LAMPIRAN
Lampiran 1
Tabel Seleksi Populasi
No. Nama Perusahaan KODE Kriteria Sampel
1 2 3 4
19 PT BAKRIELAND DEVELOPMENT Tbk ELTY √ X √ √
-20 PT XL AXIATA Tbk EXCL √ √ √ √ Sampel 11
21 PT LOTTE CHEMICAL TITAN Tbk FPNI √ √ √ √ Sampel 12
22 PT GARUDA INDONESIA (PERSERO) Tbk GIAA √ √ √ √ Sampel 13
23 PT HANJAYA MANDALA SAMPOERNA Tbk HMSP √ √ √ √ Sampel 14
24 PT VALE INDONESIA Tbk INCO √ √ √ X
-25 PT INDOFOOD SUKSES MAKMUR Tbk INDF √ √ √ √ Sampel 15
26 PT INDO-RAMA SYNTHETICS Tbk INDR √ √ √ √ Sampel 16
27 PT INDIKA ENERGY Tbk INDY √ √ √ √ Sampel 17
29 PT INDOPOLY SWAKARSA INDUSTRY Tbk IPOL √ √ √ X
-30 PT INDOSAT Tbk ISAT √ √ √ √ Sampel 19
31 PT JAPFA COMFEED INDONESIA Tbk JPFA √ √ √ √ Sampel 20
32 PT KALBE FARMA Tbk KLBF √ √ √ √ Sampel 21
33 PT LIPPO KARAWACI Tbk LPKR √ x √ √
-34 PT MITRA ADIPERKASA Tbk MAPI √ √ √ √ Sampel 22
35 PT MEDCO ENERGI INTERNASIONAL Tbk MEDC √ √ √ √ Sampel 23
36 PT MULTIPOLAR Tbk MLPL √ X √ √
-37 PT MEDIA NUSANTARA CITRA Tbk MNCN √ √ √ √ Sampel 24
38 PT MUSTIKA RATU Tbk MRAT √ √ √ √ Sampel 25
39 PT METRODATA ELECTRONICS Tbk MTDL √ √ √ √ Sampel 26
40 PT BANK OCBC-NISP Tbk NISP X √ √ √
-41 PT PAN BROTHERS Tbk PBRX √ √ √ √ Sampel 27
42 PT J RESOURCES ASIA PASIFIK Tbk PSAB √ √ √ √ Sampel 28
43 PT RIG TENDERS INDONESIA Tbk RIGS √ √ √ √ Sampel 29
44 PT DANAYASA ARTHATAMA Tbk SCBD √ X √ √
-45 PT SEKAWAN INTIPRATAMA Tbk SIAP √ √ √ √ Sampel 30
46 PT HOLCIM INDONESIA Tbk SMCB √ √ √ √ Sampel 31
47 PT SAMUDERA INDONESIA Tbk SMDR √ √ √ √ Sampel 32
48 PT SARATOGA INVESTAMA SEDAYA Tbk SRTG √ √ √ X
-49 PT PABRIK KERTAS TJIWI KIMIA Tbk TKIM √ √ √ √ Sampel 33
50 PT TELKOM INDONESIA (PERSERO) Tbk TLKM √ √ √ √ Sampel 34
51 PT SARANA MENARA NUSANTARA Tbk TOWR √ √ √ √ Sampel 35
52 PT TRADA MARITIME Tbk TRAM √ √ √ √ Sampel 36
53 PT TRIAS SENTOSA Tbk TRST √ √ √ √ Sampel 37
54 PT TRUBA ALAM MANUNGGAL ENGINEERING
Tbk TRUB √ X √ √
-55 PT TEMPO SCAN PACIFIC Tbk TSPC √ √ √ √ Sampel 38
56 PT UNGGUL INDAH CAHAYA Tbk UNIC √ X √ √
-57 PT BAKRIE SUMATERA PLANTATIONS Tbk UNSP √ √ √ √ Sampel 39
58 PT UNILEVER INDONESIA Tbk UNVR √ √ √ X
Lampiran 2
Hasil Perhitungan Thin Capitalization/MAD (Maximum Amount Debt), Multinationality (MULNAT), Pemanfaatan Tax Haven
(TAXHAV), Pemotongan Pajak/Withholding Taxes (WTAX), Kepemilikan Institusional (INST), Ukuran Komite Audit (ACSIZE),
Return On Assets (ROA), Inventory Intensity (INVINT), dan Ukuran Perusahaan (SIZE).
No Emiten Tahun MAD MULNAT TAXHAV WTAX INST ACSIZE ROA INVINT SIZE
1 APOL 2014 2,35613 1 1 1 0,72510 2 0,01686 0,01052 28,25062
2 ASII 2014 0,78523 1 1 1 0,50115 4 0,11588 0,07197 33,09498
3 AUTO 2014 0,43016 0 0 0 0,07705 3 0,07705 0,11951 30,29553
4 BIPI 2014 0,91046 1 1 1 0,49748 3 0,03987 0,00290 30,50878
5 BLTA 2014 2,11395 1 1 1 0,53125 2 -0,05737 0,00949 36,68545
6 BMTR 2014 0,50319 0 0 0 0,50150 3 0,07560 0,08038 30,86440
7 BRAU 2014 2,15823 1 1 1 0,84739 1 -0,00294 0,01395 30,72487
8 BUMI 2014 1,85467 1 1 1 0,40346 1 0,04769 0,01838 32,02382
9 CENT 2014 0,26882 0 0 0 0,57553 3 -0,04863 0,00000 27,55537
10 CTBN 2014 0,85951 1 1 1 0,82443 3 0,13363 0,28662 28,80446
11 EXCL 2014 1,41409 1 1 1 0,66485 2 -0,01762 0,00121 31,78531
12 FPNI 2014 1,52911 1 1 1 0,95152 2 -0,01745 0,24079 28,79017
13 GIAA 2014 1,15166 1 1 1 0,86453 4 -0,14852 0,02748 31,28360
14 HMSP 2014 0,92182 1 1 0 0,98179 3 0,48337 0,61421 30,97673
17 INDY 2014 0,90908 1 1 1 0,63474 3 -0,00101 0,00550 30,98064
18 INKP 2014 0,92120 1 1 1 0,52723 3 0,01937 0,13360 32,02670
19 ISAT 2014 1,03245 0 1 1 0,84679 2 -0,02121 0,00079 31,60611
20 JPFA 2014 0,88928 1 1 0 0,57508 3 0,03449 0,32636 30,38662
21 KLBF 2014 0,31953 0 0 0 0,56713 4 0,22008 0,24874 30,15073
22 MAPI 2014 1,00337 1 1 1 0,56000 2 0,02208 0,36879 29,79275
23 MEDC 2014 1,01498 1 1 1 0,58217 2 0,04107 0,01455 31,14610
24 MNCN 2014 0,36075 0 0 0 0,66900 3 0,18692 0,12013 30,24175
25 MRAT 2014 0,29017 0 0 0 0,71262 0 0,02013 0,17325 26,93544
26 MTDL 2014 0,89390 1 1 1 0,25127 3 0,12892 0,28844 28,63882
27 PBRX 2014 0,81590 1 0 1 0,46208 3 0,03524 0,18401 29,14817
28 PSAB 2014 1,12076 1 1 1 0,92597 2 0,05319 0,05385 29,99729
29 RIGS 2014 0,47912 0 1 1 0,80541 3 -0,01107 0,00536 28,13841
30 SIAP 2014 0,10113 0 0 0 0,82103 3 0,00055 0,00243 29,23638
31 SMCB 2014 0,69234 0 0 1 0,80643 3 0,05859 0,04286 30,47566
32 SMDR 2014 0,85345 1 1 1 0,67486 3 0,04467 0,00794 29,67940
33 TKIM 2014 0,94970 0 1 1 0,59607 3 0,00409 0,11668 31,14923
34 TLKM 2014 0,65418 1 0 1 0,62210 5 0,20429 0,00336 32,57904
35 TOWR 2014 1,21587 1 1 1 0,38749 2 0,07024 0,00000 30,47799
36 TRAM 2014 0,86474 1 1 1 0,52949 3 -0,11485 0,00000 28,89882
37 TRST 2014 0,77810 0 0 1 0,59717 3 0,01935 0,15635 28,81314
38 TSPC 2014 0,44877 0 0 0 0,77525 3 0,13280 0,18883 29,35249
39 UNSP 2014 1,17786 0 1 1 0,19990 2 -0,02915 0,00771 30,48988
40 WINS 2014 0,70422 0 1 1 0,60806 3 0,06670 0,00027 29,46136
42 ASII 2013 0,81391 0 0 1 0,50110 4 0,12862 0,06745 32,99697
43 AUTO 2013 0,50566 0 0 0 0,80000 3 0,10054 0,12722 30,16612
44 BIPI 2013 0,74600 1 1 1 0,40860 3 0,05549 0,00332 21,01570
