52
BAB III
OBJEK DAN METODE PENELITIAN
3.1 Objek Penelitian
Objek penelitian pada tesis ini adalah return on asset, leverage, corporate governance, firm size dan tax avoidance perusahaan perbankan yang terdaftar di Bursa Efek Indonesia periode tahun 2011-2016.
3.2 Metode Penelitian
Menurut Sugiyono (2012), Metode penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Jenis penelitian yang digunakan dalam penelitian ini adalah metode eksplanatori. Menurut Singarimbun (1995) penelitian eksplanatori (explanatory research) merupakan penelitian penjelasan yang menyoroti hubungan kausal antara variabel-variabel penelitian dan menguji hipotesis yang telah dirumuskan sebelumnya.
Sementara itu menurut Sugiyono (2012), Penelitian eksplanatori merupakan penelitian yang bermaksud menjelaskan kedudukan variabel-variabel yang diteliti serta hubungan satu variabel dengan variabel yang lainnya. Penelitian eksplanatori dalam penelitian ini yaitu untuk mengetahui gambaran return on asset, leverage, corporate governance, firm size dan tax avoidance.
53 3.3 Populasi dan Sampel Penelitian
Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono: 2016). Populasi dari penelitian ini adalah seluruh perusahaan perbankanyang terdaftar di Bursa Efek Indonesia dalam kurun waktu 6 tahun dari 2011 s.d 2016. Untuk jumlah populasi seluruh emiten perbankan di BEI yaitu 43 emiten, sehingga seluruh populasi dalam penelitan ini adalah 43 perbankan.
Penentuan sampel dalam penelitian ini menggunakan teknik purposive
sampling. Menurut Riduwan (2012), Penentuan sampel yang didasarkan pada
pertimbangan tertentu yang diambil oleh peneliti sendiri berdasarkan ciri-ciri atau sifat-sifat populasi yang sudah diketahui sebelumnya.
Penelitian ini memilih perusahaan perbankan dengan seleksi sampel menggunakan metode purposive sampling sebagai penyederhana yaitu suatu metode yang memilih sampel dengan kriteria-kriteria tertentu dan telah terdaftar di Bursa Efek Indonesia (BEI) dan memiliki laporan keuangan tahunan yang lengkap dan dipublikasikan di Indonesia Capital Market Directory (ICMD) dari tahun 2011 sampai tahun 2016. Sampel yang diambil oleh penulis dengan pertimbangan tertentu yang dibuat sendiri berdasarkan ciri dan sifat yang sudah diketahui sebelumnya. Berikut adalah kriteria dalam pemilihan sampel pada penilitian ini dengan metode purposive sampling:
54
1. Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) berturut-turut selama periode penelitian yaitu dari tahun 2011 sampai 2016.
2. Perusahaan yang menerbitkan laporan keuangan yang telah di audited selama 6 tahun secara berturut-turut pada tahun 2011 sampai 2016.
3. Perusahaan yang menerbitkan laporan keuangan secara berturut-turut dengan mata uang Rupiah.
4. Perusahaan yang merger atau delisting pad atahun 2011-2016
Dengan kriteria diatas yang telah ditetapkan, sampel penelitian disajikan dalam tabel berikut ini:
Tabel 3.1
Sampel Perusahaan Perbankan No
Kriteria Jumlah
perusahaan Jumlah perusahaan perbankan yang terdaftar di Bursa Efek
Indonesia periode tahun 2011-2016 43
Kriteria Sampel
1 Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) berturut-turut selama periode penelitian yaitu dari tahun 2011 sampai 2016
30
2 Perusahaan yang menerbitkan Laporan Keuangan secara
berturut-turut dengan mata uang Rupiah 30 3 Perusahaan yang tidak menerbitkan laporan keuangan selama
55
4 Perusahaan yang merger atau delisting di BEI pada tahun
2011-2016 (Bank Woori Saudara) (1)
Jumlah Sampel 29
Sumber: Penulis (2018)
Dengan kriteria purposive sampling diatas maka populasi dalam penelitian ini adalah perusahaan-perusahaan di perusahaan berbankan yang terdaftar di Bursa Efek Indonesia (BEI) periode tahun 2011-2016 sebanyak 43 perusahaan dengan sampel yang diambil adalah 29 perusahaan.
