ANALISIS PENGARUH CURRENT RATIO, RETURN ON INVESTMENT,
TOTAL ASSET TURN OVER, DEBT TO ASSET DAN EARNING PER SHARE TERHADAP DIVIDEND
PAYOUT RATIO PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK
INDONESIA PERIODE 2015-2017
M. ASPI YUWANDA
Universitas Bina
Nusantara, Jl. Kebon Jeruk Raya No. 27, Kebon Jeruk, Jakarta Barat 11530
ABSTRAK
The
research objective is to examine the effect of the current ratio, return on
investment, total asset turnover, debt to assets and earnings per share to the
dividend payout ratio in manufacturing companies listed on the Indonesia Stock
Exchange. The research sample was selected using a purposive sampling technique
in manufacturing companies listed on the Indonesia Stock Exchange that had met
the established criteria. The data collection method used is the observation method.
The results of the research achieved are that the current ratio variable does
not affect the dividend payout ratio. The variable return on investment has no
effect on the dividend payout ratio. The variable total asset turn over does
not affect the dividend payout ratio. The debt to asset variable has no effect
on the dividend payout ratio. The earning per share variable has no effect on
the dividend payout ratio. (MAY)
Keywords :
Current ratio (CR), Return on investment
(ROI), Total asset turn over (TATO), Debt to asset (DTA), Earning per share
(EPS), Dividend Payout Ratio (DPR).
ABSTRAK
Tujuan penelitan
adalah menguji pengaruh current ratio, return
on investment, total assets turn over, debt to asset dan earning per
share terhadap dividend payout ratio pada Perusahaan Manufaktur yang terdaftar
di Bursa Efek Indonesia. Sampel penelitian dipilih menggunakan teknik purposive
sampling pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia yang
telah memenuhi kriteria yang sudah ditetapkan. Metode pengumpulan data yang
digunakan adalah metode observasi. Hasil peneltian yang dicapai adalah variabel current
ratio tidak berpengaruh terhadap dividend payout ratio. Varibael return on investment tidak
berpengaruh terhadap dividend payout ratio. Variabel total asset turn over
tidak berpengaruh terhadap dividend payout ratio. Variabel debt to asset tidak
berpengaruh terhadap dividend payout ratio. Variabel earning per share tidak
berpengaruh terhadap dividend payout ratio. (MAY)
Kata Kunci :
Current ratio (CR), Return on investment
(ROI), Total asset turn over (TATO), Debt to asset (DTA), Earning per share
(EPS), Dividend Payout Ratio (DPR).
PENDAHULUAN
Perkembangan ekonomi suatu negara
dapat diukur dengan banyak cara. Salah satunya dengan mengetahui tingkat
perkembangan dunia pasar modal dan industri-industri sekuritas pada negara
tersebut. Pasar modal merupaan pasar untuk berbagai instrumen keuangan jangka
panjang dalam bentuk ekuitas dan hutang yang jatuh tempo lebih dari satu tahun.
Pembayaran dividend merupakan salah
satu cara untuk mengembalikan keuntungan perusahaan kepada pemegang saham.
Besarnya nilai dividend yang akan
diterima pemegang saham sangat tergantung pada kebijakan dividend yang bersangkutan. Bagi perusahaan, informasi yang
terkandung dalam dividend payout ratio
(DPR) digunakan sebagai bahan pertimbangan dalam menetapkan jumlah pembagian dividend. Dari sisi emiten, kebijakan
perusahaan akan membagikan dividend
atau tidak, atau seberapa besar dividend
yang dibagikan sangat penting diperhatikan karena mempengaruhi peniliaian
investor. Proporsi laba bersih untuk dividend
yang ditetapkan pada jumlah tinggi dapat menyebabkan penurunan sumber dana
internal. Hal ini membuat perusahaan harus mencari sumber dana dari luar yang
notabene memiliki biaya tinggi jika perusahaan akan melakukan ekspansi. Begitu
pula sebaliknya, apabila proporsi laba bersih yang dibagikan dalam bentuk dividend lebih kecil, maka sumber dana
internal yang dimiliki perusaaan menjadi tinggi. Dengan demikian, perusahaan
hanya menanggung biaya yang rendah jika ingin berekspansi. Pertimbangan atas
faktor-faktor semacam itu sering dihadapi perusahaan dalam menentukan kebijakan
divden payout ratio yang optimal.
