34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis data yang dilakukan dalam bab ini pada dasarnya dapat dikelompokkan menjadi dua bagian. Bagian pertama merupakan analisis deskriptif sedangkan bagian kedua merupakan analisis statistika. Analisis statistika yang digunakan dalam penelitian untuk menguji hipotesis penelitian adalah regresi linear berganda. Selanjutnya berdasarkan data yang diperoleh, maka dapat dipaparkan deskripsi dari data yang diperoleh. Dari hasil perhitungan dengan SPSS for Windows Release 19.0, diperoleh gambaran masing-masing variabel sebagai berikut : Tabel 4.1 Statistik Deskriptif Perusahaan Populasi Descriptive Statistics N Minimum Maximum Sum Mean Std. Deviation Laba Akuntansi 36 20802 11472385 103625507 2878486.30 3154884.912 Arus Kas Operasi 36-18660401 46517667 94563269 2626757.48 12866469.482 Dividen Kas 36 5198 3911601 37227888 1034108.01 1154552.281 Valid N (listwise) 36 Sumber : Data diolah Berdasarkan tabel 4.1 data output diatas dapat diketahui bahwa :
35 1. Laba Akuntansi Dari tabel diatas Laba Akuntansi mempunyai mean atau rata-rata Rp. 2.878.486.300.000,- dan standar deviasi 3154884.912. Laba Akuntansi paling rendah PT. Bank Bumi Arta pada tahun 2008 sebesar Rp. 20.802.000.000,- dan Laba Akuntansi paling besar PT. Bank BRI pada tahun 2011 sebesar Rp. 11.472.385.000.000,-. 2. Arus Kas Operasi Dari tabel diatas Arus Kas Operasi mempunyai mean atau rata-rata Rp. 2.626.757.480.000,- dan standar deviasi 12866469.482. Arus Kas Operasi paling rendah PT. Bank Central Asia pada tahun 2010 sebesar Rp. (18.660.401.000.000),- dan Arus Kas Operasi paling besar PT. Bank BRI pada tahun 2011 sebesar Rp. 46.517.667.000.000,-. 3. Dividen Kas Dari tabel diatas Dividen Kas mempunyai mean atau rata-rata Rp. 1.034.108.010.000,- dan standar deviasi 1154552.281. Dividen Kas paling rendah PT. Bank Bumi Arta pada tahun 2008 sebesar Rp. 5.198.000.000,- dan Dividen Kas paling besar PT. Bank Mandiri pada tahun 2008 sebesar Rp. 3.911.601.000.000,-. B. Analisis Uji Asumsi Klasik Model regresi dapat digunakan untuk estimasi dengan signifikan dan representatif jika model regresi tersebut tidak menyimpang dari asumsi klasik regresi berupa: normalitas, multikolinearitas, autokorelasi dan heteroskedastisitas.
36 a. Uji Normalitas Untuk menguji normalitas data dalam penelitian ini digunakan uji Kolmogorov-Smirnov. Uji normalitas bertujuan untuk menguji apakah data yang digunakan dalam penelitian berdistribusi normal atau tidak, data yang baik adalah data yang mempunyai probabilitas diatas 0.05 dan data tersebut dapat dilihat pada tabel One Sample Kolmogorov Smirnov Test pada nilai Asymp. Sig. (2-tailed). Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 36 Normal Parameters a,b Mean.0000000 Std. Deviation 589473.679599 Most Extreme Differences Absolute.224 32 Positive.224 Negative -.166 Kolmogorov-Smirnov Z 1.346 Asymp. Sig. (2-tailed).053 a. Test distribution is Normal. b. Calculated from data. Sumber : Data diolah Nilai K-S yang didapat dari tabel 4.2 diatas adalah 1.346 dengan probabilitas signifikansi sebesar 0.053 dan nilainya diatas α = 0.05, hal ini berarti Ho diterima atas variabel independen (Laba Akuntansi dan Arus kas operasi) dan variabel dependen (Dividen Kas) berdistribusi normal.
