SKRIPSI
oleh:
MERNA CRYSNA SIRINGO RINGO
NIM. 7161220019
FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2022
1
i
ii ii
iii iii
KATA PENGANTAR
Puji Syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah
Penyusunan skripsi ini bertujuan untuk memenuhi salah satu syarat untuk
Medan. Penulis menyadari tidak dapat menyelesaikan tulisan ini tanpa bantuan
dari berbagai pihak lain. Pada kesempatan ini, penulis ucapkan terima kasih
Negeri Medan.
2. Bapak Prof. Indra Maipita, M.Si., Ph.D., selaku Dekan Fakultas Ekonomi
3. Bapak Dr. Eko Wahyu Nugrahadi, M.Si., selaku Wakil Dekan I Fakultas
5. Bapak Drs. Tauada Silalahi, M.Pd sebagai Wakil Dekan III Fakultas
iv
6. Ibu Yulita Triadiarti,SE,M.Si.,Ak.,CA. selaku Ketua Jurusan Akuntansi
8. Bapak Taufik Hidayat, SE, M.Si., selaku Ketua Prodi Jurusan Akuntansi
9. Bapak Drs. Jihen Ginting., M.Si., Ak., CA., selaku Dosen Pembimbing
10. Ibu Khairunnisa Harahap, SE., M.Si selaku Dosen penguji skripsi saya
ini.
ini.
12. Ibu Tapi Rumondang Sari Siregar, SE, M.Acc selaku Dosen penguji
v
14. Seluruh pegawai dan staff administrasi di Fakultas Ekonomi Universitas
Negeri Medan.
15. Kedua orangtua saya, Bapak Doris Siringo Ringo (+) , Ibu Malen Ria
Erlina Siringoringo dan seluruh keluarga besar yang menjadi motivasi dan
16. Teman terbaik Boy Saragih yang selalu memotivasi dan mendukung
18. Teman Teman Yayasan GKPS yang selalu memberi dukungan dalam
19. Dan kepada pihak lain yang telah membantu dan mendukung penulis yang
vi
Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak
kekurangan baik dari segi isi maupun tata bahasa. Oleh karena itu, penulis
mengharapkan kritik dan saran yang bersifat membangun demi perbaikan skripsi
ini. Penulis berharap skripsi ini dapat bermanfaat bagi kita semua.
Penulis
vii
ABSTRAK
viii
ABSTRACT
ix
DAFTAR ISI
2.1.5 Profitabilitas...........................................................................................22
x
2.1.7 Struktur Modal.......................................................................................28
3.3.2.3 Likuiditas..................................................................................45
xi
3.5 Teknik analisis data ......................................................................................47
xii
4.2.4 Uji Hipotesis.................................................................................................69
xiii
DAFTAR TABEL
Tabel Hal
xiv
DAFTAR GAMBAR
Gambar Hal
xv
DAFTAR LAMPIRAN
Lampiran Hal
xvi
xvii
BAB I
PENDAHULUAN
yaitu dengan mengetahui tingkat perkembangan pasar modal (capital market) dan
(return) baik berupa pendapatan dividen (dividen yield) maupun pendapatn dari
selisih harga jual saham terhadap harga belinya (capital gain).Besarnya pendapatn
dividen yang dibagikan tergantung pada besarnya laba yang diperoleh dan
seberapa besar porsi keuntungan yang akan diberikan.keputusan apakah laba yang
atau akan ditahan dalam bentuk laba ditahan guna pembiayaan investasi di masa
akan dibagikan kepada investor dan besarnya laba yang akan ditahan
1
2
persentase laba yang akan dibagikan dalam bentuk tunai artinya penentuan
Divident payout Ratio akan memengaruhi keputusan investasi para investor dan
pembagian dividen tiap periode akan susah dicapai oleh perusahaan dikarenakan
Menurut Sari dan Sudjarni (2017) kebijakan dividen yang diambil oleh
sebelumnya.Kemudian pada tahun 2015 meningkat sebesar 5,71% dan tahun 2016
Statistik (BPS) pennurunan ini diakibatkan oleh adanya perang dagang antara
mengalami kenaikan dan penurunan.Rata rata kebijakan dividen pada tahun 2014
mengalami kenaikan sebesar 0,453% dan pada tahun 2015 mengalami kenaikan
jangka waktu yang berbeda pula bahkan juga dengan objek yang berbeda. Peneliti
merupakan perusahaan yang memiliki berbagai sektor industri yang cukup maju.
Likuiditas yang diproksikan dengan Current Ratio dan Cash Ratio,Struktur Modal
yang diproksikan dengan Debt to Equity Ratio (DER) dan Debt to Total Asset
(DTA) Free Cash Flow dan kepemilikan instusional dan Pertumbuhan Perusahaan
(Growth).
modal secar keseluruhan maupun modal sendiri dan merupakan nilai yang
merupakan keuntungan yang telah dikurangi bunga dan pajak. Jika keuntungan
yang diperoleh besar maka semakin besar pulak kemampuan perusahaan dalam
meningkatkan laba perusahaan untuk menarik minat para investor atau pemegang
liabilitas jangka pendek dengan sumber daya jangka pendek yang tersedia untuk
memenuhi liabilitas tersebut (Sari dan Sudjarni 2017). Perusahaan yang memiliki
karena semakin besar likuiditas suatu perusahaan maka akan semakin besar pula
dan modal sendiri atau dengan kata lain struktur modal merupakan hasil atau
pertumbuhan perusahaan (Growth) maka akan semakin besar dana yang akan
besar bagian pendapatan yang akan ditahan dalam perusahaan dan semakin kecil
perusahaan maka semakin besar dividen yang akan dibagikan kepada pemegang
saham. Penelitian ini juga dilakukan oleh Prawira, Ismawa, Dzulkirom, dan Maria
(2016), dimana hasil penelitiannya juga memiliki hasil yang sama bahwa
Penelitian dengan variabel lainnya yaitu menurut Kardianah (2017) yang meneliti
dividen, hasil ini sama dengan penelitian menurut Laim, Wisriati, Sientjie, dan
tiap tahun dalam bentuk total aset. Tingkat pertumbuhan dianggap sebagai tolak
perusahaan merupakan sinyal besarnya dividen yang akan dibagikan kepada para
dampak yang positif bagi perusahaan sehingga dapat meningkatkan dividen yang
growth yang tinggi akan memberikan peluang mendapatkan laba yang lebih tinggi
pula di masa yang akan datang. Berdasarkan bird in the hand theory pemegang
perusahaan maka investor akan melihat hal ini sebagai salah satu indikator yang
baik bagi prospek pertumbuhan perusahaan dimasa yang akan datang. Kegiatan
dividen yang semakin besar dari waktu ke waktu. Keputusan investasi ini akan
mempengaruhi nilai perusahaan yang merupakan hasil dari kegiatan investasi itu
sendiri.
dividen ?
10
Tujuan yang hendak dicapai peneliti dalam melakukan penelian ini adalah:
Kebijakan dividen.
Kebijakan dividen.
Kebijakan dividen.
berikut :
1. Bagi Peneliti
nilali perusahaan.