Kebijakan dividend yang optimal perlu
diperhatian karena dapat menciptakan keseimabangan antara dividend saat ini dan pertumbuhan di masa yang depan yang
memaksimumkan harga saham. Semakin besar peluang investasi perusahaan, maka
akan semakin kecil tingkat pembayaran dividend
seperti yang disebutkanPenelitian yang dilakukan oleh Yudhi (2013)
mengungkapkan bahwa Earning per share,
Return on investment dan Debt to asset berpengaruh terhadap dividend tunai sedangkan Current ratio tidak. Sedangkan penelitan
yang dilakukan oleh Amyas (2014) mengungkapkan bahwa Quick Ratio, Earning per share dan Return on investment secara
bersamaan dan parsial berpengaruh terhadap dividend
kas. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tidak
semuanya membagikan dividend kepada
para pemegang sahamnya, baik itu dalam dividend payout ratio maupun dividend saham. Hal tersebut disebabkan
karena adanya pertimbangan-pertimbangan yang berbeda dalam membuat keputusan
kebijakan dan pembayaran dividend
dalam setiap perusahaan. Dalam
penelitian ini difokuskan kepada Current
ratio (CR), Return on investment
(ROI), Total Assets Turn Over (TATO),
Debt to assets (DTA) dan Earning per share (EPS) yang dianggap
berpengaruh terhadap Dividend payout
ratio. Dividend merupakan
pembayaran yang diberikan kepada pemilik perusahaan atau pemegang saham atas modal
yang mereka tanamkan di dalam perusahaan. Dalam hubunganya dengan jumlah pajak
yang dibayarkan, maka pembayaran dividend
berbeda dengan pembayaran bunga karena dividend
tidak dapat mengurangi jumlah pajak yang dibayar oleh perusahaan (Syamsuddin,
2013). Kebijakan dividend adalah
persentase laba yang dibayarkan kepada para pemegang saham dalam bentuk dividend payout ratio, penjagaan
stabilitas dividend dari waktu ke
waktu, pembagian dividend saham dan
pembelian kembali saham. Kebijakan dividend
menyangkut tentang masalah penggunaan laba yang menjadi hak para pemegang
saham. Pada dasarnya, laba tersebut bisa dibagi sebagai dividend atau ditahan untuk diinvestasikan kembali (Harmono, 2014).
METODE PENELITIAN
Metode pengumpulan sampel yang digunakan dalam
penelitian ini adalah dengan menggunakan dokumentasi yaitu dengan mengumpulkan
beberapa informasi tentang data dan fakta yang berhubungan dengan masalah dan
tujuan penelitian, baik dari sumber dokumen yang dipublikasikan maupun dokumen
yang tidak dipublikasikan, buku-buku, jurnal ilmiah, website dan lain-lain. Data
tersebut diambil dengan cara mengumpulkan data dan menghimpun informasi lalu
kemudian mempelajari dokumen tersebut. Sampel yang digunakan dalam penelitian
ini menggunakan data sekunder yang diperoleh dari Bursa Efek Indonesia. Selain
itu peneliti juga menggunakan metode studi pustaka yaitu suatu cara memperoleh
data dengan membaca dan mempelajari artikel, jurnal, bukubuku atau literatur
lain yang berhubungan dengan masalah yang dibahas dalam lingkup penelitian
ini. Selain itu juga dilakukan metode
observasi. Observasi
adalah suatu cara pengumpulan data dengan pengamatan langsung dan pencatatan
secara sistematis terhadap obyek yang akan diteliti. Observasi dilakukan oleh
peneliti dengan cara pengamatan dari laporan keuangan dari perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia. Metode analisis data dalam penelitian ini
adalah dengan menggunakan perhitungan statistik, yaitu menggunakan E-Views 10.
HASIL DAN
BAHASAN
Penelitian ini
merupakan penelitian kuantitatif dengan melakukan pengujian statistik terhadap
data sekunder yang diperoleh dari Bursa Efek Indonesia dan Factbook IDX atau Indonesia
Stock Exchange. Bursa Efek Indonesia adalah bursa efek yang yang menyediakan
Laporan Keuangan dan Laporan Tahunan perusahaan yang terdaftar di Bursa Efek
Indonesia. Bursa Efek Indonesia juga menyediakan semua informasi yang
berhubungan dengan saham seperti harga saham, lembar saham dan lainnya.
Variabel x atau variabel dependen untuk yaitu current ratio, return on investment, total asset turn over, debt to
asset dan earning per share akan diteliti untuk melihat pengaruhnya
terhadap variabel y atau variabel dependen yaitu dividend payout ratio.
