Professional Documents
Culture Documents
PENDAHULUAN
Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh
responden atau sumber data lain terkumpul. Kegiatan dalam analisis data adalah
mengelompokkan data berdasarkan variable dan jenis responden, mentabulasi data
berdasarkan variable dari seluruh responden, menyajikan data tiap variable yang diteliti,
melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan
untuk menguji hipotesis yang telah diajukan.
Analisis data dalam penelitian kuantitatif menggunakan statistic. Ada 2 macam statistic
yaitu statistic deskriptif dan statistic inferensial. Statistic inferensial meliputi statistic
parametris dan nonparametris.
1.2.Rumusan Masalah
A. Apa yang dimaksud dengan Analisis Data Kuantitatif?
B. Apa saja teknik yang digunakan dalam analisis data kuantitatif?
C. Bagaimana contoh judul penelitian dan statistic yang digunakan untuk analisis?
D. Bagaimana konsep dasar pengujian hipotesis?
1.3. Tujuan
A. Untuk mengetahui pengertian dari Analisis Data Kuantif
B. Untuk mengetahui teknik yang digunakan dalam analisis data kuantitatif
C. Untuk mengetahui contoh judul penelitian dan statistic yang digunakan untuk analisis
D. Untuk mengetahui konsep dasar pengujian hipotesis
Analisis Data Kuantitatif 1
BAB II
PEMBAHASAN
Rata-rata (Mean)
Mean diperoleh dari jumlah semua nilai populasi dibagi dengan jumlah total nilainilai populasi.
Median
Median adalah pengukuran tendensi sentral berdasarkan nilai data yang terletak
ditengah-tengah dari suatu distribusi data penelitian yang disusun secara berurutan.
Modus
Modus (modu) adalah nilai yang paling sering muncul pada suatu distribusi nilai
variabel.
Analisis Data Kuantitatif 3
B. Statistik inferensial
Statistic inferensial adalah adalah tehnik statistic yang digunakan untuk menganalisis
data sampel dan hasilnya diberlakukan untuk populasi. Cocok digunakana pada sampel dari
populasi yang jelas dan tehnik pengambilan dilakukan secara random. Satatistik ini
kebenarannya bersifat perluang (probability). Kesimpulan dari sampel ini akan diberlakukan
untuk populasi itu mempunyai peluang kesalan dan kebenaran yang dinyatakan dalam bentuk
prosentase. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
Signifikansi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada
hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan yang
signifikan berarti hubungan itu dapat digeneralisasikan.
Statistik inferensial, menyelidiki pertanyaan, model dan hipotesis. Dalam banyak kasus,
kesimpulan dari statistik inferensial melebihi dari apa yang ditunjukkan oleh data itu sendiri.
Seringkali, seseorang menggunakan statistika inferensial untuk membuat kesimpulan dari
data terhadap kondisi yang lebih general. Jadi, statistika inferensial secara sederhana
menunjukkan ada apa dengan data yang diperoleh.
Dalam statistik inferensial dibagi menjadi 2 yakni statistik parametis dan statistik non
parametis, yakni:
1. Statistik parametris
Statistik parametris digunakan untuk menguji parameter populasi melalui statistic, atau
menguji ukuran populasi melalui data sampel. Parameter populasi itu meliputi: rata-rata
notasi (mu), simpangan baku (sigma), dan varians 2. Parameter populasi itu
meliputi: rata-rata X (X bar), simpangan baku s, dan varians s2. Statistik ini memerlukan
banyak asumsi. Asumsi utama adalah data yang akan dianalisis harus berdistribusi
normal. Dalam penggunaan salah satu test mengharuskan data dua kelompok atau lebih
Analisis Data Kuantitatif 4
yang diuji harus homogeny, dalam regresi harus terpenuhi asumsi literitas. Bila asumsi
yang melandasi dapat terpenuhi, statistic parametris mempunyai kekuatan yang lebih
daripada statistic nonparametris. Penggunaan parametris kebanyakan untuk menganalisis
data interval dan ratio.
2. Statistik Nonparametris
Data Nominal
Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka
yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan
tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau
diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan.
Data Ordinal
Data ini memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang
diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang
paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan
nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja.
Data Interval
Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan
tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur.