45 BLTA 2013 1,86754 1 1 1 0,52740 2 0,24598 0,01217 29,91890
46 BMTR 2013 0,49055 1 1 1 0,55760 3 0,07174 0,08560 30,67885
47 BRAU 2013 2,22145 1 1 1 0,85000 1 -0,03346 0,01984 30,82521
48 BUMI 2013 1,58025 1 1 1 0,29180 3 -0,10640 0,02680 32,07802
49 CENT 2013 0,20486 0 0 0 0,51130 4 -0,04174 0,00011 27,44768
50 CTBN 2013 0,97405 1 1 1 0,82450 0 0,19465 0,35651 28,83748
51 EXCL 2013 0,90512 1 1 0 0,66480 3 0,03450 0,00122 31,32682
52 FPNI 2013 1,69080 1 1 1 0,95150 2 -0,00002 0,21554 28,89309
53 GIAA 2013 0,93328 1 1 1 0,82076 3 0,00298 0,03058 31,21464
54 HMSP 2013 0,99946 1 1 1 0,98180 3 0,52946 0,63247 30,94173
55 INDF 2013 0,70196 1 1 1 0,50070 3 0,05976 0,10450 31,98892
56 INDR 2013 1,33360 1 1 1 0,59180 2 0,00561 0,16273 29,82356
57 INDY 2013 0,87847 0 1 1 0,63470 3 -0,01837 0,00746 30,97154
58 INKP 2013 0,95802 1 1 1 0,52720 3 0,03053 0,13376 32,04512
59 ISAT 2013 0,97524 1 1 1 0,84790 5 0,06115 0,00066 31,62961
60 JPFA 2013 0,90625 1 0 1 0,57510 3 0,06006 0,31691 30,33356
61 KLBF 2013 0,37246 0 0 0 0,56710 3 0,22735 0,26986 30,05716
62 MAPI 2013 1,18624 1 1 1 0,56000 3 0,06213 0,37675 29,68621
63 MEDC 2013 1,02579 1 1 1 0,71590 3 0,23585 0,04524 29,93487
64 MNCN 2013 0,28564 0 0 0 0,67110 4 0,24893 0,13861 29,89437
65 MRAT 2013 0,20928 0 0 0 0,80220 4 -0,02279 0,15482 26,80909
67 PBRX 2013 0,97834 1 1 1 0,51700 3 0,05450 0,23796 28,67845
68 PSAB 2013 1,00267 1 1 1 0,94597 3 -0,04829 0,05013 29,91523
69 RIGS 2013 0,58314 1 1 1 0,80541 3 -0,00770 0,00943 28,28594
70 SIAP 2013 0,86253 0 1 0 0,72830 3 -0,02747 0,34754 26,33126
71 SMCB 2013 0,55476 0 0 1 0,80650 4 0,08973 0,03968 30,33205
72 SMDR 2013 0,90785 1 1 1 0,67486 3 0,02112 0,00983 29,69451
73 TKIM 2013 0,99503 1 1 1 0,60000 3 0,00569 0,14359 31,08897
74 TLKM 2013 0,67464 0 0 1 0,63470 3 0,21218 0,00398 32,48267
75 TOWR 2013 1,21391 1 1 1 0,39490 3 0,01468 0,00000 30,37406
76 TRAM 2013 0,84857 1 1 0 0,56010 3 0,01590 0,00000 28,98976
77 TRST 2013 0,76043 0 0 1 0,59710 3 0,02225 0,17139 28,81303
78 TSPC 2013 0,46474 1 0 1 0,77340 2 0,15347 0,18504 29,31889
79 UNSP 2013 0,97174 1 1 1 0,18930 3 -0,15358 0,00908 30,52224
80 WINS 2013 0,69981 1 1 1 0,67470 3 0,09395 0,00049 29,26948
81 APOL 2012 1,76481 1 1 1 0,83300 1 -0,23374 0,01206 28,73231
82 ASII 2012 0,80844 0 1 1 0,50110 4 0,15306 0,08386 32,83653
83 AUTO 2012 0,57495 1 0 1 0,95650 3 0,14224 0,13007 29,81501
84 BIPI 2012 0,24119 0 1 0 0,41490 5 0,00198 0,01241 19,98783
85 BLTA 2012 1,42239 1 1 1 0,52740 2 -0,71695 0,01323 30,01624
86 BMTR 2012 0,42734 1 0 1 0,59590 3 0,12810 0,08182 30,62653
87 BRAU 2012 1,33019 1 1 1 0,88000 2 0,00069 0,01811 30,66465
88 BUMI 2012 1,46641 1 1 1 0,29180 2 -0,08370 0,03735 31,89534
89 CENT 2012 0,29063 0 1 0 0,91040 3 -0,06092 0,00208 25,39938
90 CTBN 2012 0,85367 1 1 1 0,80920 0 0,17461 0,39665 28,58492
92 FPNI 2012 1,76691 1 1 1 0,95310 3 -0,00003 0,22848 28,75509
93 GIAA 2012 0,96975 1 1 1 0,82913 3 0,06018 0,03314 30,82351
94 HMSP 2012 1,10540 1 1 1 0,98180 2 0,50989 0,59701 30,89859
95 INDF 2012 0,60184 0 1 1 0,50070 4 1,06365 0,13110 31,71514
96 INDR 2012 1,25359 1 1 1 0,59180 2 0,00453 0,16267 29,52450
97 INDY 2012 0,85677 0 1 1 0,63470 3 0,04467 0,01114 30,75860
98 INKP 2012 1,00343 1 1 1 0,52720 3 0,00483 0,13315 31,79429
99 ISAT 2012 0,95095 1 1 1 0,84800 5 0,00836 0,00095 31,64244
100 JPFA 2012 0,81115 1 0 1 0,57510 1 0,12452 0,33154 30,02541
101 KLBF 2012 0,33963 0 0 1 0,56630 3 0,24507 0,22462 29,87364
102 MAPI 2012 1,08024 1 1 1 0,56000 3 0,09976 0,32016 29,42121
103 MEDC 2012 1,00379 1 1 1 0,57500 3 0,17228 0,03189 30,03516
104 MNCN 2012 0,29879 0 0 0 0,69470 3 0,25228 0,12716 29,82390
105 MRAT 2012 0,22296 0 0 0 0,80220 0 0,09342 0,13926 26,84460
106 MTDL 2012 1,31540 1 1 1 0,25130 3 0,10125 0,20619 28,13927
107 PBRX 2012 1,01079 1 0 1 0,53000 3 0,04327 0,25967 28,33128
108 PSAB 2012 1,22265 1 0 0 0,94597 3 0,16654 0,04974 29,34564
109 RIGS 2012 0,37676 0 1 1 0,80541 3 0,04337 0,01081 28,11365
110 SIAP 2012 0,57959 1 0 0 0,72830 3 0,02602 0,24378 25,94020
111 SMCB 2012 0,47454 0 0 1 0,80650 3 0,15390 0,05646 30,12987
112 SMDR 2012 0,92134 1 1 1 0,67486 3 0,02435 0,00924 29,54961
113 TKIM 2012 1,02206 1 1 1 0,60000 3 0,01552 0,12995 30,88663
114 TLKM 2012 0,66920 1 0 1 0,06478 5 0,00022 0,00520 32,34387
115 TOWR 2012 1,26635 1 1 1 0,39560 3 0,03384 0,00000 30,24046
117 TRST 2012 0,61572 1 0 0 0,60360 3 0,03690 0,17407 28,41407
118 TSPC 2012 0,46237 0 0 1 0,76777 4 0,17535 0,16503 29,16422
119 UNSP 2012 0,83817 1 1 1 0,16540 3 -0,00006 0,01267 30,57458
Lampiran 3
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation MAD 120 ,10113 2,35613 ,9149532 ,45683675
MULNAT 120 0 1 ,70 ,460
TAXHAV 120 0 1 ,70 ,460
WTAX 120 0 1 ,77 ,425
INST 120 ,06478 ,98180 ,6332405 ,20004797
ACSIZE 120 0 5 2,77 1,010
Lampiran 4
One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 120
Normal Parametersa,b Mean 0E-7 Std. Deviation ,96580180 Most Extreme Differences
Absolute ,110 Positive ,110 Negative -,056 Kolmogorov-Smirnov Z 1,210 Asymp. Sig. (2-tailed) ,107 a. Test distribution is Normal.