3.4 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini yaitu data sekunder. Data sekunder merupakan suatu data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara, yang umumnya berupa bukti, catatan atau laporan historis yang tersusun dalam arsip yang dipublikasikan dan yang tidak dipublikasikan.
Data yang digunakan dalam penelitian ini berupa laporan keuangan berikut dengan rasio kinerja keuangannya. Data tersebut diperoleh dari Indonesia Capital
Direktori Market (ICMD) tahun 2011-2016 dan laporan keuangan emiten dari
56 3.5 Metode Pengumpulan Data
Teknik pengunpulan data yang dilakukan dalam penelitian ini meliputi: 1. Studi Dokumentasi
Studi ini dilakukan untuk memperoleh data sekunder yang akan digunakan sebagai landasan teoritis yang relevan dengan masalah yang diteliti guna mendukung data-data yang diperoleh selama penelitian.
2. Penelitian Kepustakaan
Yaitu teknik perolehan data dengan mempelajari buku-buku, literatur-literatur, serta jurnal-jurnal yang berkaitan dengan objek penelitian yang dituju. Perolehan penelitian kepustakaan juga dapat diperoleh dengan cara pencarian melalui internet, dan sebagainya.
3.6 Operasional Variabel
Variabel penelitian yang digunakan terdiri dari dua jenis variabel yaitu
variabel independen (X) dan variabel dependen (Y). Dalam penelitian ini
memiliki empat variabel independen yaitu return on asset (X1), leverage (X2),
corporate governance (X3) dan firm size (X4), sementara variabel dependen
dalam penelitian ini adalah tax avoidance. Berikut adalah penjelasan variabel-variabel dalam penelitian ini:
1. Variabel independen ( X1 ): Return On Asset
Return on asset merupakan rasio yang menunjukan hasil (return) atas
penggunaan aset perusahaan dalam menciptakan laba bersih. Dengan kata lain, rasio ini digunakan untuk mengukur seberapa besar jumlah laba bersih yang
57
dihasilkan dari dana yang tertanam dalam total aset (Hery: 2017). Return on
asset diformulasikan sebagai berikut:
2. Variabel independen (X2): Leverage
Rasio leverage menunjukan hubungan antara utang perusahaan terhadap modal. Rasio ini dapat melihat seberapa jauh perusahaan dibiayai oleh utang atau pihak luar dengan kemampuan perusahaan yang digambarkan oleh modal. Perusahaan yang baik mestinya memiliki komposisi modal yang lebih besar daripada utang (Harahap: 2016). Leverage adalah rasio yang mengukur kemampuan utang baik jangka panjang maupun jangka pendek membiayai aktiva perusahaan (Kurniasih & Sari: 2013). Leverage diukur dengan total
debt to equity ratio dengan rumus sebagai berikut:
3. Variabel independen (X3): Corporate Governance
Menurut Jhonson dkk, dalam Darmawati (2004) corporate governance (CG) didefinisikan sebagai efektivitas mekanisme yang bertujuan meminimumkan konflik keagenan, dengan penekanan khusus pada mekanisme legal yang mencegah dilakukannya pengambilalihan (ekspropriasi) atas pemegang saham minoritas. Corporate governance adalah suatu sistem yang bertujuan untuk
Return On Asset (ROA) =
58
mengelola perusahaan secara baik dan benar sebagaimana mestinya dengan tidak bertentangan dengan hukum yang berlaku. Selain itu corporate
governance bertujuan untuk memastikan bahwa pengelolaan perusahaan