Data Ratio
Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni
ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur
dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran
dengan skala rasio memiliki titik nol.
b. Bentuk Hipotesis
Bentuk hipotesis ada 3 yaitu :
Hipotesis Deskriptif
Hipotesis deskriptif yang akan diuji dengan statistic parametris merupakan dugaan
terhadap nilai dalam satu sampel (unit sampel) dibandingkan dengan standart, sedangkan
hipotesis yang akan diuji dengan statistic nonparametris merupakan dugaan ada tidaknya
perbedaan secara signifikan nilai antar kelompok dalam satu sampel.
Hipotesis Komparatif
Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilainilai dua kelompok atau lebih. Dibedakan menjadi 2 yaitu Komparatif untuk 2 sampel
dan Komparatif lebih dari 2 sampel.
Hipotesis Assosiatif
Hipotesis Assosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan
antara dua variable atau lebih.
Interval
Ratio
t-test*
t-test of t-test*
Related
Independent
&
* Statistik Parametris
**Deskriptif untuk parametris artinya satu variabel dan untuk nonparametris artinya satu
sampel
Berdasarkan table tersebut dapat dikemukakan disini bahwa :
1) Untuk menguji hipotesis deskriptif satu sampel (unisampel) bila datanya berbentuk
nominal, maka digunakan teknik statistik : Binomial dan Chi kuadrat satu Sampel
2) Untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk ordinal, maka
digunakan teknik statistik : Run Test
3) Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya berbentuk
interval atau ratio, maka digunakan t-test satu sampel
4) Untuk menguji hipotesis kompratif dua sampel yang berpasangan bila datanya berbentuk
nominal digunakan teknik statistik : Mc Nemar
5) Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk
ordinal digunakan teknik statistik : Sign Test dan Wilcoxon matched pairs
6) Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk
interval atau ratio, digunakan t-test dua sampel
7) Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk
nominal digunakan teknik statistik : Fisher exact probability dan Chi Kuadrat Dua
Sampel
8) Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk
ordinal digunakan teknik statistik : Median Test, Mann-Whitney U Test, Kolmogorov
Smirnov dan Wald-Wolfowitz
9) Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk
interval atau ratio, digunakan t-test sampel berpasangan (related)
10) Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk
nominal, digunakan teknik statistik : Chocran Q
11) Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk
ordinal, digunakan teknik statistik : Friedman Two-way Anova
12) Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval
atau ratio digunakan analisis varians satu jalan maupun dua jalan (One Way dan Two
Way Anova)
13) Utnuk menguji hipotesis komparatif k sampel independen, bila datanya berbentuk
nominal, digunakan teknik statistik : Chi Kuadrat k sampel
14) Untuk menguji hipotesis komparatif k sampel independen, bila datamya berbentuk
ordinal, digunakan teknik statistik : Median Extensiom dan Kruskal-Wallis One Way
Anova
15) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila datanya berbentuk nominal
digunakan teknik statistik : Koefisien Kontingensi
16) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila datanya berbentuk ordinal
digunakan teknik statisrik : Korelasi Spearman Rank dan Korelasi Kendall Tau
17) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila dataya berbentuk interval
atau ratio, digunakan :
a. Korelasi Produk Moment : untuk menguji hipotesis hubungan antara satu variabel
independen dengan satu variabel dependen
b. Korelasi ganda bila untuk menguji hipotesis tentang hubungan dua variabel
independen atau lebih secara bersama-sama dengan satu variabel dependen
c. Korelasi Parsial digunakan untuk menguji hipotesis hubungan antara dua variabel
atau lebih, bila terdapat variabel yang dikendalikan
X = Kecerdasan Emosional
Y = Prestasi Kerja Pegawai
Berdasarkan paradigma tersebut terlihat bahwa ,untuk judul penelitian yang terdiri atas
satu variabel indipenden dan satu dipenden,terdapat dua rumusan masalah deskriptif ,dan
satu masalah assosiatif .Dengan demikian juga terdapat dua hipotesis deskriptif dan satu
hipotesis assosiatif.(Bila terdapat kesulitan dalam merumuskan hipotesis deskriptif,maka
hipotesis itu tidak perlu dirumuskan,tetapi rumusan masalahnya saja yang harus dijawab
dengan perhitungan statistik).Dua hipotesis deskriptif diuji dengan statistik yang sama.