Lampiran 5
Hasil Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics Tolerance VIF
1
Lampiran 6
Hasil Uji Autokorelasi
Coefficientsa
Model Collinearity Statistics Tolerance VIF
1
Lampiran 7
Lampiran 8
Hasil Uji Regresi Linear Berganda
Hasil Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 14,648 8 1,831 19,951 ,000b Residual 10,187 111 ,092
Total 24,835 119 a. Dependent Variable: MAD
b. Predictors: (Constant), SIZE, ACSIZE, INST, TAXHAV, INVINT, MULNAT, ROA, WTAX
Hasil Uji Koefisien Determinasi (R2)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate 1 ,768a ,590 ,560 ,30294750 a. Predictors: (Constant), SIZE, ACSIZE, INST, TAXHAV, INVINT, MULNAT, ROA, WTAX
DAFTAR PUSTAKA
Annisa, Nuralifmida Ayu dan Lulus Kurniasih. 2012. Pengaruh Corporate
Governance terhadap Tax Avoidance. Skripsi Universitas Diponegoro.
Semarang.
Barnae, Amir dan Amir Rubin, 2005. Corporate Social Responsibility As a Conflict Between Shareholders. www.ssrn.com.
Booth, P. and AKD Schulz. 2004. The Impact of An Ethical Environment on
Managers’ Project Evaluation Judgments Under Agency Problem Conditions. Accounting, Organizations and Society. Elsevier.
Brotodihardjo, S.H. R. Santoso. 1989. Pengantar Ilmu Hukum Pajak. Eresco. Bandung.
Brown. 2012. On the Distributional Effects of Base-Broadening Income Tax
Reborn. Urban Institute and Brookings Institution.
Cooper, Graeme. S. 1997. Tax Avoidance and The Rule of Law. IBFD
Publication BV. Netherland.
Crutchley, Claire E Marlin et al. 1999. Agency Problems and The Simulaneity of
Financial Decision Making The Role of Institutional Ownership.
International Review of Financial Analysis ; 8:2, pp. 177-197.
Darussalam. 2007. Konsep dan Aplikasi Cross-Border Transfer Pricing untuk
Tujuan Perpajakan. Danny Darussalam Tax Center.
Desai, MA and JR. Hines. 2002. Expectations and Expatriations : Tracing the
Causes and Consequences of Corporate Inversion. nber.org
Eisenhardt, KM. 1989. Agency Theory : An Assessment and Review. Academy of Management Review.
Ghozali, Imam, 2006. Aplikasi Analisis Multivariat dengan Program SPSS, Cetakan ke IV. Badan Penerbit Universitas Diponegoro, Semarang
Gunadi. 2007. Pajak Internasional, Edisi Revisi (2007). Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia. Jakarta.
Jones, Sally M. and Shelley C. Rhoades –Catanach. 2010. Principle of Taxation
Khomsatun, Siti dan Dwi Martani. 2015. Pengaruh Thin Capitalization dan Asset Mix Perusahaan Indeks Saham Syariah Indonesia (ISSI) terhadap Penghindaran pajak. Riset SNA-18. Medan.
Kurniawan, Anang Muay. 2010. Pajak Internasional. Sekolah Tinggi Akuntansi Negara. Bintaro.
Larking, Barry. 2005. IBFD International Tax Glossary Edisi ke-5. IBFD.
Netherland.
Lyons, Susan M.. 1992. International Tax Glossary. The International Bureau of Fiscal Documentation. London.
Magdalena D. Elina. 2009. Analisis Kebijakan Anti “Thin Capitalization” Pada 7 (Tujuh) Perusahaan Pertambangan Umum Dengan Kontrak Karya.
Thesis Fakultas Ilmu Sosial dan Ilmu Politik pada Universitas Indonesia. Jakarta.
Magnus Eriksson & Fredrik Richter. 2003. Thin Capitalization – A comparison of the Application of Article 9 of the OECD Model Tax Convention and the Swedish Adjustment Rule to Thin Capitalization.
Makagiansar, Adhitya Benigno. 2010. Analisis atas Transaksi Intercompany
Loan (Thin Capitalization) sebagai Salah Satu Praktek Penghindaran Pajak : Studi Kasus pada PT X. Tesis Universitas Indonesia. Depok.
Martono, Nanang. 2011. Metode Penelitian Kuantitatif. PT Raja Gravindo
Persada. Jakarta.
Merlo, Valeria; Wamser, Georg. 2014. Debt Shifting and Thin Capitalization
Rules. DICE Report. 12.4 : 27-31.
Michael, Jensen; William H., Meckling. 1976. Theory of the firm : Managerial
behavior, agency cost and ownership structure. Journal of Financial
Economics.
Nuraini, Novia Suci. 2014. Analisis Faktor-Faktor yang Mempengaruhi Thin
Capitalization pada Perusahaan Multinasional di Indonesia. Skripsi
Universitas Diponegoro. Semarang.
Poernomo, Yosep. 2009. Laboratorium PPh, Pemotongan dan Pemungutan.
Pratt, Jamie. 1991. Financial Accounting in Economic Context. South Western College Publishing.
Rahayu, Ning. 2008. Praktik Penghindaran Pajak (Tax Avoidance) pada Foreign Direct Investment yang Berbentuk Subsidiary Company (PT PMA) di Indonesia (Suatu Kajian Tentang Kebijakan Anti Tax Avoidance).
Disertasi FISIP Universitas Indonesia. Depok.
Ramadhan , AR. 2010. Faktor-Faktor yang Mempengaruhi Struktur Modal pada
Industri Manufaktur di Bursa Efek Indonesia. Jurnal Bisnis dan
Akuntansi. Jakarta.
Rego, SO. 2003. Tax-Avoidance Activities of US Multinational Corporations. Contemporary Accounting Research. Wiley Online Library.
Reinganum, JF. and LL. Wilde. 1985. Income Tax Compliance in A Principal – Agent Framework. Journal of Public Economics. Elsevier.
Rian Putri, Melati. 2015. Analisis pengaruh multinationality, pemanfaatan tax
haven, pemotongan pajak (withholding taxes) dan corporate governance terhadap thin capitalization pada perusahaan multinasional yang terdaftar di bursa efek indonesia. Other thesis, UPN "Veteran"
Yogyakarta.
Richardson, Grant; Hanlon, Dean; Nethercott, Les. 1998. Thin Capitalization
Rules: An Anglo-American Comparison. The International Tax Journal
24.2 (Spring 1998): 36-66.
Richardson. “Thin Capitalization Rules : An Anglo-American Comparison”. The
International Tax Journal, Vol.24, 1998.
Rohatgi, Roy. 2005. Basic International Taxation, Kluwer Law International,
Second Edition, Volume I : Principles. BNA International Inc.. London.
Santoso, Singgih, 2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. PT. Elex Media Kolputindo Grafia
Scholes, Myron S and Mark A. Wolfson. 1991. Multinational Tax Planning in
Taxes and Business Strategy. Prentice Hall. Englewood Cliffs – New Jersey.
Sekaran, Uma. 2003. Research Methods for Business: A Skill Building Approach,
Shapiro, Alan C. 1975. Exchange Rate Changes, Inflation, and the Value of the
Multinational Corporation. The Journal of Finance Vol. XXX No. 2.
Pp.485-502.
Spitz, Barry. 1983. International Tax Planning. Butterwoth. London.
Sugiyono. 2007. Metode Penelitian Bisnis. Cetakan Keenambelas. Alfabeta. Bandung.
Surahmat, Rachmanto. 2000. Persetujuan Penghindaran Pajak Berganda, Sebuah Pengantar. PT Gramedia Pustaka Utama. Jakarta.
Syarif. Firman, Ade Fatma Lubis, dan Arifin Akhmad. 2007. Aplikasi SPSS untuk
Penyusunan Skripsi dan Tesis. USU Press. Medan.
Thuronyi, V. 1998. Tax Law Design and Drafting. books.google.com
TP. Handayanto. 2011. Bahan Ajar Ketentuan Umum dan Tata Cara
Perpajakan. Sekolah Tinggi Akuntansi Negara. Jakarta.
Warsidi dan Pramuka. 2000. Evaluasi Kegunaan Rasio Keuangan dalam Memprediksi Perubahan Laba di Masa yang Akan Datang : Suatu Studi Empiris pada Perusahaan yang terdaftar di BEJ. Jurnal Akuntansi Manajemen dan Ekonomi.
Wibowo, Agung Edy, 2012. Aplikasi Praktis SPSS Dalam Penelitian. Penerbit Gava Media, Yogyakarta.
Zain. Mohammad. 2005. Manajemen Perpajakan. Salemba Empat. Jakarta.
