah SPSS 20
,862
55 Model persamaan regresi berdasarkan hasil diatas adalah : Y = 17.124.281.962 + 0,514 X1 + 0,054X2 + ei Adapun Interpretasi dari persamaan diatas adalah : 1) Konstanta sebesar 17.124.281.962 menunjukkan jika laba bersih dan arus kas operasi bernilai nol (X1=X2=0) maka besar dividen yang diterima oleh pemegang saham sebesar Rp. 17.124.281.962 2) Koefisien regresi laba bersih sebesar 0,514
menunjukkan bahwa
setiap kenaikan laba bersih Rp. 1 maka akan menaikkan dividen tunai sebesar Rp. 0,514 dengan asumsi variabel lain tidak berubah. 3) Koefisien regresi arus kas operasi sebesar 0,054 menunjukkan bahwa setiap kenaikan arus kas aktifitas operasi sebesar Rp. 1 maka akan menaikkan dividen tunai sebesar Rp. 0,054 dengan asumsi variabel lain tidak berubah. 1) Uji F atau ANOVA Uji F digunakan untuk menguji apakah secara bersama-sama seluruh variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen. Dasar pengambilan keputusan :
a) Jika signifikan < 0,05, maka Ha diterima b) Jika signifikan > 0,05, maka Ha tidak diterima Hasil uji F dalam penelitian ini dapat dilihat pada tabel 10 berikut ini :
56 Tabel 10 Hasil Uji F
b
ANOVA Model
Sum of Squares
df
Mean Square
1 Regression
2,940E+26
2
Residual
7,898E+25
109
Total
3,730E+26
111
1,470E+26
F 202,885
Sig. ,000
b
7,245E+23
a. Predictors: (Constant), Arus_Kas, Laba_Bersih b. Dependent Variable: Dividen Sumber : Data Sekunder Diolah SPSS 20
Berdasarkan tabel diatas, untuk melihat pengaruh secara serentak dilakukan dengan uji F yaitu pengujian secara serentak pengaruh variabel laba bersih (X1) dan arus kas operasi (X2) terhadap dividen tunai (Y). Pada pengujian ini besarnya nilai probabilitas F sebesar 0,000 lebih kecil dari 0,05 maka Ha diterima dan model regresi dapat digunakan untuk memprediksi dividen tunai atau dapat dikatakan bahwa laba bersih dan arus kas operasi berpengaruh terhadap dividen tunai. 2) Uji t Uji t digunakan untuk menunjukkan apakah variabel independen secara individu baik laba bersih (X1) maupun arus kas operasi (X2) mempunyai pengaruh yang signifikan terhadap dividen tunai (Y) sebagai variabel dependen.
57 Dasar pengambilan keputusan : a) Signifikan < 0,05, maka Ha diterima b) Signifikan > 0,05, maka Ha tidak diterima Hasil dari uji t yang telah diolah dengan software SPSS 20 dapat dilihat dari tabel 11 berikut ini : Tabel 12 Hasil Uji Parsial (Uji T)
Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant)
Std. Error
Beta
17124281962 91198970829
,188
,851
1 Laba_Bersih
,514
,048
,832
10,749
,000
Arus_Kas
,054
,063
,067
,862
,390
a.
Dependent Variable: Dividen
Sumber: Data Sekunder Diolah SPSS 20
Berdasarkan tabel diatas dapat diketahui bahwa variabel laba bersih (X1) memiliki nilai probabilitas sebesar 0,00 lebih kecil dari 0,05 maka H1 diterima dengan kesimpulan bahwa variabel dividen tunai (Y) secara parsial dipengaruhi oleh laba bersih. Sedangkan berdasarkan tabel diatas dapat diketahui bahwa variabel arus kas operasi (X2) memiliki nilai probabilitas sebesar 0,390 lebih besar dari 0,05, maka H2 tidak diterima dengan kesimpulan bahwa variabel arus kas operasi (X2) secara parsial tidak berpengaruh signifikan terhadap dividen tunai (Y). Hasil yang didapat dari penelitian ini tidak konsisten dengan penelitian sebelumnya yang
58 mengatakan bahwa arus kas operasi memiliki hubungan positif dan pengaruh yang signifikan terhadap dividen tunai. 4.3.3 Uji Koefisien Determinasi Uji koefisien determinasi bertujuan untuk mengukur seberapa besar variabel independen dapat menjelaskan variabel dependen. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik karena nilai Adjusted R2 dapat naik atau turun apabila suatu variabel independen ditambahkan kedalam model. Hasil uji koefisien determinasi dapat dilihat pada tabel 12 sebagai berikut : Tabel 12 Hasil Koefisien Determinasi (R2)
b
Model Summary Model
1
R
,888
R Square
a
Adjusted R
Std. Error of
Square
the Estimate
,788
,784
8,512E+11
a. Predictors: (Constant), Arus_Kas, Laba_Bersih b.