dilakukan dengan baik dan penuh kepatuhan terhadap berbagi peraturan dan ketentuan yang berlaku (Solihin dalam Indarti & Winoto: 2015). Dalam penelitian ini corporate governance diproksikan dengan komposisi komisaris independen yaitu prosentase jumlah komisaris independen terhadap total komisaris dalam susunan dewan komisaris perusahaan sampel dalam tahun amatan. Pengukuran ini sesuai dengan pengukuran dalam penelitian yang dilakukan oleh Santoso (2014). Corporate Governance (CG) diformulasikan sebagai berikut:
Corporate Governance (CG) = Jumlah Komisaris Independen
Total Komisaris
4. Variabel independen (X4): Firm Size
Firm Size adalah suatu skala dimana dapat diklasifikasikan besar atau kecil perusahaan menurut berbagai cara, antara lain: total aktiva, log size, nilai pasar saham, dan lain-lain. Size ditunjukkan melalui log total aktiva, karena ukuran ini dinilai memiliki tingkat kestabilan yang lebih dibandingkan proksi-proksi yang lainnya dan cenderung berkesinambungan antar periode (Sari: 2014). Perusahaan besar memiliki aset yang besar sehingga perusahaan mampu menghasilkan laba yang besar. Dalam aset terdapat aset tetap yang mengalami penyusutan kecuali tanah yang dapat dibiayakan dalam perpajakan. Sehingga
59
perusahaan berpeluang untuk melakukan tax avoidance (Annisa: 2017). Size
menunjukkan kestabilan dan kemampuan perusahaan untuk melakukan aktivitas ekonominya. Semakin besar ukuran suatu perusahaan maka semakin menjadi pusat perhatian dari pemerintah dan akan menimbulkan kecenderungan bagi para manajer perusahaan untuk berlaku patuh (compliances) atau agresif (tax avoidance) dalam perpajakan (Kurniasih & Sari: 2013). Penelitian ini juga menggunakan pengukuran firm size
menggunakan log total aset (Ln Aset) karena lebih stabil dalam pengujian. Pengukuran dalam penelitian ini sesuai pengukuran yang digunakan oleh Anissa (2017). Firm size diformulasikan sebagai berikut:
log total aset (Ln Aset)
5. Variabel dependen (Y): Tax avoidance
Tax avoidance berkenaan dengan pengaturan sesuatu peristiwa sedemikian
rupa untuk meminimkan atau menghilangkan beban pajak dengan memerhatikan ada atau tidaknya akibat-akibat pajak yang ditimbulkannya. Oleh karena itu, tax avoidance tidak merupakan pelanggaran atas perundang-undangan perpajakan atau secara etik tidak dianggap salah dalam rangka usaha wajib pajak untuk mengurangi, menghindari, meminimumkan atau meringankan beban pajak dengan cara-cara yang dimungkinkan oleh undang-undang pajak (Mortenson dalam Zain: 2008). Dalam penelitian ini pengukuran
tax avoidance menggunakan cash effective tax rate (CETR). Untuk
60
secara kas yang terdapat pada arus kas operasi (laporan arus kas) dibagi dengan pre tax income (laba sebelum pajak) pada laporan laba rugi perusahaan. Pengukuran ini sesuai pengukuran dalam penelitian yang dilakukan oleh Sari & Martani (2010), Prakosa (2014), dan Kurniasih & Sari: 2013). Dimana cash effective tax rate (CETR) diformulasikan sebagai berikut:
Tabel 3.2
Tabel 3.2 Operasional Variabel
Variabel Konsep Variabel Indikator Skala
Return On
Asset
(Variabel
Independen:
X1)
Return on asset merupakan
rasio yang menunjukan hasil
(return) atas penggunaan aset
perusahaan dalam menciptakan laba bersih. Dengan kata lain, rasio ini digunakan untuk mengukur seberapa besar jumlah laba bersih yang dihasilkan dari dana yang tertanam dalam total aset (Hery: 2017).