Uji Normalitas
Bertujuan untuk menguji
apakah dalam model regresi, variable
pengganggu atau residual memiliki distribusi normal. Seperti diketahui, bahwa
uji t dan F mengasumsi nilai residual mengikuti distribusi normal. Menurut
Ghozali (2017) jika asumsi ini tidak terpenuhi maka hasil uji statistik menjadi
tidak valid khususnya untuk ukuran sampel kecil. Terdapat dua cara mendeteksi
apakah residual memiliki distribusi normal atau tidak yaitu dengan analisis
grafik dan uji statistik. Analisis grafik merupakan cara termudah tetapi bisa
menyesatkan khususnya untuk jumlah sampel yang kecil. Oleh karena lebih
ditekankan pada pengujian secara formal dalam meganalisis asumsi normalitas
residual. Berikut adalah Hasil Output
Uji Normalitas:
Sumber
: Pengolahan data dengan Eviews 10
Keputusan
terdistribusi normal tidaknya residual secara sederhana dengan membandingkan
nilai Probabilitas Jarque-Bera hitung dengan tingkat Alpha. Nilai dari dari
Jarque-Bera sebesar 299.1650 dengan probabilitas 0.000000. Sehingga dapat
dibaca, bahwa Probabilitas dari Jarque-Bera sebesar 0.000000 lebih kecil dari
Alpha 0.05. Artinya bahwa residual tidak terdistribusi normal, sehingga uji
normalitas dapat tidak diterima.
Uji Multikolinearitas
Uji
multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antar variabel bebas. Dalam model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel bebas atau independen. Menurut
Ghozali (2017) Untuk melihat apakah ada kolinearitas dalam penelitian ini, maka
akan dilihat dari nilai tolerance dan
variance inflation factor multikolinearitas atau disingkat VIF.
Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh
variabel independen lainnya. Jadi nilai I yang rendah sama dengan nilai variance inflation factor multikolinearitas atau disingkat VIF tinggi karena VIF = 1/tolerance. Nilai cutoff yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai Tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10.
Dibawah ini adalah
Output matriks korelasi yaitu:
Tabel 1 Uji Korelasi
Sumber
: Pengolahan data dengan Eviews 10
Hasil
centered Variace Inflation Factor
Multikolinearitas atau disingkat VIF
harus lebih kecil dari 10 apabila lebih besar maka dapat dikatakan bahwa data
yang diuji masih memiliki masalah multikolinearitas. Berdasarkan hasil uji pada
Tabel 1 dapat dikatakan bahwa model regresi ini tidak terjadi masalah
multikolinearitas dan juga tidak terdapat hubungan antar variabel
independen.
Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan varian dari residu satu pengamatan ke
pengamatan yang lain. Jika varian dari residual suatu pengamatan ke pengamatan
lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heterokedastisitas.
Untuk menguji ada tidaknya gangguan keterokedastisitas
dapat dilihat melalui pola diagram pencar (scatterplot).
Jika scatterplot membentukpola tertentu maka regresi mengalami gangguan
keterokedastisitas. Sebaliknya jika scatterplot
tidak membentuk pola tertentu atau menyebar maka regresi tidak mengalami
gangguan heterokedastisitas (Ghozali, 2017). Dibawah ini adalah output dari uji
heterokedastisitas :
Tabel 2 Uji Heterokedastisitas
Sumber
: Pengolahan data dengan Eviews 10
Keputusan
terjadi atau tidaknya heteroskedastisitas pada model regresi linear adalah
dengan melihat Nilai Prob. F-statistic (F hitung). Apabila nilai Prob. F hitung
lebih besar dari tingkat alpha 0,05 (5%) maka H0 diterima yang artinya tidak
terjadi heteroskedastisitas, sedangkan apabila nilai Prob. F hitung lebih kecil
dari dari tingkat alpha 0,05 (5%) maka H0 ditolak yang artinya terjadi
heteroskedastisitas. Nilai Prob. F hitung pada tabel 4.3 diatas sebesar
1,426902 artinya variabel X lebih besar dari alpha 0,05 (5%) maka dapat
disimpulkan H1 ditolak dan H0 diterima. Tidak terdapat masalah
Heterokedastisitas pada data ini.
Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah ada
korelasi antara kesalahn pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi terjadi karena adanya penelitian yang bersangkutan
dan berurutan sepanjang waktu. Model regresi yang baik tidak terjadi
Autokorelasi.Pengujian ini dapat dilakukan dengan Durbin Watson atau D.W.
