BAB III METODE PENELITIAN. menggunakan jenis penelitian asosiatif yang bertujuan untuk mengetahui

BAB III METODE PENELITIAN 3.1 Jenis Penelitian Penelitian ini dilakukan pada tahun 2013. Dalam penelitian ini, peneliti menggunakan jenis penelitian asosiatif yang bertujuan untuk mengetahui hubungan dua variabel atau lebih (Erlina, 2008:34), tepatnya dengan hubungan kausal. Menurut Sugiyono (2007:11) penelitian asosiatif yaitu penelitian yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih. Tujuan dari penelitian ini untuk menguji seberapa besar pengaruh dari return on asset (ROA), leverage, ukuran perusahaan, investment opportunity set (IOS) dan free cash flow terhadap kebijakan dividen di dalam perusahaan. Variabel independen dalam penelitian ini adalah return on asset (ROA), leverage, ukuran perusahaan, investment opportunity set (IOS) dan free cash flow. Dan yang menjadi variabel independen adalah kebijakan dividen yang diukur dengan menggunakan dividenp payout ratio.

3.2 Batasan Operasional Batasan operasional menentukan batasan atau ciri – ciri spesifik dari suatu konsep. Batasan operasional ditetapkan untuk mengurangi timbulnya salah tafsir atas isi dari penelitian ini. Adapun batasan operasional dalam penelitian ini antara lain: •

Perusahaan yang diteliti adalah perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2010 – 2012,

Universitas Sumatera Utara

•

Variabel independen dalam penelitian ini adalah return on asset, leverage, ukuran perusahaan, investment opportunity set, dan free cash flow

•

Variabel dependen dalam penelitian ini adalah kebijakan dividen.

3.3 Defenisi Operasional 3.3.1

Variabel Dependen Variabel dependen atau terikat merupakan variabel yang dipengaruhi

oleh variabel-variabel independen. Variabel yang digunakan sebagai variabel dependen di dalam penelitian ini adalah kebijakan dividen. Proksi yang digunakan adalah dividend payout ratio (DPR). Dividend payout ratio dapat dihitung dengan rumus berikut:

3.3.2

DPR =

Variabel Independen

𝑑𝑒𝑣𝑖𝑑𝑒𝑛𝑑 𝑝𝑒𝑟 𝑠ℎ𝑎𝑟𝑒 𝑒𝑎𝑟𝑛𝑖𝑛𝑔 𝑝𝑒𝑟 𝑠ℎ𝑎𝑟𝑒

Variabel independen atau variabel bebas merupakan variabel yang mempengaruhi perubahan di dalam variabel dependen. Variabel independen yang digunakan dalam penelitian ini adalah return on assset, leverage, ukuran perusahaan, investment opportunity set, dan free cash flow yang dijelaskan di bawah ini. 3.3.2.1 Return On Asset Return on asset merupakan salah satu rasio profitabilitas yang dapat digunakan untuk mengukur seberapa besar kinerja perusahaan dalam menghasilkan dengan menggunakan aktiva yang dimiliki perusahaan. Return on asset dapat dihitung menggunakan rumus :


ROA =

Keterangan:

Earning After Tax (net income) x 100% Total Asset

EAT : Laba setelah pajak (laba bersih) TA : Total Asset 3.3.2.2 Leverage Dalam penelitian ini leverage diukur dengan menggunakan debt to asset ratio (DAR). DAR merupakan perbandingan antara total hutang dengan jumlah aktiva yang dimiliki oleh perusahaan. 𝐷𝑒𝑏𝑡 𝑡𝑜 𝑎𝑠𝑠𝑒𝑡 𝑟𝑎𝑡𝑖𝑜 =

3.3.2.3 Ukuran Perusahaan

𝑡𝑜𝑡𝑎𝑙 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡

Ukuran perusahaan adalah skala yang mengukur besar kecilnya perusahaan yang ditentukan oleh beberapa hal antara lain adalah total penjualan, total aktiva, dan rata-rata tingkat penjualan perusahaan (Nur Imam Arifianto ,2011 dalam Estika Maulida Priyo, 2013). Ukuran perusahaan (Size) dapat diukur dari jumlah total asset perusahaan yang menjadi sampel yang kemudian ditransformasikan ke dalam bentuk logaritma natural (LN). Ukuran perusahaan (size)= Ln of Total asset 3.3.2.4 Investment Opportunity Set Investment opportunity set merupakan besarnya kesempatan investasi yang dimiliki oleh perusahaan mencerminkan potensi tingkat pertumbuhan di masa depan. Dalam penelitian ini, proksi yang digunakan adalah rasio


Market to Book Value of Equity (MVEBVE) yang mencerminkan bahwa pasar menilai return dari ekuitasnya. Adanya perberdaan antara nilai pasar dengan nilai buku ekuitas menunjukkan investasi perusahaan. Dalam Pasaribu (2013:41) rumus yang digunakan untuk menghitung rasio ini adalah: 𝑀𝑉𝐸𝐵𝑉𝐸 =

3.3.2.5 Free Cash Flow

𝑠ℎ𝑎𝑟𝑒 𝑜𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔 x share closing price 𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑚𝑚𝑜𝑛 𝑒𝑞𝑢𝑖𝑡𝑦

Menurut Jensen et al dalam Dini Rosdini (2009:2) Free Cash Flow adalah sebagai kelebihan dana kas setelah dipakai untuk mendanai seluruh proyek yang memberikan net present value positif yang didiskontokan pada tingkat biaya modal yang relevan. Dalam Pasaribu (2013:40) Free cash flow dihitung dengan menggunakan rumus, yaitu:

Dimana:

𝐹𝐶𝐹 =

CFO−( 𝑁𝐶𝐸+𝐶ℎ𝑎𝑛𝑔𝑒 𝑖𝑛 𝑤𝑜𝑟𝑘𝑖𝑛𝑔 𝑐𝑎𝑝𝑖𝑡𝑎𝑙) 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡

𝑥100%

a. FCF adalah free cash flow perusahaan b. CFO

(Cash

Flow

from

Operation)

merupakan

nilai

bersih

kenaikan/penurunan arus kas dari aktivitas operasi perusahaan. c. NCE (Net Capital Expenditure) merupakan nilai perolehan aktiva tetap akhir dikurangi nilai perolehan aktiva tetap awal. d. Change in working capital dihitung dengan cara modal kerja akhir tahun dikurangi dengan modal kerja awal tahun. Modal kerja adalah selisih antara jumlah asset lancar dengan hutang lancar.