Hasil penelitian ini dapat memberikan bukti empiris mengenai rasio rasio
TINJAUAN PUSTAKA
kepada pihak lain yaitu agent untuk melakukan semua kegiatan atas nama
1984).
menginginkan kos tersebut dibiayai oleh hutang namun manajer tidak menyetujui
12
13
saham.oleh karena itu perlu ada pihak yang melakukan proses pemantauan dari
Raja Migas (MGRM) di Jakarta,dimana sang direktur diduga korupsi dari aliran
14
mengalihkan modal kerja sebesar Rp.50 Miliar kepada perusahaan lain PT Petro
Petro TNC Innternasional dimiliki oleh Iwan Ratman sendiri sebesar 80% dan
kasus tersebut dengan mengatakan dana modal Rp50 Milliar itu sesuai rencana
pernah ada.Dari hal tersebut tim penyidik menyita aset tersangka yaitu rumah
dividen maka akan dianggap sebagai sinyal negatif yang berarti perusahaan
mempunyai prospek yang tidak begitu baik sehingga menimbulkan reaksi harga
laba atau keuntungan yang dibagikan oleh perusahaan kepada pemegang saham
Cash Divident adalah dividen yang dibayarkan dalam bentuk uang tunai.pada
umumnya Cash Divident lebih disukai oleh para pemegang saham sehingga
keterbatasan kas atau perusahaan memiliki aset baik itu persediaan maupun
(Tidak) memiliki uang kas yang memadai untuk membayar dalam bentuk
dividen kas.
17
diperoleh perusahaan.
perusahaan akan dibagikan kepada pemegang saham sebagai dividen atau akan
ditahan dalam bentuk laba ditahan guna pembiayaan investasi dimasa yang akan
datang.Laba ditahan (Retained earning) merupakan salah satu sumber dana yang
perusahaan memilih untuk menahan laba yang diperoleh maka keuangan internal
akan semakin besar yang nantinya dapat digunakan untuk investasi dimasa yang
akan datang.
18
pembagian dividen yang stabil karena mengurangi ketidakpastian akan hasil yang
yaitu persentase laba yang dibagikan dalam bentuk dividen tunai (Diviend Cash)
yang akan memengaruhi keputusan investasi para pemegang saham dan akan
(2017) beberapa teori yang berkaitan dengan Divident Payout Ratio dan asumsi
berpendapat bahwa nilai suatu perusahaan tidak ditentukan oleh besar kecilnya
Divident Payout Rati,tetapi ditentukan oleh laba bersih sebelum pajak (EBIT) dan
lemah seperti:
19
2. Tidak ada biaya emisi saham baru jika perusahaan menerbitkan saham
baru
perusahaan
memengaruhi nilai perusahaan.Modal sendiri dapat berasal dari laba ditahan dan
menerbitkan saham biasa baru.Jika terdapat pajak maka penghasilan investor dari
dividen dan dari Capital gains (kenaikan harga saham) akan dikenakan
sama,investor akan lebih cenderung lebih suka menerima Capital Gains dari pada
dividen,karena pajak pada Capital Gains baru dibayar saat saham dijual dan
menyatakan bahwa biaya modal sendiri perusahaan akan naik sebagai akibat dari
dividen yang tinggi dari keuntungan perusahaan sesuai dengan tujuan investor
waktu yang lama.Investor akan bersedia membayar harga yang lebih tinggi untuk
perusahaan yang membayar dividen saat ini.Pembayaran dividen saat ini terjadi
karena ada anggapan bahwa mendapat dividen saat ini resikonya lebih kecil dari
Capital Gains dimasa yang akan datang dapat memberikan pengembalian yang
lebih tinggi daripada penerimaan dividen saat ini,namun ada juga resiko
burung ditangan lebih berharga dari pada seribu burung di udara.Keuntungan bila
menerapkan teori The Bird In The Hand ini adalah dengan memberikan dividen
yang tinggi,maka harga saham perusahaan juga akan semakin tinggi dan akan
dari kalangan investor tertentu yang sepaha dengan kebijakan dividen perusahaan.
21
mensyaratkan suatu tingkat keuntungan yang lebih tinggi pada saham yang
memberikan Dividend Yield yang tinggi dan Capital Gain Yield yang rendah,dari
pada saham dengan Dividend Yield yang rendah dan Capital Gain Yield yang
tinggi.Jika pajak atas dividen lebih besar dari pada pajak atas Capital Gain,maka
perusahaan akan membagi seluruh laba setelah pajak atau Earning After Tax
pemegang saham yang berbeda akan memiliki preferensi yang berbeda terhadap
penghasilan pada saat ini lebih menyukai suatu Divident Payout Ratio yang
22
tinggi,sebaliknya kelompok saham yang tidak begitu membutuhkan uang saat ini
lebih senang jika perusahaan menahan sebagian besar laba bersih perusahaan.
dikenai pajak lebih ringan),maka pemegang saham yang dikenai pajak tinggi lebih
lebih baik dari pada dividen yang kecil ataupun sebaliknya.Efek Clientele ini
2.1.5 Profitabilitas
manajemen suatu perusahaan.Hal ini ditunjukkan oleh laba yang dihasilkan dari
meningkatkan laba perusahaan untuk menarik minat para investor atau pemegang
dividen.
c) Return On Assets(ROA).
e) Rasio pertumbuhan.
Profit Margin On Sales atau Rasio Profit Margin atau Margin laba
margin laba atas penjualan.Untuk mengukur rasio ini adalah dengan cara
membanding antara laba bersih setelah pajak dengan penjualan bersih.Rasio ini
digunakan untuk mengukur seberapa besar jumlah laba bersih yang akan di
hasilkan.Semakin tinggi pengembalian atas aset maka semakin tinggi pula jumlah
Rasio laba per lembar saham (Earning Per Share) atau disebut juga
belum berhasil untuk memuaskan pemegang saham ,sebaliknya dengan rasio yang
2.1.6 Likuiditas
mampu untuk memenuhi utang (membayar) tersebut terutama utang yang sudah
terbuka lebar.
25
1.Rasio Lancar.
3.Rasio Kas.
jangka pendek yang segera jatuh tempo.Rasio lancar dapat pula dikatakan sebagai
Current Liabilities
Current Ratio yang tinggi mungkin menunjukkan adanya uang kas yang
berlebihan dibanding dengan tingkat kebutuhann atau adanya unsur aktiva lancar
yang tinggi memang baik dari sudut pandang kreditur,tetapi dari sudut pandang
efektif.Saldo kas dibuat minimun sesuai dengan kebutuhan dan tingkat perputaran
Rasio cepat (Quick Ratio) atau rasio sangat lancar merupakan rasio
atau hutang lancar (utang jangka pendek) dengan aktiva lancar tanpa
abaikan,dengan cara dikurangi dari nilai total aktiva lancar.Hal ini dilakukan
dari piutang dan surat surat berharga yang dapat direlisir menjadi uang dalam
Lebih baik jika rasio ini dapat mencapai 1:1 atau 100% karena jika terjadi
Current Liabilities
utang.Ketersediaan uang kas dapat ditunjukkan dari tersedianya dana kas atau
yang setara dengan kas seperti rekening giro atau tabungan yang ada di Bank
27
(yang dapat ditarik setiap saat menggunakan kartu ATM).Dapat dikatakan rasio
adalah:
Current Liabilities
atau
Current Liabilities
apabila rasio ini 100% atau 1:1 hal ini berarti bahwa Rp.1 uang kas yang ada
perbandingan antara hutang dan modal sendiri atau dengan kata lain struktur
Decision) yang intinya memilih apakah akan menggunakan hutang atau ekuitas
menggunakan kombinasi atau paduan sumber yang berasal dari dana jangka
panjang.
keadaan perusahaan .
pada saat pembagian dividen dan perusahaan akan lebih menyukai menyimpan
29
membutuhkan lebih banyak dana yang pada akibatnya tindakan yang dilakukan
datang membuat alokasi dana yang lebih besar bidang ekspansi dan inflasi
menggunakan perubahan total aktiva yaitu selisih total aktiva yang dimiliki oleh
sebagai berikut:
30
Tabel 2.1
kebijakan
dividen.Secara parsial
Likuiditas dan
solvabilitas tidak
memberikan pengaruh
terhadap kebijakan
dividen sementara
profitabilitas secara
simultan memberikan
pengaruh terhadap
kebijakan dividen.
signifikan terhadap
kebijakan
dividen,Likuiditas
tidak signifikan
terhadap kebijakan
dividen.
