3. METODE PENELITIAN. Gambar 3.1 Model Analisis

3. METODE PENELITIAN

3.1 Model Analisis

Model analisis dalam penelitian ini menggunakan model analisis regresi linier berganda sebagai berikut:

y = β

0

+ β

1

x

1

+ β

2

x

2

+ ... β

n

x

n

+ ε

Dimana:

y = variabel dependen

x

1,

x

2, …,

x

n

= variabel independen β

0,

β

1, …,

β

n

= koefisien regresi ε = error dalam model regresi

Gambar 3.1 Model Analisis

3.2 Variabel Penelitian dan Definisi Operasional 3.2.1 Variabel Dependen

Variabel terikat (dependent variable) yaitu variabel dimana faktor keberadaannya dipengaruhi oleh variabel bebas. Suatu tindakan merekayasa pendapatan kena pajak yang direncanakan melalui tindakan perencanaan pajak baik menggunakan cara legal (tax avoidance) maupun ilegal (tax evasion) disebut dengan agresivitas pajak . Dari lima alat ukur yang dibahas Hidayanti (2013) penulis memilih menggunakan Effective Likuiditas (X

1

)

Manajemen Laba (X

2

) Komisaris Independen(X

3

)

Agresivitas Pajak

(ETR) (Y)

Tax Rate (ETR). ETR merupakan rasio beban pajak bersih (Total Tax Expense) atas laba perusahaan sebelum pajak penghasilan (pretax income), yang didapat di laporan laba rugi perusahaan tahun berjalan.

𝐸𝑇𝑅

_𝑖𝑡

=

𝐵𝑒𝑏𝑎𝑛 𝑝𝑎𝑗𝑎𝑘_𝑖𝑡 𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘_𝑖𝑡

Keterangan:

- ETRit : Effective tax rate perusahaan i pada periode ke t - Beban pajak it : Jumlah pajak yang dibayarkan perusahaan

i pada periode ke-t

- Pendapatan sebelum pajakit : Laba sebelum pajak perusahaan i pada periode ke t

3.2.2 Variabel Independen

Variabel independen adalah variable bebas. Variabel independen dalam penelitian ini adalah Likuiditas, Manajemen Laba dan Komisaris Independen.

3.2.2.1 Likuiditas

Likuiditas menunjukkan kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Dalam penelitian ini likuiditas dihitung dengan menggunakan rasio lancar, alasannya karena rasio lancar merupakan rasio yang mengukur kemampuan perusahaan dalam jangka pendek dengan melihat aktiva lancar perusahaan terhadap utang lancarnya (utang dalam hal ini merupakan kewajiban perusahaan yang salah satunya adalah utang pajak).

𝑟𝑎𝑠𝑖𝑜 𝑙𝑎𝑛𝑐𝑎𝑟 = 𝑎𝑘𝑡𝑖𝑣𝑎 𝑙𝑎𝑛𝑐𝑎𝑟 𝑢𝑡𝑎𝑛𝑔 𝑙𝑎𝑛𝑐𝑎𝑟

3.2.2.2 Manajemen Laba

Manajemen laba diukur dengan menggunakan discretionary

accrual. Dalam menghitung discretionary accrual digunakan Modified

(TA) dengan nondiscretionary total accrual (NDA) (Sulistyanto dalam Sari et al 2016).

Model perhitungannya adalah sebagai:

 Total accrual TA𝑖𝑡 = 𝑁𝑖𝑡 − 𝐶𝐹𝑂𝑖𝑡

 Nilai total accruals diestimasi dengan persamaan regresi Ordinary Least Square sebagai berikut:

^{𝑇𝐴𝑖𝑡}

𝑇𝐴_𝑖𝑡−1

= 𝛽1 (

_𝐴¹

𝑖𝑡 −1

) + 𝛽2 (

^{∆𝑅𝑒𝑣}_𝐴 ^𝑡

𝑖𝑡 −1

) + 𝛽3 (

_𝐴^{𝑃𝑃𝐸𝑡}

𝑖𝑡−1

) + 𝑒

 Dengan menggunakan koefisien regresi di atas nilai non discretionary accruals (NDA) dapat dihitung dengan rumus:

𝑁𝐷𝐴

_𝑖𝑡

= 𝛽1 (

_𝐴¹

𝑖𝑡−1

) + 𝛽2 (

^{∆𝑅𝑒𝑣}_𝐴 ^𝑡

𝑖𝑡−1

−

^{∆𝑅𝑒𝑐}_𝐴 ^𝑡

𝑖𝑡−1

) + 𝛽3 (

_𝐴^{𝑃𝑃𝐸𝑡}

𝑖𝑡 −1

) + 𝑒

 Selanjutnya discretionary accruals (DA) dapat dihitung sebagai berikut:

DAit = TAit-1 – NDAit

Keterangan:

- DAit : discretionary accrual perusahaan i pada periode ke t - NDAit : non discretionary accrual perusahaan i pada

periode ke t

- TAit : total accrual perusahaan i pada periode ke t - Nit : laba bersih perusahaan i pada periode ke t

- CFOit : aliran khas dari aktivasi operasi perusahaan i pada periode ke t

- Ait-1 : total aktiva perusahaan i pada periode ke t-1

- ∆Revt : perubahan pendapatan perusahaan i pada periode ke t

- PPEt : aktiva tetap perusahaan i pada periode ke t

- ∆Rect : perubahan piutang perusahaan i pada periode ke t

- e : error terms

3.2.2.3 Komisaris Independen

Dalam penelitian ini komisaris independen menggunakan proksi komposisi komisaris independen (KOM), yang dihitung dengan cara membagi persentase jumlah komisaris independen terhadap jumlah total komisaris dalam susunan dewan komisaris perusahaan.

𝐾𝑂𝑀 = 𝐾𝑜𝑚𝑖𝑠𝑎𝑟𝑖𝑠 𝐼𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛 𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑜𝑚𝑖𝑠𝑎𝑟𝑖𝑠

3.3 Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dalam kurun waktu 2013 hingga 2015.

Pemilihan sampel dengan menggunakan metode purposive (judgement sampling) dengan tujuan mendapatkan sampel yang representatif sesuai dengan kriteria yang ditentukan. Adapun kriteria pemilihan sampel yaitu:

(1) Perusahaan merupakan perusahaan manufaktur,

(2) Perusahaan konsisten terdaftar di BEI dan tidak delisting selama periode pengamatan dari tahun 2013-2015,

(3) Perusahaan menyediakan data terkait variabel yang diperlukan dalam penelitian mencakup pajak, likuiditas, manajemen laba dan corporate governance,

(4) Perusahaan mengalami keuntungan berturut-turut dari periode 2013- 2015,

(5) Perusahaan menyajikan laporan keuangan dalam mata uang rupiah.

3.4 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah jenis data

kuantitatif, yaitu merupakan data yang dapat diukur dengan menggunakan skala

numerik. Sumber data yang digunakan dalam penelitian ini adalah dengan

menggunakan data sekunder. Data sekunder adalah data yang telah diolah oleh

pihak lain. Data tersebut diperoleh dari lembaga atau instansi melalui pengutipan

data yang ada kaitannya dengan penelitian ini. Adapun data sekunder dalam

penelitian ini diperoleh dari Bursa Efek Indonesia tahun 2013-2015.

3.5 Metode Pengumpulan Data

Metode pengumpulan data penelitian ini adalah pengumpulan data sekunder dengan cara dokumentasi laporan keuangan perusahaan yang terdaftar di Bursa Efek Indonesia. Selain itu juga dilakukan penelusuran berbagai jurnal, karya ilmiah, artikel, dan berbagai buku referensi sebagai sumber data dan acuan dalam penelitian ini.

3.6 Metode Analisis Data

3.6.1 Analisis Regresi Berganda

Analisis ini digunakan untuk mengetahui seberapa besar pengaruh variabel bebas yaitu likuiditas, manajemen laba dan komisaris independen terhadap variabel terikatnya yaitu agresivitas pajak. Persamaan regresi linear berganda yang digunakan dalam penelitian ini adalah:

𝑌 = 𝛼 + 𝛽

₁

𝑋

₁

+ 𝛽

₂

𝑋

₂

+𝛽

₃

𝑋

₃

+ 𝜀

Keterangan:

- Y = agresivitas pajak (ETR) - α = konstanta

- X1 = Likuiditas

- X2 = Manajemen Laba

- X3 = Komposisi Komisaris Independen (KOM) - Ε = residual

Metode yang digunakan penelitian ini adalah regresi linier berganda

melalui model Ordinary Least Square (OLS). Analisis regresi linear berganda

adalah hubungan secara linier antara dua atau lebih variabel independen (X1,

X2,...Xn) dengan variabel dependen (Y). Model ini digunakan untuk menguji

apakah ada hubungan sebab akibat antara kedua variabel untuk meneliti seberapa

besar pengaruh antara variabel independen berpengaruh terhadap variabel

dependen. Analisis data yang digunakan dalam penelitian ini menggunakan

bantuan komputer melalui program SPSS 23.

3.6.2 Uji Asumsi Klasik 3.6.2.1 Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau menceng ke kanan. Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data (Santoso, 2010:43).

Pengujian terhadap normalitas data menggunakan uji Kolmogrov Smirnov, dengan membandingkan nilai p value dengan tingkat signifikansi 5%. Jika p value > 5% maka data berdistribusi normal.

3.6.2.2 Uji Multikolinearitas

Uji multikolinieritas adalah untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen). Apabila terjadi korelasi, maka dinamakan terdapat problem multikolinearitas (Ghozali dalam Oktofian 2015). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.

Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:

a. Nilai R yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.

b. Menganalisis matrik korelasi variabel-variabel bebas. Apabila antar variabel bebas ada korelasi yang cukup tinggi (umumnya diatas 0,90), maka hal ini merupakan indikasi adanya multikolinearitas.

c. Multikolinieritas dapat dilihat dari (1) nilai tolerance dan lawannya (2) Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Dalam pengertian sederhana setiap variabel bebas menjadi variabel terikat dan diregres terhadap variabel bebas lainnya.

Tolerance mengukur variabilitas variabel bebas yang terpilih jika

dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1/tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance < 0,1 atau sama dengan nilai VIF > 1.

3.6.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas menguji apakah sebuah grup mempuyai varians yang sama di antara anggota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan adalah homoskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastistas bisa dibagi dua, yakni dengan alat analisis grafik atau analisis residual yang berupa statistik (Santoso, 2010: 48).

Model regresi yang baik adalah yang homokedastisitas, yaitu variance residual tetap (Ghozali dalam Oktofian 2015). Cara yang digunakan untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED.

3.6.2.4 Uji Autokorelasi

Uji Autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi antara residual (anggota) pada serangkaian observasi tertentu dalam suatu periode tertentu. Dalam model regresi linier berganda juga harus bebas dari autokorelasi.

Dalam penelitian ini digunakan metode uji Durbin Watson. Menurut Durbin

Watson, besarnya koefisien Durbin Watson adalah antara 0-4. Kalau koefisien

DurbinWatson sekitar 2, maka dapat dikatakan tidak ada korelasi, kalau besarnya

mendekati 0, maka terdapat autokorelasi positif dan jika besarnya mendekati 4,

maka terdapat autokorelasi negative.

3.6.3 Uji Hipotesis 3.6.3.1 Uji F

Dalam penelitian ini, uji F digunakan untuk mengetahui tingkat signifikansi pengaruh variabel-variabel independen secara bersama-sama (simultan) terhadap variabel dependen (Ghozali dalam Rahayu 2016). Dalam penelitian ini, hipotesis yang digunakan adalah:

Ho: likuiditas, manajemen laba dan komisaris independen mempunyai pengaruh tidak signifikan terhadap variabel terikatnya yaitu agresivitas pajak.

Ha: likuiditas, manajemen laba dan komisaris independen mempunyai pengaruh signifikan terhadap variabel terikatnya yaitu agresivitas pajak.

Dasar pengambilan keputusannya adalah dengan menggunakan angka probabilitas signifikansi, yaitu:

1. Apabila probabilitas signifikansi > 0.05, maka Ho diterima dan Ha ditolak.

2. Apabila probabilitas signifikansi < 0.05, maka Ho ditolak dan Ha diterima.

3.6.3.2 Uji T

Uji statistik t digunakan untuk mengetahui seberapa jauh masing-masing variabel likuiditas, manajemen laba dan komisaris independen dalam menerangkan variabel agresivitas pajak. Dalam hal ini apakah masing-masing variabel likuiditas, manajemen laba dan komisaris independen berpengaruh terhadap variabel agresivitas pajak.

Penelitian ini dilakukan dengan melihat langsung pada hasil perhitungan

koefisien regresi melalui SPSS pada bagian Unstandardized Coefficients dengan

membandingkan Unstandardized Coefficients B dengan Standard error of estimate

sehingga akan didapatkan hasil yang dinamakan t hitung. Sebagai dasar

pengambilan keputusan dapat digunakan kriteria pengujian sebagai berikut:

1. Apabila t hitung > t tabel dan tingkat signifikansi < α (0,05), maka Ho ditolak dan Ha diterima. Hal ini berarti variabel independen secara individual berpengaruh terhadap variabel dependen.

2. Apabila t hitung < t tabel dan tingkat signifikansi > α (0,05), maka Ho diterima dan Ha ditolak. Hal ini berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen.

3.6.3.3 Analisis Koefisien Determinasi (R²)

Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat (Ghozali dalam Oktofian 2015). Nilai koefisien determinasi adalah antara nol dan satu. Nilai (R²) yang kecil berarti kemampuan variabel-variabel bebas (likuiditas, manajemen laba dan komisaris independen) dalam menjelaskan variasi variabel terikat (agresivitas pajak) amat terbatas. Begitu pula sebaliknya, nilai yang mendekati satu berarti variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat.

Kelemahan mendasar penggunaan koefisien determinasi adalah bias

terhadap jumlah variabel bebas yang dimasukkan ke dalam model. Setiap

tambahan satu variabel bebas, maka (R²) pasti meningkat tidak perduli apakah

variabel tersebut berpengaruh secara signifikan terhadap variabel terikat. Oleh

karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted (R²)

pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti (R²) nilai

Adjusted (R²) dapat naik atau turun apabila satu variabel independen ditambahkan

ke dalam model.