BAB III
METODE PENELITIAN
Dalam bab ini akan dibahas mengenai bagaimana penelitian ini akan
dilakukan, serta definisi dan operasionalisasi variabel yang digunakan pada
penelitian, populasi dan sampel data, jenis dan sumber data, metode pengumpulan
data, dan metode analisis. Berikut penjelasan secara rinci.
3.1 Variabel Penelitian dan Definisi Operasional Variabel
Dalam penelitian ini, secara umum digunakan dua variabel untuk
melakukan analisis data. Variabel tersebut terdiri dari variabel terikat (dependent
variabel) dan variabel bebas (independent variabel). Penelitian ini juga
melibatkan variabel kontrol.
3.1.1 Variabel Terikat (Dependent Variabel)
Menurut Sekaran (2003), variabel dependen adalah variabel yang menjadi
perhatian utama dalam suatu penelitian. Variabel dependen dalam penelitian ini
adalah thin capitalization. Di Indonesia, upaya menangkal praktik thin
capitalization diatur dalam KMK 1002/KMK.04/1984 yaitu dengan menggunakan
perbandingan antara utang dan modal sendiri (debt to equity ratio). Dalam
keputusan tersebut pemerintah mengeluarkan angka perbandingan antara utang
menghambat perkembangan dunia usaha, maka Menteri Keuangan Republik
Indonesia menerbitkan KMK nomor 254/KMK.01/1985, pada tanggal 8 Maret
1985 tentang Penundaan Pelaksanaan Keputusan Menteri Keuangan Republik
Indonesia nomor 1002/KMK.04/1984 tentang Penentuan Perbandingan Antara
Utang dan Modal Sendiri untuk Keperluan Pengenaan Pajak Penghasilan.
Tidak ada batas waktu yang ditentukan atas adanya penundaan berlakunya
ketentuan tentang perbandingan antara utang dengan modal sendiri tersebut.
Dengan penundaan tersebut maka sejak saat itu sampai sekarang Indonesia tidak
memiliki aturan tentang Debt to Equity Ratio (DER). Hal ini berarti sampai saat
ini Indonesia tidak memiliki aturan penangkal praktik thin capitalization.
Ketentuan thin capitalization dalam standar akuntansi digunakan untuk
menentukan apa yang merupakan aset, kewajiban, dan ekuitas. Ketentuan thin
capitalization menguraikan proses dimana suatu entitas dapat menghitung jumlah
maksimum utang berbunga (MAD/Maximum Amount Debt) yang dapat
menimbulkan pemotongan bunga dalam satu tahun fiskal. Sebuah entitas thin
capitalization adalah entitas dengan tingkat utang di struktur modal perusahaan
yang melebihi 75% dari total utang ditambah ekuitas. Metrik ini dikenal sebagai
“safe harbor limit”. Menghitung posisi thin capitalization perusahaan dengan
memanfaatkan safe harbor test tersebut akan melibatkan perhitungan safe harbor
debt amount (SHDA). Pernyataan tersebut menggunakan metode yang dijelaskan
dalam Section 820-95 (for outward investing general entities) digunakan untuk
luar investasi pada entitas umum dari ITAA97 yang dikeluarkan oleh Australian
Menurut investopedia, definisi dari safe harbor itu sendiri adalah:
1. Suatu ketentuan hukum untuk mengurangi atau menghilangkan kewajiban
selama hasil yang ditujukan itu baik.
2. Sebuah metode akuntansi yang menghindari peraturan hukum atau pajak
dan memungkinkan untuk metode yang lebih sederhana (biasanya) dalam
menentukan konsekuensi pajak dibandingkan metode-metode tersebut
yang digambarkan oleh bahasa yang tepat dari kode pajak (precise
language of the tax code).
Model ini juga digunakan oleh Taylor dan Richardson (2013) pada
penelitiannya saat menghitung thin capitalization. Langkah-langkah untuk
masing-masing variabel yang digunakan untuk menghitung SHDA adalah:
SHDA = (rata-rata total aset–non-IBL) x 75% ...(1)
Dimana IBL (Interest-Bearing Liabilities) adalah kewajiban
non-interest perusahaan, suatu liability yang tidak ada kaitannya dengan bunga
(interest).
Ukuran MAD dihitung sebagai berikut:
Rasio MAD = ...(2)
Rasio MAD (Maximum Amount Debt) yang dihitung sesuai dengan
persamaan (2) merupakan ukuran thin capitalization (THINCAP). Sebuah
non-compliant dengan ketentuan thin capitalization karena tingkat utang rata-rata
melebihi SHDA-nya.
3.1.2 Variabel Bebas (Independent Variabel)
Variabel independen merupakan variabel bebas yang tidak dipengaruhi
oleh variabel apapun. Variabel independen merupakan variabel yang
memengaruhi variabel dependen. Menurut Sekaran (2003) variabel independen
(variabel bebas) adalah variabel yang memengaruhi variabel dependen, baik
secara positif maupun negatif. Dalam penelitian ini, yang menjadi variabel
dependen adalah sebagai berikut:
1. Multinationality (MULNAT) menggunakan variabel dummy, 1 jika
perusahaan memiliki setidaknya lima anak atau cabang usaha yang
tergabung di luar Indonesia, sebaliknya dinyatakan 0.
2. Pemanfaatan Tax Haven (TAXHAV), diukur sebagai variabel dummy 1
jika perusahaan memiliki setidaknya dua anak usaha yang tergabung
dalam tax haven diakui dalam OECD, sebaliknya dinyatakan 0.
3. Withholding Taxes (WTAX), pemotongan pajak ini diukur sebagai
variabel dummy 1 jika perusahaan dikenakan pemotongan pajak di
Indonesia dengan PPh pasal 26, sebaliknya dinyatakan 0.
4. Kepemilikan Institusional (INST) diukur sebagai persentase dari modal
saham biasa yang dimiliki oleh pemegang saham institusional dari suatu
perusahaan.
= ℎ ℎ
5. Ukuran Komite Audit (ACSIZE) diukur dengan jumlah angka absolut
anggota di dalam komite audit.
ACSIZE = jumlah komite audit
3.1.3 Variabel Kontrol
Variabel kontrol merupakan jenis variabel bebas yang menjadi kontrol
variabel namun tidak menjadi fokus penelitian. Dengan mengendalikan beberapa
variabel tersebut, maka pengaruh variabel bebas terhadap variabel terikat
merupakan pengaruh yang bersih atau murni dan variabel yang dikendalikan
tersebut tidak lagi mencemari variabel terikat (Martono, 2011). Variabel kontrol
yang digunakan adalah:
3.1.3.1 Return on Assets (ROA)
ROA diukur sebagai laba sebelum pajak dibagi dengan total aset, termasuk
dalam model dasar regresi untuk mengendalikan kinerja operasi atau profitabilitas
perusahaan (Gupta dan Newberry, 1997).
= −
3.1.3.2 Inventory Intensity (INVINT)
INVINT merupakan persentase persediaan terhadap total aset. Adapun
rumus INVINT adalah sebagai berikut:
3.1.3.3 Ukuran Perusahaan (SIZE)
Ukuran perusahaan (SIZE) juga termasuk dalam model regresi. Pada
penelitian ini ukuran perusahaan diukur dari jumlah total aset perusahaan sampel.
Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang
ditunjukkan oleh total aset, jumlah penjualan, rata total penjualan, dan
rata-rata total aset. Secara matematis, ukuran perusahaan dapat dirumuskan sebagai
berikut:
SIZE = Logaritma Natural (Ln) of Total Asset
3.2 Populasi dan Sampel
Populasi dalam penelitian ini meliputi perusahaan multinasional yang
terdaftar di BEI dari tahun 2012 sampai dengan akhir tahun 2014. Pengambilan
sampel pada penelitian ini dilakukan secara purposive sampling (judgement
sampling), yaitu pemilihan sampel secara tidak acak dengan kriteria sebagai
berikut:
1. Perusahaan yang telah terdaftar di BEI pada tahun 2012-2014 dengan tidak
memasukkan perusahaan yang bergerak di bidang keuangan dan asuransi
karena perusahaan tersebut tunduk pada aturan thin capitalization yang
berbeda dibandingkan dengan perusahaan lain serta mengikuti persyaratan
peraturan yang unik (menurut aturan di negaranya) atau berbeda
2. Perusahaan yang bergerak di bidang property tidak dimasukkan dalam
sampel karena adanya perbedaan persyaratan pelaporan.
3. Menerbitkan annual report periode 2012 sampai 2014.
4. Perusahaan sampel harus memiliki kelengkapan informasi yang
dibutuhkan terkait dengan indikator–indikator pengukuran yang dijadikan
variabel pada penelitian ini.