Secara parsial
Profitabilitas dan
struktur modal
berpengaruh signifikan
terhadap kebijakan
dividen sedangkan
struktur kepemilikan
32
saham berpengaruh
tidak signifikan
terhadap kebijakan
dividen.
4 Cahyani Pengaruh kebijakan Variabel Independen: Analisis regresi Adanya pengaruh yang
Nilai Perusahaan
kebijakan dividen,serta
pengaruh profitabilitas
terhadap kebijakan
33
dividen.
positif signifikan
terhadap struktur
modal.
dividen,Kepemilikan
Manajerial berpengaruh
signifikan positif
terhadap kebijakan
dividen.
8 Ida Ayu Faktor faktor yang Variabel independen: Analisis regresi Profitabilitas dan
34
Indonesia perusahaan
signifikan terhadap
kebijakan dividen.
Dividen pada
perusahaan sektor
industri barang
konsumsi yang
terdaftar di Bursa
Efek Indonesia
Indonesia
terhadap return
saham,variabel
kebijakan dividen
memiliki pengaruh
negative signifikan
terhadap Return
36
Saham,sedangkan
variabel Solvabilitas
tidak memiliki
pengaruh terhadap
Return Saham.
yang diperoleh perusahaan akaan dibagikan kepada pemegang saham atau laba
Perusahaan.
periode tertentu dengan menggunakan aktiva yang produktif atau modal baik
secara keseluruhan atau sendiri. Menurut H & John M. Wachowicz, (2018) Rasio
profitabilitas terdiri atas dua jenis rasio yang menunjukkan profitabilitas dalam
Returb On Assets diukur dari laba bersih setelah pajak ( Earning After Tax )
divideb. Hal ini berarti profitabilitas mempunyai pengaruh yang positif terhadap
kebijakan dividen. Hal ini sesuai dengan penelitian yang dilakukan oleh Ahad &
kebijakan dividen.
Berbeda dengan penelitian yang dilakukan oleh Sari & Sudjarmi (2018),
Menurut Sartino (2010) dalam jurnal Sari & Sudjarmi (2018) mengatakan
dimana semakin besar likuiditas suatu perusahaan maka akan semakin besar pula
kebijakna dividen. Hal ini sesuai dengan penelitian yang dilakukan oleh Trisna
Dewi (2017) dan Sari Sudjarmi (2018) yang menyatakan bahwa Likuuiditas
perbandingan antara hutang dan modal sendiri atau dengan kata lain struktur
modal merupakan hasil atau akibat dari keputusan pendanaan (financing decision)
yang intinya memilih apakah akan mengunakan hutang atau ekuitas untuk
Dividen
eksternal karena kebutuhan modal kerja yang melebihi arus kas. Hasil penelitian
peluang investasi yang lebih sedikit akan membayar dividen lebih tinggi untuk
pertumbuhan aset tiap tahunnya. Pada umumnya perusahaan yang tumbuh cepat
memperoleh hasil yang positif dalam artian pemantapan posisi di era persaingan .
40
pada hasil telaah teoritis seperti yang diuraikan diatas. Untuk lebih memudahkan
Variabel Independen
Profitabilitas
(Return On Assets)
X1
Pertumbuhan Perusahaan
(Growth)
X4
5
41
METODOLOGI PENELITIAN
3.2.1 Populasi
periode 2018-2020.
3.2.2 Sampel
menjadi perhatian atau kelompok kecil yang diamati dari populasi yang memiliki
dari populasi yang ada berdasarkan kriteria yang dikehendaki peneliti dengan
42
43
penelitian.
1.Variabel Dependen
Kebijakan Dividen.
2.Variabel Independen
kepada pemegang saham dalam bentuk dividen atau laba tersebut akan ditahan
datang.Kebijakan Dividen dalam hal ini lebih mengarah keperhitungan laba yang
diperoleh sehingga laba perusahaan dapat dipastikan apakah akan dibagikan atau
3.3.2.2 Profitabilitas
laba selama periode tertentu dengan menggunakan aktiva yang produktif atau
bersih setelah pajak (earning after tax) terhadap total asetnya yang digunakan
laba bersih setelah ekuitas saham bisa mengukur tingkat pengembalian atas
(2010) yaitu :
3.3.2.3 Likuiditas
perbandingan antara hutang dan modal sendiri atau dengan kata lain struktur
Decision) yang intinya memilih apakah akan menggunakan hutang atau ekuitas
DER menunjukkan bahwa semakin besar kewajiban yang harus dipenuhi oleh
46
perhitungan :
pengumpulan data dalam penelitian ini adalah teknik pengumpulan data sekunder
yang merupakan sumber data penelitian yang diperoleh peneliti secara tidak
langsung melalui media perantara yang diperoleh dan dicatat dari pihak
mannufaktur yang tercatat dan dipublikasikan oleh Bursa Efek Indonesia selama
dalam melakukan analisis data pada penelitian ini adalah sebagai berikut:
assets (ROA) sebagai proksi dari Profitabilitas,Current Ratio (CR) sebagai proksi
pengujian asumsi klasik yang berguna untuk mengetahui apakah data yang
persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi ,tidak bias
dalam penelitian berdistribusi normal atau tidak.Model regresi yang baik adalah
48
diketahui bahwa uji T dan uji F mengasumsikan bahwa nilai residual mengikuti
alat yang sering digunakan untuk menguji normalitas residual yaitu dengan uji
a. Jika angka signifikan < taraf signifikan 0,05 maka distribusi data
dikatakan normal
c. Model regresi yang baik adalah mempunyai distribusi data normal atau
mendekati normal.
untuk mengetahui apakah dalam model regresi ditemukan adanya hubungan atau
variabel variabel yang memiliki indikasi kuat terhadap pelanggaran asumsi klasik
tidaknya multikolinieritas pada model regresi dapat dilihat dari beberapa hal,yaitu
sebagai berikut:
a. Apabila nilai Tolerance Value> 0,1 dan nilai VIF ( variance Inflation
Factor) < 10, maka diartikan bahwa tidak terdapat multikolinieritas pada
penelitian tersebut.
b. Apabila nilai Toleranve value < 0,1 dan nilai VIF (variance inflation
factor) > dari 10, maka terjadi gangguan multikolinieritas pada penelitian
tersebut.
Heteroskedastisitas.
yaitu dengan melihat grafik Plot antar nilai prediksi variabel dependen yaitu
apabila tidak ada pola yang jelas, serta titik titik yang menyebar diatas dan
apakah dalam sebuah nodel regresi linear terdapat kolerasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 pada
data yang tersusun dalam rangkaian waktu (time series).Untuk mengetahui apakah
a. Apabila 0< d < dL berarti tidak ada autokolerasi positif dengan keputusan
ditolak.
keputusan No decision.
c. Apabila 4-dL < d < 4 berarti tidak ada kolerasi negatif dengan keputusan
ditolak.
keputusan no decision.
e. Apabila du < d < 4-du berarti tidak ada autokolerasi positif atau negatif
Keterangan:
= Konstanta
e = Standar Error
seberapa jauh pengaruh variabel independen yang digunakan dalam penelitian ini
sama terhadap variabel dependen. Fhitungdan Ftabel dalam model regresi linear
berganda dengan tingkat kepercayaan untuk pengujian hipotesis adalah 95% atau
semakin kecil model regresi yang digunakan untuk dapat menjelaskan variabel
dependen.
