BAB IV ANALISIS HASIL PENELITIAN DAN PEMBAHASA
4.2 Analisis dan Hasil Penelitian
Hasil analisis dari pengujian yang dilakukan berdasarkan uji asumsi klasik dan uji regresi linear berganda yang dilakukan untuk mengidentifikasi data yang diolah.
47 4.2.1 Statistik Deskriptif
Dalam penelitian ini statistik deskriptif digunakan untuk melihat nilai minimum, maksimum, nilai rata-rata, dan standar deviasi dari masing-masing variabel. Tabel berikut ini adalah statisik deskriptif dari variabel dependen tax avoidance dan variabel independen yaitu leverage, intensitas aset tetap, ukuran perusahaan, koneksi politik dan profitabilitas.
Tabel 4.3
Hasil Statistik Deskriptif Setelah Outlier
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Leverage 146 ,071 2,093 ,40226 ,246661
Intensitas Aset Tetap 146 ,000 6,062 ,36696 ,507199
Ukuran Perusahaan 146 25,62 33,32 28,8696 1,69320
Koneksi Politik 146 0 1 ,32 ,466
Profitabilitas 146 ,000 ,527 ,09132 ,083846
Tax Avoidance 146 ,003 ,884 ,26201 ,111175
Valid N (listwise) 146
Berdasarkan tabel 4.3 tersebut menunjukan bahwa (n) pada setiap variabel yang valid 146, hasil statistik deskriptif mengenai variabel-variabel penelitian sebagai berikut :
1. Tax Avoidance
Tabel 4.3 menjelaskan bahwa jumlah observasi (n) 146, variabel tax avoidance memiliki nilai minimum sebesar 0,003 dimana nilai minimum tersebut merupakan nilai ETR dari Delta Djakarta Tbk Tahun 2015. Untuk nilai maksimum sebesar 0,884 dimana nilai maksimum merupakan dari perusahaan
48
Star Petrochem Tbk tahun 2015. Rata-rata (mean) sebesar 0,26201 serta standar deviasi sebesar 0,111175.
2. Leverage
Tabel 4.3 menjelaskan bahwa jumlah observasi (n) sebesar 146, nilai minimum sebesar 0,071 dimana nilai minimum tersebut merupakan nilai DER dari Industri Jamu dan Farmasi Sido Muncul Tbk tahun 2015. Untuk nilai maksimum sebesar 2,093 dimana nilai maksimum tersebut merupakan nilai DER dari Hanjaya Mandala Sampoerna Tbk tahun 2017. Rata-rata (mean) sebesar 0,40226 serta standar deviasi sebesar 0,246661.
3. Intensitas Aset Tetap
Tabel 4.3 menjelaskan bahwa jumlah observasi (n) sebesar 146, nilai minimum sebesar 0,000 dimana nilai minimum tersebut merupakan nilai aset tetap dari perusahaan Astra International Tbk tahun 2015. Untuk nilai maksimum sebesar 6,062 dimana nilai maksimum tersebut merupakan nilai aset tetap dari perusahaan Budi Strarct and Sweetener Tbk tahun 2016. Rata-rata (mean) sebesar 0,36696 serta deviasi sebesar 0,507199.
4. Ukuran Perusahaan
Tabel 4.3 menjelaskan bahwa jumlah observasi (n) sebesar 146, nilai minimum sebesar 25,62 dimana nilai minimum tersebut merupakan nilai Ln dari Hanjaya Mandala Sampoerna Tbk tahun 2015. Untuk nilai maksimum sebesar 33,32 dimana nilai maksimum tersebut nilai Ln dari Astra Intenational Tbk tahun 2017. Rata-rata (mean) sebesar 28,8696 serta standar deviasi sebesar 1,69320.
5. Koneksi Politik
49
Tabel 4.3 menjelaskan bahwa observasi (n) sebesar 146, nilai minimum sebesar 0 dari 108 sampel, nilai maksimum sebesar 1 dari 48 sampel. Sedangkan untuk mean sebesar 0,36696 dan nilai standar deviasi sebesar 0,507199.
