BAB III OBJEK DAN METODE PENELITIAN

29 3.1 Objek Penelitian

Objek penelitian adalah karakteristik yang melekat pada subjek penelitian. Dalam terminology penelitian, objek penelitian ini dinamakan variabel penelitian (Nuryaman & Veronica, 2015 : 5).

Objek penelitian didalam penelitian ini adalah Profitabilitas, Ukuran Perusahaan, dan Karakter Eksekutif sebagai variabel independen (X) dan Tax Avoidance sebagai variabel dependen (Y). Penelitian ini dilakukan pada Perusahaan Pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2015-2018.

3.2 Metode Penelitian 3.2.1 Desain Penelitian

Desain penelitian merupakan perencanaan, struktur, dan strategi penelitian dalam rangka menjawab pertanyaan dan mengendalikan penyimpangan yang mungkin terjadi. Desain penelitian memuat rencana tentang informasi yang relevan sesuai dengan kebutuhan penelitian, sumber khusus dari mana informasi diperoleh, strategi untuk mengumpulkannya, dan bagaimana menganalisisnya, serta harus disesuaikan dengan tujuan penelitian yang telah ditetapkan sebelumnya (Sumarni dan Salamah, 2006 : 47).

3.2.1.1. Jenis Penelitian

Jenis penelitian yang digunakan adalah eksplanatory. Studi eksplanatory merupakan studi yang ditujukan untuk menggambarkan hubungan, pengaruhnya antara variabel predisi atau predictor terhadap variabel yang diprediksi atau lazim dinyatakan variabel penyebab dan variabel akibat (Acep Edison, 2018 : 85).

3.2.1.2. Populasi Penelitian

Populasi adalah kumpulan individu-individu atau elemen-elemen dalam satu-satuan ukuran yang melekat pada karakteristiknya yang berada pada areal tertentu. Populasi penelitian adalah sekumpulan elemen atau sekumpulan individu yang memiliki ciri, sifat, karakteristik yang sama yang digunakan sebagai sumber data yang diolah dalam penelitian (Acep Edison, 2018 : 112).

Populasi dalam penelitian ini adalah Laporan Keuangan Perusahaan Pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2015- 2018.

3.2.1.3. Sampel Penelitian

Sampel adalah bagian populasi yang digunakan untuk memperkirakan karakteristik populasi. Apa yang dipelajari dari sampel, maka kesimpulannya akan diberlakukan untuk populasi. Oleh karena itu, sampel yang diambil dari populasi harus betul-betul representatif atau mewakili. Jika sampel kurang representatif, akan mengakibatkan nilai yang dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi sesungguhnya (Sumarni dan Salamah, 2006 : 70).

Teknik sampling yang digunakan dalam melakukan penelitian ini adalah Purposive Sampling. Purposive Sampling ini merupakan pengambilan sampel yang didasarkan pada tujuan pemilihan sampel sesuai dengan posisinya sebagai sumber informasi. Pengambilan sampel sesuai dengan posisinya yang spesifik sebagai sumber informasi didasarkan pada keputusan dari peniliti mengacu pada latar belakang penelitian dan tujuan penelitian yang akan dicapai. Teknik Purposive Sampling sampel tidak dihitung menggunakan rumus, tetapi didasarkan pertimbangan kriteria sampel dari populasi penelitian (Acep Edison, 2018 : 135)

Proses pengambilan sampel ditetapkan terlebih dahulu kriteria, jenis, ciri- ciri individu/perusahaan yang akan dijadikan sampel. Kriterianya antara lain :

1. Laporan keuangan perusahaan pertambangan yang listing pada Bursa Efek Indonesia.

2. Laporan keuangan perusahaan pertambangan yang listing di Indonesia selama 4 tahun terakhir dan data yang diperlukan lengkap selama periode 2015-2018.

3. Laporan keuangan perusahaan pertambangan yang listing di Indonesia dan tidak mengalami kerugian selama periode 2015-2018.