3.4 Skala Pengukuran Variabel Jenis skala pengukuran variabel menurut Erlina dan Mulyani (2007) antara lain skala nominal, skala ordinal, skala interval, dan skala rasio. Skala nominal adalah skala pengukuran yang menyatakan kategori, kelompok, atau klasifikasi konstruk yang diukur dalam bentuk variabel. Nilai variabel dengan skala nominal hanya menjelaskan kategori, tidak menjelaskan nilai, peringkat, jarak, atau perbandingan. Skala ordinal adalah skala pengukuran yang tidak hanya menyatakan kategori tetapi juga menyatakan peringkat variabel. Skala interval adalah skala pengukuran yang menyatakan kategori, peringkat, dan jarak variabel yang diukur tetapi tidak menggunakan angka nol sebagai titik awal perhitungan dan bukan angka absolut. Skala rasio adalah skala pengukuran yang menunjukkan kategori, peringkat, jarak, dan perbandingan variabel yang diukur. Skala rasio menggunakan nilai absolut, sehingga memperbaiki skala interval yang menggunakan nilai relatif. Variabel yang digunakan peneliti dalam penelitian ini adalah sebagai berikut: 1. Variabel dependen (terikat) merupakan variabel yang dijelaskan atau yang dipengaruhi oleh variabel independen (Umar, 2003:50). Variabel dependen

dalam penelitian ini adalah kebiijakan dividen, dimana variabel dependen disimbolkan dengan “Y”. 2. Variabel independen (bebas) Variabel independen merupakan variabel yang mempengaruhi variabel yang lain (Umar: 2003:50). Variabel independen dalam penelitian ini adalah return on asset, leverage, ukuran perusahaan,


investment opportunity set, dan free cash flow. Variabel independen disimbolkan dengan return on asset (X1), leverage (X2), ukuran perusahaan (X3), investment opportunity set (X4), dan free cash flow (X5).

3. Indikator adalah variabel yang digunakan untuk mengevaluasi keadaan atau kondisi dan memungkinkan dilakukannya pengukuran terhadap perubahanperubahan yang terjadi dari waktu ke waktu. Selanjutnya rangkuman defenisi operasional untuk variabel dependen dan independen serta indikator pengukuran yang digunakan untuk setiap variabel dapat dilihat pada tabel 3.1.

Tabel 3.1 Defenisi Operasional dan Pengukuran Variabel Penelitian Jenis Variabel

Nama Variabel

Dependen

Kebijakan dividen (Y)

Independen

Return on asset (X1)

Defenisi Variabel Kebijakan apakah perusahaan akan membagikan laba yang diperoleh dalam bentuk dividen atau menahannya dalam bentuk laba ditahan untuk investasi di masa mendatang

Tingkat pengembalian (laba) yang dapat diperoleh perusahaan dengan menggunakan aktiva yang dimiliki

Indikator

𝐷𝑃𝑅 =

𝑑𝑖𝑣𝑖𝑑𝑒𝑛𝑑 𝑝𝑒𝑟 𝑠ℎ𝑎𝑟𝑒 𝑒𝑎𝑟𝑛𝑖𝑛𝑔 𝑝𝑒𝑟 𝑠ℎ𝑎𝑟𝑒

𝑛𝑒𝑡 𝑖𝑛𝑐𝑜𝑚𝑒 𝑥100% 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡

Skala

Rasio

Rasio


Lanjutan tabel 3.1

Leverage (X2)

Merupakan perbandingan antara total kewajiban dengan total aset perusahaan

𝐷𝐴𝑅 =

𝑡𝑜𝑡𝑎𝑙 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡

Rasio

Independen

Ukuran perusahaan (X3)

Investment opportunity set (X4)

Independen

Free cash flow (X5)

suatu skala dimana dapat diklasifikasika n besar kecil perusahaan menurut berbagai cara, antara lain: total aktiva, log size, nilai pasar saham, dan lain-lain besarnya kesempatan investasi yang dimiliki oleh perusahaan mencerminkan potensi tingkat pertumbuhan di masa depan Free Cash Flow adalah sebagai kelebihan dana kas setelah dipakai untuk mendanai seluruh proyek yang memberikan net present value positif yang didiskontokan pada tingkat biaya modal yang relevan.

Ln Total Asset

𝑠ℎ𝑎𝑟𝑒 𝑜𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔 𝑥 𝑠ℎ𝑎𝑟𝑒 𝑐𝑙𝑜𝑠𝑖𝑛𝑔 𝑝𝑟𝑖𝑐𝑒 𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑚𝑚𝑜𝑛 𝑒𝑞𝑢𝑖𝑡𝑦

Nominal

Rasio

𝐶𝐹𝑂 − (𝑁𝐶𝐸 + 𝑐ℎ𝑎𝑛𝑔𝑒 𝑖𝑛 𝑤𝑜𝑟𝑘𝑖𝑛𝑔 𝑐𝑎𝑝𝑖𝑡𝑎𝑙) 𝑥100% 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡

Rasio

Sumber: Dari berbagai literatur


3.5 Populasi dan Sampel Penelitian Populasi adalah sekelompok orang, kejadian, suatu yang mempunyai karakteristik tertentu (Erlina, 2008:75). Populasi di dalam penelitian ini adalah perusahaan-perusahaan sektor pertambangan yang terdaftar di Bursa Efek Indonesia selama periode penelitian tahun 2010 sampai dengan tahun 2012 yaitu sejumlah 41 perusahaan. Sampel adalah bagian dari populasi yang digunakan untuk memperkirakan karakteristik populasi (Erlina, 2008:75). Jika sampel kurang representatif maka mengakibatkan nilai yang dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi sesungguhnya. Menurut Erlina (2008:80), secara umum ada dua metode pengambilan sampel yang dapat digunakan, yaitu: 1. Probability sampling, metode pengambilan sampel dimana setiap elemen populasi mempunyai peluang atau kemungkinan yang sama untuk terpilih sebagai sampel. Metode ini dibedakan atas: 1) Simple random sampling 2) Complex random sampling 2. Non probability sampling, metode pengambilan sampel dimana tidak semua elemen populasi mempunyai kemungkinan atau peluang untuk terpilih sebagai sampel penelitian. Metode ini terdiri atas: 1) Convenience sampling, yaitu pengambilan sampel secara nyaman dimana peneliti mengambil sampel sekehendak hatinya. 2) Purposive sampling, yaitu pengambilan sampel berdasarkan suatu kriteria tertentu. 3) Judgement sampling, yaitu pengambilan berdasarkan suatu pertimbangan tertentu.

Metode pengambilan sampel yang digunakan di dalam penelitian ini adalah metode purposive sampling dengan kriteria sebagai berikut: 1. Perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia selama periode penelitian (2010-2012)


2. Mempublikasikan laporan keuangan yang telah diaudit selama periode penelitian (2010 – 2012) 3. Perusahaan tidak mengalami kerugian selama periode penelitian (20102012) 4. Perusahaan

melakukan pembayaran dividen secara konsisten selama

periode penelitian (2010-2012) Berdasarkan kriteria yang telah ditentukan di atas, maka dari 41 perusahaanperusahaan sektor pertambangan yang terdaftar di BEI selama tahun 2010-2012 terpilih 11 perusahaan yang memenuhi beberapa kriteria pemilihan sampel di atas dengan 33 unit analisis (11 x 3 tahun). Daftar sampel dan populasi dapat dilihat pada tabel 3.2.