ROA =
(Hery: 2017), (Kurniasih & Sari: 2013) Rasio Leverage (Variabel Independen: X2)
Rasio leverage menunjukan hubungan antara utang perusahaan terhadap modal. Rasio ini dapat melihat seberapa jauh perusahaan dibiayai oleh utang atau pihak luar dengan kemampuan perusahaan yang digambarkan oleh modal. Perusahaan yang baik mestinya memiliki komposisi modal yang lebih
(DER) =
(Harahap: 2016), (Kurniasih & Sari: 2013)
Rasio
61
Variabel Konsep Variabel Indikator Skala
besar daripada utang (Harahap: 2016). Corporate Governance (Variabel Independen: X3)
Corporate governance adalah
suatu sistem yang bertujuan untuk mengelola perusahaan secara baik dan benar sebagaimana mestinya dengan tidak bertentangan dengan hukum yang berlaku. Selain itu
corporate governance bertujuan
untuk memastikan bahwa pengelolaan perusahaan dilakukan dengan baik dan penuh kepatuhan terhadap berbagi peraturan dan ketentuan yang berlaku (Solihin dalam Indarti & Winoto: 2015).
(CG)=
(Kurniasih & Sari: 2013) dan (Santoso: 2014) Rasio Firm Size (Variabel Independen: X4)
Size adalah suatu skala dimana dapat diklasifi kasikan besar atau kecil perusahaan menurut berbagai cara, antara lain: total aktiva, log size, nilai pasar saham, dan lainlain. Size
ditunjukkan melalui log total aktiva, karena ukuran ini dinilai memiliki tingkat kestabilan yang lebih dibandingkan proksi-proksi yang lainnya dan cenderung berkesinambungan antar periode (Sari: 2014)
Log Asset (Ln Asset),
Anissa (2017). Rasio Tax avoidance (Variabel Dependen: Y)
Tax avoidance berkenaan
dengan pengaturan sesuatu peristiwa sedemikian rupa untuk meminimkan atau menghilangkan beban pajak dengan memerhatikan ada atau tidaknya akibat-akibat pajak yang ditimbulkannya. Oleh
(CETR) =
(Sari & Martani : 2010), (Prakosa: 2014), (Kurniasih & Sari: 2013)
Rasio
Lanjutan Tabel 3.2
62
Variabel Konsep Variabel Indikator Skala
karena itu, tax avoidance tidak merupakan pelanggaran atas perundang-undangan
perpajakan atau secara etik tidak dianggap salah dalam rangka usaha wajib pajak untuk mengurangi, menghindari, meminumkan atau meringankan beban pajak dengan cara-cara yang dimungkinkan oleh undang-undang pajak (Mortenson dalam Zain: 2008).
3.7 Uji Asumsi Klasik
Sebelum dilakukan pengujian regresi linier berganda, terlebih dahulu dilakukan uji asumsi klasik meliputi uji normalitas, multikolinearitas, autokorelasi dan heteroskedasitas.
3.7.2 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel independent, variabel dependent atau keduanya mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas data dengan menggunakan uji Kolmogorov Smirnov (Uji K-S). Perhitungan dalam penelitan ini dilakukan dengan menggunakan perangkat eviews versi 9,0. Ketentuan pengujiannya adalah data berdistribusi normal jika nilai asymp sig2 taled > 0,05.
Untuk lebih memperjelas apakah data berdistribusi normal atau tidak adalah dengan menggunakan P-Plot dan grafik histogram. Output yang
63
ditampilkan berupa grafik. Deteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Menurut Ghozali (2016), dasar pengambilan keputusan adalah sebagai berikut :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi Normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi Normalitas.
3.7.3 Uji Multikolinearitas
Multikolinearitas adalah adanya suatu hubungan linear yang sempurna (mendekati sempurna) antara beberapa atau semua variable bebas. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variable independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
variabel independen sama dengan 0 (nol). Pengujian multikolonieritas dalam hal
ini dengan menganalisis matrik korelasi antar variabel bebas dan perhitungan nilai tolerance serta VIF (Ghozali: 2016).
Uji multikolonieritas dilakukan dengan melihat nilai tolerance dan
variance inflation factor (VIF) dari analisis menggunakan collinearity diagnostic
64
atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas.