Pada penelitian ini, jumlah sampel yang memenuhi kriteria sebanyak 13 perusahaan. Proses pemilihan sampel dapat dilihat pada tabel 3.1

Tabel 3. 1 Proses Pemilihan Sampel

Keterangan Jumlah

Laporan keuangan perusahaan pertambangan yang listing pada

Bursa Efek Indonesia. ⁴¹

Laporan keuangan perusahaan pertambangan yang listing di Indonesia selama 4 tahun terakhir dan data yang diperlukan lengkap selama periode 2015-2018.

32

Keterangan Jumlah

Laporan keuangan perusahaan pertambangan yang listing di Indonesia dan tidak mengalami kerugian selama periode 2015- 2018

13

TOTAL SAMPEL PERUSAHAAN x 4 Tahun

Jumlah laporan keuangan tahunan perusahaan pertambangan yang melaporkan selama 4 tahun secara berturut-turut dan tidak mengalami kerugian selama periode 2015-2018

52

Tabel 3. 2 Daftar Sampel Penelitian

Sumber : www.idx.co.id 3.2.1.4. Dimensi Waktu

Dimensi waktu merupakan waktu yang digunakan dalam pengukuran terhadap objek yang dteliti. Penelitian ini menggunakan dimensi waktu time series. Time series atau disebut juga data deret waktu merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu misalnya dalam waktu mingguan, bulanan, atau tahunan (Umar, 2003 : 70).

3.2.1.5. Unit Analisis

Unit analisis merupakan tingkat satuan data yang akan dikumpulkan selama penelitian berlangsung. Tingkatan unit analisis dibagi menjadi dua, yaitu tingkat individual dan tingkat kelompok (Nuryaman & Veronica, 2015 : 5).

Unit analisis pada penelitian ini adalah laporan keuangan perusahaan.

Penulis akan menganalisis laporan keuangan yang terdiri dari laporan posisi keuangan, laporan laba rugi komprehensif, laporan arus kas, dan catatan atas

1. ADRO PT Adaro Energy Tbk

2. BSSR PT Baramulti Suksessarana Tbk 3. GEMS PT Golden Energy Mines Tbk 4. ITMG PT Indo Tambangraya Megah Tbk 5. MBAP PT Mitrabara Adiperdana Tbk 6. MYOH PT Samindo Resources Tbk 7. PTBA PT Bukit Asam (persero) Tbk 8. TOBA PT Toba Bara Sejahtera Tbk 9. CTTH PT Citatah Tbk

10. ELSA PT Elnusa Tbk

11. ESSA PT Surya Esa Perkasa Tbk

12. RUIS PT Radiant Utama Interinsco Tbk 13. TINS PT Timah (Persero) Tbk

laporan keuangan. Data yang diperoleh dari laporan posisi keuangan meliputi total aset, data yang diperoleh dari laporan laba rugi komprehensif meliputi laba sebelum pajak dan laba bersih, data yang diperoleh dari laporan arus kas yaitu pembayaran pajak, sedangkan data yang diperoleh data catatan atas laporan keuangan adalah untuk depresiasi dan amortisasi.

3.2.2 Operasionalisasi Variabel

Operasionalisasi variabel adalah mendeskripsikan variabel penelitian sedemikian rupa, sehingga variabel tersebut bersifat spesifik (tidak berinterpretasi ganda), terukur (observable atau measurable). Penelitian ini menggunakan dua jenis variabel yaitu variabel dependen dan variabel independen.

1. Variabel dependen

Menurut Nuryaman dan Veronica (2015 : 42) variabel dependen adalah variabel yang dipengaruhi oleh variabel independen, sehingga besaran nilai variabel dependen dipengaruhi oleh perubahan nilai variabel independen. Variabel dependen dalam penelitian ini adalah Tax Avoidance, yang artinya adalah proses pengendalian tindakan agar terhindar dari konsekuensi pengenaan pajak yang tidak dikehendaki dan suatu tindakan yang benar-benar legal (Zain, 2008 :49).

2. Variabel independen

Menurut Nuryaman dan Veronica (2015 : 42) variabel independen adalah variabel yang dapat mempengaruhi dependen, sehingga variabel independen dapat menyebabkan perubahan nilai variabel dependen.

Variabel independen dalam penelitian ini adalah

 Profitabilitas (X1)

Pada penelitian ini yang dimaksud dengan profitabilitas merupakan rasio untuk menilai kemampuan perusahaan dalam mencari keuntungan. Rasio ini memberikan ukuran tingkat efektivitas manajemen suatu perusahaan. (Kasmir, 2009 : 117).