Setelah melakukan penentuan sampel dengan teknik purposive, ditemukan
perusahaan yang memenuhi syarat adalah sejumlah 120 (seratus dua puluh)
sampel. Adapun perusahaan tersebut adalah :
Tabel 3.1 Sampel Penelitian
Keterangan Jumlah Perusahaan
Jumlah perusahaan yang telah terdaftar di BEI pada tahun 2012-2014 dengan tidak memasukkan perusahaan yang bergerak di bidang keuangan dan asuransi
53
Jumlah perusahaan yang bergerak di bidang
property (7)
Perusahaan yang tidak menerbitkan annual
report periode 2012 sampai 2014 (5)
Perusahaan yang tidak memiliki kelengkapan informasi yang dibutuhkan terkait dengan indikator – indikator pengukuran yang dijadikan variabel pada penelitian ini
(1)
Jumlah perusahaan yang memenuhi kriteria
sebagai sampel 40
Total amatan yang digunakan dalam penelitian
(40x3) 120
3.3 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari Bursa Efek Indonesia (BEI). Sumber data dari penelitian ini
menggunakan data annual report dari tahun 2012 sampai 2014.
3.4 Metode Pengumpulan Data
Pengumpulan data yang dilakukan dengan beberapa metode, yaitu:
1. Studi dokumentasi, yaitu pengumpulan data sekunder yang diperoleh dari
situs resmi Bursa Efek Indonesia (www.idx.co.id). Sumber-sumber data
seperti annual report perusahaan yang menjadi sampel penelitian.
2. Studi pustaka, yaitu pengumpulan data sebagai landasan teori serta
penelitian – penelitian terdahulu. Dalam hal ini, data diperoleh melalui
buku-buku, jurnal, peraturan – peraturan serta media tertulis lainnya yang
berkaitan dengan pembahasan penelitian ini.
3.5 Metode Analisis
Model penelitian ini diestimasi dengan menggunakan metode OLS
(Ordinary Least Square) dalam pengujian masing-masing hipotesis. Agar model
dapat dianalisis dan memberikan hasil yang representatif, maka model tersebut
harus memenuhi pengujian asumsi-asumsi klasik. Model regresi akan
menghasilkan estimator tidak bias jika terpenuhi asumsi klasik, yaitu Normalitas,
3.5.1 Statistik Deskriptif
Statistik deskriptif memberikan memberikan gambaran atau deskripsi
suatu data yang dilihat dari nilai rata – rata (mean), standar deviasi, varian,
maksimum dan minimum.
3.5.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis untuk mengetahui pengaruh
variabel independen terhadap variabel dependen, maka dilakukan pengujian
asumsi klasik. Uji asumsi klasik ini terdiri atas uji normalitas, uji
multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.5.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam model regresi,
variabel independen dan variabel dependen keduanya memiliki distribusi normal
atau tidak (Ghozali, 2006). Model regresi yang baik adalah yang memiliki data
berdistribusi normal. Untuk menguji apakah terdapat distribusi yang normal atau
tidak dalam model regresi, maka digunakanlah uji Kolmogorov-Smirnov dan
analisis grafik.
Dalam analisa grafik, dasar pengambilan keputusan dengan melihat grafik
histogram yang membandingkan antara data observasi dengan distribusi yang
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normalitas.
Dalam uji Kolmogorov-Smirnov Z (1-sample K-S), dasar pengambilan keputusan
untuk pengujian ini adalah sebagai berikut:
1. Apabila nilai Asymp. Sig. (2-tailed) kurang dari 0,05; maka Ho ditolak.
Hal ini berarti data residual terdistribusi tidak normal.
2. Apabila nilai Asymp. Sig. (2-tailed) lebih besar dari 0,05; maka Ho
diterima. Hal ini berarti data residual terdistribusi normal.
3.5.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antarvariabel 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 antarsesama
variabel independen sama dengan nol. Menurut Ghozali (2006), untuk
mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi biasanya
dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF), dengan dasar
1. Jika nilai tolerance di atas 0,1 dan nilai VIF di bawah 10, maka tidak
terjadi masalah multikolinearitas, artinya model regresi tersebut baik.
2. Jika nilai tolerance di bawah 0,1 dan nilai VIF di atas 10, maka terjadi
masalah multikolinearitas, artinya model regresi tersebut tidak baik.
3.5.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi tidak terjadi kesamaan varian residual dari satu periode pengamatan ke
periode pengamatan yang lain. Jika varian dari residual satu pengamatan tetap,
maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas, dan pada penelitian ini diuji dengan melihat grafik scatterplot.
Dasar analisis uji heteroskedastisitas adalah sebagai berikut (Ghozali, 2006):
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur (bergelombang, melebar, kemudian menyempit), maka ada
indikasi telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.5.2.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan
residual tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering
ditemukan pada data runtut waktu (time series).
Secara sederhana, suatu model dapat dinyatakan tidak terjadi gejala
autokorelasi, jika probabilitas nilai Durbin Watson > 0.05 (Wibowo,2012:106).
3.5.3 Analisis Regresi Linear Berganda
Pengujian terhadap masing-masing hipotesis yang diajukan dapat
dilakukan dengan analisis regresi linear berganda. Pengujian regresi berganda di
sini terdiri dari Uji F, Uji t, dan Uji Koefisien Determinasi (R2). Uji F digunakan
untuk menguji signifikansi koefisien regresi secara keseluruhan dan pengaruh
variabel independen secara bersama-sama terhadap variabel dependen. Uji t
digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel independen
secara individual dalam menerangkan variasi variabel independen. Uji Koefisien
Determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model
dalam menerangkan variabel dependen (Ghozali, 2011). Analisis regresi
digunakan oleh peneliti apabila peneliti bermaksud meramalkan bagaimana
keadaan (naik-turunnya) variabel dependen, dan apabila dua atau lebih variabel
independen sebagai prediktor dimanipulasi atau dinaik-turunkan nilainya
(Sugiyono, 2007 dalam Tiearya, 2012).
Dalam penelitian ini, model regresi berganda yang akan dikembangkan
adalah sebagai berikut :
THINCAP = α + β1MULNAT + β2TAXHAV + β3WTAX + β4INST +
Keterangan :
THINCAP = ukuran proksi thin capitalization
MULNAT = variabel dummy, 1 jika perusahaan memiliki setidaknya
lima (5) anak atau cabang usaha yang tergabung di luar
Indonesia, sebaliknya dinyatakan 0.
TAXHAV = variabel dummy, 1 jika perusahaan memiliki setidaknya
dua (2) anak usaha atau cabang yang tergabung dalam tax
haven yang diakui OECD, sebaliknya dinyatakan 0.
WTAX = variabel dummy, 1 jika perusahaan dikenakan pemotongan
pajak Indonesia dengan PPh pasal 26, sebaliknya dinyatakan 0.
INST = proporsi kepemilikan saham institusional
ACSIZE = jumlah angka absolut anggota dalam komite audit
ROA = profitabilitas perusahaan (laba sebelum pajak/total aset)
INVINT = inventory dibagi dengan total aset
SIZE = ukuran perusahaan (logaritma natural total aset)
α = konstanta
β1– β2 = koefisien variabel penjelas
ε = error
3.5.3.1 Uji Pengaruh Simultan (Uji Statistik F)
Uji F digunakan untuk menguji signifikansi koefisien regresi secara
variabel dependen (Ghozali, 2011). Dasar analisis uji statistik F adalah sebagai
berikut:
a. Apabila nilai signifikansi > 0,05, maka H0 diterima dan Haditolak, berarti
tidak ada pengaruh antara variabel independen secara simultan terhadap
variabel dependen.
b. Apabila nilai signifikansi < 0,05, maka Ha diterima dan H0ditolak, berarti
ada pengaruh antara variabel independen secara simultan terhadap variabel
dependen.
3.5.3.2 Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel independen secara individual dalam menerangkan variasi variabel
dependen (Ghozali, 2011). Dasar analisis uji statistik t adalah sebagai berikut:
a. Apabila nilai signifikansi > 0,05, maka H0 diterima dan Ha ditolak, berarti
tidak ada pengaruh antara variabel independen secara parsial terhadap
variabel dependen.
b. Apabila nilai signifikansi < 0,05, maka Ha diterima dan H0 ditolak, berarti
ada pengaruh antara variabel independen secara parsial terhadap variabel
dependen.
3.5.3.3 Uji Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh
koefisien determinasi 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 independen (Ghozali, 2011).
Kelemahan mendasar penggunaan koefisien determinasi (R2) adalah bias
terhadap jumlah variabel independen yang dimasukkan ke dalam model. Oleh
karena itu, penelitian ini menggunakan adjusted R2berkisar antara 0 dan 1. Jika
nilai adjusted R2 semakin mendekati 1, maka semakin baik kemampuan model
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Penelitian ini dilakukan menggunakan populasi perusahaan multinasional
yang terdaftar di Bursa Efek Indonesia (BEI) periode tahun 2012 sampai tahun
2014 berjumlah 59 perusahaan.