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Tabel 3.2 Daftar Populasi dan Sampel Penelitian Kriteria Emiten 1 2 3 ADARO ENERGY Tbk √ √ √ Aneka Tambang (persero) Tbk √ √ √ Atlas Resources Tbk √ - Ratu Prabu Energi Tbk √ √ √ Asia Natural Resources Tbk √ √ ATPK Resources Tbk √ √ Benakat Petroleum Energy Tbk √ √ Borneo Lumbung Energi & Metal Tbk √ - Berau Coal Energy Tbk √ - Bumi Resources Minerals Tbk √ √ Bumi Resources Tbk √ √ Bayan Resources Tbk √ √ Cita Mineral Investindo Tbk √ √ √ Exploitasi Energi Indonesia Tbk √ - Citatah Tbk √ √ √ Darma Henwa Tbk √ √ -

4 √ √ √ √ -

Sampel 1 2 3 -


Lanjutan tabel 3.2 17 Central Omega Resources Tbk 18 Delta Dunia Makmur Tbk 19 Elnusa Tbk 20 Energi Mega Persada Tbk 21 Surya Esa Perkasa Tbk 22 Golden Energy Mines Tbk 23 Garda Tujuh Buana Tbk 24 Harum Energy Tbk 25 Vale Indonesia Tbk 26 Indika Energy Tbk 27 Dayaindo Resources International Tbk. 28 Indo Tambangraya Megah Tbk 29 Resource Alam Indonesia Tbk. 30 Medco Energi International Tbk. 31 Mitra International Resources Tbk 32 Ancora Indonesia Resources Tbk. 33 Perdana Karya Perkasa Tbk 34 J Resources Asia Pasifik Tbk. 35 Tambang Batubara Bukit Asam (Persero) 36 Petrosea Tbk. 37 Golden Eagle Energy Tbk. 38 SMR Utama Tbk. 39 Renuka Coalindo Tbk. 40 Sugih Energy Tbk. 41 Timah (Persero) Tbk. Sumber: www.idx.co.id dan diolah penulis

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ -

√ √ √ √ √ √ √ √ -

√ √ √ √ √ √ √ √ √ -

4 5 6 7 8 9 10 11 -

3.6 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk pooling yang merupakan kombinasi antara data time series dan data cross section. Data time series (data deret waktu) adalah sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu, misalnya dalam waktu mingguan, bulanan, dan tahunan (Umar, 2003:61). Data cross section atau data


satu waktu adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam suatu kurun waktu (Umar, 2003:70).

Sumber data penelitian diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain) (Indriantoro, 2002: 147). Data sekunder yang dibutuhkan dalam penelitian ini diperoleh dalam bentuk laporan keuangan audited yang rutin diterbitkan setiap tahun oleh perusahaan pada periode 2010-2012 yang diperoleh dari website Bursa Efek Indonesia yaitu www.idx.co,id.

3.7 Teknik Pengumpulan Data Pengumpulan data sekunder dalam penelitian ini dilakukan dengan dua tahap. Tahap pertama adalah melakukan studi pustaka, yaitu dengan mengumpulkan data dari jurnal, skripsi, tesis dan buku yang berhubungan dengan penelitian. Tahap kedua adalah studi dokumentasi, yaitu dengan mengumpulkan data dalam bentuk laporan keuangan, laporan tahunan, dan informasi lain yang dibutuhkan melalui media internet dengan cara men-download laporan-laporan keuangan dan tahunan perusahaan yang dibutuhkan melalui situs www.idx.co.id

3.8 Metode Analisis Data 3.8.1

Statistik Deskriptif Statistik deskriptif memberikan gambaran mengenai nilai mean, sum,

standar deviasi, variance, range, minimum dan maximum. Namun tidak semua nilai deskripsi diperlukan dalam suatu pengujian. Sebaiknya dipilih sesuai


dengan kebutuhan analisis (Lubis, dkk, 2007). Dalam penelitian ini penulis menjabarkan statistik deskriptif berupa mean, maximum, minimum, dan standar deviasi. 3.8.2

Uji Asumsi Klasik Sebelum model regresi digunakan dalam pengujian hipotesis, terlebih

dahulu model tersebut diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Asumsi klasik merupakan asumsi yang mendasari analisis regresi. Model

penelitian yang baik merupakan model yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). BLUE adalah penduga (estimator) yang mempunyai sifat berikut ini: linier, tidak bias, dan varians minimum. Peneliti melakukan uji asumsi klasik agar model penelitian ini memenuhi kriteria BLUE.

Pengujian

asumsi

klasik

ini

meliputi

:

uji

normalitas,

uji

multikoliniearitas, uji autokorelasi, dan uji heteroskedastisitas.

3.8.2.1 Uji Normalitas Menurut Erlina (2008:102), “tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal”. Pengujian ini diperlukan karena untuk melakukan uji T dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Uji normalitas bertujuan untuk menguji apakah variabel independen dan variabel dependen berdistribusi normal (Ghozali, 2005:110). Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Dalam penelitian ini, untuk mendeteksi normalitas data dapat dilakukan dengan pengujian berikut:


1. Uji Kolmogrov Smirnov 1) Jika nilai signifikan > 0.05 maka distribusi normal, dan 2) jika nilai signifikan < 0.05 maka distribusi tidak normal Hipotesis yang digunakan dalam uji ini adalah: Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal 2. Histogram Pengujian dengan model histogram memiliki ketentuan bahwa data normal berbentuk lonceng. Data yang baik adalah data yang memiliki pola distribusi normal. Jika data melenceng ke kanan atau melenceng ke kiri berarti data tidak terdistribusi secara normal. 3. Grafik Normality Probability Plot 1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal menurut Ginting (2008:62) yaitu: (1) lakukan transformasi data, misalnya mengubah data menjadi bentuk logaritma (Log) atau natural (ln), (2) menambah jumlah data, (3) menghilangkan data yang dianggap sebagai penyebab tidak normalnya data, dan (4) menerima data apa adanya.


3.8.2.2 Uji Autokorelasi Uji autokorelasi akan muncul bila data yang dipakai runtut waktu (time series). “Autokorelasi akan muncul bila data sesudahnya merupakan fungsi data sebelumnya atau data sesudahnya memiliki korelasi yang tinggi dengan data sebelumnya pada tempat data tersebut terjadi” (Ghozali,2005:175). Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya), jika terjadi autokorelasi maka dapat diatasi dengan melakukan transformasi data atau dengan menambah jumlah observasi. Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan uji Durbin Watson. Pengambilan keputusan ada tidaknya autokorelasi menurut Durbin Watson adalah sebagai berikut: 1. angka D-W dibawah -2 berarti ada autokorelasi positif, 2. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, 3. angka D-W di atas +2 berarti ada autokorelasi negatif. 3.8.2.3 Uji Multikolinearitas Uji multikolinearitas adalah suatu hubungan linier yang sempurna antara beberapa atau semua variabel independen. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Pada program SPSS ada beberapa metode yang sering digunakan untuk mendeteksi adanya multikolinearitas. Menurut Situmorang, dkk (2008:104) Salah satunya adalah dengan cara


membandingkan nilai Variance Inflation Factor (VIF) dan Tolerance yaitu (Tolerance <0,1 sedangkan VIF > 5). 3.8.2.4 Uji Heteroskedastisitas Menurut Imam Ghozali (2005:105), uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance

dari

residual

satu

pengamatan

ke

pengamatan

lain.

Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatter plot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit) maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistic mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas (Ghozali, 2005:69). 3.8.3

Analisis Regresi Berganda Regresi berganda dilakukan untuk mengetahui sejauh mana

variabel bebas mempengaruhi variabel terikat. Pada regresi berganda terdapat satu variabel terikat dan lebih dari satu variabel bebas. Dalam


penelitian ini yang menjadi variabel terikat adalah kebijakan dividen (DPR) sedangkan yang menjadi variabel bebas adalah return on asset (ROA), leverage, ukuran perusahaan, investment opportunity set (IOS) dan free cash flow. Model regresi linier berganda dikatakan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik baik multikolinieritas, autokorelasi dan heteroskedastisitas (Lubis,dkk, 2007: 45)

Model hubungan kebijakan dividen (DPR) dengan variabelvariabel tersebut dapat disusun dalam fungsi atau persamaan adalah sebagai berikut: Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e Y = Kebijakan Dividen (DPR) β0 = Konstanta X1 = Return on asset X2 = Leverage X3 = Ukuran Perusahaan (UP) X4 = Investment opportunity set X5 = Free Cash Flow (FCF) β1, β2, β3, β4 = koefisien regresi e = variabel pengganggu (error)


3.8.4 Koefisien Determinasi (R2) dan Adjusted R2 Koefisien determinasi (Rsquare) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen (Lubis, dkk, 2007: 48). Range nilai dari R2 adalah nol sampai dengan satu. Semakin mendekati nol berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik. Terdapat dua pilihan disini, apakah memakai R Square atau Adjusted R Square. Jika variabel lebih dari dua maka yang digunakan adalah Adjusted R Square (Situmorang, 2010: 146).

3.8.5 Pengujian Hipotesis Penelitian 3.8.5.1 Uji Signifikan Simultan (uji – F)

Secara simultan, pengujian hipotesis dilakukan dengan uji F. Menurut Ghozali (2005:84) “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat”. Uji F digunakan untuk mengetahui apakah return on asset,, leverage, ukuran perusahaan, investmen opportunity set, dan free cash flow berpengaruh terhadap kebijakan dividen secara simultan.Uji ini dilakukan dengan membandingkan signifikansi Fhitung dengan ketentuan: 1) Jika Fhitung < Ftabel pada α=0.05, maka Ha tidak dapat diterima, dan 2) Jika Fhitung > Ftabel pada α=0.05, maka Ha diterima.


3.8.5.2 Uji Signifikansi Parsial (Uji – t) Pengujian ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara parsial terhadap variabel dependen. Dimana dalam penelitian ini Uji t dilakukan untuk mengetahui apakah apakah return on asset, leverage, ukuran perusahaan, investment opportunity set, dan free cash flow berpengaruh secara parsial terhadap kebijakan dividen. Kriteria yang digunakan dalam menerima atau tidak dapat menerima hipotesis penelitian (Ha) atau H1 s/d H5 dengan menggunakan uji dua arah adalah sebagai berikut:

1) Ha diterima apabila –t-tabel > t-hitung > +t-tabel, pada α = 5% dan nilai pvalue < level of significant sebesar 0,05. 2) Ha tidak dapat diterima apabila –t-tabel < t-hitung < t-tabel, pada α = 5% dan nilai p-value > level of significant sebesar 0,05.


BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Data Penelitian Objek dari penelitian ini adalah perusahaan pertambangan Go Public yang terdaftar di Bursa Efek Indonesia. Populasi dalam penelitian ini perusahaan pertambangan yang terdaftar selama tahun 2010-2012 yaitu sebanyak 41 perusahaan. Teknik pemilihan sampel menggunakan metode purposive sampling sehingga dari 41 perusahaan yang terdaftar hanya 11 perusahaan yang memenuhi semua kriteria penelitian untuk dijadikan sampel dalam penelitian ini dengan tahun pengamatan selama periode 2010-2012 dan dengan 33 unit analisis. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik. Analisis statistik yang digunakan meliputi statistik deskriptif, uji asumsi klasik, analisis regresi berganda, uji hipotesis dan koefisien determinasi (R2) . Analisis statistik dilakukan dengan menggunakan software SPSS for windows. Proses pengolahan data diawali dengan mengolah data dengan menggunakan microsoft excel kemudian dilanjutkan dengan memasukkan data variabel – variabel penelitian ke program SPSS dan menghasilkan output dengan metode analisis data yang telah ditentukan. B. Analisis Hasil Penelitian 4.1 Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskriptif suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, serta


minimum dari variabel dependen maupun variabel-variabel independen. Statistik deskriptif dari data penelitian ini ditunjukkan pada tabel 4.1. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N

Minimum

Maximum

Mean

Std. Deviation

DPR (Y)

33

.030

1.640

.52570

.379662

ROA (X1)

33

.710

46.620

16.50774

11.547688

LEVERAGE (X2)

33

.204

.708

.41205

.151042

SIZE (X3)

33

17.880

31.335

25.32583

4.599752

Ln_IOS (X4)

33

.95

6.43

2.3679

1.16231

FCF (X5)

33

-41.040

33.722

5.93851

15.510223

Valid N (listwise)

33

Sumber: output SPSS 18, 2013 Berdasarkan pada tabel 4.1, maka penjelasan mengenai hasil statistik deskriptif untuk setiap variabel yang dapat diperoleh yaitu : 1. Jumlah seluruh sampel penelitian adalah 11 perusahaan dengan 33 unit analisis, yaitu 11 perusahaan dikali dengan tiga tahun penelitian, dengan lima variabel independen yang terdiri dari ROA, leverage, ukuran perusahaan, investmet opportunity set, dan free cash flow.

2. Variabel DPR (Y) yang digunakan sebagai proksi dari kebijakan dividen memiliki nilai minimum 0,030 dan nilai maximum 1,640 serta memiliki nilai rata-rata 0,52570. Hal ini menunjukkan bahwa proporsi pembayaran dividen perusahaan yang menjadi sampel selama periode penelitian memiliki nilai positif dengan proporsi pembayaran dividen terendah adalah 0,30 dan tertinggi adalah 1,640 serta rata-rata proporsi pembayaran dividen oleh perusahaan adalah 0,52570. Nilai standar deviasi adalah 0.379662 menunjukkan bahwa tidak ada data DPR yang bersifat ekstrim.


3. Variabel ROA (X1) memiliki nilai minimum 0,710 dan nilai maximum 46,620 serta memiliki nilai rata-rata 16,50774. Hal ini menunjukkan bahwa tingkat keuntungan atas total aset perusahaan yang menjadi sampel selama periode penelitian memiliki nilai positif dengan nilai tingkat keuntungan atas total aset terendah adalah 0,710 dan tertinggi adalah 46,620 serta rata-rata tingkat keuntungan atas total aset perusahaan adalah 16,50774. Nilai standar deviasi adalah 11.547688 menunjukkan bahwa tidak ada data ROA yang bersifat ekstrim. 4. Variabel leverage (X2) memiliki nilai minimum 0,204 dan nilai maximum 0,708 serta memiliki nilai rata-rata 0,41205. Hal ini menunjukkan bahwa tingkat kewajiban yang dijamin dengan total aset perusahaan yang menjadi sampel selama periode penelitian memiliki nilai positif dengan nilai leverage terendah adalah 0,204 dan tertinggi adalah 0,708 serta rata-rata leverage perusahaan adalah 0,41205. Nilai standar deviasi adalah 0.151042 menunjukkan bahwa tidak ada data leverage yang bersifat ekstrim. 5. Variabel ukuran perusahaan/ size (X3) memiliki nilai minimum 17,880 dan nilai maximum 31,335 serta memiliki nilai rata-rata 25,32583. Hal ini menunjukkan bahwa ukuran perusahaan

yang menjadi sampel selama

periode penelitian secara keseluruhan memiliki nilai positif dengan ukuran perusahaan tekecil adalah 17,880 dan terbesar adalah 31,335 serta rata-rata ukuran perusahaan adalah 25,32583. Nilai standar deviasi adalah 4,599752 menunjukkan bahwa tidak ada data ukuran perusahaan yang bersifat ekstrim.