3.7.3 Uji Heteroskedasitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah yang mengalami homokedastisitas atau tidak terjadi heteroskedastisitas (Ghozali: 2016).
Untuk menguji gangguan ini dapat digunakan beberapa cara yang salah satunya dengan White Heteroscedasticity Test melalui pengujian hipotesis berikut ini: H0 : 2 2
i (tidak terdapat gejala heteroskedastisitas)
Ha : i2 2 (terdapat gejala heteroskedastisitas)
Jika nilai nR2 atau Obs* lebih besar dari nilai χ2 pada tingkat signifikansi tertentu, maka H0 ditolak. Atau dengan menggunakan probability value dengan
kriteria tidak menerima H0 jika probability valuenya < nilai α.
3.7.4 Uji Autokorelasi
Uji autokorelasi ini adalah untuk menguji apakah dalam sebuah regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan
65
ada problem autokorelasi. Untuk mengetahui apakah model regresi tersebut, terbebas dari masalah autokorelasi adalah dengan cara menghitung nilai Durbin-Watson, yang diperoleh melalui software Eviews versi 9.0. Setelah mendapatkan nilai DurbinWatson, kemudian dibandingkan dengan nilai DU dan DL yang diperoleh dari tabel nilai kritis statistik Durbin-Watson. Dasar pengambilan keputusan keputusannya adalah sebagai berikut :
1. Jika D > DU maka tidak terjadi autokorelasi 2. Jika D < DL maka terjadi autokorelasi
3. Jika DL < D < DU, maka pengujian tersebut tidak meyakinkan, dalam arti kita tidak dapat mengambil keputusan (inconclusive) dan diperlukan observasi lebih lanjut agar dapat menentukan apakah ada autokorelasi ataukah tidak.
3.8 Uji Data Panel
Dalam penelitian ini, analisis yang di gunakan adalah data panel yang merupakan gabungan antara data time-series (deret waktu) dan data cross-section
(deret lintang). Terdapat dua macam panel data yaitu data panel unbalance dan
balance, data panel unbalance adalah keadaan dimana unit cross-sectional
memiliki jumlah observasi time series yang tidak sama. sedangkan data panel
balance adalah keadaan dimana unit cross-sectional memiliki jumlah observasi
time series yang sama. Pengestimasian parameter model regresi data panel
terdapat teknik atau model pendeketan yang terdiri dari Common Effect, pendekatan efek tetap (Fixed Effect) dan pendekatan efek acak (Random Effect), berikut adalah penjelasannya:
66 a. Common Effect Model (CEM)
Menurut Ghozali (2013) model ini merupakan model yang paling sederhana, dimana pada pendekatannya mengabaikan dimensi waktu dan ruang yang dimiliki oleh data panel. Ghozali (2013) juga mengatakan bahwa metode yang digunakan untuk mengestimasi pendekatan ini adalah metode regresi
OLS, pendekatan ini hanya mengasumsikan bahwa perilaku data antar ruang sama dalam berbagai kurun waktu. Pada beberapa penelitian data panel model ini sering kali tidak pernah digunakan sebagai estimasi karena sifat dari model ini tidak membedakan perilaku data sehingga memungkinkan terjadinya bias, namun model ini digunakan untuk perbandingan dalam model lainnya.
b. Fixed Effect Model (FEM)
Menurut Ghozali (2013) model fixed effect ini mengasumsikan bahwa terdapat efek beda antar individu. Terminologi fixed effect menunjukkan bahwa meskipun intersep bervariasi antar-individu, setiap intersep individu tersebut tidak bervariasi sepanjang waktu. Selain subjek cross-section, model fixed effect juga dapat diterapkan pada periode waktu (Period Fixed Effect Model) atau diterapkan pada subjek cross-section sekaligus periode waktu (Two-way Fixed Effect Model). Metode yang digunakan untuk mengestimasi dengan pendekatan ini adalah metode Least Square Dummy Variable (LSDV). Pada model fixed effect estimasi dilakukan dengan tanpa pembobot atau no weight atau LSDV dan dengan pembobot (cross-section weight) atau Generated Least Square (GLS). Tujuan
67
dilakukannya pembobotan adalah untuk mengurangi heterogenitas antar unit
cross-section (Gujarati, 2012). Penggunaan model ini tepat untuk melihat perilaku
data dari masing-masing individu variabel sehingga data lebih dinamis dalam menginterprestasikan data.