Berdasarkan populasi perusahaan multinasional yang terdaftar di Bursa
Efek Indonesia (BEI) periode tahun 2012 sampai dengan tahun 2014, penelitian
ini menggunakan beberapa sampel perusahaan multinasional yang ditentukan
berdasarkan metode purposive sampling, yaitu penentuan sampel yang prinsipnya
menggunakan kriteria-kriteria tertentu sehingga diperoleh sampel berjumlah 40
sampel penelitian. Adapun data yang digunakan adalah data sekunder yaitu
laporan keuangan tahun 2012, 2013 dan 2014 yang didapat melalui situs resmi
Bursa Efek Indonesia (BEI)www.idx.co.id.
4.2 Hasil Uji Statistik Deskriptif
Berdasarkan data sekunder yang diperoleh melalui laman resmi Bursa
Efek Indonesia (BEI) www.idx.co.id periode tahun 2012-2014, dapat diperoleh
Taxes), Kepemilikan Institusional, dan Ukuran Komite Audit. Digunakan tabel
statistik deskriptif untuk memberikan gambaran dan informasi tentang data
penelitian. Statistik deskriptif digunakan untuk memberikan gambaran tentang
suatu data yang meliputi mean, minimum, maksimum, serta standar deviasi yang
dihasilkan dari proksi variabel penelitian. Variabel-variabel yang digunakan
meliputi Thin Capitalization yang diukur dengan rasio MAD (Maximum Amount
Debt) sebagai variabel dependen; Multinationality (MULNAT), Pemanfaatan Tax
Haven(TAXHAV), Pemotongan Pajak/Withholding Taxes (WTAX), Kepemilikan
Institusional (INST), dan Ukuran Komite Audit (ACSIZE) sebagai variabel
independen; serta ROA, INVINT, dan SIZE sebagai variabel kontrol. MAD,
MULNAT, TAXHAV, WTAX, INST, ACSIZE, ROA, INVINT, dan SIZE diuji
secara statistik deskriptif dengan menggunakan program SPSS V.21 seperti yang
terlihat dalam tabel 4.1 di bawah ini :
Tabel 4.1
Hasil Uji Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation MAD 120 ,10113 2,35613 ,9149532 ,45683675
MULNAT 120 0 1 ,70 ,460
TAXHAV 120 0 1 ,70 ,460
WTAX 120 0 1 ,77 ,425
INST 120 ,06478 ,98180 ,6332405 ,20004797
ACSIZE 120 0 5 2,77 1,010
Berdasarkan uji statistik deskriptif pada tabel 4.1 di atas dapat dijelaskan
sebagai berikut:
1. Besarnya nilai MAD pada 120 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,91 dengan nilai minimum MAD adalah sebesar 0,10, nilai
maksimum 2,36 dan standar deviasi sebesar 0,47. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai MAD adalah baik.
2. Besarnya nilai MULNAT pada 120 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,70 dengan nilai minimum MULNAT adalah sebesar 0,
nilai maksimum 1 dan standar deviasi sebesar 0,46. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai MULNAT adalah
baik.
3. Besarnya nilai TAXHAV pada 120 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,70 dengan nilai minimum TAXHAV adalah sebesar 0,
nilai maksimum 1 dan standar deviasi sebesar 0,46. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai TAXHAV adalah
baik.
4. Besarnya nilai WTAX pada 120 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,77 dengan nilai minimum WTAX adalah sebesar 0, nilai
maksimum 1 dan standar deviasi sebesar 0,43. Nilai rata-rata lebih besar
dari standar deviasi, berarti bahwa sebaran nilai WTAX adalah baik.
5. Besarnya nilai INST pada 120 perusahaan sampel mempunyai nilai
maksimum 0,98 dan standar deviasi sebesar 0,20. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai INST adalah baik.
6. Besarnya nilai ACSIZE pada 120 perusahaan sampel mempunyai nilai
rata-rata sebesar 2,77 dengan nilai minimum ACSIZE adalah sebesar 0,
nilai maksimum 5 dan standar deviasi 1,01. Nilai rata-rata lebih besar dari
standar deviasi, berarti bahwa sebaran nilai ACSIZE adalah baik.
4.3 Hasil Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas yaitu suatu pengujian untuk mengetahui apakah model
regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak
(Ghozali, 2006:110). Model regresi yang baik adalah distribusi data normal atau
mendekati normal. Pengujian normalitas distribusi data populasi menggunakan
statistik Kolmogorov-Smirnov dan analisis grafik.
Gambar 4.1
Gambar 4.2
Dari kedua gambar di atas, terlihat bahwa data dalam penelitian ini menyebar di
sekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi
normal, maka model regresi memenuhi asumsi normalitas.
Tabel 4.2
Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 120
Normal Parametersa,b Mean 0E-7 Std. Deviation ,96580180 Most Extreme Differences
Absolute ,110 Positive ,110 Negative -,056 Kolmogorov-Smirnov Z 1,210 Asymp. Sig. (2-tailed) ,107 a. Test distribution is Normal.
Data populasi dikatakan normal jika koefisien Asymp. Sig (2-tailed) lebih
besar dari 0,05. Berdasarkan uji normalitas menggunakan Kolmogorov-Smirnov
Test pada tabel di atas menunjukkan bahwa data terdistribusi normal, karena nilai
probabilitas lebih besar dari 0,05 (0,107).
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi
ditemukan adanya korelasi antara variabel bebas (Ghozali, 2006:91).
Multikolinearitas dapat dilihat dari Tolerance dan Variance Inflation Factor
(VIF). Jika nilai tolerance lebih besar dari 10 persen dan nilai VIF kurang dari 10
maka dikatakan tidak terdapat gejala multikolinearitas. Hasil uji multikolinearitas
dapat dilihat pada tabel berikut ini:
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa hasil uji
multikolinearitas menunjukkan tidak ada variabel independen yang memiliki nilai
tolerance kurang dari 0,1 yang berarti tidak ada korelasi antar variabel
independen. Nilai Variance Inflation Factor (VIF) juga menunjukkan tidak ada
variabel independen yang memiliki nilai VIF lebih dari 10 persen. Jadi dapat
disimpulkan bahwa tidak ada multikolinearitas diantara variabel-variabel
independen dalam model regresi.
4.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2006:95). Untuk
mengetahui adanya autokorelasi, digunakan metode Durbin Watson (DW Test).
Hasil uji autokorelasi tersebut dapat dilihat pada tabel berikut ini:
Tabel 4.4 Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 ,737a ,544 ,524 ,31528729 1,994 a. Predictors: (Constant), ACSIZE, WTAX, INST, MULNAT, TAXHAV
Secara sederhana, suatu model dapat dinyatakan tidak terjadi gejala
autokorelasi, jika probabilitas nilai Durbin Watson > 0.05 (Wibowo,2012:106).
Pada tabel di atas probabilitas nilai Durbin-Watson adalah 1,994 > 0,05, maka
dapat dikatakan bahwa model tersebut tidak mengalami gejala autokorelasi.
Menurut Santoso (2010, dalam Fahrizal,2013:51), untuk mendeteksi ada
tidaknya autokorelasi, maka dapat dilakukan dengan melihat nilai Durbin-Watson.
Regresi yang bebas dari autokorelasi memiliki nilai autokorelasi diantara −2
sampai +2. Jadi, dapat disimpulkan bahwa di dalam model regresi tidak terdapat
gejala autokorelasi.
