1.
UJI NORMALITAS
- Histogram : data-datanya berada pada garis miringnya yaitu 0 sehingga dikatakan
berdistribusi normal
- Normal Probability Plot : butir2 tidak melenceng dari garis yang artinya data tersebut
berdistribusi normal
- One sample Kolmogorov Smirnov : monte carlo sig = 0,114 nilai/ tingkat sig >0,05 maka
dikatakan berdistribusi normallll
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 175
a,b
Normal Parameters Mean .0000000
Std. Deviation .17597597
Most Extreme Differences Absolute .089
Positive .089
Negative -.040
Test Statistic .089
Asymp. Sig. (2-tailed) .002c
Monte Carlo Sig. (2-tailed) Sig. .114d
95% Confidence Interval Lower Bound .107
Upper Bound .120
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 10000 sampled tables with starting seed 2000000.
2. UJI LINEARITAS
Melihat apakah hubungan model yang kita gunakan sudah linear atau belum
ANOVA Table
Sum of Squares df Mean Square F Sig
Dividend Payout Ratio * Between (Combined) 6.533 141 .046 1.844
CR Groups Linearity .458 1 .458 18.219
Deviation from Linearity 6.075 140 .043 1.727
Within Groups .829 33 .025
Total 7.362 174
a) Dividend Payout Ratio*CR Hubungan antara Dividend Payout Ratio dan CR tidak
linear karena deviation from linearity yaitu 0,034 seharusnya sig >0,05
ANOVA Table
Mean
Sum of Squares df Square F Sig.
Dividend Payout Ratio * Between (Combined) 5.714 140 .041 .842 .757
Size (LN) Groups Linearity .506 1 .506 10.450 .003
Deviation from Linearity 5.208 139 .037 .773 .848
Within Groups 1.647 34 .048
Total 7.362 174
b) Dividend Payout Ratio*Size (LN) Hubungan antara Dividend Payout Ratio dan Size LN
linear karena deviation from linearity sig >0,05 yaitu 0,848
ANOVA Table
Mean
Sum of Squares df Square F Sig.
Dividend Payout Ratio * Between (Combined) 3.996 99 .040 .899 .691
DER Groups Linearity .462 1 .462 10.299 .002
Deviation from Linearity 3.534 98 .036 .803 .846
Within Groups 3.366 75 .045
Total 7.362 174
c) Dividend Payout Ratio*DER Hubungan antara Dividend Payout Ratio dan DER linear
karena deviation from linearity sig >0,05 yaitu 0,846
ANOVA Table
Sum of Squares df Mean Square F Sig.
Dividend Payout Ratio * Between (Combined) 7.207 167 .043 1.947 .177
ROA Groups Linearity 1.074 1 1.074 48.466 .000
Deviation from Linearity 6.132 166 .037 1.667 .245
Within Groups .155 7 .022
Total 7.362 174
d) Dividend Payout Ratio*DER Hubungan antara Dividend Payout Ratio dan ROA linear
karena deviation from linearity sig >0,05 yaitu 0,245
3. UJI MULTIKOLINIERITAS
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -.486 .279 -1.742 .083
ROA .007 .002 .303 4.258 .000 .849 1.178
DER -.048 .024 -.166 -2.027 .044 .641 1.560
Size (LN) .030 .009 .240 3.229 .001 .782 1.279
CR .020 .009 .192 2.193 .030 .564 1.772
a. Dependent Variable: Dividend Payout Ratio
a) ROA : tidak terjadi multikolinieritas karena nilai tolerance <0,10 dan nilai VIF >10
yaitu nilai Tolerance: 0,849 dan VIF : 1,178
b) DER : tidak terjadi multikolinieritas karena nilai tolerance <0,10 dan nilai VIF >10
yaitu nilai Tolerance: 0,641 dan VIF : 1,560
c) Size (LN) : tidak terjadi multikolinieritas karena nilai tolerance <0,10 dan nilai VIF
>10 yaitu nilai Tolerance: 0,782 dan VIF : 1,279
d) CR : tidak terjadi multikolinieritas karena nilai tolerance <0,10 dan nilai VIF >10
yaitu nilai Tolerance: 0,564 dan VIF : 1,772
4. UJI HETEROSKEDASTISITAS
- Grafik Scatter Plot
Berdasarkan gambar diatas gambar tersebut datanya acak, tidak membentuk pola tertentu atau
menyebar maka tidak terjadi heteroskedastisitas
5. UJI AUTOKORELASI
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .518 .268 .251 .17803 1.825
a. Predictors: (Constant), CR, ROA, Size (LN), DER
b. Dependent Variable: Dividend Payout Ratio
Durbin Watson D = 1,825
Dl = 1,7062
Du = 1,7996
4-dl = 4-1,7062 = 2,2938
4-du = 4-1,7996 = 2,2004
Tidak terjadi autokorelasi positif atau negative du < d < 4-du
1,7996 < 1,825 < 2,2004