Berikut adalah output dari data uji autokorelasi :
Tabel 3
Uji Autokorelasi
Sumber
: Pengolahan data dengan Eviews 10
Nilai
DurbinWatson sudah tertampil pada tabel diatas yang mana nilainya 1.990818.
Nilai ini biasa disebut dengan DW hitung. Nilai ini akan dibandingkan dengan
kriteria penerimaan atau penolakan yang akan dibuat dengan nilai dL dan dU
ditentukan berdasarkan jumlah variabel bebas dalam model regresi (k) dan jumlah
sampelnya (n). Nilai dL dan dU dapat dilihat pada Tabel DW dengan tingkat
signifikansi (error) 5% (α = 0,05). Jumlah variabel bebas : k = 5. Jumlah
sampel : n = 30. Dari tabel Durwin Watson
menunjukkan bahwa nilai dL = 1.0706 dan nilai dU = 1.8326 sehingga dapat
ditentukan kriteria terjadi atau tidak nya korelasi. DU = 4 – 1.8326 adalah
2.1675 dan DL = 4 – 1.0706 adalah 2.9294. Maka nilai DW hitung 1.990818 lebih
besar dari DU dan lebih kecil dari DL
yang artinya berada pada daerah tidak ada autokorelasi.
Statistik Deskriptif
Pengertian statistik deskriptif
menurut Sugiyono (2016) adalah statistik yang digunakan untuk menganalisa data
dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum
atau generalisasi. Sugiyono (2016) berpendapat yang termasuk dalam statistik
deskriptif antara lain penyajian data melalui tabel, grafik, diagram lingkaran,
pictogram, perhitungan modus, median, mean, perhitungan desil, persentil,
penyebaran data melalui perhitungan rata-rata, standar deviasi, dan perhitungan
persentase.
Berikut adalah ringkasan data
statistik dalam penelitian ini :
Tabel
4 Ringkasan Data Statistik
Variabel
|
y
|
x1
|
x2
|
x3
|
x4
|
x5
|
Rata-rata
|
38%
|
250%
|
8%
|
0,9 Kali
|
36%
|
Rp206
|
Median
|
29%
|
227%
|
6%
|
0,7 Kali
|
33%
|
Rp89
|
Sumber
:Data Tabulasi Diolah Menggunakan Microsoft
Excel 2016
Dari data diatas dapat disimpulkan
bahwa dari variabel Y yaitu dividend
payout ratio memiliki rata-rata 38 % dan median 29 %. Variabel X1 yaitu current ratio memiliki rata-rata 250 %
dan median 227 %. Variabel X2 return on
investment memiliki rata-rata 8 % dan median 6 %. Variabel X3 total assets turn over memiliki
rata-rata 0,9 kali dan median 0,7 kali. Variabel X4 debt to asset memiliki rata-rata 36 % dan median 33%. Variabel X5 earning per share memiliki rata-rata 206
rupiah dan median 89 rupiah.
Uji Pemilihan Data Panel
Pada
penelitian ini, uji pemilihan model data panel dilakukan dengan menggunakan
tiga pengujian atau tes yang dapat dijadikan instrumen dalam memilih model
regresi data panel yang paling tepat berdasarkan karakteristik data yang
dimiliki, yaitu F-Test atau Chow Test dan Hausman Test
Chow Test
Menurut Ghozali
(2017) Chow test adalah alat untuk
menguji test for equality of coefficients
atau uji kesamaan koefisien dan tes ini ditemukan oleh Gregory Chow. Pengujian
ini dilakukan dengan membandingkan common
effects model dengan fixed effects
model untuk mengetahui model yang paling tepat yang nantinya akan digunakan
dalam regresi data panel dengan hipotesis sebagai berikut.
H0: common effects model
H1: fixed effects model
Dasar pengambilan
kesimpulan dalam uji ini adalah:
a.
Apabila nilai Pvalue < 0.05, maka H0 ditolak yang berarti fixed effects model
lebih
baik untuk digunakan.
b.
Apabila nilai Pvalue > 0.05, maka H0 diterima yang berarti common effects
model lebih
baik untuk digunakan. Berikut ini
adalah hasil output uji chow test :
Sumber
: Pengolahan data dengan Eviews 10
Berdasarkan
hasil uji chow diatas,
dapat diketahui bahwa nilai p-value Cross-section F adalah
0,0026 sehingga dapat disimpulkan bahwa H0 ditolak dan H1 diterima.
Hal ini menunjukkan bahwa penelitian ini lebih baik menggunakan model fixed effect.
