17 BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif. Penelitian asosiatif bertujuan untuk mengukur hubungan antara variabel riset atau menganalisis pengaruh suatu variabel terhadap variabel lainnya (Ulum, 2021)
B. Populasi dan Teknik pengambilan Sampel
Populasi dalam penelitian ini yaitu sektor industry barang konsumsi, periode 2016–2020. Pengambilan sampel menggunakan metode purposive sampling dengan menggunakan kriteria – kriteria tertentu (Ulum, 2021) Adapun kriterianya sebagai berikut:
1. Perusahaan sektor industri barang konsumsi yang terdaftar di BEI periode 2016–2020.
2. Perusahaan yang menerbitkan laporan keuangan secara lengkap pada periode 2016–2020.
3. Perusahaan yang tidak mengalami rugi sebelum pajak pada periode amatan 2016-2020 karena sesuai dengan rumus ETR yakni harus terdapat akun laba sebelum pajak.
C. Definisi Operasional dan Pengukuran Variabel
Definisi operasional merupakan suatu definisi yang memberikan informasi kepada peneliti tentang bagaimana mengukur variabel. Dalam penelitian ini menggunakan dua variabel yaitu variabel Independen dan variabel Dependen.
1. Effective tax rate (ETR)
Menurut United States Government Accountanbility Office tarif pajak efektif atau ETR digunakan untuk mengukur pajak yang dibayarkan sebagai proporsi dari pendapatan. Rumus ETR sebagai berikut:
𝐸𝑇𝑅 = 𝐵𝑒𝑏𝑎𝑛 𝑃𝑎𝑗𝑎𝑘 𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘
ETR menggambarkan penghindaran pajak perusahaan dengan pertimbangan bahwa semakin besar nilainya sesuai tarif pajak badan yaitu 25% maka semakin rendah tingkat penghindaran pajak, dan sebaliknya.
2. Variabel Independen:
a. Financial leverage (X1)
Financial leverage dapat diukur menggunakan times interest earned untuk mengetahui seberapa besar tingkat penggunaan leverage dan berapa tingkat presentase biaya bunga yang dimiliki suatu perusahaan. Rumus TIE adalah sebagai berikut:
𝑇𝐼𝐸 = 𝐸𝑎𝑟𝑛𝑖𝑛𝑔 𝑏𝑒𝑓𝑜𝑟𝑒 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑡 𝑎𝑛𝑑 𝑡𝑎𝑥𝑒𝑠 𝐼𝑛𝑡𝑒𝑟𝑒𝑠𝑡 𝐸𝑥𝑝𝑒𝑛𝑠𝑒
Leverage dikatakan rendah apabila presentase TIE adalah
<100% atau lebih kecil dari 1 kali. Dan sebaliknya leverage dapat dikatakan tinggi apabila presentase TIE >100% atau lebih besar dari 1 kali.
b. Return on asset (X2)
Semakin tinggi return on asset maka mencerminkan performa keuangan perusahaan meningkat. ROA digunakan untuk melihat seberapa presentase perolehan laba dengan menggunakan asset yang dimiliki. ROA diukur menggunakan rumus sebagai berikut:
𝑅𝑂𝐴 𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡
return on asset dikatakan tinggi jika presentase ROA >100%
atau lebih besar dari 1 kali. Begitupun sebaliknya ROA dikatakan rendah apabila presentase <100% atau kurang dari 1 kali.
c. Growth of Sales (X3)
growth of sales merupakan tingkat pertumbuhan penjualan dari waktu ke waktu (Ali, 2009). Semakin tinggi tingkat pertumbuhan penjualan suatu perusahaan maka perusahaan tersebut berhasil dalam menjalankan strateginya dalam hal pemasaran dan penjualan produk. Growth of sales dapat dikatakan baik apabila presentase menunjukan angka yang tidak minus karena disitulah
pertumbuhan penjualan bisa dikatakan meningkat meskipun hanya 1%. Rumus Growth of Sales sebagai berikut:
𝑆𝑎𝑙𝑒𝑠 𝐺𝑟𝑜𝑤ℎ𝑡 = 𝑁𝑒𝑡 𝑆𝑎𝑙𝑒𝑠 − 𝑁𝑒𝑡 𝑆𝑎𝑙𝑒𝑠−1 𝑁𝑒𝑡 𝑆𝑎𝑙𝑒𝑠−1 Keterangan:
Net Sales = Penjualan bersih (Pendapatan)
Net Sales-1 = Penjualan bersih (Pendapatan) tahun sebelumnya.
D. Jenis dan Sumber Data
1. Jenis data pada penelitian ini berupa data sekunder dimana data sekunder yang diperlukan dalam penelitian ini berupa laporan keuangan dari perusahaan sektor industry barang konsumsi, periode 2016-2020.
