BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melainkan melalui perantara. Data dalam penelitian ini diperoleh dari

Transkripsi

1 63 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Pengolahan Data a. Deskripsi Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh tidak langsung dari sumber, melainkan melalui perantara. Data dalam penelitian ini diperoleh dari laporan keuangan yang diunduh di website Bursa Efek Indonesia. Data yang digunakan dalam penelitian ini adalah Dividend Payout Ratio, Free Cash Flow, Debt to Equity Ratio, Return On Equity, dan Growth. Variabel dependen dalam penelitian ini adalah Dividend Payout Ratio, sedangkan variabel independen dalam penelitian ini adalah Free Cash Flow, Debt to Equity Ratio, Return On Equity, dan Growth. Sampel yang digunakan adalah semua perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun Pemilihan sampel dilakukan dengan metode purposive sampling, yaitu memilih sampel dengan kriteria tertentu. Berdasarkan kriteria yang ditentukan terdapat 20 perusahaan manufaktur yang memenuhi kriteria dari total 144 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Di bawah ini adalah daftar perusahaan manufaktur yang diteliti: 63

2 64 Tabel 4.1 Sampel Perusahaan Manufaktur No Nama Perusahaan Kode Perusahaan 1 Asahimas Flat Glass Tbk AMFG 2 Sepatu Bata Tbk BATA 3 Indo Kordsa Tbk d.h Branta Mulia Tbk BRAM 4 Delta Djakarta Tbk DLTA 5 Gudang Garam Tbk GGRM 6 Hanjaya Mandala Sampoerna Tbk HMSP 7 Indofood CBP Sukses Makmur Tbk ICBP 8 Indofood Sukses Makmur Tbk INDF 9 Indocement Tunggal Prakasa Tbk INTP 10 Kalbe Farma Tbk KLBF 11 Lion Metal Works Tbk LION 12 Lionmesh Prima Tbk LMSH 13 Multi Bintang Indonesia Tbk MLBI 14 Selamat Sempurna Tbk SMSM 15 Mandom Indonesia Tbk TCID 16 Pabrik Kertas Tjiwi Kimia Tbk TKIM 17 Surya Toto Indonesia Tbk TOTO 18 Trias Sentosa Tbk TRST 19 Tempo Scan Pasific Tbk TSPC 20 Unilever Indonesia Tbk UNVR Sumber: Saham OK b. Statistik Deskriptif Statistik deskriptif merupakan proses pengumpulan, penyajian, dan peringkasan berbagai karakteristik data untuk menggambarkan data secara memadai. Untuk memperoleh gambaran umum terhadap data yang digunakan dalam penelitian ini bisa dilihat pada tabel berikut.

3 65 Tabel 4.2 Statistik Deskriptif Variabel Yang Digunakan Descriptive Statistics N Minimum Maximum Mean Std. Deviation FCF 120,003424,502067, , DER 120, ,028644, , ROE 120, ,435333, , GROWTH 120 -,861496,546939, , DPR 120, ,254705, , Valid N (listwise) 120 Sumber: data diolah dengan SPSS Berdasarkan hasil pengolahan data pada tabel 4.2 diatas diketahui bahwa rasio Dividend Payout Ratio (DPR) memiliki nilai terendah sebesar dan tertinggi sebesar Nilai standar deviasi menunjukkan angka sebesar lebih kecil dari nilai rata-rata dari DPR yakni sebesar menunjukkan sebaran data DPR dalam kondisi yang baik. Variabel Free Cash Flow (FCF) menunjukkan nilai terendah sebesar dan tertinggi sebesar Nilai standar deviasi menunjukkan angka sebesar lebih kecil dari nilai rataratanya yakni sebesar menunjukkan sebaran data FCF dalam kondisi yang baik. Variabel Debt to Equity Ratio (DER) yang merupakan rasio total hutang dengan total ekuitas perusahaan menunjukkan nilai terendah sebesar dan tertinggi sebesar Nilai standar deviasi menunjukkan angka sebesar lebih kecil dari nilai rata-