Teknik statistik yang ada pada tabel 8.1 belum lengkap ,terutama teknik statistik yang
digunakan untuk mencari pengaruh (varians) variabel tertentu terhadap (varians) variabel
lain. Untuk mencari pengaruh varians variabel dapat digunakan teknik statistik dengan
menghitung besarnya koefisien determinasi. Koefisien determinasi dihitung dengan
mengkuadratkan koefisien korelasi yang telah ditemukan ,dan selanjutnya dikalikan
dengan 100%.Koefisien determinasi (penentu) dinyatakan dalam persen .Jadi,untuk
contoh no.1 diatas ,besarnya pengaruh kecerdasan emotional terhadap prestasi pegawai
pertama-tama dihitung koefisien korelasinya.Misalnya ditemukan korelasi positif dan
signifikan antara kecerdasan emotional dengan prestasi kerja pegawai sebesar 0,70 ; hal
itu berarti koefisien determinasinya = 0,702 =0,49 .Jadi dapat disimpulkan bahwa varians
yang terjadi pada variabel prestasi kerja pegawai 49% dapat dijelaskan melalui varians
yang terjadi pada variabel kecerdasan emotional pegawai .Atau dapat dinyatakan bahwa
pengaruh kecerdasan emosional terhadap tinggi rendahnya prestasi kerja pegawai sama
dengan 49 % ,sedangkan sisanya 51 % ditentukan oleh faktor diluar variabel kecerdasan
emosional, misalnya IQ, kedisiplinan, dan lain-lain. Korelasi positif dan signifikan antara
antara kecerdasan emotional dengan prestasi kerja pegawai sebesar 0,49 ,artinya makin
tinggi kecerdasan emosional seseorang maka akan semakin tinggi prestasi kerja pegawai
.Kesimpulan ini dapat berlaku untuk populasi dimana sampel tersebut diambil.
c. Rumusan masalah,hipotesis,dan teknik statistik untuk analsis data (ketiganya sangat
berkaitan)
CONTOH JUDUL PENELITIAN,RUMUSAN MASALAH,HIPOTESIS DAN TEKNIK
ANALISIS DATA YANG DIGUNAKAN ( SATU VARIABEL INDEPENDEN)
Rumusan Masalah
Berapakah
rata-rata
kecerdasan emosional
pegawai di provinsi
Madukara?
Hipotesis
Kecerdasan emosional (EQ)
pegawai di pemerintah
propinsi Madukara paling
tinggi 150.
Berapakah
rata-rata
prestasi kerja pegawai
?
Adakah
hubungan
yang
positif
dan
signifikan
antara
kecerdasan emosional
pegawai
dengan
prestasi kerja?
Prestasi
kerja
pegawai
pemerintah
propinsi
Madukara paling tinggi 140
atau 70% dari kriteria yang
diharapkan
.(Kriteria
prestasi
kerja
pegawai
paling tinggi misalnya 200)
Bagaimanakah
pengaruh kecerdasan Kecerdasan
emosional
diterminasi,dan
emotional
terhadap berpengaruh positif terhadap Koefisien
analsis regresi sederhana.
prestasi
kerja prestasi kerja pegawai.
pegawai?
b. Dalam hal ini digunakan true experimental design.Dalam model ini terdapat kelompok
eksperimen
dan
kelompok
kontrol,dimana
pengambilannya
dilakukansecara
R O1 x O2
R O3 - O4
R= kelompok eksperimen dan kontrol diambi secara random.
O1 & O3=
Untuk contoh di atas terdapat dua kali analisis.Analisis yang pertama adalah menguji
perbedaan kemampuan awal antara kelompok eksperimen dan kelompok kontrol
( O1 : O3). Pengujiannya menggunakan t-test .Hasil yang diharapkan tidak terdapat
perbedaan yang signifikansi antara kemampuan awal kelompok kontrol dan kelompok
eksperimen,yaitu antara O1 dengan O2.
Analisis yang kedua adalah untuk menguji hipotesis yang diajukan .Dalam hal ini
hipotesis yang diajukan adalah : Penerapan Gugus Kendali Mutu akan meningkatkan
produktivitas kerja karyawan . Teknik statistik yang digunakan untuk menguji hipotesis
tersebut adalah teknik t-test untuk dua sampel related .Yang diuji adalah perbedaan antara
O2 dengan O4 .Kalau terdapat perbedaan di mana O2 lebih besar dari O1 maka gugus
kendali mutu berpengaruh positif ,dan bila O2 lebih kecil daripada O4 maka berpengaruh
negatif.