BAB IV
terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2018-2020 yang berjumlah
dengan tahun pengamatan selama 3 tahun maka jumlah sammpel yang sebanyak
Tabel 4.1
Purposive Sampling
No Kriteria Jumlah
periode 2018-2020
54
55
Tabel 4.2
Sampel Penelitian
gambaran deskripsi suatu data yang dapat dilihat dari nilai rata rata
Sebelum membahas pengujian atau hipotesis yang diajukan, berikut ini akan
adalah 44 perusahaan.
Tabel 4.3
Descriptive Statistics
diukur dengan Divident Payout Ratio (DPR). Hasil Statistik Deskriptif untuk
variabel ini menunjukkan nilai tertinggi (Maximum) sebesar 8,03 dan nilai
terendah (Minimum) sebesar 0,02. Nilai rata rata (mean) dari variabel dependen
ini adalah 0,6504 dan nilai standar deviasi (standar deviation) untuk kebijakan
yang diukur dengan Return On Asset (ROA). Hasil statistik deskriptif untuk
59
nilai terendah (minimum) sebesar 0,00. Nilai rata rata (Mean) dari variabel
Profitabilitas adalah 0,1093 dan nilai standar deviasi (Standar deviation) adalah
1,01349
diukur dengan Current Ratio. Hasil statistik deskriptif untuk variabel Likuiditas
(minimum) sebesar 0,17 Nilai rata rata (Mean) dari variabel Likuiditas adalah
yang diukur dengan Debt To Equity Ratio (DER). Hasil statistik deskriptif untuk
variabel Struktur modal menunjukkan nilai tertinggi (maximum) sebesar 14,06 dan
nilai terendah (minimum) sebesar 0,04. Nilai rata rata (Mean) dari variabel
Struktur Modal adalah 0,8860 dan nilai standar deviasi (Standar deviation)
adalah 1,49118.
perusahaan yang diukur dengan Growth. Hasil statistik deskriptif untuk variabel
dan nilai terendah (minimum) sebesar -1,00. Nilai rata rata (Mean) dari variabel
serta konsisten. Uji asumsi klasik dilakukan untuk mengetahui apakah model
regresi benar benar menunjukkan hubungan yang signifikan dan representatif. Uji
Uji normalitas data bertujuan untuk mengetahui apakah data yang tepat
dengan menggunakan uji Kolmogrov Smirnov. Uji data statistik dengan model ini
ataupun keduanya sdah terdistribusi secara Normal atau tidak dapat dilihat dari :
a. Nilai Sig. Atau signifikan < 0,05 maka distribusi data adalah tidak normal
b. Nilai sig. Atau signifikan > 0,05 maka distribusi data adalah normal
61
Hasil uji normalitas dalam penelitian ini ditunjukkan dalam tabel berikut:
Tabel 4.4
Unstandardized
Residual
132
a,b
Normal Parameters Mean ,0000000
Positive ,051
Negative -,054
lebih besar dari 0,05. Sehingga dari tabel tersebut dapat disimpulkan bahwa data
Gambar 4.1
Gambar 4.2
Pada gambar 4.1 terlihat bahwa grafik Histogram memberikan pola yang
berbentuk pola normal dan sebaran data yang berbentuk bel,sehingga dapat
Sama halnya dengan hasil uji normalitas yang ditunjukkan pada gambar
4.2 normal p-plot menunjukkan bahwa titik menyebar disekitar garis diagonal dan
mengikuti arah garis histogram menuju pola distribusi normal, maka variabel
ini,teknik yang digunakan adalah melihat nilai Variance Inflantion Factor (VIF)
dari nilai tolerance.Kedua ukuran ini enujukkan setiap variabel independen mana
Tabel 4.5
Coefficientsa
(X4)
Profitabilitas memiliki nilai VIF sebesar 1,074 dengan tolerance sebesar 0,931.
Variabel Likuiditas memilki nilai VIF sebesar 1,186 dengan tolerance sebesar
0,843. Variabel Struktur Modal memiliki nilai VIF sebesar 1,094 dengan
sebesar 1,254 dengan tolerance sebesar 0,798. Hasil menunjukkan bahwa seluruh
variabel independen nilai VIF < 10. Disamping itu, keseluruhan nilai tolerance
setiap variabel independen > dari 0,10. Hal ini menunjukkan bahwasanya setiap
variabel variabel yang digunakan dalam penelitian ini tidak menunjukkan adanya
regresi terjadi ketidaksamaan varian residual suatu pengamatan yang lain jika
65
variance residua satu pengamatan lain tetap, maka disebut homokedastisitas dan
heteroskedasrrtisitas.
Tabel 4.6
Hasil Uji heteroskedastisitas
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
(X4)
Likuiditas 0,348. Nilai signifikan variabel Struktur Modal 0,771 dan Nilai
signifikan variabel pertumbuhan perusahaan 0,194 lebih besar dari 0,05 artinya
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama
lainnya. Model regresi yang baik adalah regresi dari bebas autokolerasi. Pengujian
Tabel 4.7
Model Summaryb
a. Predictors: (Constant), Pertumbuhan Perusahaan (X4), Stuktur Modal (X3), Likuiditas (X2),
Profitabilitas (X1)
selanjutnya nilai ini akan kita bandingkan dengan nilai tabel Durbin watson pada
signifikansi 5%. Nilai Durbin Watson sebesar 2,131> dari batas atas (du) yakni
1,7786 dan lebih kecil dari (4-du) (4-17786)=2,2214 atau bisa diringkas
Tabel 4.8
Hasil Uji Regresi Berganda
Coefficientsa
Standardized
Perusahaan (X4)
Dari tabel analisis regresi linear berganda diatas, maka dapat diketahui
Perusahaan bernilai nol (0) atau nilainya tetap (konstan), maka makavariabel
Variabel X1
negatif yang berarti bahwa arah hubungan variabel X1 terhadap variabel Y tidak
Variabel X2
positif yang berarti bahwa arah hubungan variabel X2 terhadap variabel Y searah
Variabel X3
Koefisien regresi variabel Struktur Modal (X3) sebesar 0,236 artinya terjadi
positif yang berarti bahwa arah hubungan variabel X3 terhadap variabel Y searah
Variabel X4
yang berarti bahwa arah hubungan variabel X4 terhadap variabel Y searah yang
berikut:
a. Jika signifikansi > 0,05 maka hipotesis ditolak (koeifisien regresi tidak
b. Jika nilai signifikansi < 0,05 maka hipotesis diterima ( koeifisien regresi
Tabel 4.9
Coefficientsa
Standardized
Perusahaan (X4)
Dividen (Y) sebesar 0,000< 0,050 sedangkan untuk nilai t hitung sebesar 4,571> t
Kebijakan Dividen (Y) sebesar 0,001< 0,050 sedangkan untuk nilai t hitung
terhadap Kebijakan Dividen (Y) sebesar 0,008< 0,050 sedangkan untuk nilai t
hitung sebesar 2,709> t tabel (1.97882), dimana Ho ditolak dan Hi diterima yang
adalahnsebagai berikut :
Tabel 4.10
ANOVAa
b. Predictors: (Constant), Pertumbuhan Perusahaan (X4), Stuktur Modal (X3), Likuiditas (X2),
Profitabilitas (X1)
nilai F tabel (17,563>2.44), dengan nilai signifikansi sebesar 0,000< 0,05. Dengan
dividen.