4 66 ratanya yakni sebesar menunjukkan sebaran data DER dalam kondisi baik. Variabel Return On Equity (ROE) menunjukkan nilai terendah sebesar dan tertinggi sebesar Nilai standar deviasi menunjukkan angka sebesar lebih besar dari nilai rataratanya yakni sebesar menunjukkan sebaran data ROE dalam kondisi yang tidak baik. Variabel pertumbuhan perusahaan nilai terendah sebesar dan tertinggi sebesar Nilai standar deviasi menunjukkan angka sebesar lebih besar dari nilai rata-ratanya yakni sebesar menunjukkan sebaran data Growth dalam kondisi yang tidak baik. c. Uji Asumsi Klasik Uji Asumsi Klasik dilakukan untuk mengetahui kondisi data sehingga dapat ditentukan model analisis yang paling tepat. Uji Asumsi Klasik dalam penelitian ini antara lain: Uji Kolmogorov-Smirnov (Uji KS) untuk menguji normalitas data secara statistik, Uji Durbin-Watson (DW) untuk menguji ada tidaknya gejala autokorelasi dalam data yang diteliti, Uji Multikolinearitas menggunakan Variance Inflation Factor, dan Uji Heteroskedastisitas dengan scatterplot. a. Uji Normalitas Uji Normalitas dilakukan untuk mengetahui normal atau tidaknya data penelitian. Hasil pengujian ini memberikan informasi dalam model

5 67 regresi, variabel pengganggu atau residual terdistribusi normal. Untuk mengetahui variabel pengganggu atau residual terdistribusi normal atau tidak, dilakukanlah Uji Kolmogorov-Smirnov untuk semua variabel. Uji K-S dilakukan dengan menyusun hipotesis: Ho: Data residual tidak berdistribusi normal Ha: Data residual berdistribusi normal Pengujian normalitas dilakukan dengan melihat nilai Asymp. significant (2-tailed) melalui pengukuran tingkat signifikansi sebesar 5% atau 0,05. Data bisa dikatakan berdistribusi normal jika nilai Asymp. Sig (2-tailed) lebih besar dari 5%. Sebaliknya, apabila nilai Asymp. Sig (2-tailed) kurang dari 5% maka data tidak berdistribusi normal. Berikut ini adalah hasil pengujian normalitas yang dilakukan dengan Uji K-S: Tabel 4.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 120 Normal Parameters a,b Mean, Std. Deviation, Most Extreme Differences Absolute,074 Positive,074 Negative -,047 Test Statistic,074 Asymp. Sig. (2-tailed),153 c a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction.

6 68 Nilai signifikansi sebesar lebih besar dari alpha (5%) maka residual telah menyebar normal. Hal ini diperkuat dengan hasil P-P plot di bawah ini: Gambar 4.1 Grafik Normal Probability Plot P-P plot di atas menunjukkan penyebaran data (titik) pada sumbu diagonal telah mengikuti garis diagonalnya sehingga indikasi bahwa residual telah menyebar normal. b. Uji Multikolinearitas Uji Multikolinearitas dilakukan untuk mengetahui apakah dalam model regresi ditemukan korelasi antara variabel independen. Model regresi yang baik tidak terjadi korelasi diantara variabel dependen.

