BAB III METODE PENELITIAN
3.8 Teknik Analisis Data
peningkatan pengawasan yang lebih optimal terhadap kinerja manajemen. Adapun
rumus untuk menghitung kepemilikan institusional dalam penelitian ini yaitu:
KI= jumlah Saham yang dimiliki institusi
jumlah Saham beredar
3.8 Teknik Analisis Data 3.8.1 Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata (mean) standar deviasi, varian, maksimum, minimum,
sum, range, kurtosis dan skewness. Statistik diskriptif digunakan untuk
menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang
telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang
berlaku untuk umum atau generalisasi.
3.8.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah data yang digunakan
layak untuk dianalisi, karena tidak semua data dapat dianalisi dengan regresi.
Dalam penelitian ini menggunaka 4 uji asumsi klasik yaitu uji normalitas, uji
multikolinieritas, uji autokorelasi dan uji heteroskedastisitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
penggangu atau residual memiliki data distribusi normal atau tidak. Data yang
terdistribusi normal akan memperkecil terjadinya bias. Model regresi yang baik
Dalam penelitian ini, uji normalitas data dilakukan dengan uji
Kolmogorov-Smirov (K-S). Kreteria pengujian apabila nilai value > 0,05 maka data tersebut terdistribusi normal, sebaliknya jika nilai value < 0,05 maka data tersebut tidak
berdistribusi dengan normal.
2. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antara sesama variabel
independen sama dengan nol (Ghozali, 2012: 105).
Dalam penelitian ini untuk mengetahui ada tidaknya multikolonieritas di
dalam model regresi maka dengan melihat nilai tolerance dan Variance Inflation
Factor (VIF). Jika nilai tolerance > 0,10 dan VIF < 10 dapat diartikan tidak terdapat multikolinearitas dalam data penelitian tersebut. Jika nilai tolerance < 0,01 dan VIF
> 10, mengartikan bahwa data tersebut terjadi multikolinearitas.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear
ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan
penggaggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan
ada problem autokorelasi. Autokorelasi muncul karena penelitian yang berurutan
sepanjang waktu dan saling berkaitan satu sama lain. Model regresi yang baik
37
Dalam penelitian ini untuk mengetahui apakah data yang digunakan dalam
model terdapat autokorelasi atau tidak pada penelitian ini dengan menggunakan
uji run test. Jika nilai asymp. Sig < 0,05, maka dapat dinyatakan tedapat
autokorelasi. Sebaliknya jika nilai asymp. Sig > 0,05, maka dinyatakan tidak
terdapat autokorelasi.
4. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukaun untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan
lain tetap, maka di sebut Homoskedastisitas dan jika berbeda disebut
Heteroskesdastisitas. Model regresi yang baik adalah yang Homoskesdatisitas
atau tidak terjadi Heteroskesdatisitas (Ghozali, 2012:139).
Untuk menguji ada atau tidaknya heteroskedastisitas dalam penelitian ini
dengan digunakan uji Glejser, yaitu dengan cara meregresikan nilai absolut
residual variabel independen. Ada atau tidaknya heteroskedastisitas dapat
diketahui dengan melihat nilai signifikansinya terhadap derajat kepercayaan 5%.
Jika nilai signifikansinya > 0,05, maka tidak terjadi heteroskedastisitas (Ghozali,
2012:143).
3.8.3 Uji Ketepatan Model
Analisis ini digunakan untuk mengetahui seberapa besar hubungan antara
variabel independen dengan variabel dependen. Untuk menguji model regresi
1. Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukan apakah semua variabel independen
atau bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2012: 98). Kreteria
pengambilan keputusan dalam uji statistik F sebagai berikut:
a. Bila Fhitung > F tabel atau nilai signifikansi < 0,05, maka hipotesis ditolak,
ini berati secara simultan variabel independen berpengaruh terhadap
variabeldependen.
b. Bila Fhitung < F tabel atau nilai signifikansi > 0,05 maka hipotesis diterima,
ini berati secara simultan variabel independen tidak berpengaruh
terhadap variabel dependen
2. Uji koefisien Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variabel dependen. Nilai koefisien determinasi adalah
antara nol dan satu. Nilai Adjusted R2 yang kecil berati kemampuan
variabel-variabel independen dalam menjelaskan variabel-variabel-variabel-variabel dependen amat terbatas.
Nilai yang mendekati satu berati variabel-variabel independen memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variabel- variabel dependen
(Ghozali, 2012: 97).
3.8.4 Analisi Regresi Linear Berganda
Analisis regresi yang digunakan untuk menguji pengaruh faktor-faktor
39
rugi fiskal dan kepemilikan institusional dengan menggunakan regresi linear
dengan tingkat signifikasi 5 %. Persamaan regresi dalam penelitian ini yaitu:
Y= 𝛼 + 𝛽1X1 + 𝛽2X2 + 𝛽3X3 + 𝛽1X1+ 𝛽4X4 + 𝛽5X5 + e
Dimana :
Y : Agresivitas pajak
X1 : Return on Asset (ROA)
X2 : Leverage
X3 : : Capital intensity
X4 : Kompensasi rugi fiskal
X5 : Kepemilikan institusional
𝛽1,𝛽2, 𝛽3, 𝛽1, 𝛽4, 𝛽5 : koefisien regresi
e : Error
3.8.5 Uji Hipotesis
1. Uji Statistik t
Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel
penjelas atau independen secara individu dalam menerangkan variansi variabel
dependen (Ghozali, 2012: 98). Adapun kreteria pengujian secara parsial dengan
tingkat signifikasi sebesar 𝛼: 5 % yaitu
a. Jika nilai t hitung > t tabel atau nilai signifikansi < 0,05, maka Ha
diterima dan Ho ditolak, artinya variabel berpengaruh terhadap variabel
b. Jika nilai t hitung < t tabel atau nilai signifikansi > 0,05, maka Ha
ditolak dan Ho diterima, artinya variabel independen tidak berpengaruh
BAB IV PEMBAHASAN