4.3.4 Uji Heterokedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain
(Ghozali, 2006:105). Jika variance residual dari suatu pengamatan ke pengamatan
laiannya tetap, maka disebut homokedastisitas dan jika berbeda disebut
heterokedastisitas. Untuk menguji ada tidaknya heterokedastisitas dilakukan
dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik
yang menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak
Gambar 4.3 Uji Heteroskedastisitas
Pada gambar 4.3 mengenai grafik scatterplot di atas terlihat titik-titik
menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun di bawah angka nol pada sumbu Y. Hal ini berarti
tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
4.4 Pengujian Hipotesis
4.4.1 Hasil Analisis Regresi
Pengujian hipotesis dalam penelitian ini menggunakan model analisis
regresi berganda (multiple regression analysis), yaitu dilakukan melalui uji
koefisien determinasi, uji statistik F dan uji statistik t. Berdasarkan uji statistik
diperoleh hasil linear regresi sebagai berikut:
Tabel 4.5 MULNAT ,261 ,074 ,265 3,532 ,001 TAXHAV ,267 ,073 ,271 3,640 ,000 WTAX ,145 ,079 ,135 1,828 ,070 INST ,079 ,143 ,035 ,553 ,582 ACSIZE -,148 ,031 -,311 -4,697 ,000 ROA -,373 ,202 -,136 -1,851 ,067 INVINT -,088 ,249 -,026 -,354 ,724 SIZE ,044 ,015 ,193 2,885 ,005 a. Dependent Variable: MAD
MAD merupakan ukuran Thin Capitalization (THINCAP)
Dari data di atas dapat dibuat persamaan regresi sebagai berikut:
YTHINCAP= -0,470 + 0,261MULNAT + 0,261TAXHAV + 0,145WTAX +
0,079INST–0,148ACSIZE–0,373ROA–0,088INVINT + 0,044SIZE
Koefisien-koefisien regresi linear berganda di atas dapat diartikan sebagai
a. Konstanta sebesar -0,470 menyatakan bahwa jika variabel independen
dinyatakan konstan maka Thin Capitalization adalah sebesar -0,470
b. Koefisien regresi MULNAT sebesar 0,261 menyatakan bahwa setiap
kenaikan satu satuan MULNAT, maka akan menaikkan Thin
Capitalization sebesar 0,261
c. Koefisien regresi TAXHAV sebesar 0,267 menyatakan bahwa setiap
kenaikan satu satuan TAXHAV, maka akan menaikkan Thin
Capitalization sebesar 0,267
d. Koefisien regresi WTAX sebesar 0,145 menyatakan bahwa setiap
kenaikan satu satuan WTAX, maka akan menaikkan Thin Capitalization
sebesar 0,145
e. Koefisien regresi INST sebesar 0,079 menyatakan bahwa setiap kenaikan
satu persen INST, maka akan menaikkan Thin Capitalization sebesar
0,079
f. Koefisien regresi ACSIZE sebesar -0,148 menyatakan bahwa setiap
kenaikan satu satuan ACSIZE, maka akan menurunkan Thin Capitalization sebesar -0,148
g. Koefisien regresi ROA sebesar -0,373 menyatakan bahwa setiap kenaikan
satu persen ROA, maka akan menurunkan Thin Capitalization sebesar
-0,373
h. Koefisien regresi INVINT sebesar -0,088 menyatakan bahwa setiap
kenaikan satu persen INVINT, maka akan menurunkan Thin
i. Koefisien regresi SIZE sebesar 0,044 menyatakan bahwa setiap kenaikan
satu
4.4.2 Uji Pengaruh Simultan (Uji Statistik F)
Uji F digunakan untuk mengetahui pengaruh variabel independen secara
simultan terhadap Thin Capitalization. Dalam penelitian ini yaitu pengaruh
multinationality, pemanfaatan tax haven, pemotongan pajak (withholding taxes),
kepemilikan institusional dan ukuran komite audit masing – masing diproksikan
oleh MULNAT, TAXHAV, WTAX, INST, dan ACSIZE. Untuk variabel
dependen yaitu Thin Capitalization diproksikan dengan MAD (Maximum Amount
Debt). Penelitian ini juga menggunakan variabel kontrol agar pengaruh variabel
bebas terhadap variabel terikat merupakan pengaruh yang bersih atau murni dan
variabel yang dikendalikan tersebut tidak lagi mencemari variabel terikat
(Martono, 2011). Variabel kontrol yang digunakan adalah Return On Asset
(ROA), Inventory Intensity (INVINT), dan Ukuran Perusahaan (SIZE).
Tabel 4.6
Hasil Uji Simultan (Uji F)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 14,648 8 1,831 19,951 ,000b Residual 10,187 111 ,092
Total 24,835 119 a. Dependent Variable: MAD
Berdasarkan tabel 4.6 di atas, menunjukkan bahwa signifikansi F hitung
sebesar 0,000. Karena signifikansi F hitung lebih kecil daripada signifikansi yang
ditentukan (0,000 < 0,05) berarti bahwa variabel multinationality, pemanfaatan
tax haven, pemotongan pajak (withholding taxes), kepemilikan institusional,
ukuran komite audit, ROA, INVINT, dan SIZE secara simultan berpengaruh
signifikan terhadap nilai perusahaan.
4.4.3 Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji t digunakan untuk mengetahui hubungan antara variabel-variabel
independen terhadap variabel dependen secara parsial (individu). Kesimpulan
yang didapat dari penelitian ini adalah :
1. Pengaruh Multinationality terhadap Thin Capitalization
Multinationality dalam penelitian ini dilambangkan dengan MULNAT yang
diukur dengan variabel dummy 1 jika perusahaan memiliki setidaknya 5 cabang
atau anak perusahaan di luar Indonesia, sebaliknya dinyatakan 0. Berdasarkan
pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,001.
Karena nilai signifikansi hitung lebih kecil dari nilai signifikansi yang ditentukan
(0,001 < 0,05), maka hipotesis nol (H01) ditolak dan menerima hipotesis alternatif
(Ha1). Berarti multinationality berpengaruh signifikan secara parsial terhadap thin
capitalization.
2. Pengaruh Pemanfaatan Tax Haven terhadap Thin Capitalization
Pemanfaatan Tax Haven dalam penelitian ini dilambangkan dengan
setidaknya dua anak perusahaan yang berdomisili di negara yang tergabung dalam
Tax Haven Country diakui OECD, sebaliknya dinyatakan 0. Berdasarkan pada
tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena
nilai signifikansi hitung lebih kecil dari nilai signifikansi yang ditentukan (0,000 <
0,05), maka hipotesis nol (H02) ditolak dan menerima hipotesis alternatif (Ha2).
Berarti pemanfaatan tax haven berpengaruh signifikan secara parsial terhadap thin
capitalization.
3. Pengaruh Pemotongan Pajak (Withholding Taxes) terhadap Thin Capitalization.
Withholding Taxes dalam penelitian ini dilambangkan dengan WTAX yang
diukur dengan variabel dummy 1 jika perusahaan dikenakan pemotongan pajak
penghasilan (PPh pasal 26) di Indonesia, sebaliknya dinyatakan 0. Berdasarkan
pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,070.
Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan
(0,070 > 0.05), maka hipotesis nol (H03) diterima dan menolak hipotesis alternatif
(Ha3). Berarti pemotongan pajak (withholding taxes) tidak berpengaruh signifikan
terhadap thin capitalization.
4. Pengaruh Kepemilikan Institusional terhadap Thin Capitalization
Kepemilikan institusional dalam penelitian ini dilambangkan dengan INST.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,582. Karena nilai signifikansi hitung lebih besar dari nilai
menolak hipotesis alternatif (Ha4). Berarti kepemilikan institusional tidak
berpengaruh signifikan terhadap thin capitalization.
5. Pengaruh Ukuran Komite Audit terhadap Thin Capitalization
Ukuran komite audit dalam penelitian ini dilambangkan dengan ACSIZE
(Audit Committe Size). Berdasarkan pada tabel hasil uji analisis regresi berganda
diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari
nilai signifikansi yang ditentukan (0,000 < 0,05), maka hipotesis nol (H05) ditolak
dan menerima hipotesis alternatif (Ha5). Berarti ukuran komite audit memiliki
pengaruh signifikan secara parsial terhadap thin capitalization.
4.4.4 Uji Koefisien Determinasi
Tabel 4.7
Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate 1 ,768a ,590 ,560 ,30294750 a. Predictors: (Constant), SIZE, ACSIZE, INST, TAXHAV, INVINT, MULNAT, ROA, WTAX
b. Dependent Variable: MAD
Tingkat koefisien determinasi yang terdapat pada kolom Adj R2 memiliki
nilai sebesar 0,560 atau 56% menunjukkan bahwa variabel multinationality,
pemanfaatan tax haven, pemotongan pajak (withholding taxes), kepemilikan
sebesar 56% sedangkan 44% sisanya dijelaskan oleh variabel lain yang tidak
dijelaskan dalam penelitian ini.
4.5 Pembahasan Penelitian
Analisis Multinationality
Multinationality dalam penelitian ini dilambangkan dengan MULNAT.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,001. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,001 < 0,05), maka hipotesis nol (H01) ditolak dan
menerima hipotesis alternatif (Ha1). Berarti terdapat pengaruh signifikan
multinationality terhadap thin capitalization. Hal ini berarti semakin banyak
suatu perusahaan multinasional memiliki cabang di luar negeri, semakin terpicu
pula perusahaan tersebut untuk melakukan praktik thin capitalization. Hasil ini
konsisten dengan penelitian Taylor dan Richardson (2013) dan Nuraini (2014).
Multinationality yang memiliki pengaruh signifikan terhadap thin capitalization menandakan bahwa perusahaan multinasional memandang
multinationality sebagai salah satu celah untuk melakukan penghindaran pajak.