7 69 Identifikasi statistik untuk menggambarkan gejala multikoliniearitas dapat dilakukan dengan melihat nilai tolerance dan Variance Inflation Factors (VIF). Data dinyatakan bebas dari masalah multikoliniearitas jika memiliki syarat nilai tolerance > 0.10 atau sama dengan nilai VIF < 10. Hasil pengujian multikoliniearitas ditampilkan sebagai berikut: Model Unstandardized Coefficients B Tabel 4.4 Hasil Uji Multikolinearitas Coefficients a Std. Error Standardized Coefficients t Sig. Collinearity Statistics Beta Tolerance VIF 1 (Constant),511,052 9,878,000 FCF -,629,290 -,212-2,170,032,822 1,217 DER -,067,049 -,162-1,360,176,555 1,803 ROE,275,092,352 2,974,004,560 1,785 GROWTH -,129,174 -,069 -,744,459,918 1,089 a. Dependent Variable: DPR Berdasarkan hasil Uji Multikolinearitas pada tabel di atas, hasilperhitungan nilai tolerance menunjukkan bahwa tidak ada variabelbebas yang mempunyai nilai toleransi < 0.10 dan tidak ada nilai VIF > 10. Jadi dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi multikolinearitas dan model regresi layak untuk digunakan.

8 70 c. Uji Autokorelasi Pengujian autokorelasi bertujuan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Apabila terjadi korelasi, artinya terdapat masalah autokorelasi pada data yang digunakan. Autokorelasi muncul umumnya karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pengukuran yang digunakan untuk mengetahui ada tidaknya autokorelasi dalam penelitian ini adalah dengan melihat nilai Durbin Watson (DW). Hasil dari Uji Autokorelasi dapat dilihat pada tabel berikut: Model R R Square Tabel 4.5 Hasil Uji Autokorelasi Model Summary b Adjusted R Square Std. Error of the Estimate Durbin- Watson 1,313 a,098,067, ,520 a. Predictors: (Constant), GROWTH, DER, FCF, ROE b. Dependent Variable: DPR Nilai Durbin Watson mengindikasikan tidak adanya autokorelasi yang terjadi yang diindikasikan dengan nilai Nilai tersebut terletak pada daerah tengah rentang pengujian autokorelasi Durbin Watson (antara 2 hingga -2).

9 71 d. Uji Heteroskedastisitas Metode ini digunakan untuk menunjukkan keadaan dimana dalam model regresi terjadi ketidaksamaan varian dari residual pada pengamatan ke pengamatan lain. Jika terdapat perbedaan varian, maka dijumpai gejala heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Berbagai macam uji heterokedastisiras yaitu dengan melihat pola titik-titik pada scatterplots regresi. Berikut hasil scatter plot: Gambar 4.2 Uji Heteroskedastisitas

10 72 secara grafis terlihat bahwa pola titik-titik pada scatterplots regresi telah menyebar acak di sekitar 0, hal ini mengindikasikan bahwa tidak dijumpai gejala heteroskedastisitas pada model regresi. d. Uji Hipotesis Analisis ini dilakukan untuk mengukur kekuatan dan arah hubungan antara beberapa variabel bebas (independent variable) terhadap satu variabel terikat (dependent variable) yang ada dalam penelitian ini. Analisis regresi yang digunakan ialah analisis regresi berganda (Multiple Linear Regresion) yang akan diolah dengan menggunakan program SPSS version for windows. a. Koefisien Determinasi (Adjusted R2) Koefisien Determinasi adalah suatu alat yang digunakan untukmengukur besarnya persentase pengaruh variabel bebas terhadapvariabel terikat. Besarnya koefisien determinasi berkisar antara noldan satu. Semakin mendekati nol suatu koefisien determinasi berartisemakin kecil pengaruh semua variabel bebas terhadap variabel terikat. Sebaliknya, semakin mendekati satu suatu koefisien determinasi berarti semakin besar pula pengaruh semua variabel bebas terhadap variabel terikat:

11 73 Tabel 4.6 Hasil Perhitungan Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1,313 a,098,067, ,520 a. Predictors: (Constant), GROWTH, DER, FCF, ROE b. Dependent Variable: DPR Dari tampilan output SPSS model summary besarnya R Square adalah 0.098, hal ini berarti 9.8% menunjukkan pemilihan variabel X1, X2, X3 dan X4 dapat menjelaskan faktor-faktor yang mempengaruhi Y sebesar 9.8%, sedangkan sisanya (100% - 9.8% = 90.2%) ditentukan oleh variabel-variabel lain diluar model yang belum dimasukkan dalam penelitian ini. b. Uji Statistik t Uji-t digunakan untuk menguji koefisien regresi secara parsial, dari variabel bebas terhadap variabel terikat. Dasar pengambilan keputusan adalah dengan membandingkan antara nilai probabilitas (p) dari t-hitung dengan taraf signifikansi α = 5%. Kaidah pengambilan keputusan adalah: i. Jika nilai p < 0.05 atau -thitung <-ttabel atau t-hitung > t-tabel maka H1 diterima, Ho ditolak, artinya secara parsial variabel independen tersebut berpengaruh signifikan terhadap variabel dependen.

12 74 ii. Jika nilai p > 0.05 atau t-hitung > t-tabel atau t-hitung < t-tabel maka H1 ditolak, Ho diterima, artinya secara parsial variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen: Model Tabel 4.7 Hasil Uji Parsial (Uji t) Coefficients a Unstandardized Coefficients B Std. Error Beta Standardized Coefficients t Sig. 1 (Constant),511,052 9,878,000 FCF -,629,290 -,212-2,170,032 DER -,067,049 -,162-1,360,176 ROE,275,092,352 2,974,004 GROWTH -,129,174 -,069 -,744,459 a. Dependent Variable: DPR Berdasarkan hasil pengujian pada tabel di atas maka pengaruhdapat dijelaskan sebagai berikut: 1. Model Regresi Y = X X X X4 2. Uji t a. Nilai koefisien regresi untuk variabel X1 (Free Cash Flow) sebesar berarti X1 memiliki hubungan negatif terhadap Y (Dividend Payout Ratio). Setiap peningkatan X1 1% maka Y akan menurun sebesar 0.629%. Nilai signifikansi sebesar < 0.05 artinya secara parsial variabel free cash flow berpengaruh

13 75 negatif signifikan terhadap Dividend Payout Ratio. Maka Hipotesis 1 (H 1 ) tidak dapat diterima dan tidak teruji kebenarannya. b. Nilai koefisien regresi untuk variabel X2 (Leverage) sebesar berarti X2 memiliki hubungan negatif terhadap Y (Dividend Payout Ratio). Setiap peningkatan X2 1% maka Y akan menurun sebesar 0.067%. Nilai signifikansi sebesar > 0.05 artinya secara parsial variabel leverage berpengaruh negatif tidak signifikan terhadap Dividend Payout Ratio. Maka hipotesis 2 (H 2 ) tidak dapat diterima dan tidak teruji kebenarannya. c. Nilai koefisien regresi untuk variabel X3 (Profitability) sebesar berarti X3 memiliki hubungan positif terhadap Y (Dividend Payout Ratio). Setiap peningkatan X3 1% maka Y akan meningkat sebesar 0.275%. Nilai signifikansi sebesar < 0.05 artinya bahwa Return on Equity secara parsial berpengaruh positif signifikan terhadap Dividend Payout Ratio. Maka hipotesis 3 (H 3 ) dapat diterima dan teruji kebenarannya. d. Nilai koefisien regresi untuk variabel X4 (Growth) sebesar berarti X4 memiliki hubungan negatif terhadap Y (Dividend Payout Ratio). Setiap peningkatan X4 1% maka Y akan menurun sebesar 0.129%. Nilai signifikansi sebesar > 0.05 artinya secara parsial variabel growth berpengaruh negatif tidak

14 76 signifikan terhadap Dividend Payout Ratio. maka hipotesis 4 (H 4 ) tidak dapat diterima dan tidak teruji kebenarannya. c. Uji Statistik F Uji Simultan (Uji F) untuk mengetahui apakah keseluruhan variabel independen berpengaruh secara bersama-sama (simultan) terhadap variabel dependen. Selain itu untuk menguji ketepatan model regresi. Hasil perhitungan Uji F dalam penelitian ini dapat dilihat sebagai berikut: Tabel 4.8 Hasil Uji Simultan (Uji F) ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression,807 4,202 3,125,018 b Residual 7, ,065 Total 8, a. Dependent Variable: DPR b. Predictors: (Constant), GROWTH, DER, FCF, ROE Nilai signifikansi sebesar kecil dari taraf signifikansi yang ditetapkan (α = 5%), maka H5 diterima artinya X1, X2, X3 dan X4 secara bersama-sama berpengaruh signifikan terhadap Y. Model regresi bisa dipakai untuk memprediksi variabel dependen.