Keputusan
Kedaan Sebenarnya
Hipotesis Benar
Hipotesis Salah
Terima hipotesis
Tidak membuat
kesalahan
Kesalahan tipe II ()
Menolak hipotesis
Kesalahan tipe I ()
Tidak membuat
kesalahan
Bila nilai statistic (data sampel) yang diperoleh dari hasil pengumpulan data sama dengan
nilai parameter populasi atau masih berada pada nilai interval parameter populasi, maka
hipotesis yang dirumuskan 100% diterima. Jadi tidak terdapat kesalahan tetapi bila nilai
statistic di luar nilai parameter populasi akan terdapat kesalahan. Kesalahan ini semakin
besar bila nilai statistic jauh dari nilai parameter populasi. Tingkat kesalahan ini
dinamakan level of significant atau tingkat signifikan.
Tingkat kesalahan ini selanjutnya dinamakan level of significant atau tingkat signifikansi.
Dalam prakteknya tingkat signifikansi telah ditetapkan oleh peneliti terlebih dahulu
sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat kesalahan) yang diambil
adalah 1% dan 5%. Suatu hipotesis terbukti dengan mempunyai kesalahan 1% berarti bila
penelitian dilakukan pada 100 sampel yangdiambil dari populasi yang sama, maka akan
terdapat suatu kesimpulan salah yang diberlakukan untuk populasi. (data dari satu sampel
tersebut tidak dapat diberlakukan ke populasi dimana sampel tersebut diambil). Dalam
pengujian hipotesis kebanyakan digunakan kesalahan tipe I yaitu berapa persen kesalahan
untuk menolak hipotesis nol (Ho) yang benar ( yang seharusnya diterima).
2.5. KASUS
A. Judul :
ANALISIS PENGARUH CASH POSITION, DEBT TO EQUITY RATIO, DAN RETURN ON
ASSETS TERHADAP DIVIDEND PAYOUT RATIO
B. Rumusan Masalah :
Apakah Cash Position (CP), Debt to Equity Ratio (DER)
dan Return
on
Assets pengaruh
secara signifikan terhadap Dividend Payout Ratio (DPR) pada perusahaan manufaktur di Bursa Efek
Indonesia (BEI)?
C. Hipotesis
Berdasarkan
rumusan
masalah
berikut: Cash Position (CP), Debt to Equity Ratio (DER) dan Return on Assets (ROA)
mempunyai pengaruh secara signifikan terhadap Dividend Payout Ratio (DPR) pada
sektor manufaktur di Bursa Efek Indonesia
D. Teknik Analisis Data
1. Analisis Deskriptif
Metode analisis deskriptif merupakan metode yang digunakan untuk menganalisis data
data yang tersedia dan diolah sehingga diperoleh gambaran yang jelas mengenai fakta
fakta dan hubungan antar fenomena yang diteliti.
2. Analisis Statistik
Model analisis yang digunakan adalah model analisis regresi linier berganda.Model ini
digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat dengan
persamaan sebagai berikut
Y = a + b1X1 + b2X2 + b3X3 + e
Dimana:
Y
= Konstanta
X1
X2
X3
= error
Model regresi berganda yang dipakai dalam penelitian ini telah memenuhi syarat asumsi
klasik
yaitu
uji
normalitas,
uji
multikolonieritas,
uji
autokorelasi
dan
uji
heterokedastisitas.
3. Koefisien Determinasi
Koefisien determinasi dapat dilihat pada nilai Adjusted R Square yang menunjukkan
seberapa besar variabel independen dapat menjelaskan variabel independen. Semakin
tinggi nilai Adjusted R Square maka berarti semakin baik model regresi yang digunakan
karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga
semakin besar,demikian pula apabila yang terjadi sebaliknya.
4. Pengujian Hipotesis
H0: b1=b2=b3= 0, artinya variabel Cash Position (CP), Debt to Equity Ratio (DER)
dan Return on Assets (ROA) yang terdapat pada model ini secara serempak tidak
mempunyai pengaruh yang signifikan terhadap Dividend Payout Ratio (DPR).
Pada penelitian ini nilai Fhitung akan dibandingkan dengan Ftabel pada tingkat signifikan
( ) = 5%.
Kriteria penilaian hipotesis pada uji-F ini adalah:
Terima H0 bila Fhitung Ftabel
Tolak H0 (terima H1) bila Fhitung > Ftabel
Model
CC(Constant)
CP
DER
ROA
Unstandardized Coefficients
B
Std. Error
10.624
5.879
3.603
1.748
5.088
2.750
1.219
.205
Standardized
Coefficients
Beta
.190
.175
.570
Sig.