Semakin banyak cabang atau anak suatu perusahaan di luar negeri, maka
perusahaan juga akan lebih mudah dalam mengatur struktur permodalan untuk
anak perusahaannya. Dengan kata lain, perusahaan multinasional yang memiliki
banyak cabang atau anak perusahaan di luar negeri akan lebih sulit untuk
perusahaan seperti ini dapat mengatur berapa maksimum hutang yang akan
diberikan kepada anak perusahaannya. Dengan ini, maka perusahaan
multinasional dapat mengoptimumkan tingkat hutang berbunganya sehingga atas
beban bunga tersebut dapat secara penuh menjadi pengurang (deductible expense)
Penghasilan Kena Pajak (PKP). Sehingga pajak yang ditanggung oleh perusahaan
akan mengecil. Tidak adanya aturan di Undang-Undang Perpajakan yang
mengatur besarnya perbandingan antara hutang dan modal suatu perusahaan
menyebabkan perusahaan di Indonesia semakin bebas untuk melakukan praktik
thin capitalization.
Analisis Pemanfaatan Tax Haven
Pemanfaatan Tax Haven dalam penelitian ini dilambangkan dengan
TAXHAV. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh
nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,000 < 0,05), maka hipotesis nol (H02) ditolak dan
menerima hipotesis alternatif (Ha2). Berarti pemanfaatan tax haven berpengaruh
signifikan secara parsial terhadap thin capitalization. Hal ini menandakan bahwa
perusahaan multinasional memanfaatkan keberadaan tax haven country untuk
melakukan penghindaran pajak melalui skema thin capitalization. Hasil ini
sejalan dengan penelitian Taylor dan Richardson (2013) dan Nuraini (2014).
Pemanfaatan tax haven yang secara parsial memiliki pengaruh signifikan
terhadap thin capitalization menandakan tax haven country merupakan celah bagi
perusahaan multinasional dalam melakukan praktik penghindaran pajak. Tingkat
country tersebut mengundang banyak perusahaan multinasional untuk melakukan
investasi disana bahkan mendirikan cabang atau anak perusahaan, tidak terkecuali
perusahaan multinasional di Indonesia. Dalam penelitian ini, peneliti melihat
banyak sekali perusahaan multinasional yang mendirikan cabang di beberapa
negara tax haven, misalnya British Virgin Island, Cayman Island, Singapura, dll.
Tarif pajak badan di BVI sebesar 12%, Cayman Island sebesar 0% dan Singapura
sebesar 15%(final), mengundang perusahaan multinasional yang terdaftar di BEI
untuk mendirikan anak perusahaan disana. Dengan adanya anak perusahaan di
negara tax haven, jika anak perusahaan di negara tax haven memberikan
pinjaman berupa hutang berbunga kepada induk perusahaan di Indonesia, maka
atas penghasilan bunga yang diterima anak perusahaan tersebut dari Indonesia
akan dikenakan pajak yang sangat rendah atau bahkan tidak dikenakan pajak.
Bukan hanya itu, seluruh penghasilan dari perusahaan yang berdomisili di tax
haven countries juga akan dikenakan pajak yang serupa.
Analisis Pemotongan Pajak (Withholding Taxes)
Pemotongan pajak dalam penelitian ini dilambangkan dengan WTAX.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,070. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,070 > 0.05), maka hipotesis nol (H03) diterima dan
menolak hipotesis alternatif (Ha3). Berarti pemotongan pajak (withholding taxes)
tidak berpengaruh signifikan terhadap thin capitalization. Hasil ini tidak sejalan
Withholding Taxes yang tidak berpengaruh signifikan terhadap thin capitalization terjadi dimungkinkan karena pemotongan pajak PPh pasal 26
dilakukan bukan hanya untuk anak perusahaan yang memiliki hubungan istimewa
dengan induk perusahaan di Indonesia. Withholding Taxes PPh pasal 26 dipotong
oleh pemotong di Indonesia kepada Wajib Pajak Luar Negeri (WPLN) atas
penghasilan yang diterima dari Indonesia. Ada kemungkinan perusahaan
multinasional di Indonesia memberikan penghasilan kepada Wajib Pajak Luar
Negeri. Atas penghasilan tersebut, perusahaan multinasional ini wajib memotong
PPh pasal 26 yang kemudian menjadi Utang Pajak PPh pasal 26. Oleh karena itu
jika suatu perusahaan multinasional melakukan pemotongan pajak PPh pasal 26
belum tentu mengindikasikan bahwa perusahaan yang melakukan pemotongan
pajak ini bertujuan melakukan praktik thin capitalization.
Analisis Kepemilikan Institusional
Kepemilikan Institusional dalam penelitian ini dilambangkan dengan
INST. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,582. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,582 > 0,05), maka hipotesis nol (H04) diterima dan
menolak hipotesis alternatif (Ha4). Berarti kepemilikan institusional tidak
berpengaruh signifikan terhadap thin capitalization. Hasil ini sejalan dengan
penelitian Annisa dan Kurniasih (2012).
Kepemilikan institusional yang secara parsial tidak memiliki pengaruh
signifikan terhadap thin capitalization berarti bahwa kepemilikan saham suatu
melakukan praktik penghindaran pajak melalui skema thin capitalization.
Kepemilikan saham oleh institusi menandakan bahwa institusi memiliki hak yang
besar atas perusahaan tersebut. Namun kepemilikan institusional yang besar
belum tentu dapat mengontrol manajemen dalam mengatur struktur hutang
perusahaan. Tindakan pengawasan perusahaan yang dilakukan oleh pihak
investor institusional hanya sebatas monitoring. Institusi dapat mendorong
manajerial untuk lebih memfokuskan perhatiannya terhadap kinerja perusahaan
namun tidak berarti dapat memaksanya. Terlebih perusahaan multinasional di
Indonesia rata-rata dimiliki oleh institusi. Mungkin hal tersebut juga menjadi
alasan mengapa kepemilikan institusional tidak berpengaruh signifikan terhadap
thin capitalization.
Analisis Ukuran Komite Audit
Ukuran komite audit dalam penelitian ini dilambangkan dengan ACSIZE
(Audit Committe Size). Berdasarkan pada tabel hasil uji analisis regresi berganda
diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari
nilai signifikansi yang ditentukan (0,000 < 0,05), maka hipotesis nol (H05) ditolak
dan menerima hipotesis alternatif (Ha5). Berarti ukuran komite audit memiliki
pengaruh signifikan secara parsial terhadap thin capitalization. Hasil ini sejalan
dengan penelitian yang dilakukan oleh Annisa dan Kurniasih (2012) dan Putri
(2015).
Ukuran komite audit yang mempunyai pengaruh signifikan terhadap thin
capitalization menandakan keberadaan komite audit dalam suatu perusahaan
audit yang efektif, rentang jumlah anggota yang diperlukan adalah 3-5 orang.
Namun saat melakukan penelitian, peneliti menemukan cukup banyak perusahaan
multinasional yang hanya memiliki personil dalam komite audit kurang dari 2
bahkan tidak ada sama sekali. Sedangkan dengan semakin besarnya ukuran
komite audit dalam suatu perusahaan akan meningkatkan fungsi pengawasan
terhadap pihak manajemen. Manajemen yang terkesan memiliki perilaku
opportunistic akan melakukan apapun demi kepentingan manajemen itu sendiri.
Fokus dalam penelitian ini adalah thin capitalization. Thin capitalization ini
dapat menjadi salah satu sarana bagi manajemen untuk melakukan manipulasi
laba tanpa mempedulikan kualitas pelaporan keuangan perusahaan. Sehingga
dengan semakin besarnya ukuran komite audit dalam suatu perusahaan
multinasional, maka kualitas pelaporan keuangan serta penggunaan hutang
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil analisis data tentang pengaruh multinationality,
pemanfaatan tax haven, pemotongan pajak (withholding taxes), kepemilikan
institusional, dan ukuran komite audit terhadap praktik thin capitalization pada
perusahaan multinasional go public di Indonesia periode 2012-2014, dapat
disimpulkan beberapa hal sebagai berikut:
2. Pengaruh Multinationality terhadap Thin Capitalization
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,001. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,001 < 0,05), maka hipotesis nol (H01) ditolak dan
menerima hipotesis alternatif (Ha1). Berarti multinationality berpengaruh
signifikan secara parsial terhadap thin capitalization.
2. Pengaruh Pemanfaatan Tax Haven terhadap Thin Capitalization
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,000 < 0,05), maka hipotesis nol (H02) ditolak dan
menerima hipotesis alternatif (Ha2). Berarti pemanfaatan tax haven berpengaruh