37 b. Uji Multikolinearitas Tabel 4.3 Uji Multikolinearitas Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Toleranc Model B Std. Error Beta t Sig. e VIF 1 (Constant) 97514.463 140173.146.696.492 Laba Akuntansi.341.037.932 9.292.000.785 1.275 Arus Kas Operasi -.017.009 -.194-1.929.062.785 1.275 a. Dependent Variable: Dividen Kas Coefficient Correlations a Model Arus Kas Operasi Laba Akuntansi 1 Correlations Arus Kas Operasi 1.000 -.464 Laba Akuntansi -.464 1.000 Covariances Arus Kas Operasi 8.107E-5.000 Laba Akuntansi.000.001 a. Dependent Variable: Dividen Kas Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel Laba Akuntansi mempunyai korelasi yang rendah dengan variabel Arus Kas Operasi dengan tingkat korelasi sebesar -0.464 atau sekitar 46.4%. Oleh karena korelasi ini dibawah 95%, maka dapat dikatakan tidak terjadi multikolonieritas yang serius. Hasil perhitungan nilai Tolerance juga menunjukkan ada variabel independen yang memiliki nilai Tolerance lebih dari 0.10 yang berarti tidak ada
38 korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama ada variabel independen yang memiliki nilai VIF kurang dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi. c. Uji Autokorelasi Tabel 4.4 Tabel Hasil Uji Autokorelasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.860 a.739.724 607073.773 1.954 a. Predictors: (Constant), Arus Kas Operasi, Laba Akuntansi b. Dependent Variable: Dividen Kas Uji autokorelasi digunakan untuk mengetahui apakah terjadi korelasi di antara anggota dari serangkaian observasi. Untuk menguji adanya pengaruh autokorelasi dalam penelitian ini digunakan metode Durbin-Watson test. Sampel sebanyak 36 dan variabel yang menjelaskan sebanyak 2 macam variabel independen, maka nilai D-W pada tingkat kepercayaan 5% (0,05) adalah dl = 1,354 dan nilai du = 1,567. Oleh karena nilai batas bawah (dl) 1,354 lebih kecil dari nilai DW 1,954 dan lebih besar dari dan batas atas (du) 1,567, maka dapat disimpulkan bahwa du < d < 4-du sehingga tidak ada autokorelasi positif atau negative atau dapat disimpulkan tidak terdapat autokorelasi. Perhitungan selengkapnya dapat dilihat di lampiran 3.
39 d. Uji Heteroskedastisitas Coefficients a Tabel 4.5 Hasil Uji Heteroskedastisitas Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 23.544.594 39.663.000 Laba Akuntansi 1.325E-7.000.153.852.400 Arus Kas Operasi 6.447E-8.000.305 1.691.100 a. Dependent Variable: Ln_U2i Hasil tampilan output SPSS memberikan koefisien parameter untuk variabel independen tidak ada yang signifikan, maka dapat disimpulkan bahwa model regresi tidak terdapat Heteroskedastisitas. Gambar 4.1 Gambar Hasil Uji Heteroskedastisitas Scatterplot Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat
40 disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Dividen Kas berdasarkan masukan variabel independen Laba Akuntansi dan Arus Kas Operasi. C. Analisis Koefisien Determinasi (R 2 ) Uji Determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Dalam output SPSS, koefisien determinasi terletak pada tabel model summary. Tabel 4.6 Tabel Uji Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1.860 a.739.724 607073.773 a. Predictors: (Constant), Arus Kas Operasi, Laba Akuntansi Berdasarkan tabel diatas Adjusted R Square yang dimiliki adalah 0.724, artinya 72.4% dari variabel dependen Dividen Kas dijelaskan oleh variabel independen Laba Akuntansi dan Arus Kas Operasi, sisanya sebesar 27.6% (100% - 72.4%) dijelaskan oleh variabel lain yang tidak dijelaskan dalam penelitian ini, adapun variabel lain tersebut adalah arus kas operasi, penjualan, posisi likuiditas perusahaan, dll. D. Uji Hipotesis a. Uji F Dari output perhitungan SPSS for Windows Release 19.0 diperoleh hasil :