6. Variabel Ln_IOS (X4) memiliki nilai minimum 0,95 dan nilai maximum 6,43 serta memiliki nilai rata-rata 2,3679. Hal ini menunjukkan bahwa tingkat kesempatan investasi perusahaan

yang menjadi sampel selama periode

penelitian secara keseluruhan memiliki nilai positif dengan tingkat kesempatan investasi perusahaan terendah adalah 0,95 dan tertinggi adalah 6,43 serta rata-rata tingkat kesempatan investasi perusahaan adalah 2,3679. Nilai standar deviasi adalah 1,16231 menunjukkan bahwa tidak ada data tingkat kesempatan investasi yang bersifat ekstrim. 7. Variabel free cash flow/ FCF (X5) memiliki nilai minimum -41,040 dan nilai maximum 33,722 serta memiliki nilai rata-rata 5,93851. Hal ini menunjukkan bahwa jumlah free cash flow perusahaan

yang menjadi sampel selama

periode penelitian tidak secara keseluruhan memiliki nilai positif dengan jumlah free cash flow perusahaan terendah adalah --41,040 dan tertinggi adalah 33,722 serta rata-rata jjumlah free cash flow perusahaan adalah 5,93851. Nilai standar deviasi adalah 15,510223 menunjukkan bahwa tidak ada data free cash flow yang bersifat ekstrim.

4.2 Uji Asumsi Klasik 4.2.1 Uji Normalitas Pengujian normalitas pada penelitian ini dilakukan dengan menggunakan analisis statistik yaitu uji Kolmogorov-Smirnov (K-S) dan analisis grafik yaitu Histogram dan grafik normal probability plot. Pengujian normalitas dengan menggunakan Kolmogorov-Smirnov (K-S)


apabila nilai signifikansinya lebih besar dari 0,05 maka distribusi data normal, sedangkan jika nilai signifikasinya lebih kecil dari 0,05 maka distrtibusi data tidak normal.

Tabel 4.2 Uji Normalitas Sebelum Ditransformasi One-Sample Kolmogorov-Smirnov Test DPR

Mean

Parameters

a,b

LEV

SIZE

IOS

FCF

33

33

33

33

33

33

.5257

16.507

.412

25.325

33.727

5.938

.379

11.547

.151 4.599752 107.528

15.510

N Normal

ROA

Std. Deviation

Most

Absolute

.194

.133

.176

.209

.404

.093

Extreme

Positive

.194

.133

.176

.209

.404

.060

Differences

Negative

-.096

-.089

-.114

-.203

-.386

-.093

1.112

.764

1.012

1.200

2.322

.535

.168

.604

.258

.112

.000

.937

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 18, 2013 Dari hasil uji normalitas pada tabel 4.2, besarnya nilai Kolmogorov-Smirnov adalah 1,112 pada signifikansi 0,168 untuk DPR, 0,764 pada signifikansi 0,604 untuk ROA, 1,012 pada signifikansi 0,258 untuk leverage (LEV), 1,200 pada signifikansi 0,112 untuk ukuran perusahaan (SIZE), 2,322 pada signifikansi 0,000 untuk IOS dan 0,535 pada signifikansi 0,937. Dari hasil uji K-S terlihat bahwa variabel IOS memiliki level signifikansi di bawah 0,05 yang berarti distribusi data tidak normal sehingga perlu dilakukan transformasi Ln untuk menormalkan data IOS.

Tabel 4.3


Uji Normalitas Setelah Ditransformasi One-Sample Kolmogorov-Smirnov Test DPR

Mean

Parameters

a,b

Std.

LEV

SIZE

Ln_IOS

FCF

33

33

33

33

33

33

.52570

16.5077

.41205

25.3258

2.3679

5.9385

N Normal

ROA

.379662 11.547688 .151042 4.599752 1.16231 15.510223

Deviation Most

Absolute

.194

.133

.176

.209

.149

.093

Extreme

Positive

.194

.133

.176

.209

.149

.060

Differences

Negative

-.096

-.089

-.114

-.203

-.111

-.093

1.112

.764

1.012

1.200

.853

.535

.168

.604

.258

.112

.460

.937

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 18, 2013 Pada tabel 4.3 diatas setelah dilakukan transformasi Ln variabel IOS memiliki nilai Kolmogorov-Smirnov sebesar 0,853 pada signifikansi 0,460. Hal itu berarti data variabel IOS telah berdistribusi normal karena nilai signifikansi lebih besar dari 0,05.


Sumber: Output SPSS 18, 2013 Gambar 4.1 Grafik Histogram

Sumber: Output SPSS 18, 2013 Gambar 4.2 Grafik Normal P-P Plot


Grafik Histogram dan normal probability plot pada gambar 4.1 dan 4.2 dapat terlihat bentuk kurva pada histogram memiliki bentuk seperti lonceng dan itu menunjukkan bahwa data telah terdistribusi secara normal serta pada normal grafik normal p-p plot terlihat titik menyebar di sekitar garis diagonal

dan mengikuti arah garis diagonal yang menunjukkan

bahwa data telah berdistribusi secara normal. 4.2.2 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan uji Durbin Watson. Pengambilan keputusan ada tidaknya autokorelasi menurut Durbin Watson adalah sebagai berikut: 1. angka D-W dibawah -2 berarti ada autokorelasi positif, 2. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, 3. angka D-W di atas +2 berarti ada autokorelasi negatif. Hasil dari uji autokorelasi dapat dilihat pada tabel 4.4.


Tabel 4.4 Hasil Uji Durbin-Watson Model Summaryb Model

Adjusted R Std. Error of the R

1

R Square a

.687

.472

Square .375

Estimate .300199

Durbin-Watson 1.570

dimension0

a. Predictors: (Constant), FCF, SIZE, Ln_IOS, LEVERAGE, ROA b. Dependent Variable: DPR

Dari hasil uji Durbin-Watson pada tabel 4.4 dapat diketahui Durbin-Watson sebesar 1,570 berdasarkan syarat pengambilan keputusan diatas angka Durbin-Watson berada di antara -2 dan +2 (-2 < 1,570 < 2), maka dapat disimpulkan bahwa tidak ada autokorelasi positif maupun autokorelasi negatif antar residual. 4.2.3 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Pada program SPSS ada beberapa metode yang sering digunakan untuk mendeteksi adanya multikolinearitas. Menurut Situmorang, dkk (2008:104) Salah satunya adalah dengan cara membandingkan nilai Variance Inflation Factor (VIF) dan Tolerance yaitu (Tolerance <0,1 sedangkan VIF > 5).


Tabel 4.5 Hasil Uji Multikolonieritas Coefficientsa Model Collinearity Statistics Tolerance

VIF

1 (Constant) ROA

.248

4.031

LEVERAGE

.504

1.986

SIZE

.669

1.496

Ln_IOS

.376

2.662

.686

1.458

FCF a. Dependent Variable: DPR

Sumber: Output SPSS 18, 2013

Berdasarkan uji multikolinearitas pada Tabel 4.5, dapat dilihat bahwa nilai tolerance untuk semua variabel dalam penelitian ini memiliki nilai lebih besar dari 0,10 dan nilai VIF untuk semua variabel dalam penelitian ini memiliki nilai lebih kecil dari 5, dan dapat disimpulkan bahwa semua data (variabel) dalam penelitian ini terbebas dari gejala multikolinearitas. 4.2.4

Uji Heteroskedastisitas Menurut Ghozali (2005:105), uji heteroskedastisitas bertujuan

menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatter plot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit)


maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada gambar 4.3.