 Ukuran Perusahaan (X2)

Pada penelitian ini yang dimaksud dengan ukuran perusahaan adalah suatu skala yang dapat mengklasifikasikan perusahaan menjadi perusahaan besar ataupun perusahaan kecil menurut berbagai cara (seperti total aktiva atau total aset perusahaan, nilai pasar saham, rata-rata tingkat penjualan, dan jumlah penjualan). (Machfoedz, 1994 : 117).

 Karakter Eksekutif (X₃₎

Pada penelitian ini yang dimaksud dengan karakter eksekutif adalah karakter suatu eksekutif perusahaan yang melakukan kebijakan untuk melakukan penghindaran pajak dan setiap individu pimpinan perusahaan tersebut memiliki dua karakteristik, yaitu risk taker dan risk averse (Low, 2008 : 1,2).

Tabel 3. 3

Operasionalisasi Variabel

Variabel Konsep Variabel Indikator Skala

Pengukuran Profitabilitas

(X₁)

Profitabilitas merupakan rasio untuk

menilai kemampuan perusahaan dalam mencari keuntungan.

Rasio ini memberikan ukuran tingkat efektivitas manajemen

suatu perusahaan.

(Kasmir, 2009 : 117)

(Fahmi, 2011) Rasio

Ukuran Perusahaan

(X2)

Ukuran perusahaan diukur dengan total aset, sebab nilai aset

relatif lebih stabil dibandingkan dengan

penjualan. Total aset adalah segala sumber daya yang dimiliki oleh

perusahaan, dan merupakan hasil dari transaksi masa lalu dan

diharapkan akan memberikan manfaat

ekonomi bagi perusahaan di masa yang akan datang. Oleh

karena itu, total aset dapat dijadikan ukuran

besar atau kecilnya sebuah perusahaan (Sudarmadji dan Sularto, 2007 : 56).

(Tandean, 2015)

Rasio

Karakter Eksekutif

(X3)

Karakter eksekutif dapat dilihat dengan

risiko perusahaan (corporate risk).

Corporate risk ini dapat diukur dengan

menggunakan persamaan standar

Rasio

deviasi dari EBITDA (earning before

interest, taxes, depreciation and amortization) dibagi

dengan total aset perusahaan. Tingginya

rendahnya corporate risk akan menunjukkan

kecondongan karakter eksekutif tersebut risk

taker ataupun risk averse (Paligorova,

2010 : 7).

Sedangkan rumus standar deviasi:

√∑ ∑

(Paligorova, 2010)

Tax Avoidance

(Y)

Tax Avoidance merupakan usaha untuk

mengurangi atau meniadakan hutang

pajak yang harus dibayar perusahaan dengan tidak melanggar

undang-undang.

Variabel ini dihitung melalui CETR. Tingkat

CETR yang meningkat mengindikasikan adanya penurunan atau

berkurangnya tingkat tax avoidance, sebaliknya jika CETR

(Budiman dan Setiyono, 2012)

Rasio

turun atau berkurang mengindikasikan adanya kenaikan atau

peningkatan tax avoidance (Budiman dan Setiyono, 2012:15).

3.2.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan penulis dalam penelitian ini antara lain:

1. Penelitian Lapangan

Data yang digunakan oleh penulis merupakan data sekunder. Data sekunder merupakan data yang diperoleh dari pihak lain dan data yang digunakan bersumber pada laporan keuangan perusahaan pertambangan yang terdaftar di BEI pada periode 2015-2018. Sumber data ini diperoleh melalui situs www.idx.co.id.

2. Penelitian Kepustakaan

Dalam penelitian kepustakaan ini, penulis menggunakannya untuk memperoleh landasan teoritis yang berhubungan dengan masalah yang akan diteliti. Penelitian ini dilakukan dengan membaca, menelaah jurnal- jurnal, artikel, buku, dan sumber lainnya yang berhubungan dengan topik penelitian ini.