c. Random Effect Model (REM)
Moden ini merupakan pendekatan yang ditawarkan untuk mengatasi kekurangan dan permasalahan pada model fixed effect terkait dengan degree of
freedom jika memiliki banyak unit cross-sectional (Ghozali: 2013). Model ini
mengestimasi data panel yang variabel residualnya diduga memiliki hubungan antar waktu dan antar subjek. Metode yang digunakan untuk mengestimasi dengan pendekatan ini adalah model GLS. Namun seperti halnya pada model fixed
effect, selain subjek cross-section, model random effect juga dapat diterapkan
pada periode waktu (Period Random Effect Model), atau diterapkan pada subjek
cross-section sekaligus periode waktu (Two-Way Random Effect Model).
Untuk menentukan jenis data panel terdapat beberapa tahapan yang dapat dilakukan yaitu sebagai berikut:
1. Uji Lagrange Multiplier (LM)
Uji Lagrange Multiplier ini dilakukan untuk mengestimasi antara Common
Effect Model dengan Random Effect Model, model mana yang lebig cocok untuk
penelitan menggunakan regresi data panel.
Hipotesis uji:
68
H1 = Model Random Effect lebih cocok digunakan untuk rgresi data panel α = 5%
Kriteria Uji:
- Tolak Ho dan terima H1 jika LM ≥ ; atau - Terima Ho dan tolak H1 jika LM <
Artinya, apabila nilai Breusch-Pagan (Cross-section, Time, dan Both) pada tabel uji Lagrange Multiplier > Chi-Square ( ) maka Random Effect Model lebih baik dari Common Effect Model dan sebaliknya.
2. Uji Chow
Uji chow dilakukan untuk mengestimasi antara Fixed Effect Model dengan
Common Effect Model, model manakah yang lebih cocok untuk penelitian
menggunakan regresi data panel.
Hipotesis uji:
Ho = Model Common Effect lebih cocok digunakan untuk regresi data panel
H1 = Model Fixed Effect lebih cocok digunakan untuk regresi data panel α = 5%
Kriteria uji:
69
- Terima Ho dan tolak H1 jika probabilitas > 5%
Artinya, apabila nilai statistik Cross-section F memiliki nilai probabilitas > 0,05 atau 5% maka model Common Effect lebih cocok untuk regresi data panel dab sebaliknya.
3. Uji Hausman
Uji ini dilakukan untuk mengestimasi antara Random Effect Model dengan
Fixed Effect Model, model manakah yang lebih cocok untuk penelitian
menggunakan regresi data panel. Hipotesis uji:
Ho = Model Random Effect lebih cocok digunakan untuk regresi data panel H1 = Model Fixed Effect lebih cocok digunakan untuk regresi data panel α = 5%
Kriteria uji:
- Tolak Ho dan terima H1 jika probabilitas ≤ 5% - Terima Ho dan tolak H1 jika probabilitas > 5%
Artinya, apabila Chi-Square Cross-section Random memiliki niali probabilitas < 0,05 atau 5% maka Random Effect Model tidak lebih cocok untuk regresi data panel dan sebaliknya.
70 3.9 Analisis Regresi Berganda
Analisis regresi merupakan suatu metode untuk menentukan hubungan sebab akibat antara satu variabel dengan variabel-variabel lainnya. Analisis regresi dipakai secara luas untuk menentukan prediksi dan ramalan. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terkait dan untuk mengetahui bentuk-bentuk hubungan tersebut. Dalam penelitian ini menggunakan model analisis regresi berganda.