Sumber: Output SPSS 18, 2013 Gambar 4.3 Grafik Scatterplot Dari gambar 4.3 di atas menunjukkan titik-titik data tersebar di atas dan titik-titik data menyebar dan tidak membentuk pola sehingga dapat disimpulkan bahwa ROA, leverage, ukuran perusahaan, investment opportunity set dan free cash flow bebas dari gejala heterokedastisitas.


4.3 Analisi Regresi Berganda Berdasarkan hasil pengujian asumsi klasik, disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE). Analisis statistik selanjutnya adalah análisis regresi dengan SPSS 18.0

Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh return on asset (X1), leverage (X2), ukuran perusahaan (X3), investment opportunity set (X4)

dan free cash flow (X5)

terhadap kebijakan dividen (Y). Persamaan linier berganda dari variabel dependen dan independen diatas adalah sebagai berikut: Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e Hasil regresi dapat dilihat pada tabel 4.6. Tabel 4.6 Hasil Perhitungan Analisis Regresi Berganda Coefficientsa Model

Unstandardized

Standardized

Coefficients

Coefficients

B 1 (Constant)

Std. Error

-.956

-3.406

.002

.495

-.639

-3.245

.003

-.045

.014

-.539

-3.154

.004

Ln_IOS (X4)

.055

.074

.167

.732

.471

FCF (X5)

.010

.004

.401

2.375

.025

SIZE (X3)

-.031

.009

-1.607

Sig. .000

LEVERAGE (X2)

.507

T 5.217

ROA (X1)

2.646

Beta

a. Dependent Variable: DPR



Model regresi berdasarkan hasil analisis regresi pada tabel 4.6 adalah sebagai berikut: Y = 2,646 – 0,031 X1 – 1.607 X2 – 0.045 X3 + 0,055 X4 + 0,010 X5 Dari hasil persamaan regresi linier berganda tersebut diatas dapat dilihat nilai konstanta sebesar 2,646. Hal ini mengindikasikan bahwa DPS mempunyai nilai sebesar 2,646 dengan tidak dipengaruhi oleh variabel-variabel independen. Persamaan regresi berganda diatas dapat dijelaskan sebagai berikut: 1. Koefisien regresi untuk variabel Return on Assets (X1) adalah sebesar -0,031.

Hal ini berarti bahwa setiap kenaikan satu satuan ROA, maka akan menurunkan proporsi pembayaran dividen sebesar 0,031 dengan asumsi bahwa variabel independen yang lain dari model regresi adalah tetap. 2. Koefisien regresi untuk variabel leverage (X2) adalah sebesar -1,607. Hal ini

berarti bahwa setiap kenaikan satu satuan leverage, maka akan menurunkan proporsi pembayaran dividen sebesar 1,607 dengan asumsi bahwa variabel independen yang lain dari model regresi adalah tetap. 3. Koefisien regresi untuk variabel ukuran perusahaan/ SIZE (X3) adalah sebesar -0,045. Hal ini berarti bahwa setiap kenaikan satu satuan SIZE,

maka akan menurunkan

proporsi pembayaran dividen sebesar 0,045

dengan asumsi bahwa variabel independen yang lain dari model regresi adalah tetap. 4. Koefisien regresi untuk variabel IOS (X4) adalah sebesar 0,055. Hal ini

berarti bahwa setiap kenaikan satu satuan IOS maka akan meningkatkan


proporsi pembayaran dividen sebesar 0,055 dengan asumsi bahwa variabel independen yang lain dari model regresi adalah tetap. 5. Koefisien regresi untuk variabel FCF (X5) adalah sebesar 0,010. Hal ini

berarti bahwa setiap kenaikan satu satuan FCF, maka akan meningkatkan proporsi pembayaran dividen sebesar 0,010 dengan asumsi bahwa variabel independen yang lain dari model regresi adalah tetap.

4.4 Koefisien Determinasi (R square / R2) dan Adjusted R2 Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen (Lubis, dkk, 2007: 48). Range nilai dari R2 adalah nol sampai dengan satu. Semakin mendekati nol berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik.

Tabel 4.7 Hasil Koefisien Determinasi Model Summaryb Model R dimension0

1

R Square a

.687

Adjusted R Square .472

.375

Std. Error of the Estimate .300199



Hasil pengujian pada tabel 4.7 dengan menggunakan koefisien determinasi menunjukkan bahwa nilai R Square sebesar 0,472 berarti 47,2% kebijakan dividen perusahaan dipengaruhi oleh return on asset (ROA), leverage, ukuran perusahaan


(SIZE), investment opportunity set (IOS) dan free cash flow. Sisanya 52,8% dapat dijelaskan oleh variabel lainnya yang tidak masuk dalam model penelitian ini. Adjusted R Square sebesar 0,375 menunjukkan bahwa return on asset (ROA), leverage, ukuran perusahaan, investment opportunity set (IOS) dan free cash flow mempengaruhi kebijakan dividen sebesar 37,5% . Sementara sisanya sebesar 62,5% dijelaskan oleh variabel lainnya yang tidak masuk dalam model penelitian ini. Standar Error of the Estimate (SEE) adalah 0,300199, semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.

4.5 Pengujian Hipotesis Penelitian 4.5.1 Uji Signifikan Simultan (Uji – F) Uji F digunakan untuk mengetahui apakah return on asset,, leverage, ukuran perusahaan, investment opportunity set, dan free cash flow berpengaruh terhadap kebijakan dividen secara simultan.Uji ini dilakukan dengan membandingkan signifikansi Fhitung dengan ketentuan: 1) jika Fhitung < Ftabel pada α=0.05, maka Ha tidak dapat diterima, dan 2) jika Fhitung > Ftabel pada α=0.05, maka Ha diterima. Hasil uji signifikansi simultan dapat dilihat pada tabel 4.8.


Tabel 4.8 Hasil Uji Signifikansi Simultan (Uji – F) ANOVAb Model

Sum of Squares

Df

Mean Square

1 Regression

2.179

5

.436

Residual

2.433

27

.090

Total

4.613

32

F 4.837

Sig. .003a


Sumber: Output SPSS 18, 2013 Dari hasil uji ANOVA atau Uji-F pada tabel 4.8, diperoleh Fhitung sebesar 4,837 dan signifikansi 0,003 dengan derajat kebebasan tingkat (df1) ialah 5 dan derajat kebebasan (df2) ialah 27. Jika dibandingkan dengan 𝐹𝑡𝑎𝑏𝑒𝑙 dengan tingkat signifikansi 0,05 diperoleh ialah 2,57.

Dengan demikian Fhitung > Ftabel (4,837 > 2,57). Berdasarkan hasil tersebut dapat disimpulkan bahwa Ha diterima yang artinya return on asset (ROA), leverage (DAR), ukuran perusahaan (SIZE), investment opportunity set (IOS),

dan free cash flow (FCF) berpengaruh terhadap kebijakan dividen (DPR) secara simultan.