Adapun jenis data yang akan digunakan dalam penelitian ini adalah:
a. Laporan Laba Rugi 1) Laba Sebelum Pajak 2) Beban Pajak
3) Penjualan Bersih 4) Laba Bersih 5) Beban Bunga
b. Laporan Posisi Keuangan 1) Total Aset
2. Sumber data penelitian ini diambil melalui website resmi BEI periode 2016-2020 dengan link sebagai berikut (www.idx.co.id)
E. Teknik pengumpulan data
Metode pengumpulan data pada penelitian ini yaitu dengan menggunakan teknik dokumentasi. Teknik dokumentasi dilakukan dengan mengkopi data – data sekunder yang relevan dengan penelitian ini. Data didapatkan melalui website resmi BEI dan website resmi perusahaan.
F. Teknik analisis data
Teknik analisis data merupakan teknik analisis untuk menguji hipotesis. Metode pengujian menggunakan alat EViews10. Adapun tahapan analisis data sebagai berikut:
a. Melakukan tabulasi data penelitian
b. Melakukan uji data panel melalui alat EViews10 c. Menginterpretasi hasil uji data.
Selanjutnya tahapan dalam mengolah data pada penelitian ini adalah sebagai berikut:
1. Statistik deskriptif.
Analisis statistik deskriptif digunakan untuk mengetahui gambaran umum dari data yang sudah diolah mengenai semua variabel yang digunakan dalam suatu penelitian.
2. Analisis Regresi Data Panel
Data panel adalah data gabungan antara data time series dengan data cross section, karena data ini terdiri atas beberapa objek dengan beberapa sub objek lainnya dalam beberapa periode waktu. Model persamaan regresi data panel pada penelitian ini sebagai berikut:
Y = c + β1 X1 + β2 X2 + β3 X3 + e
Keterangan:
Y = Effective tax rate C = Konstanta
β1, β2, β3 = Koefisien regresi variabel independent X1 = financial leverage
X2 = Return on asset X3 = Growth of Sales E = Eror term
Dalam mengestimasi parameter model dengan data panel, terdapat beberapa teknik, yaitu:
1. Common Effect Model (CEM)
Teknik ini merupakan metode data panel yang sederhana karena hanya mengkombinasi data time series dan data cross section tanpa memperdulikan perbedaan waktu dan individu. Kelemahan asumsi ini adalah ketidaksesuaian model dengan keadaan yang sesunguhnya. Kondisi tiap objek saling berbeda, bahkan satu objek pada suatu waktu akan berbeda dengan kondisi objek tersebut pada waktu lain (Winarno, 2015).
2. Fixed Effect Model (FEM)
Model ini dapat menunjukkan perbedaan konstanta antar objek, meskipun dengan koefisiensi regressor yang sama. Efek tetap disini maksudnya adalah bahwa satu objek, memiliki konstanta yang
tetap yang besarnya untuk berbagai periode waktu dan juga koefisien regresinya (Winarno, 2015).
3. Random Effect Model (REM)
Efek random digunakan untuk mengatasi kelemahan metode efek tetap yang menggunakan variabel semu, sehingga model mengalami ketidakpastian (Winarno, 2015).
Adapun Langkah-langkah dalam melakukan pemilihan model data panel adalah sebagai berikut:
1. Uji Chow
Uji Chow adalah pengujian untuk memilih apakah model digunakan, common effect model atau fixed effect model (Widarjono, 2009) dalam pengujian ini dilakukan dengan hipotesis sebagai berikut :
a. H0 = Common Effect Model b. H1 = Fixed Effect Model
Untuk melihat hasil uji chow dapat dilakukan dengan melihat nilai probabilitas chi square. Jika nilai probabilitas chi square > 0,05 maka H1 ditolak atau model yang digunakan adalah model common effect. Sebaliknya jika nilai probabilitas chi square < 0,05 maka H1 diterima atau model yang digunakan adalah fixed effect model. Jika model common effect terpilih maka dilanjutkan uji lagrange multiplier
2. Uji Hausman
Uji Hausman adalah pengujian statistic untuk memilih apakah fixed effect model atau random effect model lebih tepat digunakan dalam regresi data panel (Gujarati, 2012). Pengujian dilakukan dengan hipotesis berikut:
a. H0 = Random Effect Model b. H1 = Fixed Effect Model
Jika nilai probabilitas uji hausman < 0,05 maka H1
diterima atau model yang tepat adalah fixed effect model.
Begitupun sebaliknya, jika nilai probabilitas uji hausman > 0,05 maka H1 ditolak atau model yang digunakan adalah random effect model.