Hausman Test
Pengujian Hausman Test dilakukan untuk
membandingkan atau memilih model yang terbaik antara fixed effects model dan random
effects model. Oleh karena itu, dibuat hipotesis sebagai berikut;
H0:
random Effects Model
H1:
fixed Effects Model
Dasar pengambilan
kesimpulan dalam uji ini adalah:
a.
Apabila nilai Pvalue< 0.05 maka H0 ditolak yang berarti fixed effects model lebih baik untuk
digunakan.
b.
Apabila nilai Pvalue> 0.05 maka H0 diterima yang berarti random effects model lebih baik untuk
digunakan.
Berikut ini adalah
hasil output Uji Hausman :
Tabel
5 Uji Hausman Test
Sumber
: Pengolahan data dengan Eviews 10
Berdasarkan
hasil uji Hausman diatas, dapat
diketahui bahwa nilai probabilitas adalah sebesar 0.0073 yaitu lebih kecil dari 0.05 sehingga dapat
disimpulkan bahwa H0 ditolak dan H1 diterima. Hal ini
menunjukkan bahwa penelitian ini lebih baik menggunakan model fixed effect.
Analisis Regresi Data Panel
Setelah melakukan Uji Chow, Uji Hausman untuk menentukkan model yang cocok dalam penelitian ini
dapat disimpulkan bahwa model yang digunakan adalah fixed effect. Berikut adalah
Hasil Uji Pemilihan Model:
Tabel
6 Uji Pemilihan Model
Uji
|
Hipotesis
|
Statistik
|
Prob Value
|
Kesimpulan
|
Uji F
|
H0 = model common effect
|
Model fixed
effect lebih baik digunakan dari common
effect
|
||
(Chow)
|
H1 = model fixed
|
2.401.204
|
0.0026
|
|
effect
|
||||
Uji
|
H0 = model Random effect
|
Fixed effect model lebih baik digunakan dari Random Effect model
|
||
Hausman
|
H1 =
model
|
15.836.895
|
0.00073
|
|
Fixed effect
|
Sumber: Data Tabulasi Eviews 10
Berikut adalah hasil analisis
regresi data panel menggunakan fixed
effect yang diperoleh dalam program Eviews
versi 10 :
Tabel
7 Uji Fixed Effect
Sumber: Pengolahan data dengan Eviews 10
Uji Hipotesis
Hipotesis
merupakan pernyataan-pernyataan yang menggambarkan suatu hubungan antara dua
variabel yang berkaitan dengan suatu kasus tertentu dan merupakan anggapan
sementara yang perlu diuji dengan benar atau tidak benar tentang dugaan dalam
suatu penelitian serta memiliki manfaat bagi proses penelitian agar efektif dan
efisien. Hipotesis merupakan asumsi atau dugaan mengenai suatu hal yang dibuat
untuk menjelaskan hal tersebut dan dituntut untuk melakukan pengecekkannya.
Jika asumsi atau dugaan tersebut dikhususkan mengenai populasi, umumnya
mengenai nilai-nilai parameter populasi, maka hipotesis itu disebut dengan
hipotesis statistik.
Uji Statistik F
Uji F dilakukan untuk mengetahui signifikansi pengaruh antara
variabel independen dan variabel dependen secara simultan atau bersamasama
(Ghozali, 2016). Berdasarkan hasil regresi data
panel diperoleh hasil dari uji F setiap variabel independen yang
berpengaruh terhadap variabel dependen, yaitu nilai dari probability atau F-Statistic
sebesar 0.000000 yaitu lebih kecil dari 0.05. Sehingga dalam penelitian ini
variabel independen Current
ratio, Return on investment,
Total Assets Turn Over, Debt to asset dan Earning per share secar simultan atau
bersama-sama memiliki pengaruh terhadap Dividend payout
ratio.
Analisis
Persamaan Regresi Linear Berganda
Berdasarkan
hasil analisis regresi data panel fixed
effect diatas, maka persamaan model regresi linear berganda tersebut
adalah:
DPR = 0.742158 + -0.012857 cr + -2.573113 roi + 0.096821 tato +
-0.127602 dta + -0.000807 eps + e
Uji
Signifikansi Parameter Individual (Uji Statistik T)
Model
regresi data panel dengan menggunakan Fixed
effect dapat dijabarkan dalam uji statistik T atau uji parsial sebagai
berikut:
1. Variabel
current ratio (X1) memiliki nilai
probabilitas sebesar 0.8088 atau lebih besar dari 0.05 dan signifikansi dengan
koefisien -0.012857. Sehingga dapat disimpulkan bahwa current ratio secara parsial tidak berpengaruh terhadap dividend payout ratio.
