BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Hasil Pengumpulan Data
Sample dalam penelitian ini adalah seluruh perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2014-2019 dengan metode purposive sampling. Jumlah sample perusahaan pertambangan yang terdapat di Bursa Efek Indonesia (BEI) tahun 2014-2019 sebanyak 47 dengan kurun waktu enam tahun maka jumlah data observasi sebanyak 78.
Tabel 4.1 Pemilihan Sampel
No. Kriteria Sampel Jumlah
observasi 1. Jumlah perusahaan pertambangan yang terdaftar di Bursa Efek
Indonesia (BEI) periode 2014-2019.
47
2. Perusahaan yang memiliki data tidak lengkap dan tidak sesuai (10) 3. Perusahaan yang memiliki laba sebelum pajak negatif (24) 4. Total perusahaan yang digunakan sebagai sample 13
5. Total sample tahun perusahaan (13x6) 78
Jumlah data observasi 78
4.2 Hasil Statistika Deskriptif
Analisis statistika deskriptif berguna untuk mengetahui nilai maksimal, minimal, rata-rata, dan standar deviasi berdasarkan variable tertentu. Berikut deskripsi analisis data antar variable.
commit to user
Tabel 4.2
Hasil Uji Statistika Deskriptif Penghindaran
Pajak
Koneksi Politik
Intensitas Aset Tetap
Leverage Return On Assets
Pertumbuhan penjualan
Mean 0.336927 0.097821 0.235000 0.385000 0.131809 0.164231 Median 0.300000 0.000000 0.235000 0.380000 0.104000 0.085000 Maximum 0.950000 0.430000 0.630000 0.850000 1.100000 3.540000 Minimum 0.000300 0.000000 0.010000 0.020000 0.000400 -1.190000 Std. Dev. 0.178713 0.125301 0.149864 0.192851 0.151866 0.519374
Observations 78 78 78 78 78 78
Sumber: Olah Data Eviews
Keterangan:
Berdasar hasil statistika deskriptif dalam tabel 4.2 dapat dijelaskan nilai rata-rata variable penghindaran pajak ( E T R ) sebesar 0.336927, hal ini memiliki arti bahwa rata-rata perusahaan pertambangan di Indonesia tahun 2014-2019 melakukan penghindaran pajak yaitu perencanaan pajak dan menghasilkan tariff efektif sebesar 33.69%, maka perusahaan tambang di Indonesia hanya sedikit yang melakukan penghindaran pajak di tahun 2014-2019. Nilai maksimumnya sebesar 0.95 yang diduduki oleh perusahaan Darma Henwa Tbk. (DEWA) pada tahun 2014 sedangkan nilai minimumnya sebesar 0.00030 diduduki oleh perusahaan Samindo Resources Tbk.
(MYOH) tahun 2014 serta memiliki standar deviasi 0.178713.
penghindaran pajak dalam penelitian ini menggunakan pengukuran Effective Tax Rate (ETR) yang mengindikasikan bahwa semakin besar nilai ETR maka tingkat penghindaran pajak yang semakin kecil (Brian dan Martani, 2014). Artinya Darma Henwa Tbk. (DEWA) tahun commit to user
2014 adalah perusahaan yang memiliki nilai penghindaran pajak terkecil, sedangkan Samindo Resources Tbk. (MYOH) tahun 2014 memiliki nilai penghindaran pajak paling besar.
Variabel independen koneksi politik bernilai minimum 0.000000 dan nilai maksimum 0.43000. nilai konseksi politik paling kecil dimiliki oleh beberapa perusahaan, sedangkan nilai maksimum sebesar 0.428571 dimiliki beberapa perusahaan pula. Rata-rata koneksi politik yang dimiliki perusahaan pertambangan di Indonesia tahun 2014-2019 sebesar 0.097821. Hal ini menunjukkan bahwa 9.7% perusahaan pertambangan yang menjadi sampel memiliki koneksi politik. Serta memiliki standar deviasi 0.125301.
Variabel kontrol intensitas asset tetap memiliki nilai minimum 0.010000 dan maksimum 0.630000. Nilai minimum dan maksimum diduduki oleh beberapa perusahaan. Rata-rata intensitas asset tetap perusahaan pertambangan 2014-2019 sebesar 0.235000, dengan standar deviasi 0.149864
Variabel kontrol leverage memiliki nilai minimum 0.020000 dan maksimum 0.850000. Golden Energy Mines Tbk. (GEMS) tahun 2017 memiliki nilai leverage terkecil. Nilai terbesar diduduki oleh perusahaan Elnusa Tbk. (ELSA) tahun 2015. Rata-rata leverage perusahaan pertambangan 2014-2019 sebesar 0.385000, dengan standar deviasi 0.192851
Variabel kontrol ROA memiliki nilai minimum 0.000400 dan maksimum 1.100000. nilai minimum diduduki oleh Darma Henwa Tbk. (DEWA) tahun 2014 dan nilai maksimum oleh Adaro Energy Tbk. (ADRO) tahun 2017 dan2018. Rata-rata ROA perusahaan pertambangan 2014-2019 sebesar 0.074403 dengan standar deviasi 0.062266.
Variabel kontrol pertumbuhan penjualan memiliki nilai minimum -1.190000 dan maksimum 3.540000. nilai minimum diduduki oleh bebrapa perusahaan dan nilai maksimum oleh Golden Energy Mines commit to user
Tbk. (GEMS) tahun 2017. Rata-rata pertumbuhan penjualan perusahaan pertambangan 2014-2019 sebesar 0.164231 dengan standar deviasi 0.519374.