1.807
2.061
1.850
5.961
Dari Tabel 1 dapat diperoleh persamaan regresi linear berganda sebagai berikut:
Y = 10,624 + 3,603 X1 + 5,088 X2 + 1,219 X3 + e
Dimana:
Y
X1
X2
X3
2. Koefisien Determinasi
Tabel 2. Koefisien Determinasi Model Summary(b)
Model
R
R
Square
1w . .542(a) . .542(a)
.294
Adjusted
Std. ErrorDurbinof
R Square
Watson
the Estimate
.270
Durbin-
21.08003 1.977(a)
Nilai Adjusted R Square pada Tabel 2 Adalah 0,27 berarti variabel Cash position, Debt to
Equity Ratio dan Return on Assets dapat menjelaskan variabel Dividen Payout Ratio
hanya sebesar 27% saja sedangkan 73% dijelaskan oleh variabel-variabel lain yang tidak
.074
.042
.068
.000
termasuk dalam model.Artinya variabel bebas yang terdapat pada model ini tidak cukup
kuat untuk
Hal
memperediksi
variabel
terikat.
factor
fundamental perusahaandan sama sekali tidak memasukkan faktor pasar sebagai variabel
bebasnya.Secara logis keputusan perusahaan harusnya bukan hanya berdasarkan faktor
funda-mentalnya saja tetapi juga harus mempertimbangkan faktor faktor lain diluar
perusahaan termasuk juga untuk keputusan deviden.
3. Pengujian Hipotesis
a. Uji secara Simultan (Uji F)
Berdasarkan
hasil
lebih kecil dari 0,05 dan nilai Fhitung sebesar 12,227 yang lebih besar dari Ftabel yang
hanya 3,00 mengindikasikan bahwa H 0 ditolak dan H1
diterima
sehingga
dapat
disimpulkan bahwa variabel Cash Position, Debt to Equity dan Return on Assets pada
model ini secara serempak berpengaruh secara signifikan terhadap variabel Dividen
Payout Ratio.
b. Uji Secara Parsial (Uji t)
Pengujian ini dilakukan untuk mengetahui signifikansi pengaruh variabel bebas secara
individual (parsial) terhadap variabel terikat.
Tabel 3. Uji Statistik F ANOVA(b)
Model
1
Regression
Residual
Total
Sum of
Squares
16299.330
39104.351
55403.681
df
3
88
91
Mean Square
5433.110
444.368
F
12.227
Sig.
.000(a)
Standardized
Coefficients
Beta
.190
.175
.570
t
1.807
2.061
1.850
5.961
Sig.
.074
.042
.068
.000
Pada Tabel 4 dapat dilihat hasil uji signifikansi parsial masing-masing variabel sebagai
berikut:
a. Variabel Cash Position mempunyai pengaruh yang signifikan terhadap Dividen Payout
Ratio karena mempunyai tingkat signifikansi lebih kecil dari 0,05 yaitu 0,042 (0,042 <
0,05).Persamaan regresi yang terdapat pada tabel 1 memperlihatkan koefisien dari Cash
Position adalah sebesar 3,603, angka ini menunjukkan variabel Cash Position selain
berpengaruh secara signifikan juga berpengaruh secara positif dimana jika Cash Position
mengalami kenaikan 1 kali maka akan terjadi kenaikan Dividen Payout Ratio sebesar
3,603 kali dan sebaliknya jika Cash Position mengalami penurunan maka Dividen Pay
Out Ratio juga mengalami penurunan. Hal ini sesuai dengan teori yang dikemukakan
oleh Sudarsi (2000,4) yang menyatakan dividen merupakan cash out flow tentu saja
memerlukan posisi cash yang kuat sehingga mampu membayar dividen.Hal ini tentu
dapat di mengerti sebab pembayaran Dividen tunai merupakan arus cash keluar yang
tentu saja memerlukan tersedianya cash yang cukup atau posisi likuiditas harus terjaga
sehingga walaupun perusahaan memperoleh laba yang tinggi dan beban hutang beserta
bunga yang rendah namun jika tidak didukung oleh posisi cash yang kuat maka
kemampuan pembayaran dividennya rendah.Oleh sebab itu pihak manajemen dituntut
untuk tetap mengelola kasnya atau aktiva-aktiva yang setara dengan kas secara benar
sehingga likuiditas perusahaan tidak terganggu.