2. Varibael
return on investment (X2) memiliki
nilai probabilitas sebesar 0.1990 atau lebih besar dari 0.05 dan signifikansi
dengan koefisien -2.573113. Sehingga dapat disimpulkan bahwa return on investment secara parsial
tidak berpengaruh terhadap dividend
payout ratio.
3. Variabel
total asset turn over (X3) memiliki
nilai probabilitas sebesar 0.7698 atau lebih besar dari 0.05 dan signifikansi
0.096821. Sehingga dapat disimpulkan bahwa total
asset turn over secara parsial tidak berpengaruh terhadap dividend payout ratio.
4. Variabel
debt to asset (X4) memiliki nilai
probabilitas sebesar 0.8266 atau lebih besar dari 0.05 dan signifikansi
0.127602. Sehingga dapat disimpulkan bahwa total
asset turn over secara parsial tidak berpengaruh terhadap dividend payout ratio.
5. Variabel
earning per share (X5) memiliki nilai
probabilitas sebesar 0.0694 atau lebih besar dari 0.05 dan signifikansi
0.096821. Sehingga dapat disimpulkan bahwa total
asset turn over secara parsial tidak berpengaruh terhadap dividend payout ratio.
Uji Koefisien Determinasi
(Adj R2)
Koefisien
Determinasi (R2) adalah untuk mengukur seberapa jauh kemampuan
variabel independen dalam menjelaskan variabel dependen. Nilai R2
yang kecil berarti kemampuan variabel-variabel bebas dalam menjelaskan variasi
nilai amat terbatas. Pada penelitian ini yang dilihat dari hasil pengujiannya
adalah nilai dari Adjusted R-squared karena
nilai ini telah terkoreksi dengan standar error.
Dari perhitungan analisis regresi
berganda yang dilihat pada tabel 4.8, diketahui bahwa Adjusted R Square
(R2) dari model penelitian adalah 0,33. Hal ini menunjukkan bahwa
kontribusi variabel Current ratio, Return on investment, Total asset turn
over, Debt to asset dan
Earnings Per Share terhadap variabel Dividend payout ratio sebesar 33%. Sedangkan 67% diterangkan oleh
variabel lain yang tidak dimasukkan ke dalam model penelitian ini.
SIMPULAN DAN SARAN
Simpulan
Setelah
dilakukan penelitan dan uji statistik, penelitian ini menghasilkan kesimpulan
bahwa variabel Current
ratio, Return on investment, Total asset turn over, Debt to asset dan
Earnings Per Share
tidak berpengaruh terhadap variabel Dividend
payout ratio.
Saran
Penelitian
ini berharap dapat menjadi motivasi bagi peneliti lainnya yang tertarik untuk
mengembangkan penelitian mengenai Dividend payout ratio. Diharapkan untuk
penelitian selanjutnya, menambahkan variabel lain yang dapat mempengaruhi Dividend payout ratio Peneliti
yang akan datang
sebaiknya dilakukan pengujian
lebih lanjut dengan
mengambil sampel penelitian
yang lebih banyak
lagi cakupannya, yaitu
dengan cakupan tahun
yang lebih luas misalnya 5 sampai 10 tahun agar dapat
menggambarkan perilaku Dividend payout
ratio dalam jangka panjang.
REFRENSI
Ghozali, Imam. (2016). Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23 (Edisi 8).
Cetakan ke VIII. Semarang : Badan Penerbit Universitas Diponegoro
Harmono. (2014). Manajemen
Keuangan Berbasis Balanced Scorecard Pendekatan Teori, Kasus dan Riset Bisnis.
Edisi 1 cetakan 3. Jakarta. Bumi Aksara.
Syamsuddin. (2013). Manajemen Keuangan Perusahaan. Jakarta: PT Raja Grafindo Persada.
Yudhi Misworo. (2013). Analisis faktor-faktor yang
mempengaruhi Cash Dividend pada perusahaan go publik di Bursa Efek Indonesia.
Universitas Brawijaya.
RIWAYAT PENULIS
M. ASPI YUWANDA lahir di Pulau Gadang Baru pada 12 April 1994. Penulis
menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Akuntansi
pada tahun 2019.
Downoad full skripsinya disini .
Terimakasih
Downoad full skripsinya disini .
Terimakasih
No comments:
Post a Comment