41 Tabel 4.7 Tabel Hasil Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 3.449E13 2 1.725E13 46.797.000 a Residual 1.216E13 33 3.685E11 Total 4.665E13 35 a. Predictors: (Constant), Arus Kas Operasi, Laba Akuntansi b. Dependent Variable: Dividen Kas Dari uji ANOVA atau F test didapat nilai F hitung sebesar 46.797 dengan probabilitas 0.000. Karena probabilitas jauh lebih kecil dari 0.05, maka model regresi dapat digunakan untuk memprediksi Dividen Kas atau dapat dikatakan bahwa Laba Akuntansi dan Arus Kas Operasi secara bersama-sama berpengaruh terhadap Dividen Kas. b. Uji t Berdasarkan hasil perhitungan dengan analisis berganda dengan program SPSS for Windows Release 19.0, maka hasil perhitungan uji t dapat dilihat pada tabel 4.8 berikut: Tabel 4.8 Tabel Hasil Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 97514.463 140173.146.696.492 Laba Akuntansi.341.037.932 9.292.000 Arus Kas Operasi -.017.009 -.194-1.929.062 a. Dependent Variable: Dividen Kas
42 Dari hasil SPSS diatas dapat dilihat bahwa variabel independen yang mempunyai pengaruh signifikan dengan yang diisyaratkan melalui tabel 4.8 adalah variabel yang memiliki signifikansi α < 0.05 terhadap Dividen Kas sebagai variabel dependen. Dengan demikian untuk Laba Akuntansi memenuhi syarat dengan nilai signifikansi sebesar 0.000 (t hitung adalah 9.292 sedangkan t tabel 2.0281, sehingga t hitung > t tabel (9.292 > 2.0281)) sedangkan Arus Kas Operasi sebesar 0.062 (t hitung adalah -1.929, sehingga t hitung < t tabel (-1.929 < 2.0281)) tidak memenuhi syarat nilai signifikansi. Artinya secara partial Laba Akuntansi mempengaruhi secara signifikan terhadap Dividen Kas sedangkan Arus Kas Operasi secara partial tidak mempengaruhi secara signifikan Dividen Kas. Hal ini diduga karena sampel yang diambil terbatas hanya 9 perusahaan, periode laporan keuangan hanya 4 tahun, dan perputaran arus kas yang cepat pada perusahaan perbankan. Hal ini didukung dengan penelitian terdahulu yang dilakukan oleh Sagala (2011) dalam penelitiannya dengan judul Pengaruh Laba Bersih dan Arus Kas Operasi terhadap Dividen Kas Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia 2004-2006. Hasil penelitian ini menunjukkan bahwa kedua variabel independen berpengaruh positif terhadap dividen tunai secara bersama-sama, tetapi secara parsial laba bersih berpengaruh positif signifikan terhadap dividen tunai, sedangkan arus kas operasi tidak berpengaruh terhadap dividen tunai. Laba bersih memiliki pengaruh yang paling signifikan. Ini berarti bahwa Arus Kas Operasi mempengaruhi Dividen Kas melalui Laba Akuntansi.
43 c. Analisis Regresi Linear Berganda Analisa Regresi Linear Berganda digunakan untuk menguji pengaruh antara variabel bebas (independen) terhadap variabel terikat (dependen). Adapun model persamaan yang digunakan adalah sebagai berikut : Dengan menggunakan tabel 4.8 diatas dapat dibuat persamaan model regresi sebagai berikut : Dividen Kas = 97514.463 + 0.341 Laba Akuntansi 0.017 Arus Kas Operasi Interpretasi dari hasil persamaan regresi diatas adalah a. Koefisien Laba Akuntansi sejumlah 0.341 menggambarkan koefisien regresi ini adalah positif, artinya peningkatan atau penurunan Laba Akuntansi sebesar 1 Rupiah akan mendorong peningkatan atau penurunan Dividen Kas sebesar 0.341 Rupiah. b. Koefisien Arus Kas Operasi sejumlah 0.017 menggambarkan koefisien regresi ini adalah negatif, artinya penurunan Arus Kas Operasi sebesar 1 Rupiah akan mendorong peningkatan Dividen Kas sebesar 0.017 Rupiah. Aktivitas operasi adalah aktivitas penghasil utama pendapatan perusahaan (principal revenue activities) dan aktivitas lain yang bukan merupakan aktivitas investasi dan pendanaan, umumnya berasal dari transaksi dan peristiwa lain yang mempengaruhi penetapan laba atau rugi bersih, dan merupakan indikator yang
44 menentukan apakah dari operasi perusahaan dapat menghasilkan kas yang cukup untuk melunasi pinjaman, memelihara kemampuan operasi perusahaan, membayar dividen dan melakukan investasi baru tanpa mengandalkan pada sumber pendanaan dari luar. Secara teori, semakin besar aktivitas operasi akan semakin tinggi dividen kas yang dibayar. Hasil pengujian kedua diperoleh bahwa tidak ada pengaruh yang signifikan dan negatif antara Arus Kas Operasional terhadap Dividen kas secara parsial. Tidak adanya pengaruh yang signifikan dan negatif ini mengindikasikan bahwa semakin tinggi arus kas operasional perusahaan akan berpengaruh pada penurunan dividen kas. Sebaliknya, semakin rendah arus kas operasional perusahaan akan berpengaruh pada peningkatan dividen kas. Dari hasil ini memberikan informasi adanya anomali pasar yaitu adanya fenomena yang menyimpang dari kondisi pasar yang efisien.