3.2.2 Metode Analisis Data

Analisis data dalam penelitian ini dilakukan secara kuantitatif dengan menggunakan teknik analisis regresi. Analisis regresi digunakan untuk mengetahui pengaruh antara variabel dependen (variabel terikat) dengan satu atau lebih variabel independen (variabel bebas), dengan tujuan untuk mengestimasi dan memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Ghozali, 2013 : 50)

3.2.4.1 Analisis 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 (kemencengan distribusi) (Ghozali, 2016 : 19).

Di dalam penelitian ini, penulis akan mendeskripsikan kondisi profitabilitas, ukuran perusahaan, dan karakter eksekutif pada perusahaan pertambangan yang terdaftar di BEI periode 2015-2018. Pengujian ini dilakukan untuk mempermudah dalam memahami variabel-variabel yang akan digunakan dalam penelitian.

3.2.4.2 Uji Model

1. Estimasi Pemilihan Model Regresi

Menurut Widarjono (2013 : 355) dengan menggunakan data panel akan menghasilkan intersep dan slope koefisien yang berbeda pada setiap perusahaan dan setiap periode waktu. Ada 3 metode yang bisa digunakan dalam mengestimasi model regresi data panel, antara lain :

a. Common Effect

Menurut Widarjono (2013 : 355) pendekatan Common Effect adalah teknik paling sederhana untuk mengestimasi data panel hanya dengan cara mengkombinasikan data Time Series dan Cross-section. Dengan hanya menggabungkan data tersebut tanpa melihat perbedaan antara waktu dan individu maka dapat digunakan metode OLS untuk mengestimasi model data panel.

b. Fixed Effect

Menurut Widarjono (2013 : 356) teknik model Fixed Effect adalah teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adaanya perbedaan intersip. Model ini mengasumsikan bahwa koefisien regresi (slope) tetap antar individu dan antar waktu. Intersepnya berbeda antar perusahaan namun sama antar waktu.

c. Random Effect

Menurut Widarjono (2013 : 359) Random Effect adalah model yang akan mengestimasi data panel dimana variabel gangguan saling berhubungan antar waktu dan antar individu. Metode yang tepat digunakan untuk mengestimasi model Random Effect adalah Generalized Least Square (GLS).

2. Pemilihan Model Regresi Data Panel

Berdasarkan hasil ketiga model yang telah diestimasi akan dipilih model mana yang paling tepat atau sesuai dengan tujuan penelitian. Ada 3 uji yang digunakan untuk memilih teknik estimasi data panel, yaitu uji Chow, uji Hausman, dan uji Lagrange Multiplier (LM) (Basuki dan Prawoto, 2016 : 277)

a. Uji Chow

Uji chow digunakan untuk menentukan apakah model data panel diregresi dengan model Common Effect atau Fixed Effect. Adapun dasar pengambilan keputusan dalam uji chow adalah sebagai berikut:

- Jika probability Chi-Square > 0.05 maka Common Effect lebih baik daripada Fixed Effect.

- Jika probability Chi-Square < 0.05 maka Fix Effect lebih baik daripada Common Effect.

b. Uji Hausman

Uji Hausman dilakukan untuk menentukan apakah model Fixed Effect lebih baik digunakan daripada model Random Effect.

- Jika probability Cross-section Random > 0.05 maka menggunakan metode Random Effect.

- Jika probability Cross-section Random < 0.05 maka menggunakan metode Fixed Effect.

c. Uji Lagrange Multiplier (LM)

Uji Lagrange Multiplier (LM) adalah pengujian untuk membandingkan atau memilih model mana yang tepat untuk digunakan dalam regresi data panel antara Common Effect atau model Random Effect.

- Jika Cross-section Breusch-Pagan < 0.05, maka menggunakan metode Random Effect.

- Jika Cross-section Breusch-Pagan > 0.05, maka menggunakan metode Common Effect.

3.2.4.3 Uji Asumsi Klasik

Pengujian regresi linier sederhana untuk menguji hipotesis dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari uji asumsi klasik. Uji asumsi klasik merupakan syarat yang harus dipenuhi agar persamaan regresi dapat dikatakan sebagai persamaan regresi yang baik, yang artinya persamaan regresi yang dihasilkan akan valid jika digunakan untuk memprediksi. Untuk itu, penelitian harus memiliki distribusi normal, dan tidak menunjukkan gejala multikolinearitas, heteroskedastisitas, dan autokorelasi. Data yang tidak berdistribusi secara normal dapat ditransformasi agar berdistribusi normal. (Ghozali, 2013 : 58).