6. Profitabilitas
Tabel 4.3 menjelaskan bahwa observasi (n) sebesar 146, nilai minimum sebesar 0,000 dari 4 perusahaan yang terdiri dari 5 data sampel perusahaan. Untuk nilai maksimum sebesar 0,527 dimana nilai maksimum merupakan ROA dari tahun 2017. Rata-rata (mean) sebesar 0,26201 serta standar deviasi sebesar 0,083846.
Mean ROA adalah sebesar 0,097292 dengan median sebesar 0,072306.
4.3 Uji Asumsi Klasik
Adapun uji asumsi klasik dalam penelitian ini adalah Uji Normalitas, Uji Multikolinearitas, Uji Heteroskedastistas, dan Uji Autokorelasi
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji variabel independen yaitu leverage, intensitas aset tetap, ukuran perusahaan, koneksi politik, dan profitabilitas mempunyai distribusi normal terhadap variabel dependen yaitu tax avoidance. Uji normalitas dilakukan dengan menggunakan Kolmogrov-Smirnov test dengan taraf signifikan 0,05. Dasar pengambilan keputusan sig ≥ 0,05 maka dikatakan berdistribusi normal. Adapun tabel hasil non-parametrik Kolmogrov-Smirnov ditunjukan pada tabel 4.4 sebagai berikut :
50 Tabel 4.4
Hasil Uji Normalitas Sebelum Outlier One-Sample Kolmogorov-Smirnov Test
Kolmogorov-Smirnov Z 3,806
Asymp. Sig. (2-tailed) ,000 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4.4 dapat dilihat bahwa nilai Asymp Sig (2-tailed) sebesar 0,000 yaitu lebih kecil dari nilai α sebesar 0,05, sehingga dapat disimpulkan bahwa hasil uji normalitas menunjukan bahwa nilai residual tidak berdistribusi normal.
Tabel 4.4
Hasil Uji Normalitas Setelah Outlier
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 146
Normal Parametersa,b Mean -,0442965 Std. Deviation ,11287162
Most Extreme Differences
Absolute ,063 Positive ,063 Negative -,063
Kolmogorov-Smirnov Z ,766
Asymp. Sig. (2-tailed) ,599
a. Test distribution is Normal.
b. Calculated from data.
51
Berdasarkan Tabel 4.4 dapat dilihat bahwa nilai Asymp Sig (2-tailed) sebesar 0,599 yaitu lebih besar dari nilai α sebesar 0,05, sehingga dapat disimpulkan bahwa hasil uji normalitas menunjukan bahwa nilai residual berdistribusi normal setelah dioutlier.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen. Pengujian dilakukan untuk melihat ada tidaknya hubungan linear antar variabel bebas (indeks), dilakukan dengan menggunakan Variance Inflation Factor (VIF) dan Tolerance Value (Ghozali, 2011). Batas dari Tolerance Value > 0,10 atau nilai VIF
< 10
Tabel 4.5
Hasil Uji Multikolinearitas
Berdasarkan tabel 4.5 hasil perhitungan nilai tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 dan nilai variance inflation factor (VIF) juga menunjukkan hal yang sama yaitu tidak ada
Coefficientsa
Model Collinearity Statistics Tolerance VIF
Koneksi Politik ,943 1,061 Profitabilitas ,970 1,031 a. Dependent Variable: Tax Avoidance
52
variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
4.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya), masalah autokorelasi diuji dengan Durbin-Waston.
Tabel 4.6
Hasil Uji Autokorelasi Sebelum Cochrane Orcutt
Model Summaryb
a. Predictors: (Constant), Intensitas Aset Tetap, Ukuran Perusahaan, Profitabilitas, Koneksi Politik, Leverage
b. Dependent Variable: Tax Avoidance
Berdasarkan hasil uji Durbin-Waston pada Tabel 4.6 dapat dilihat bahwa nilai Durbin-Waston sebesar 1,741. Berdasarkan jumlah data sebanyak (n) 146 observasi serta 5 variabel independen (k=4) pada tingkat signifikan 5% diperoleh nilai dl = 1,6565 dan du = 1,800. Nilai dw (1,741) < batas atas (du) 1,800 > dan kurang dari 5 – du ( 5 - 1,800) atau 3,200. Jadi, 1,741 < 1,800 sehingga dapat disimpulkan bahwa terjadi autokorelasi. Sehingga data tersebut tidak lolos uji autokorelasi.