4.5.2 Uji Signifikansi Parsial (Uji – t) Uji parsial dilakukan untuk mengetahui hubungan masing masing variabel ROA, leverage, ukuran perusahaan, investment opportunity set dan free cash flow terhadap kebijakan dividen. Kriteria yang digunakan dalam menerima atau tidak dapat menerima hipotesis penelitian (Ha) atau H1 s/d H5 dengan menggunakan uji dua arah adalah sebagai berikut:


1) Ha diterima apabila –t-tabel > t-hitung > +t-tabel, pada α = 2,5% (0,025) dan nilai p-value < level of significant sebesar 0,05. 2) Ha tidak dapat diterima apabila -t-tabel < t-hitung < +t-tabel,, pada α = 2,5% (0,025) dan nilai p-value > level of significant sebesar 0,05. Hasil dari uji signifikan parsial (Uji-t) dapat dilihat pada tabel 4.9. Tabel 4.9 Hasil Uji Signifikansi Parsial (Uji – t) Coefficientsa Model T 1 (Constant)

Sig. 5.217

.000

ROA

-3.406

.002

LEVERAGE

-3.245

.003

SIZE

-3.154

.004

.732

.471

2.375

.025

Ln_IOS FCF a. Dependent Variable: DPR

Sumber: Output SPSS 18, 2013 Dengan melihat 𝑡𝑡𝑎𝑏𝑒𝑙 dengan α = 0,025, karena dalam

penelitian ini menggunakan uji dua arah sehingga α/2 (0,05/2), maka

Nilai 𝑡𝑡𝑎𝑏𝑒𝑙 dalam penelitian ini adalah sebesar 2,05183. Untuk uji dua arah maka titik kritis distribusi yang digunakan yaitu -2,05183 dan

2,05183 Dari hasil uji parsial pada tabel 4.7 dapat diperoleh penjelasan sebagai berikut : 1. Variabel return on asset (ROA) memiliki nilai signifikansi 0,002 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,406 lebih kecil dari t-tabel positif (-3,406 < 2,05183) maka H1 tidak dapat diterima artinya tidak


ada pengaruh ROA terhadap kebijakan dividen atau dapat juga dikatakan tetap ada pengaruh ROA terhadap kebijakan dividen karena nilai signifikansinya dibawah 0,05 yaitu 0,002 akan tetapi pengaruhnya bersifat negatif, tetapi hasil tersebut bertentangan dengan teori yang telah dijelaskan dan hipotesis yang dibuat 2. Variabel leverage memiliki nilai signifikansi 0,003 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,245 lebih kecil dari t-tabel negatif (-3,406 < -2,05183) maka H2 diterima yang berarti leverage memiliki pengaruh terhadap kebijakan dividen. Nilai t negatif menunjukkan bahwa variabel leverage memiliki hubungan yang berlawanan arah (negatif) dengan kebijakan dividen artinya variabel leverage secara parsial memiliki pengaruh negatif dan signifikan terhadap kebijakan dividen (DPR). 3. Variabel ukuran perusahaan (SIZE) memiliki nilai signifikansi 0,004 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,154 lebih kecil dari nilai t-tabel positif (-3,154 < 2,05183) maka H3 tidak dapat diterima artinya tidak ada pengaruh ukuran perusahaan terhadap kebijakan dividen atau dapat juga dikatakan tetap ada pengaruh ukuran perusahaan terhadap kebijakan dividen karena nilai signifikansinya dibawah 0,05 yaitu 0,004 akan tetapi pengaruhnya bersifat negatif, tetapi hasil tersebut bertentangan dengan teori yang telah dijelaskan dan hipotesis yang dibuat.


4. Variabel Ln_IOS memiliki nilai signifikansi 0,471 dan nilai t-hitung sebesar 0,732 lebih besar dari nilai t-tabel negatif ( -2,05183 < 0,732) maka H4 tidak dapat diterima artinya tidak ada pengaruh signifikan dari Ln_IOS terhadap kebijakan dividen karena variabel IOS berpengaruh positif bertentangan dengan teori yang telah dijelaskan dan hipotesis yang dibuat. 5. Variabel free cash flow (FCF) memiliki nilai signifikansi 0,025 lebih kecil dari 0,05 dan nilai t-hitung sebesar 2,375 lebih besar dari nilai ttabel positif (2,375 > 2,05183) H5 diterima. Nilai t positif menunjukkan bahwa variabel FCF memiliki hubungan yang searah dengan kebijakan dividen artinya ada pengaruh positif yang signifikan dari FCF terhadap kebijakan dividen (DPR) .

4.6 Pembahasan Hasil Analisis Penelitian Penelitian ini dilakukan dilakukan untuk mengetahui apakah variabel return on asset (ROA), leverage (DAR), ukuran perusahaan (SIZE), investment opportunity set (IOS)

dan free cash flow memiliki hubungan secara parsial

maupun secara simultan terhadap kebijakan dividen (DPR). Berdasarkan hasil penelitian dengan menggunakan SPSS didapatkan hasil adjusted R² sebesar 37,5%. Dengan demikian pengaruh yang dari kelima variabel independen tersebut terhadap kebijakan dividen adalah sebesar 37,5%, sedangkan sisanya 62,5% dipengaruhi oleh variabel lain. Variabel yang diduga dapat mempengaruhi


kebijakan hutang adalah cash ratio, kebijakan hutang, struktur kepemilikan, dan lain-lain. Berdasarkan hasil uji signifikansi simultan (uji-F) pada tabel 4.6 diperoleh Fhitung sebesar 4,837 dan signifikansi 0,003 dengan derajat kebebasan tingkat (df1) ialah 5 dan derajat kebebasan (df2) ialah 27. Jika dibandingkan Ftabel dengan tingkat signifikansi 0,05 maka nilai Ftabel sebesar 2,57. Dengan demikian Fhitung > Ftabel (4,837 > 2,57). Berdasarkan hasil tersebut dapat disimpulkan bahwa Ha diterima yang artinya return on asset (ROA), leverage (DAR), ukuran perusahaan (SIZE), investment opportunity set (IOS), dan free cash flow (FCF) berpengaruh terhadap kebijakan dividen (DPR) secara simultan Berdasarkan hasil uji signifikansi parsial (uji-t) pada tabel 4.7 dapat diperoleh penjelasan sebagai berikut: 1. Variabel return on asset (ROA) memiliki nilai signifikansi 0,002 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,406 lebih kecil dari t-tabel positif (-3,406 < 2,05183) maka H1 tidak dapat diterima artinya tidak ada pengaruh ROA terhadap kebijakan dividen atau dapat juga dikatakan tetap ada pengaruh ROA terhadap kebijakan dividen karena nilai signifikansinya dibawah 0,05 yaitu 0,002 dimana pengaruhnya bersifat negatif, akan tetapi hasil tersebut bertentangan dengan teori yang telah dijelaskan sebelumnya bahwa return on asset memiliki pengaruh positif terhadap kebijakan dividen dan juga bertentangan dengan hipotesis yang dibuat. Hasil penelitian ini sejalan dengan penelitian Atthar (2012), namun