73
Tabel 4.11
berartiterdapatpengaruh variabel
Profitabilitas terhadapVariabel
Kebjakan dividen.
dividen.
kebijakan dividen.
adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel
Tabel 4.12
Model Summary
Dari tabel diatas dapat terlihat nilai R Square 0,356atau 35,6%. Angka
sedangkan sisanya 64,4% dipengaruhi oleh faktor variabel lain di luar penelitian
ini diukur dengan Return On Asset (ROA). Berdasarkan hasil Uji t dapat dilihat
bahwa pengaruh profitabilitas terhadap kebijkan dividen sebesar 0,026 < 0,050
sedangkan untuk nilai t Hitung sebesar 2,257 > t tabel (1.97882), dimana Ho
ditolak dan Ha diterima yang berarti dalam hal ini profitabilitas berpengaruh
Hasil penelitian ini mendukung penelitian yang dilakukan oleh Ahmad &
berarti dividen yang dibagikan akan besar pula, demikian sebaliknya . perusahaan
dividen, maka investor akan menganggap kondisi perusahaan saat ini dan akan
datang relatif baik. Sebaliknya penelitian ini tidak mendukung penelitian yang
dilakukan oleh Sari & Sudjarmi (2018) yang menyatakan bahwa Profitabilitas
diukur dengan Crrent Ratio. Berdasarkan tabel uji t tabel sebesar 0,000 < 0,050
sedangkan untuk nilah t hitung sebesar 4,571 > t tabel (1.97882), dimana Ho
kebijakan dividen.
Dalam hal ini jika perusahaan memiliki likuiditas yang tinggi akan
perusahaan tidak terbebani oleh kewajiban jangka pendeknya. Hal ini sesuai
dengan penelitian yang dilakukan oleh Trisna Dewi (2017), Sari & Sudjarmi
dividen, dan penelitian ini bertolak belakang dengan peelitian yang dilakukan oleh
modal terhadap kebijakan dividen. Berdasarkan tabel uji t diatas pengaruh struktur
modal terhadap kebijakan dividen sebesar 0,001 < 0,050 sedangkan untuk nilai t
hitung sebesar 3,467 > t tabel (1.97882), dimana Ho ditolak dan Ha diterima yang
(2017) yang menyatakan bahwa peningkatan rasio struktur modal akan diikuti
dengan peningkatan kebijakan dividen. Struktur modal dalam hal ini dipercaya
berpengaruh dalam besaran dividen yang akan dibagikan pada pemegang saham.
pembayaran pajak tersebut akan menjadi hak pemegang saham dalam bentuk
dividen.
Dividen
perusahaan dalam penelitian ini diukur dengan growth. Berdasarkan hasil uji t
sebesar 0,008 < 0,050 sedangkan untuk nilai t hitung sebesar 2,709 > t tabel
memiliki kemudahan akses dalam memperoleh hutang, selain itu perusahaan besar
mampu memperoleh laba besar dari aset yang dimiliki. Penelitian ini sejalan
dengan penelitian yang dilakukan oleh Helen & Nugroho yang menyatakan tidak
5.1 Kesimpulan
sedangkan untuk nilai t hitung sebesar 2,257 >t tabel (1.97882), dimana H1
diterima.
diterima.
diterima.
dividen dapat dibuktikan bahwa nilai signifikansi sebesar 0,008 < 0,050
diterima.
80
81
5.2 Saran
solvabilitas.
82
Indonesia.
83
DAFTAR PUSTAKA
Manajemen, 18-32.
Deny Sunaryo, S. (2021). Manajemen Keuangan II. (T. Q. Media, Penyunt.) Jawa
Press.
Ida Ayu Putri Pertami Dewi, I. B. (2018). Faktor Faktor yang memengaruhi
Imam Ghozali Haji. (2018). Aplikasi Analisis Multivariate Dengan Program IMB
Inggrid Liang dan Khairina Natsir. (2019). Pengaruh Profitabilitas dan Ukuran
481-498.
https://www.idx.co.id
https://bahasekonomi.blogspot.com/2017/04/kebijakan-dividen
https://digilib.unhas.ac.id/uploaded_files/temporary
https://kasuskebijakandividen.blogspot.com
https://www.google.com/amp.ko...-dan-contoh-perhitunankebijakandividen-bagi-
investor
86
LAMPIRAN
No Kriteria Jumlah
1 Jumlah populasi perusahaan manufaktur yang terdaftar di Bursa 193
Efek Indonesia (BEI) selama periode 2018-2020
2 Perusahaan yang tidak terdaftar di Bursa Efek Indonesia (BEI) 28
secara berturut turut selama periode 2018-2020
3 Perusahaan yang terlambat melaporkan laporan keuangan 25
periode 2018-2020
4 Perusaaan yang tidak menggunakan mata uang Rupiah 25
5 Perusahaan manufaktur yang tidak memiliki data lengkap 71
terkait penelitian periode 2018-2020
Jumlah sampel penelitian 44
Total sampel selama 3 tahun 132
0,7023
21 INDF 2018 3.484.931 4.961.851
0,5929
22 INDS 2018 65.624.971.000 110.686.883.366
0,0667
23 INKP 2018 39.216 588.206
2,2487
24 INTP 2018 2.576.862 1.145.937
0,5352
25 JPFA 2018 1.205.915 2.253.201
0,7245
26 KEJU 2018 48.888.888.888 67.479.160.972
0,1392
27 MARK 2018 11.400.000.930 81.905.439.662
1,7607
28 MOLI 2018 165.936.641 94.243.997
0,3502
29 MYOR 2018 616.550.017.575 1.760.434.280.304
0,6578
30 PEHA 2018 87.686.243 133.292.514
0,2751
31 PBID 2018 81.867.571 297.628.915
0,2831
32 ROTI 2018 36.005.365.328 127.171.436.363
0,2836
33 SCCO 2018 72.038.190.000 253.995.332.656
0,9865
34 SIDO 2018 654.882 663.849
0,1362
35 SKLT 2018 4.351.665.150 31.954.131.252
0,1481
36 SMBR 2018 36.661.209 247.502.029
0,2680
37 SMGR 2018 827.110 3.085.704
0,1636
38 SMSM 2018 103.656 633.550
0,4764
39 TCID 2018 82.437.333.470 173.049.442.756
0,0272
40 TKIM 2018 6.695 245.709
0,5358
41 TOTO 2018 185.760.000.000 346.692.796.102
0,1783
42 ULTJ 2018 125.100 701.607
89
0,6694
43 UNIC 2018 11.567.189 17.280.630
0,6799
44 WSBP 2018 750.247.612.882 1.103.472.788.182
0,1091
18 IGAR 2019 6.638.247.950 60.836.752.751
0,2856
19 IMAS 2019 34.773.260.147 121.769.771.786
0,5664
20 INAI 2019 19.008.000.000 33.558.115.185
0,3345
21 INDF 2019 1.974.386 5.902.729
0,6468
22 INDS 2019 65.624.971.000 101.465.560.351
0,1386