Dependent Variable: Dividen
Sumber: Data Sekunder Diolah SPSS 20
Dari hasil pengolahan regresi berganda dapat diketahui bahwa koefisien determinasi R2 = 0,788. Artinya secara bersama-sama laba bersih dan arus kas operasi mampu menjelaskan variasi dari variabel dividen tunai sebesar 78,8 % sedangkan sisanya (100% - 78,8% = 21,2%) dapat dijelaskan oleh faktor-faktor lain yang tidak dimasukkan ke dalam model regresi.
59 4.3.4
Uji Koefisien Beta Uji koefisien beta digunakan untuk menunjukkan variabel bebas manakah yang dominant mempengaruhi dividen tunai. Hal ini dapat dilakukan dengan melihat nilai koefisien beta yang distandarisasi paling benar. Hasil uji koefisien beta dapat dilihat pada tabel 13 sebagai berikut : Tabel 13 Hasil Uji Koefiesien Beta
Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant)
Std. Error
Beta
17124281962 91198970829
,188
,851
1 Laba_Bersih
,514
,048
,832
10,749
,000
Arus_Kas
,054
,063
,067
,862
,390
a.
Dependent Variable: Dividen
Sumber: Data Sekunder Diolah SPSS 20
Berdasarkan tabel diatas dapat diketahui bahwa variabel yang paling dominan adalah variabel laba bersih (X1) yang ditunjukkan dengan nilai Koefisien Beta yang distandarisasi sebesar 10,749 sehingga dapat dikatakan H4 tidak diterima atau dapat dikatakan laba bersih lebih berpengaruh terhadap dividen tunai dibandingkan dengan arus kas operasi. Ghozali (2002) menyatakan bahwa : “koefisien beta digunakan untuk melihat pentingnya masing-masing variabel independen secara relatif dan tidak ada multikolinearitas antar variabel independen. Koefisien tersebut disebut Standardized Coefficient yang mampu mengeliminasi perbedaan unit ukuran pada variabel independent.” (hlm 88).
60 4.4
Interpretasi Hasil
4.4.1 Pengaruh Laba Bersih Terhadap Pembagian Dividen Laba merupakan suatu pos dasar dan penting dari ikhtisar keuangan yang memiliki berbagai kegunaan dalam berbagai konteks. Laba umumnya dipandang sebagai suatu dasar bagi perpajakan, determinan bagi kebijakan dividen, pedoman investasi dan penahanan laba suatu perusahaan.Laba bersih sering dianggap menjadi indikasi kemampuan perusahaan membayar dividen. Jika perusahaan menghasilkan laba bersih yang besar maka kemungkinan perusahaan dalam membagikan dividen menjadi lebih baik. Laba diakui sebagai suatu indikator dari jumlah maksimum yang harus dibagikan sebagai dividen dan sebagian ditahan untuk perluasan atau diinvestasikan kembali ke dalam perusahaan. Hasil uji t (parsial) menunjukkan bahwa H1 diterima atau dapat dikatakan terdapat pengaruh positif dan signifikan antara laba bersih dengan dividen tunai pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 2008 sampai tahun 2011 yang ditunjukkan dengan nilai probabilitas t sebesar 0,00 lebih kecil dari 0,05 4.4.2 Pengaruh Arus Kas Operasi Terhadap Pembagian Dividen Arus kas yang digunakan untuk prediksi mengenai dividen adalah arus kas dari aktifitas operasi, dasarnya karena jumlah arus kas yang berasal dari aktifitas operasi merupakan indikator yang menentukan apakah operasi perusahaan dapat menghasilkan arus kas yang cukup untuk memelihara kemampuan operasi, melunasi pinjaman, membayar dividen dan melakukan investasi tanpa mengandalkan sumber pendanaan dari luar. Jumlah arus kas yang berasal dari aktifitas operasi merupakan pengaruh kas dari transaksi yang termasuk dalam penentuan laba bersih selain aktifitas investasi dan keuangan. Arus kas operasi positif lebih menjamin kemampuan perusahaan dalam menjalankan aktifitas usahanya di masa yang akan datang. Hasil uji t (parsial) menunjukkan bahwa H2 tidak diterima atau dapat dikatakan tidak terdapat pengaruh yang signifikan antara arus kas dari
61 aktifitas operasi dengan dividen tunai pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 2008 sampai tahun 2011 yang ditunjukkan dengan probabilitas t sebesar 0,390 lebih besar dari 0,05.
62
63