tidak sejalan dengan penelitian Andriyani (2008), Priyo (2013) dan Rachmad (2013). 2. Variabel leverage memiliki nilai signifikansi 0,003 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,245 lebih kecil dari t-tabel negatif (-3,406 < 2,05183) maka H2 diterima yang berarti leverage memiliki pengaruh terhadap kebijakan dividen. Nilai t negatif menunjukkan bahwa variabel leverage

memiliki hubungan yang berlawanan arah (negatif) dengan

kebijakan dividen artinya variabel leverage secara parsial memiliki pengaruh negatif dan signifikan terhadap kebijakan dividen (DPR) berarti hasil penelitian ini mendukung teori yang telah dijelaskan sebelumnya bahwa leverage memiliki pengaruh negatif terhadap kebijakan dividen sehingga apabila semakin besar rasio leverage maka akan mengakibatkan berkurangnya jumlah dividen yang akan diterima oleh para pemegang saham. Hasil ini sejalan dengan penelitian yang dilakukan oleh Rachmad (2013), namun tidak sejalan dengan penelitian Atthar (2012). 3. Variabel ukuran perusahaan (SIZE) memiliki nilai signifikansi 0,004 lebih kecil dari 0,05 dan nilai t-hitung sebesar -3,154 lebih kecil dari nilai t-tabel positif (-3,154 < 2,05183) maka H3 tidak dapat diterima artinya tidak ada pengaruh ukuran perusahaan terhadap kebijakan dividen akan atau dapat juga dikatakan tetap ada pengaruh ukuran perusahaan terhadap kebijakan dividen karena nilai signifikansinya dibawah 0,05 yaitu 0,004 dimana pengaruhnya bersifat negatif, akan tetapi hasil tersebut bertentangan dengan teori yang telah dijelaskan sebelumnya bahwa ukuran


perusahaan memiliki pengaruh positif terhadap kebijakan dividen karena perusahaan yang memiliki banyak aset akan membayar dividen dengan jumlah yang besar kepada para pemegang saham dan hasil tersebut juga bertentangan dengan hipotesis yang dibuat. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Atthar (2012) dan Mulyono (2009), namun tidak sejalan dengan penelitian yang dilakukan Boanyah et al (2013) dan Priyo (2013). 4. Variabel Ln_IOS memiliki nilai signifikansi 0,471 dan nilai t-hitung sebesar 0,732 lebih besar dari nilai t-tabel negatif ( -2,05183 < 0,732) maka H4 tidak dapat diterima artinya tidak ada pengaruh signifikan dari Ln_IOS terhadap kebijakan dividen karena variabel Ln_IOS berpengaruh positif, hasil penelitian ini bertentangan dengan teori yang telah dijelaskan bahwa IOS memiliki pengaruh negatif terhadap kebijakan dividen karena semakin besar IOS suatu perusahaan akan menurunkan jumlah dividen yang akan dibayarkan kepada para pemegang saham, dan hasil tersebut juga bertentangan dengan hipotesis yang dibuat. Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan Andriyani (2008) dan Mulyono (2009) dimana IOS berpengaruh signifikan terhadap kebijakan dividen 5. Variabel free cash flow (FCF) memiliki nilai signifikansi 0,025 lebih kecil dari 0,05 dan nilai t-hitung sebesar 2,375 lebih besar dari nilai t-tabel positif (2,375 > 2,05183) H5 diterima. Nilai t positif menunjukkan bahwa variabel FCF memiliki hubungan yang searah dengan kebijakan dividen artinya ada pengaruh positif yang signifikan dari FCF terhadap kebijakan


dividen (DPR) sehingga mendukung teori yang telah dijelaskan apabila perusahaan memiliki jumlah arus kas bebas yang besar kemungkinan perusahaan akan meningkatkan jumlah dividen yang akan dibayarkan kepada para pemegang saham . Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Priyo (2013) dimana FCF berpengaruh negatif.


BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan Berdasarkan analisis data dan pembahasan yang di lakukan pada 11 perusahaan pertambangan yang dipilih sebagai sampel dengan tiga tahun periode pengamatan yakni 2010-2012 sehingga unit analisis berjumlah 33 unit (N), maka dapat ditarik kesimpulan sebagai berikut : 1. Secara simultan, return on asset (ROA), leverage (DAR), ukuran perusahaan (SIZE), Ln_investment opportunity set (IOS), dan free cash flow (FCF) berpengaruh terhadap kebijakan dividen (diproksikan oleh DPR) perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 2. Secara parsial, dari kelima variabel independen yang diteliti variabel leverage memiliki pengaruh negatif dan signifikan terhadap kebijakan dividen (DPR) dan variabel free cash flow (FCF) memiliki pengaruh positif dan signifikan terhadap kebijakan dividen, sedangkan variabel return on asset (ROA), ukuran perusahaan (SIZE), dan Ln_investment opportunity set (IOS) tidak berpengaruh terhadap kebijakan dividen (DPR). 3. Nilai adjusted R Square sebesar 0,375 berarti 37,5% return on asset (ROA), leverage, ukuran perusahaan, investment opportunity set (IOS) dan free cash flow mempengaruhi kebijakan dividen sementara sisanya


sebesar 62,5% dipengaruhi oleh variabel lainnya yang tidak masuk dalam model penelitian ini.

5.2 Keterbatasan Penelitian Penelitian ini memiliki keterbatasan yang dapat mempengaruhi hasil penelitian yang dilakukan, antara lain: 1. Penelitian ini terbatas pada periode pengamatan penelitian yang relatif pendek, yaitu hanya tiga tahun dari tahun 2010 – 2012. 2. Penelitian dilakukan hanya pada perusahaan pertambangan sehingga belum dapat mewakili seluruh perusahaan dari jenis industri lain yang terdaftar di Bursa Efek Indonesia. 3. Variabel independen yang diteliti dalam penelitian ini hanya return on asset (ROA), leverage (DAR), ukuran perusahaan (SIZE), Ln_investment opportunity set (IOS), dan free cash flow (FCF), masih ada faktor-faktor lain yang juga dapat mempengaruhi kebijakan dividen seperti cash ratio, kebijakan hutang, struktur kepemilikan, dan lain-lain.

5.3 Saran Berdasarkan keterbatasan yang ada, maka peneliti memberikan saran kepada : 1. Manajemen Sebelum mengambil keputusan mengenai kebijakan dividen perusahaan, pihak manajemen harus memperhatikan setiap faktor yang mempengaruhi


kebijakan dividen agar tidak terjadi kekeliruan dalam menetapkan kebijakan dividen. 2. Investor atau Calon Investor Untuk lebih cermat dalam memilih perusahaan dimana mereka akan menginvestasikan dana yang mereka miliki agar mendapatkan return (deviden) sesuai dengan yang mereka harapkan. 3. Peneliti Selanjutnya Bagi peneliti selanjutnya jika ingin meneliti mengenai kebijakan dividen agar menambah variabel independen seperti cash ratio, kebijakan hutang, struktur kepemilikan, growth, total asset turn over dan lain sebagainya. Serta menambah periode penelitian menjadi lebih panjang dan menggunakan sektor lain atau berbagai sektor perusahaan yang terdaftar di Bursa Efek Indonesia sehingga diharapkan dapat memperoleh hasil lebih komprehensif dari penelitian yang telah dilakukan ini.


BAB III METODE PENELITIAN. menggunakan jenis penelitian asosiatif yang bertujuan untuk mengetahui

Recommend Documents