23 INKP 2019 38.033 274.390
1,1032
24 INTP 2019 2.024.677 1.835.305
0,3388
25 JPFA 2019 638.281 1.883.857
2,6240
26 KEJU 2019 257.277.777.778 98.047.666.143
0,3023
27 MARK 2019 26.600.002.170 88.002.544.533
0,4638
28 MOLI 2019 28.252.151 60.910.956
0,3249
29 MYOR 2019 662.654.792.025 2.039.404.206.764
0,9052
30 PEHA 2019 92.614.696 102.310.124
0,4248
31 PBID 2019 94.992.476 223.626.619
0,2525
32 ROTI 2019 59.724.779.679 236.518.557.420
0,2384
33 SCCO 2019 72.374.190.000 303.593.922.331
0,7924
34 SIDO 2019 640.028 807.689
0,1245
35 SKLT 2019 5.594.998.050 44.943.627.900
0,6308
36 SMBR 2019 18.971.143 30.073.855
0,5250
37 SMGR 2019 1.244.948 2.371.233
0,0497
38 SMSM 2019 31.721 638.676
0,5818
39 TCID 2019 84.448.000.140 145.149.344.561
91
0,0650
40 TKIM 2019 10.821 166.516
0,8074
41 TOTO 2019 113.520.000.000 140.597.500.915
0,1448
42 ULTJ 2019 150.042 1.035.865
0,2139
43 UNIC 2019 2.435.568 11.388.329
0,6842
44 WSBP 2019 551.607.222.015 806.148.752.926
0,7528
15 HOKI 2020 28.635.668.400 38.038.419.405
0,2159
16 HRTA 2020 36.842.099.200 170.679.197.734
0,3931
17 ICBP 2020 2.915.985 7.418.574
0,1092
18 IGAR 2020 6.638.247.950 60.770.710.445
0,0526
19 IMAS 2020 35.520.332.060 675.710.445.502
3,9684
20 INAI 2020 15.840.000.000 3.991.581.552
0,3853
21 INDF 2020 3.371.943 8.752.066
1,1170
22 INDS 2020 65.624.971.000 58.751.009.229
0,0636
23 INKP 2020 18.691 294.041
1,4775
24 INTP 2020 2.668.893 1.806.337
0,2578
25 JPFA 2020 258.375 1.002.376
0,9917
26 KEJU 2020 120.000.000.000 121.000.016.429
0,1845
27 MARK 2020 26.600.002.170 144.194.690.952
0,1693
28 MOLI 2020 13.425.609 79.288.256
0,3265
29 MYOR 2020 685.013.491.750 2.098.168.514.645
1,4677
30 PEHA 2020 71.425.193 48.665.150
0,3004
31 PBID 2020 112.236.000 373.653.845
0,8868
32 ROTI 2020 149.528.741.987 168.610.282.478
0,4319
33 SCCO 2020 102.861.700.000 238.152.486.485
0,8287
34 SIDO 2020 773.988 934.016
0,2193
35 SKLT 2020 9.324.996.750 42.520.246.722
0,5608
36 SMBR 2020 6.158.861 10.981.673
93
0,0952
37 SMGR 2020 254.472 2.674.343
0,0661
38 SMSM 2020 35.656 539.116
1,5417
39 TCID 2020 84.448.000.140 54.776.587.213
0,0359
40 TKIM 2020 5.318 148.334
1,0088
41 TOTO 2020 30.960.000.000 30.689.667.468
0,1232
42 ULTJ 2020 136.678 1.109.666
0,2206
43 UNIC 2020 6.021.620 27.294.821
0,0423
44 WSBP 2020 201.520.505.109 4.759.958.927.543
94
0,0514
21 INDF 2018 4.961.851 96.537.796
0,0446
22 INDS 2018 110.686.883.366 2.482.337.567.967
0,0672
23 INKP 2018 588.206 8.751.013
0,0412
24 INTP 2018 1.145.937 27.788.562
0,0978
25 JPFA 2018 2.253.201 23.038.028
0,1258
26 KEJU 2018 67.479.160.972 536.474.210.503
0,2575
27 MARK 2018 81.905.439.662 318.080.326.465
0,0504
28 MOLI 2018 94.243.997 1.868.245.599
0,1001
29 MYOR 2018 1.760.434.280.304 17.591.706.426.634
0,0713
30 PEHA 2018 133.292.514 1.868.663.546
0,1296
31 PBID 2018 297.628.915 2.295.734.967
0,0289
32 ROTI 2018 127.171.436.363 4.393.810.380.883
0,0610
33 SCCO 2018 253.995.332.656 4.165.196.478.857
0,1989
34 SIDO 2018 663.849 3.337.628
0,0428
35 SKLT 2018 31.954.131.252 747.293.725.435
0,0447
36 SMBR 2018 247.502.029 5.538.079.503
0,0608
37 SMGR 2018 3.085.704 50.783.836
0,2262
38 SMSM 2018 633.550 2.801.203
0,0708
39 TCID 2018 173.049.442.756 2.445.143.511.801
0,0829
40 TKIM 2018 245.709 2.965.136
0,1197
41 TOTO 2018 346.692.796.102 2.897.119.790.044
0,1263
42 ULTJ 2018 701.607 5.555.871
96
0,0731
43 UNIC 2018 17.280.630 236.410.388
0,0725
44 WSBP 2018 1.103.472.788.182 15.222.388.589.814
ROA
NO KODE TAHUN LABA BERSIH TOTAL ASET
0,0848
1 ALDO 2019 78.421.735.355 925.114.448.507
0,1210
2 ARNA 2019 217.675.239.509 1.799.137.069.343
0,0661
3 ASII 2019 23.279 351.958
0,0213
4 BUDI 2019 64.021 2.999.767
0,1547
5 CEKA 2019 215.459.200.242 1.393.079.542.074
0,0138
6 CINT 2019 7.221.065.916 521.493.784.876
0,1237
7 CPIN 2019 3.632.174 29.353.041
0,2229
8 DLTA 2019 317.815.177 1.425.983.722
0,0124
9 DPNS 2019 3.937.685.121 318.141.387.900
0,1212
10 DVLA 2019 221.783.249 1.829.960.714
0,0799
11 EKAD 2019 77.402.572.552 968.234.349.565
0,0901
12 FASW 2019 968.833.390.696 10.751.992.944.302
0,0861
13 GOOD 2019 435.766.359.480 5.063.067.672.414
0,2696
14 HMSP 2019 13.721.513 50.902.806
0,1222
15 HOKI 2019 103.723.133.972 848.676.035.300
1,5586
16 HRTA 2019 149.990.636.633 96.236.613.278
0,1385
17 ICBP 2019 5.360.029 38.709.314
97
0,0985
18 IGAR 2019 60.836.752.751 617.594.780.669
0,0027
19 IMAS 2019 121.769.771.786 44.698.662.588.632
0,0277
20 INAI 2019 33.558.115.185 1.212.894.403.676
0,0614
21 INDF 2019 5.902.729 96.198.559
0,0358
22 INDS 2019 101.465.560.351 2.834.422.741.208
0,0323
23 INKP 2019 274.390 8.502.050
0,0662
24 INTP 2019 1.835.305 27.707.749
0,0748
25 JPFA 2019 1.883.857 25.185.009
0,1471
26 KEJU 2019 98.047.666.143 666.313.386.673
0,1994
27 MARK 2019 88.002.544.533 441.254.067.741
0,0325
28 MOLI 2019 60.910.956 1.872.712.715
0,1071
29 MYOR 2019 2.039.404.206.764 19.037.918.806.473
0,0488
30 PEHA 2019 102.310.124 2.096.719.180
0,0956
31 PBID 2019 223.626.619 2.338.919.728
0,0505
32 ROTI 2019 236.518.557.420 4.682.083.844.951
0,0690
33 SCCO 2019 303.593.922.331 4.400.655.628.146
0,2284
34 SIDO 2019 807.689 3.536.898
0,0568
35 SKLT 2019 44.943.627.900 790.845.543.826
0,0054
36 SMBR 2019 30.073.855 5.571.270.204
0,0297