Tabel 3. 4

Bentuk Transformasi Data

Bentuk Grafik Histogram Bentuk Transformasi Moderate positive skewness SQRT (x) atau akar kuadrat

Substansial positive skewness LG10 (x) atau logaritma 10

Severe positive skewness dengan bentuk L 1 / x atau inverse

Moderate negative skewness SQRT (k-x)

Substansial negative skewness LG10 (k-x)

Severe negative skewness dengan bentuk L 1 / (k-x)

1. Uji Normalitas

Uji normalitas harus dilakukan sebelum melakukan uji statistik, sebab kita perlu mengetahui terlebih dahulu apakah sampel yang digunakan berdistribusi normal atau tidak. Menurut Ghozali (2013 : 165) uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki

distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Pengujian normalitas dalam penelitian ini menggunakan software Eviews 9.

Data yang baik adalah data yang mempunyai pola seperti distribusi normal. Pedomana pengambilan keputusan tentang data tersebut mendekati atau data tersebut berdistribusi normal dapat dilihat dari:

a. Bila nilai Jarque-Bera (J-B) tidak signifikan (lebih kecil dari J-B tabel), maka distribusi data adalah normal.

b. Bila probabilitas lebih besar dari > 0.05 , maka distribusi adalah normal

2. Uji Multikolinearitas

Menurut Ghozali (2013 : 77), uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antarvariabel independen.

Multikolinearitas dapat dilakukan dengan menggunakan nilai variance inflation factor (VIF) dan nilai tolerance. Secara umum dapat dikatakan terdapat multikolinearitas jika nilai tolerance ≤ 0.10 atau VIF ≥ 10. Maka dalam penelitian ini indikator nilai VIF yang digunakan antara lain :

a. Jika nilai VIF ≥ 10 , maka terdapat multikolinearitas yang serius.

b. Jika nilai VIF ≤ 10 , maka tidak terdapat multikolinearitas yang serius.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Dalam uji heteroskedastisitas peneliti menggunakan Uji White untuk uji heteroskedastisitas (Ghozali, 2016 : 134)

Uji White dilakukan dengan meregresikan residual kuadrat dengan variabel independen ditambah dengan variabel independen kuadrat dan ditambah dengan perkalian antarvariabel independen (Ghozali, 2013 : 104).

Pada tingkat signifikansi 0.05 apabila nilai probabilitas Obs*R-squared <

0.05 maka terdapat gejala heteroskedastisitas, sebaliknya apabila nilai probabilitas Obs*R-squared > 0.05 maka tidak terdapat gejala heteroskedastisitas.

4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi (Ghozali , 2013 : 137).

Cara mendeteksi adanya autokorelasi bisa digunakan dengan uji Durbin- Watson. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept dalam model regresi dan tidak ada variabel lagi di antara variabel bebas. Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dalam tabel 3.5 dibawah ini

Tabel 3. 5

Kriteria Pengambilan Keputusan Uji Durbin-Watson

Hipotesis Nol Keputusan Jika

Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif

Tidak ada autokorelasi positif atau negatif

Tolak No Decision

Tolak No Decision Tidak ditolak

0 < d < d_L d_L ≤ d ≤ d_u 4 – dL < d < 4 4 – du ≤ d ≤ 4 - dL

d_u < d < 4 - d_u Sumber : Ghozali (2013 : 138)

3.2.4.4 Uji Analisis Regresi Linear Berganda

Menurut Ghozali (2013 : 57) Regresi linear berganda digunakan untuk menguji pengaruh dari dua atau lebih variabel independen (X) terhadap satu variabel dependen (Y). Analisis ini digunakan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan dan untuk mengetahui arah dari hubungan antara variabel independen dengan variabel dependen, apakah berhubungan positif atau negatif dan umumnya dinyatakan dalam persamaan berikut ini :

Keterangan :

Y = Tax Avoidance

α = Intercept

β1 β2 β3 = Koefisien regresi masing-masing variabel independen yang terdiri dari koefisien profitabilitas (β1), koefisien ukuran perusahaan (β2), dan koefisien karakter eksekutif (β3)