Salah satu cara agar data penelitian tidak terjadi autokorelasi adalah dengan mengatasi uji autokorelasi dengan Cochrane Orcutt.
Cochrane Orcutt ini akan melakukan transformasi lag pada variabel residual yang baru. Lag artinya mengembalikan variabel baru yang merupakan hasil pengurungan nilai dari sampel ke-i – 1. Sampel ke-i artinya sampel yang
53
bersangkutan dan sampel ke-i-1 adalah sampel sebelumnya dari sampel yang bersangkutan (www.statistikian.com).
Tabel 4.6
Hasil Uji Autokorelasi Setelah Cochrane Orcutt
Dari tabel 4.6 hasil Durbin-Waston menunjukkan bahwa nilai DW sebesar 2,051 dengan jumlah sampel n sebesar 146 dan jumlah variabel independen (k) didapatkan nilai dU sebesar 1,800 dan dL sebesar 1,6565. Nilai dU lebih besar dari Durbin-Waston (DW) sebesar 2,051. Jadi dapat disimpulkan tidak ada autokorealsi dalam model regresi yang diprediksikan pada penelitian ini bebas dari masalah autokorelasi.
4.3.4 Uji Heterokedasitas
Uji ini bertujuan untuk menguji model regresi apabila terjadi ketidaksamaan varian dari residual satu pengamatan yang lain. Pengujian heterokedasitas dalam penelitian ini dilakukan dengan uji Log. Jika nilai signifikansi variabel independen>0,05 maka terjadi heterokedasitas. Sebalikanya jika nilai signifikansi variabel <0,05 maka terjadi heterokedasitas.
Tabel 4.7
Hasil Uji Heterokedasitas Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 ,316a ,100 ,067 ,10523 2,051
a. Predictors: (Constant), LAG_X5, LAG_X3, LAG_X2, LAG_X4, LAG_X1 b. Dependent Variable: LAG_Y
54
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
T Sig.
B Std. Error Beta
1
(Constant) -4,475 3,359 -1,332 ,190
LG_X1 -,188 ,186 -,177 -1,013 ,317
LG_X2 -,032 ,061 -,089 -,527 ,601
LG_X3 2,576 2,270 ,212 1,135 ,263
LG_X5 ,055 ,138 ,063 ,399 ,692
a. Dependent Variable: LG_Y
Berdasarkan tabel 4.7 hasil uji Ln 10 menunujukkan bahwa variabel independen Leverage, Intensitas Aset Tetap, Ukuran Perusahaan, Koneksi Politik dan Profitabilitas terhadap Tax Avoidance menunjukkan hasil lebih besar dari tingkat signifikan 0,05 artinya dapat disimpulkan model regresi tidak mengandung adanya heterokedastisitas dan dapat memenuhi asumsi klasik.
4.3.5 Koefisien Determinasi
Koefisien determinasi (𝑎𝑑𝑗𝑢𝑠𝑡𝑒𝑑 𝑅2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi independen. Nilai koefisien adalah antara nol dan satu. Nilai 𝑅2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
55 Tabel 4.8
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 ,330a ,109 ,077 ,106789 1,741
a. Predictors: (Constant), Intensitas Aset Tetap, Ukuran Perusahaan, Profitabilitas, Koneksi Politik, Leverage
b. Dependent Variable: Tax Avoidance
Dari tabel 4.8 dapat dilihat koefisien 𝑎𝑑𝑗𝑢𝑠𝑡𝑒𝑑 𝑅 𝑠𝑞𝑢𝑎𝑟𝑒 yang dihasilkan oleh variabel-variabel independen sebesar 0,077 yang artinya 7,7% variabel dependen yaitu tax avoidance dijelaskan oleh variabel independen leverage, intensitas aset tetap, ukuran perusahaan, koneksi politik dan profitabilitas, sedangkan sisanya 92,3% dijelaskan oleh variabel lain diluar variabel independen yang digunakan.