15 77 B. Hasil Penelitian 1. Besarnya Pengaruh Free Cash Flow Terhadap Dividend Payout Ratio Hasil penelitian ini menunjukkan bahwa besarnya pengaruh Free Cash Flow terhadap Dividend Payout Ratio adalah sebesar Hal ini mengindikasikan apabila Free Cash Flow meningkat 1% maka nilai Dividend Payout Ratio pada perusahaan akan turun senilai 0.629%. Hasil yang didapat adalah Free Cash Flow berpengaruh negatif terhadap Dividend Payout Ratio, hasil ini ditunjukkan dengan besarnya signifikan t (sig.t) sebesar dimana tingkat signifikansi ini lebih kecil dari level signifikansi yang digunakan yaitu Ini berarti jika free cash flow meningkat maka pembayaran dividen cenderung lebih sedikit, dan begitu juga sebaliknya. Hal ini sesuai dengan Agency Theory bahwa manajer yang memiliki aliran kas bebas yang besar cenderung melakukan investasi secara berlebihan daripada membayarkan arus kas bebas tersebut kepada pemegang saham yaitu berupa dividen yang tinggi. Pada dasarnya aliran kas bebas seharusnya dibayarkan kepada pemegang saham, namun menurut manajer dengan membayarkan dividen berarti mengurangi dana dibawah kontrol manajemen, membatasi manajemen untuk mendorong pertumbuhan perusahaan, dan meningkatkan kemungkinan harus menggunakan dana eksternal untuk mendanai investasi proyek yang akan datang. Sehingga jika free cash flow tinggi,

16 78 maka manajer cenderung memilih menahan labanya untuk kepentingan perusahaan dan membayarkan dividen yang kecil. Hasil penelitian ini juga didukung oleh penelitian sebelumnya yang dilakukan oleh Umi Mardiyati pada tahun 2014, yang menyimpulkan bahwa FCF memiliki koefisien regresi negatif yang signifikan terhadap Dividend Payout Ratio. 2. Besarnya Pengaruh Leverage Terhadap Dividend Payout Ratio Hasil penelitian ini menunjukkan bahwa besarnya pengaruh Leverage terhadap Dividend Payout Ratio adalah sebesar Hal ini mengindikasikan apabila Leverage meningkat 1% maka nilai Dividend Payout Ratio pada perusahaan akan turun senilai 0.067%. Hasil yang didapat adalah leverage memang berpengaruh negatif terhadap dividend payout ratio, hasil ini ditunjukkan dengan besarnya signifikansi t (sig.t) sebesar dimana tingkat signifikansi ini jauh lebih besar dari level signifikansi yang digunakan yaitu Hal ini menunjukkan kemampuan perusahaan untuk membayar semua kewajiban-kewajiban semakin tinggi maka kemampuan perusahaan untuk membagikan dividen akan semakin rendah. Hasil penelitian ini juga didukung oleh penelitian sebelumnya yang dilakukan oleh Budiman pada tahun 2016, yang menyimpulkan bahwa leverage tidak berpengaruh signifikan terhadap Dividend Payout Ratio.