37 SMGR 2019 2.371.233 79.807.067
0,2056
38 SMSM 2019 638.676 3.106.981
0,0569
39 TCID 2019 145.149.344.561 2.551.192.620.939
98
0,0544
40 TKIM 2019 166.516 3.062.331
0,0482
41 TOTO 2019 140.597.500.915 2.918.467.252.139
0,1567
42 ULTJ 2019 1.035.865 6.608.422
0,0518
43 UNIC 2019 11.388.329 219.757.521
0,0499
44 WSBP 2019 806.148.752.926 16.149.121.684.330
ROA
NO KODE TAHUN LABA BERSIH TOTAL ASET
0,0685
1 ALDO 2020 65.331.041.553 953.551.967.212
0,1656
2 ARNA 2020 326.241.511.507 1.970.340.289.520
0,0517
3 ASII 2020 17.491 338.203
0,0226
4 BUDI 2020 67.093 2.963.007
0,1161
5 CEKA 2020 181.812.593.992 1.566.673.828.068
0,0005
6 CINT 2020 249.076.655 498.020.612.974
0,1234
7 CPIN 2020 3.845.833 31.159.291
0,1007
8 DLTA 2020 123.465.762 1.225.580.913
0,0076
9 DPNS 2020 2.400.715.154 317.310.718.779
0,0816
10 DVLA 2020 162.072.984 1.986.711.872
0,0887
11 EKAD 2020 95.929.070.810 1.081.979.820.386
0,0307
12 FASW 2020 353.299.343.980 11.513.044.288.721
0,0373
13 GOOD 2020 245.103.761.907 6.570.969.641.033
0,1728
14 HMSP 2020 8.581.378 49.674.030
99
0,0419
15 HOKI 2020 38.038.419.405 906.924.214.166
0,0603
16 HRTA 2020 170.679.197.734 2.830.686.417.461
0,0716
17 ICBP 2020 7.418.574 103.588.325
0,0913
18 IGAR 2020 60.770.710.445 665.863.417.235
0,0140
19 IMAS 2020 675.710.445.502 48.408.700.495.082
0,0029
20 INAI 2020 3.991.581.552 1.395.969.637.457
0,0536
21 INDF 2020 8.752.066 163.136.516
0,0208
22 INDS 2020 58.751.009.229 2.826.260.084.696
0,0346
23 INKP 2020 294.041 8.496.277
0,0661
24 INTP 2020 1.806.337 27.344.672
0,0386
25 JPFA 2020 1.002.376 25.961.760
0,1793
26 KEJU 2020 121.000.016.429 674.806.910.037
0,2003
27 MARK 2020 144.194.690.952 719.726.855.599
0,0348
28 MOLI 2020 79.288.256 2.279.580.714
0,1061
29 MYOR 2020 2.098.168.514.645 19.777.500.514.550
0,0254
30 PEHA 2020 48.665.150 1.915.989.375
0,1543
31 PBID 2020 373.653.845 2.421.301.079
0,0379
32 ROTI 2020 168.610.282.478 4.452.166.671.985
0,0636
33 SCCO 2020 238.152.486.485 3.743.659.818.718
0,2426
34 SIDO 2020 934.016 3.849.516
0,0549
35 SKLT 2020 42.520.246.722 773.863.042.440
0,0019
36 SMBR 2020 10.981.673 5.737.175.560
100
0,0343
37 SMGR 2020 2.674.343 78.006.244
0,1597
38 SMSM 2020 539.116 3.375.526
0,0237
39 TCID 2020 54.776.587.213 2.314.790.056.002
0,0483
40 TKIM 2020 148.334 3.073.164
0,0340
41 TOTO 2020 30.689.667.468 903.604.080.414
0,1268
42 ULTJ 2020 1.109.666 8.754.116
0,1127
43 UNIC 2020 27.294.821 242.256.371
0,4509
44 WSBP 2020 4.759.958.927.543 10.557.550.739.243
101
CURRENT
AKTIVA UTANG RATIO
NO KODE TAHUN LANCAR LANCAR
1,6192
1 ALDO 2018 507.642.980.274 313.512.585.026
1,7363
2 ARNA 2018 827.587.984.112 476.647.908.156
1,1263
3 ASII 2018 131.180 116.467
1,0032
4 BUDI 2018 1.472.140 1.467.508
5,1130
5 CEKA 2018 809.166.450.672 158.255.592.250
2,7083
6 CINT 2018 219.577.845.340 81.075.913.501
2,9787
7 CPIN 2018 14.097.959 4.732.868
7,1983
8 DLTA 2018 1.384.227.944 192.299.843
7,7361
9 DPNS 2018 192.296.998.181 24.857.084.132
2,8890
10 DVLA 2018 1.203.372.372 416.537.366
5,0499
11 EKAD 2018 461.472.621.715 91.381.683.504
0,9629
12 FASW 2018 3.530.218.883.678 3.666.242.543.034
1,1814
13 GOOD 2018 1.570.545.769.306 1.329.358.276.278
4,3020
14 HMSP 2018 37.831.483 8.793.999
2,6784
15 HOKI 2018 490.747.589.782 183.224.424.681
3,6868
16 HRTA 2018 1.430.530.685.815 388.009.846.474
1,9517
17 ICBP 2018 14.121.568 7.235.398
5,7625
18 IGAR 2018 416.191.470.230 72.223.978.098
0,7493
19 IMAS 2018 16.137.583.174.822 21.536.297.168.526
1,0233
20 INAI 2018 1.053.375.131.067 1.029.377.481.187
1,0663
21 INDF 2018 33.272.618 31.204.102
5,2113
22 INDS 2018 1.134.664.034.610 217.729.909.744
102
2,4060
23 INKP 2018 4.190.614 1.741.730
3,1373
24 INTP 2018 12.315.796 3.925.649
1,7982
25 JPFA 2018 12.415.809 6.904.477
2,2995
26 KEJU 2018 322.856.090.927 140.400.984.686
2,2189
27 MARK 2018 162.149.436.873 73.075.412.445
2,3855
28 MOLI 2018 1.087.918.253 456.061.430
2,6546
29 MYOR 2018 12.647.858.727.872 4.764.510.387.113
1,0382
30 PEHA 2018 1.008.461.509 971.332.958
2,3858
31 PBID 2018 1.689.893.416 708.309.176
3,5712
32 ROTI 2018 1.876.409.299.238 525.422.150.149
1,9075
33 SCCO 2018 2.310.899.967.253 1.211.478.289.822
4,1902
34 SIDO 2018 1.543.597 368.380
1,2244
35 SKLT 2018 356.735.670.030 291.349.105.535
2,1344
36 SMBR 2018 1.358.329.865 636.408.215
1,9672
37 SMGR 2018 16.091.024 8.179.819
3,9432
38 SMSM 2018 1.853.782 470.116
5,8610
39 TCID 2018 1.333.428.311.186 227.508.966.451
1,6965
40 TKIM 2018 941.679 555.059
2,9535
41 TOTO 2018 1.339.048.037.127 453.374.610.070
4,3981
42 ULTJ 2018 2.793.521 635.161
2,6952
43 UNIC 2018 179.402.109 66.564.069
1,3970
44 WSBP 2018 10.236.132.156.003 7.327.262.600.178
103
TOTAL
NO KODE TAHUN KEWAJIBAN TOTAL EKUITAS DER
1 ALDO 2018 442.342.130.920 445.406.568.767 0,9931
2 ARNA 2018 556.309.556.626 1.096.596.429.104 0,5073
3 ASII 2018 170.348 174.363 0,9770
4 BUDI 2018 2.166.496 1.226.484 1,7664
5 CEKA 2018 192.308.466.864 976.647.575.842 0,1969
6 CINT 2018 102.703.457.308 388.678.577.828 0,2642
7 CPIN 2018 8.253.944 19.391.174 0,4257
8 DLTA 2018 239.353.356 1.284.163.814 0,1864
9 DPNS 2018 44.476.413.260 277.708.599.001 0,1602
10 DVLA 2018 482.559.876 1.200.261.863 0,4020
11 EKAD 2018 128.684.953.153 724.582.501.247 0,1776