b. Variabel Debt to Equity Ratio tidak mempunyai pengaruh yang signifikan terhadap
Dividen Payout Ratio karena tingkat signifikansinya lebih besar dari 0,05 yaitu 0,068
(0,068 > 0,05). Persamaan regresi pada tabel 1 memperlihatkan koefisien Debt to Equity
Ratio sebesar 5,088, angka menunjukkan jika Debt to Equity Ratio naik sebesar 1 kali
maka Dividen Payout Ratio akan mengalami kenaikan sebesar 5,088 kali.Hasil penelitian
ini tidak sesuai dengan teori yang dikemukakan oleh Sartono (2001: 66) yaitu semakin
tinggi Debt to Equity Ratio semakin berkurang kemampuan perusahaan membayar
dividen sebaliknya semakin turun Debt to Equity Ratio semakin tinngi kemampuan
perusahaan membayar dividen.Komitmen perusahaan disektor manufaktur untuk
melakukan pembayaran dividen secara teratur menyebabkan kemampuan pembayaran
dividen tidak dipengaruhi oleh besar kecilnya hutang perusahaan bahkan kenaikan hutang
dapat menigkatkan kemampuan perusahaan membayar dividen selama penggunaan
Analisis Data Kuantitatif 20
hutang harus selalu diiringi dengan peningkatan laba perusahaan. Hal ini sesuai dengan
teori keuangan yang menyatakan jangan lakukan hutang baru jika tidak menghasilkan
tambahan laba.
c. Variabel Return on Assets mempunyai pengaruh yang signifikan terhadap Dividen
Payout Ratio karena tingkat signifikansinya lebih kecil dari 0,05 yaitu 0,000 (0,000 <
0,05). Persamaan regresi pada tabel 1 memperlihatkan koefisien variabel Return On
Asset sebesar 1,219, jika Return On Asset mengalami penigkatan 1 kali maka akan
meningkatkan Dividen Payout Ratio sebesar 1,219 kali. Hal ini sesuai dengan teori yang
dikemukakan oleh Sartono (2001 : 122) yang menyatakan semakin tinggi Return On
Asset maka kemungkinan pembagian Dividen semakin besar. Dengan kata lain semakin
besar keuntungan yang diperoleh semakin besar kemampuan perusahaan membayar
Dividen.Hal ini menunjukkan perusahaan selalu berusaha menigkatkan citranya dengan
cara setiap peningkatan laba akan diikuti dengan peningkatan porsi laba yang di bagi
sebagai dsividen dan juga dapat mendorong peningkatan nilai saham perusahaan. Namun
sebaiknya perusahaan juga tidak mengabaikan kesehatan pendanaan perusahaan yang
ditandai dengan peningkatan ketergantungan terhadap dana internal yang bersumber dari
laba ditahan sebab jika pertumbuhan dan perkembangan perusahaan dilakukan dengan
cara mengurangi ketergantungan terhadap dana eksternal dan menggantinya dengan
sumber dana internal maka selain dapat menurunkan resiko perusahaan juga bisa
memperbesar kepemilikan para pemegang saham pada perusahaan. Artinya peningkatan
nilai perusahaan yang ditandai dengan peningkatan nilai saham tidak sepenuhnya akibat
peningkatan dividen tetapi juga karena peningkatan ekuiti dalam bentuk laba ditahan
sehingga pertambahan kekayaan pemegang saham bukan hanya karena perolehan dividen
tetapi juga disebabkan peningkatan kepemilikan dalam bentuk laba ditahan.
BAB III
PENUTUP
3.1.Kesimpulan
Analisis data dalam penelitian kuantitatif menggunakan statistik. Ada dua macam statistik
yaitu statistik deskriptif dan statistic. Dalam statistik inferensial dibagi 2 yakni: Statistik
parametris yakni digunakan untuk menguji parameter populasi melalui statistik, atau
menguji ukuran populasi melalui data sampel. Dan Statistik nonparametris yakni statistik
yang tidak menguji parameter populasi, tetapi menguji distribusi.
Hipotesis diartikan sebagai pernyataan mengenai keadaan populasi (parameter) yang akan
diuji kebenarannya berdasarkan data yang diperoleh dari sampel pnelitian (statistic). Oleh
karena itu dalam statistic yang diuji adalah
menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua
kesalahan yaitu: Kesalahan Type I dan Kesalahan Tipe II. Terdapat tiga macam bentuk
pengujian hipotesis, yaitu uji dua pihak (two tail), pihak kanan, dan pihak kiri (one tail). Jenis
uji mana yang akan dipakai tergantung pada bunyi kalimat hipotesis.