X1 = Profitabilitas

X2 = Ukuran Perusahaan

X3 = Karakter Eksekutif

ε = Error

3.2.4.5 Pengujian Hipotesis Secara Parsial (Uji Statistik t)

Menurut Ghozali (2013 : 62) Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen terhadap variabel dependen dengan menganggap variabel independen lainnya konstan. Jika asumsi normalitas terpenuhi, maka kita dapat menggunakan uji t untuk menguji koefisien parsial dari regresi. Rumus uji t adalah

Keterangan :

β1 = koefisien parameter se = standard error

Setelah melakukan perhitungan uji t, kemudian dibandingkan dengan t_tabel yang diperoleh dengan menggunakan tingkat risiko 5% degree of freedom.

Kriteria penerimaan dan penolakan H₀ adalah sebagai berikut : H₀ ditolak : t_hitung > t_{tabel .}/ -t_hitung < -t_tabel H₀ diterima : t_hitung < t_tabel / -t_hitung > -t_tabel

Bila hasil pengujian statistik menunjukkan bahwa H₀ ditolak, artinya terdapat pengaruh yang signifikan secara parsial dari variabel independen terhadap variabel dependen. Tetapi, jika hasil pengujian statistik menunjukkan bahwa H0 diterima, artinya tidak terdapat pengaruh yang signifikan secara parsial dari variabel independen terhadap variabel dependen.

3.2.4.6 Pengujian Hipotesis Secara Simultan (Uji Statistik F)

Menurut Ghozali (2013 : 61) uji statistik F pada dasarnya untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap variabel dependen. Rumus dari uji F adalah :

R² = Koefisien Determinasi n-k = Derajat Bebas (df) Penyebut k-1 = Derajat Bebas (df) Pembilang

Hasil dari perhitungan diatas kemudian dibandingkan dengan Ftabel yang diperoleh dengan menggunakan tingakt risiko 5% degree of freedom. Kriteria dari penerimaan dan penolakan H0 adalah sebagai berikut :

H0 ditolak : Fhitung > Ftabel ./ -Fhitung < -Ftabel

H0 diterima : Fhitung < Ftabel / -Fhitung > -Ftabel

Bila hasil pengujian statistik menunjukkan bahwa H0 ditolak, artinya terdapat pengaruh yang signifikan secara simultan dari variabel independen terhadap variabel dependen. Tetapi, jika hasil pengujian statistik menunjukkan bahwa H0 diterima, artinya tidak terdapat pengaruh yang signifikan secara simultan dari variabel independen terhadap variabel dependen.

3.2.4.7 Koefisien Determinasi (KD)

Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Menurut Ghozali (2013 : 60) untuk mengevaluasi mana model regresi yang terbaik, banyak peneliti yang menganjurkan untuk menggunakan nilai adjusted R², karena tidak seperti R² , nilai adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Koefisien determinasi dapat dihitung dengan rumus sebagai berikut :

Keterangan

KD = Koefisien determinasi, yaitu presentase dari pengaruh variabel x ke y R = Koefisien korelasi, karena sifatnya kuadrat, kisaran nilai koefisien determinasi adalah terlatak pada :

3.2.4.8 Penetapan Tingkat Signifikansi

Tingkat signifikansi dalam penelitian ini sebesar 5% atau 0,05 karena dinilai cukup untuk menguji hubungan antara variabel-variabel yang diuji atau menunjukkan bahwa korelasi antara kedua variabel itu cukup nyata. Alasan menggunakan tingkat signifikansi sebesar 5% karena paling umum digunakan untuk penelitian dan dianggap cukup untuk menyediakan hubungan antara variabel-variabel yang akan diteliti.

3.2.4.9 Penarikan Kesimpulan

Penarikan kesimpulan dilakukan berdasarkan hasil penelitian melalui pengujian yang berdasarkan kriteria yang telah ditetapkan, juga dari teori-teori yang mendukung objek dari masalah yang akan diteliti, kemudian melakukan analisis dan penarikan kesimpulan mengenai pengaruh profitabilitas, ukuran perusahaan, dan karakter eksekutif terhadap tax avoidance.