12 FASW 2018 6.676.781.411.219 4.288.337.297.565 1,5570
13 GOOD 2018 1.722.999.829.003 2.489.408.476.680 0,6921
14 HMSP 2018 11.244.176 35.358.253 0,3180
15 HOKI 2018 195.678.977.792 563.167.578.239 0,3475
16 HRTA 2018 444.308.333.455 11.092.723.219.024 0,0401
17 ICBP 2018 11.660.003 22.707.150 0,5135
18 IGAR 2018 87.283.567.361 482.914.243.337 0,1807
19 IMAS 2018 30.844.060.259.718 10.200.251.031.046 3,0239
20 INAI 2018 1.096.799.666.849 303.883.931.247 3,6093
21 INDF 2018 46.620.996 49.916.800 0,9340
22 INDS 2018 288.105.732.114 2.194.231.835.853 0,1313
23 INKP 2018 4.979.481 3.771.532 1,3203
24 INTP 2018 4.566.973 23.221.589 0,1967
25 JPFA 2018 12.823.219 10.214.809 1,2554
108
PENDAPATAN PENDAPATAN
NO KODE USAHA 2018 USAHA 2019 GROWTH 2019
1 ALDO 789.643.654.873 1.096.435.817.888 0,3885
Pertumbuha
Dividend Stuktur
Profitabilit Likuiditas n
NO KODE Tahun Payout Modal
as (X1) (X2) Perusahaan
Ratio (Y) (X3)
(X4)
1 ALDO 2018 0,0206 0,0048 1,6192 0,9931 0,1142
2 ARNA 2018 0,5588 0,0957 1,7363 0,5073 0,1376
3 ASII 2018 0,3536 0,0837 1,1263 0,9770 0,1609
4 BUDI 2018 0,3566 0,0149 1,0032 1,7664 0,0544
5 CEKA 2018 0,2890 0,0793 5,1130 0,1969 -0,1476
6 CINT 2018 6,4925 0,0276 2,7083 0,2642 -0,0095
7 CPIN 2018 0,2018 0,1646 2,9787 0,4257 0,0930
8 DLTA 2018 0,6157 0,2219 7,1983 0,1864 0,1488
9 DPNS 2018 0,1059 0,0291 7,7361 0,1602 0,2883
10 DVLA 2018 0,5951 0,1192 2,8890 0,4020 -0,2146
11 EKAD 2018 0,1699 0,0868 5,0499 0,1776 0,1566
12 FASW 2018 0,2864 0,1278 0,9629 1,5570 0,3545
13 GOOD 2018 0,4303 0,1010 1,1814 0,6921 0,0760
14 HMSP 2018 0,9219 0,2905 4,3020 0,3180 0,0772
15 HOKI 2018 0,1574 0,1189 2,6784 0,3475 0,1832
16 HRTA 2018 0,2239 1,3422 3,6868 0,0401 0,1059
17 ICBP 2018 0,5774 0,1356 1,9517 0,5135 0,0457
18 IGAR 2018 0,1088 0,0783 5,7625 0,1807 0,0202
19 IMAS 2018 2,7666 0,0007 0,7493 3,0239 0,1386
20 INAI 2018 0,4698 0,0289 1,0233 3,6093 0,1530
21 INDF 2018 0,7023 0,0514 1,0663 0,9340 0,0457
22 INDS 2018 0,5929 0,0446 5,2113 0,1313 0,2196
23 INKP 2018 0,0667 0,0672 2,4060 1,3203 0,0663
24 INTP 2018 2,2487 0,0412 3,1373 0,1967 0,0526
25 JPFA 2018 0,5352 0,0978 1,7982 1,2554 0,1490
26 KEJU 2018 0,7245 0,1258 2,2995 0,4314 0,0865
27 MARK 2018 0,1392 0,2575 2,2189 0,3379 0,3573
28 MOLI 2018 1,7607 0,0504 2,3855 0,6064 0,0515
29 MYOR 2018 0,3502 0,1001 2,6546 1,0593 -0,0879
30 PEHA 2018 0,6578 0,0713 1,0382 1,3660 0,0008
31 PBID 2018 0,2751 0,1296 2,3858 0,4867 0,2473
32 ROTI 2018 0,2831 0,0289 3,5712 0,5063 1,0714
33 SCCO 2018 0,2836 0,0610 1,9075 0,4310 0,1621
34 SIDO 2018 0,9865 0,1989 4,1902 0,1499 0,0736
118
Tabel .4.3
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Dividend Payout Ratio (Y) 132 ,02 8,03 ,6504 1,01349
Profitabilitas (X1) 132 ,00 1,56 ,1093 ,18166
Likuiditas (X2) 132 ,17 208,44 4,9408 18,22720
Stuktur Modal (X3) 132 ,04 14,06 ,8860 1,49118
Pertumbuhan Perusahaan (X4) 132 -1,00 1,07 -,1682 ,45355
Valid N (listwise) 132
Sumber : Hasil Pengujian Data SPSS 2022 ( Lampiran B.1 )
Coefficientsa
Correlations Collinearity Statistics
Model Zero-order Partial Part Tolerance VIF
1 Profitabilitas (X1) -,164 -,196 -,161 ,931 1,074
Likuiditas (X2) ,410 ,376 ,325 ,843 1,186
Stuktur Modal (X3) ,354 ,294 ,247 ,914 1,094
Pertumbuhan Perusahaan ,426 ,234 ,193 ,798 1,254
(X4)
a. Dependent Variable: Dividend Payout Ratio (Y)
Sumber : Hasil Pengujian Data, 2022 (Lampiran B.3)
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,448 ,176 2,541 ,012
Profitabilitas (X1) -,095 ,048 -,177 -1,962 ,052
Likuiditas (X2) ,049 ,052 ,089 ,941 ,348
Stuktur Modal (X3) ,012 ,042 ,027 ,291 ,771
Pertumbuhan Perusahaan -,044 ,034 -,127 -1,304 ,194
(X4)
a. Dependent Variable: ABS_RES
Sumber : Hasil Pengujian Data, 2022 (Lampiran B.4)
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,597 ,356 ,336 1,04205 2,131
a. Predictors: (Constant), Pertumbuhan Perusahaan (X4), Stuktur Modal (X3), Likuiditas (X2),
Profitabilitas (X1)
b. Dependent Variable: Dividend Payout Ratio (Y)
Sumber : Hasil Pengujian Data SPSS, 2022 ( Lampiran B.5 )
130
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1,585 ,285 -5,569 ,000
Profitabilitas (X1) -,176 ,078 -,167 -2,257 ,026
Likuiditas (X2) ,386 ,084 ,354 4,571 ,000
Stuktur Modal (X3) ,236 ,068 ,258 3,467 ,001
Pertumbuhan Perusahaan ,147 ,054 ,216 2,709 ,008
(X4)
a. Dependent Variable: Dividend Payout Ratio (Y)
Sumber : Hasil Pengujian Data sPSS, 2022 ( Lampiran B.7)
131
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
b
1 Regression 76,287 4 19,072 17,563 ,000
Residual 137,906 127 1,086
Total 214,193 131
a. Dependent Variable: Dividend Payout Ratio (Y)
c. Predictors: (Constant), Pertumbuhan Perusahaan (X4), Profitabilitas (X1), Stuktur
Modal (X3), Profitabilitas (X2)
Sumber : Hasil Pengujian data, 2022 (Lampiran B.8)
Model Summary
Adjusted R
Model R R Square Square Std. Error of the Estimate
a
1 ,597 ,356 ,336 1,04205
a. Predictors: (Constant), Pertumbuhan Perusahaan (X4), , Stuktur Modal (X3), Likuiditas
(X2), Profitabilitas (X1)
132
Identitas Diri
Riwayat Pendidikan
SD SMP SMA
Nama Instansi SD N 091325 SMP N 3 Raya SMA N 1 Bangun
Merek Raya Purba
Jurusan IPS
Tahun Masuk-Lulus 2004-2010 2010-2013 2013-2016
Demikian daftar riwayat hidup ini saya buat dengan sebenar benarnya.
Penulis