3. Uji Lagrange Multiplier
Uji Lagrange Multiplier adalah pengujian statistik untuk memilih apakah common effect model atau random effect model lebih tepat digunakan dalam regresi data panel (Gujarati, 2012).
Pengujian dilakukan dengan hipotesis berikut:
a. H0 = Common Effect Model b. H1 = Random Effect Model
Jika nilai Both pada Brusch-Pagan uji lagrange multiplier < 0,05 maka H1 diterima atau model yang tepat adalah random effect model. Begitupun sebaliknya, jika nilai Both pada
Brusch-Pagan uji lagrange multiplier > 0,05 maka H1 ditolak atau model digunakan adalah common effect model.
3. Uji Asumsi Klasik
Pengujian asumsi klasik ini digunakan dengan tujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam penelitian ini, pengujian ini juga digunakan untuk memastikan apakah data yang sudah diolah terdistribusi secara normal, bebas dari gejala multikolineritas, heteroskedastisitas dan autokorelasi. Uji asumsi klasik adalah sebagai berikut.
a. Uji normalitas
Uji normalitas data pada penelitian ini bertujuan untuk mengetahui apakah data yang diolah telah memiliki distribusi secara normal atau tidak, data yang normal dan memenuhi normalitas data baik digunakan untuk menganalisis dan menjelaskan fenomena yang ada pada perusahaan. Pada penelitian ini menggunakan metode jarque-bera pada software Eviews10. Jika nilai probability > 0,05 maka residual tersdistribusi dengan normal, begitu juga sebaliknya jika nilai probability <0,05 maka residual terdistribusi tidak normal.
b. Uji multikolinearitas
Uji multikolinieritas ini bertujuan untuk mengetahui apakah model regresi ditemukan adanya kolerasi antar variabel independen.
Model regresi yang baik jika hasil yang dihasilkan menunjukkan bahwa tidak ditemukan adanya korelasi antar variabel independen.
Mendeteksi adanya problem akan dilakukan dengan melihat nilai korelasi antar variabel independent. Jika nilai korelasi <0,80 maka data terbebas dari gejala multikolinearitas, begitu juga sebaliknya jika nilai korelasi >0,80 maka data mengalami gejala multikolinearitas, (Ghozali, 2013).
c. Uji heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji model regresi apakah terjadi kesamaan antara residual dari satu periode pengamatan ke periode pengamatan lainnya. Model regresi yang baik yaitu tidak terjadinya heteroskedastisitas. Jika nilai probabilitas Chi-Square pada R-squared >0,05 maka data terbebas dari gejala heterokedastisitas, begitu juga sebaliknya jika nilai probabilitas Chi- Square pada R-squared <0,05 maka terdapat gejala heterokedastisitas.
d. Uji Autokorelasi
Uji autokorelasi adalah uji yang menentukan apakah terdapat korelasi antara kesalahan pengganggu pada tahun t dengan tahun t- 1. Model regresi yang baik adalah yang terbebas dari autokorelasi atau tidak terjadi autokorelasi. Uji autokorelasi menggunakan BG (Breusch-Godfrey) dengan dasar keputusan jika nilai probabilitas chi-square >0,05 maka terbebas dari autokorelasi, begitu juga sebaliknya jika nilai probabilitas chi-square <0,05 maka terdapat autokorelasi.
4. Uji Hipotesis
a. Uji koefisien determinasi (𝑅2)
Pengujian ini bertujuan untuk bisa mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Semakin besar nilai koefisien determinasi maka semakin kuat kemampuan model regresi yang dihasilkan untuk mampu menerangkan kondisi yang sesungguhnya.
b. Uji Persial (uji t)
Pengujian ini berjutuan untuk bisa mengetahui pengaruh dari variabel independen terhadap variabel dependen. Uji t menggunakan tingkat signifikan sebesar 0,05, jika variabel dependen memiliki nilai <0,05 maka variabel independen tersebut mempunyai pengaruh terhada variabel dependen, begitu juga sebaliknya, jika variabel independen memiliki nilai
>0,05 maka variabel dependen tidak mempunyai pengaruh terhadap variabel independen.
c. Uji Simultan (Uji F)
Uji ini digunakan untuk menjelaskan apakah semua variabel dependen yang dimasukkan kedalam model secara bersama-sama mempunyai pengaruh terhadap variabel dependen. Dasar pengambilan keputusan pada uji ini yaitu jika nilai F statistic >0,05 maka ada perbedaan signifikan antara model dengan observasinya sehingga model penelitiannya
belum tepat. Apabila nilai F statistic <0,05 maka berarti model mampu memprediksi nilai observasinya sehingga model penelitian tepat.