Menurut Imam Ghozali (2016) Analisi regresi digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukan arah hubungan antara variabel dependen dengan independen.
Penggunaan analisis regresi berganda dalam penelitian ini dimaksudkan untuk menerangkan besarnya pengaruh return on asset, leverage, corporate
governance, firm size terhadap tax avoidance. Berikut ini merupakan persamaan
umum analisis regresi linier berganda, yaitu:
Keterangan:
Y = Tax avoidance
a = Konstanta
b1,b2,b3,b4 = Parameter koefisien regresi
X1 = Return on asset X2 = Leverage X3 = Corporate governance X4 = Firm Size Ɛ = Error Y = a+b1X1 + b2 X2 + b3 X3+ b4 X4 + Ɛ
71 3.9 Koefisien Determinasi (R2)
Koefisien determinasi digunakan utnuk mencari seberapa besar variasi
variabel independen dapat menjelaskan secara keseluruhan variasi variabel
dependen. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variabel-variabel dependen sangat kecil pula. Nilai R2 yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen
(Ghozali: 2016). R2 digunakan untuk mengetahui seberapa besar pengaruh return
on asset, leverage, corporate governance dan firm size terhadap tax avoidance.
3.10 Pengujian Hipotesis
Untuk melakukan pengujian terhadap hipotesis-hipotesis yang diajukan, perlu digunakan analisis regresi melalui uji koefisien determinasi, uji t dan uji F. Tujuan dilakukannya pengujian ini adalah untuk menentukan akurasi dari masing-masing hipotesis penelitian terhadap kenyataan dari data yang dikumpulkan dalam suatu penelitian. Selain itu juga pengujian hipotesis digunakan untuk dapat melihat pengaruh variabel-variabel independen terhadap variabel dependen baik secara parsial maupun simultan.
3.10.1 Uji Hipotesis Parsial (uji t)
Uji statistik t pada dasarnya menunjukan signifikansi pengaruh dari satu
variabel independen secara parsial terhadap suatu variabel dependen. Variabel
72
independen secara individu dikatakan memiliki pengaruh terhadap variabel
dependen, apabila variabel tersebut memiliki nilai signifikansi (sig) dibawah 0,05.
Pengujian ini juga dapat dilakukan dengan membandingkan nilai t-statistik dengan nilai t-tabel (Ghozali: 2016). Rumus Uji t sebagai berikut:
Keterangan : t = Nilai t hitung
b = Koefisien regresi parsial
Sb = Standar erorr koefisien regresi
Membandingkan thitungdengan ttabel jika :
1. thitung < ttabel : maka H0 diterima dan Ha ditolak
artinya bahwa variabel independen tersebut secara parsial tidak berpengaruh terhadap variabel dependen.
2. thitung > ttabel : maka H0 ditolak dan Ha diterima
artinya bahwa variabel independen tersebut secara parsial berpengaruh terhadap variabel dependen.
3.10.2 Uji Hipotesis Simultan (uji F)
Uji F digunakan untuk melihat signifikansi pengaruh variabel independen
secara serentak (simultan) terhadap variabel dependen. Pengujian ini dilakukan dengan mengukur tingkat signifikansi Fhitung, dimana apabila tingkat signifikansi
tersebut lebih kecil dari α maka, terdapat pengaruh yang signifikan dari variabel
independen secara simultan terhadap variabel dependen.
73
Menentukan Fhitung dapat dilakukan dengan rumus sebagai berikut:
Keterangan : R2 = Koefisien Determinasi
k = Banyaknya koefisien regresi N = Banyaknya observasi
Kriteria Pengujian:
1. Nilai Fhitung< Ftabel, maka H0 diterima dan Ha ditolak, artinya secara simultan
variabel independen tidak berpengaruh terhadap variabel dependen.
2. Nilai Fhitung> Ftabel atau Signifikansi F >α sebesar 0,05 maka H0 ditolak dan Ha diterima, artinya variabel independen secara simultan berpengaruh terhadap variabel dependen.