17 79 3. Besarnya Pengaruh Profitability Terhadap Dividend Payout Ratio Hasil penelitian ini menunjukkan bahwa besarnya pengaruh Profitability terhadap Dividend Payout Ratio adalah sebesar Hal ini mengindikasikan apabila profitability meningkat 1% maka nilai Dividend Payout Ratio pada perusahaan akan meningkat senilai 0.275%. Hasil yang didapat adalah profitability berpengaruh positif terhadap dividend payout ratio, hasil ini ditunjukkan dengan besarnya nilai signifikansi sebesar dimana tingkat signifikansi ini jauh lebih kecil dari level signifikansi yang digunakan yaitu Teori pendukung dari hasil yang ada, bahwa dividen adalah sebagian dari keuntungan bersih perusahaan, berarti dividen akan dibagikan kepada pemegang saham apabila perusahaan memperoleh laba. dapat dikatakan bahwa keuntungan perusahaan akan sangat mempengaruhi besarnya tingkat pembayaran dividen. Hasil ini sesuai dengan teori burung di tangan yang menyimpulkan bahwa investor akan senang dengan pendapatan pasti berupa dividen daripada pendapatan yang belum pasti seperti capital gain. Meningkatnya profitabilitas akan meningkatkan kemampuan perusahaan dalam membayarkan dividen kepada pemegang saham. Hasil penelitian ini juga didukung dengan hasil penelitian sebelumnya yang dilakukan oleh Marvita tahun 2016 yang menyimpulkan bahwa ROE memberikan pengaruh yang positif signifikan terhadap Dividend Payout Ratio.

18 80 4. Pengaruh Growth terhadap Dividend Payout Ratio Hasil penelitian ini menunjukkan bahwa besarnya pengaruh Growth terhadap Dividend Payout Ratio adalah sebesar Hal ini mengindikasikan apabila Growth meningkat 1% maka nilai Dividend Payout Ratio pada perusahaan akan turun senilai 0.117%. Hasil yang didapat adalah growth memang berpengaruh negatif terhadap dividend payout ratio, hasil ini ditunjukkan dengan besarnya signifikansi t (sig.t) sebesar dimana tingkat signifikansi ini jauh lebih besar dari level signifikansi yang digunakan yaitu Tidak adanya pengaruh yang signifikan ini mengindikasikan bahwa faktor Growth dalam penelitian ini tidak mampu meningkatkan kebijakan pembagian dividen (DPR) perusahaan. Hasil penelitian tidak mendukung hipotesis yang telah ditetapkan bahwa growth berpengaruh negatif signifikan terhadap dividend payout ratio (DPR). Tetapi secara teori hubungan antara pertumbuhan perusahaan dengan dividend payout ratio dapat diterima. Apabila pertumbuhan perusahaan makin meningkat maka kemampuan perusahaan untuk membayar dividen kepada pemegang saham makin terbatas sehingga rasio pembayaran dividennya semakin rendah. Hasil penelitian ini menguatkan penelitian sebelumnya yang dilakukan oleh Andi Kartika pada tahun 2006 yang menyimpulkan bahwa growth berpengaruh negatif tidak signifikan terhadap Dividend Payout Ratio.

19 81 5. Besar Pengaruh Secara Simultan FCF, DER, ROE, dan GROWTH terhadap DPR Untuk melakukan uji ketepatan model dalam penelitian ini dilakukanmenggunakan Uji Simultan (Uji F).Kriteria untuk melakukan Uji Simultan yang ditetapkan adalahsebagai berikut: a. Apabila nilai signifikan F < 0,05 maka model regresi yang digunakanmemenuhi syarat ketepatan model. b. Apabila nilai signifikan F > 0,05 maka model regresi yangdigunakan tidak memenuhi syarat ketepatan model. Berdasarkan hasil penelitian yang ditampilkan pada tabel 4.8, menunjukkan nilai signifikansi lebih kecil dari 0.05 yaitu dengan F Hitung sebesar Hal ini berarti model regresi yang digunakan baik. Dengan demikian diperoleh kesimpulan bahwa variabel Free Cash Flow, Debt to Equity Ratio, Return On Equity, dan Growth berpengaruh secara simultan terhadap Dividend Payout Ratio.