4.3 Pemilihan Metode Estimasi Data Panel
Uji chow dilakukan untuk memilih antara Fixed Effect Model atau Pooled Least Square. Setelah melakukan uji chow, langkah berikutnya uji langrange multiplier untuk memantapkan dalam pemilihan Common Effect Model atau Random Effect Model.
a. Uji Chow
Table 4.3 Hasil Pengujian Chow
Sumber: Olah Data Eviews
Dalam melakukan uji chow, nilai Probabilitas Cross-section Chi- square statistic harus diperhatikan. Perumusan hipotesis dalam uji chow yakni:
H0: Common Effect Model H1: Fixed Effect Model
Apabila nilai Probabilitas Cross-section Chi-square Uji Chow <
0.05, maka H0 ditolak dan H1 diterima, sebaliknya jika nilai Probabilitas Cross-section Chi- square > 0.05 maka H1 ditolak dan H0 diterima. Berdasar table 4.3 nilai Probabilitas Cross-section Chi-square 0.000 < 0.05, yang berarti H1 diterima. Kesimpulannya bahwa model estimasi data panel yang tepat untuk idgunakan adalah Fixed Effect
Effect test statistic d.f Prob.
Cross-section F 5.422516 (12.60) 0.0000
Cross-section Chi-square 57.293383 12 0.00000
commit to user
Model. Selanjutnya diperlukan uji hausman untuk memantapkan pemilihan Fixed Effect Model atau Common Effect Model
b. Uji Hausman
Tabel 4.4 Hasil Uji Hausman
Test summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 10.957034 5 0.0522
Sumber: Olah Data Eviews
Dalam melakukan uji haussman, nilai probabilitas Cross-section random yang diperhatikan. Perumusan hipotesis dalam uji haussman yakni:
H0: Random Effect Model H1: Fixed Effect Model
Dalam melakukan uji haussman terdapat ketentuan bila
probabilitas Cross- section random > 0.05 maka H0 diterima dan H1 ditolak, bila probabilitas Cross- section random < 0.05 maka H0 ditolak dan H1 diterima. Berdasar table 4.4, nilai probabilitas Cross- section random > 0.05 maka H0 diterima. Kesimpulan dari uji haussman, model yang tepat untuk uji data panel dengan random effect model. Selanjutnya diperlukan uji Langrange Multiplier
c. Uji Langrange multiplier
Uji Langrange multiplier adalah pengujian dalam menentukan penggunaan metode Common Effect atau random effect. Hipotesis uji Langrange multiplier adalah:
H0: Common Effect Model H1: Random Effect Model commit to user
Jika probabilitas Breusch-Pagan > 0.05 maka H0 diterima dan H1 ditolak, jika probabilitas Breusch-Pagan < 0.05 maka H0 ditolak dan H1 diterima. Berikut hasil pemilihan model pengujian uji Langrange multiplier:
Table 4.5
Hasil Pengujian Langrange Multiplier Sumber: Olah Data Eviews
Berdasar table tersebut, nilai probabilitas Breusch-Pagan sebesar 0.0001 < 0.05 maka menerima H1. Maka menurut uji Langrange multiplier, model yang tepat untuk pengujian data panel adalah Random Effect Model.
4.4 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memberikan hasil presentatif dalam hipotesis yang diajukan. Model untuk asumsi dasar yakni: uji normalitas, uji keterodeksitas dan uji autokorelasi.
a. Uji Normalitas
Uji ini dilakukan agar emengetahui apakah variable berdistribusi normal atau tidak (Ghozali, 2016).
Tabel 4.6 Hasil Uji Normalitas
Cross-section Test hypothesis time both
14.69859 2.967234 17.66583
Breusch-Pagan (0.0001) (0.0850) (0.0000)
commit to user
0 4 8 12 16 20
-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5
Series: Standardized Residuals Sample 2014 2019
Observations 78
Mean 3.44e-17
Median -0.006625
Maximum 0.486280
Minimum -0.422873
Std. Dev. 0.159409
Skewness -0.025222
Kurtosis 4.172207
Jarque-Bera 4.473995 Probability 0.106779
Sumber: Olah Data Eviews Hipotesis uji asumsi normalitas:
H0: Residual berdistribusi normal H1: Residual tidak berdistribusi normal
Kriteria uji jika menyatakan nilai probabilitas lebih besar dari 0.05 maka residual berdistribusi normal (Ghozali, 2016). Hasil pengujian asumsi normalitas pada table 4.5 menunjukkan bahwa signifikansi statitsik uji sebesar 0.106779 > 0.05 jadi H0 diterima atau berdistribusi normal.
b. Uji Asumsi Multikolineritas
Uji multikolineritas bertujuan mengetahui adanya hubungan antar variable independen dalam model regresi. Jika nilai koefisien korelasi lebih dari 0.05 maka terjadi multikolineritas. Berikut tabel hasil uji multikolineritas dalam penelitian ini
Tabel 4.7
Hasil Uji Multikolineritas
X
X 1
Sumber: Olah Data Eviews commit to user
Berdasarkan hasil pengujian di table 4.6 dapat disimpulkan bahwa nilai korelasi antar variable > 0.8 maka terjadi multikolineritas.
c. Uji Asumsi heterokedastisitas
Uji heterokedastisitas untuk melihat adanya ketidaksamaan varian residual pengamatan regresi (Ghozali, 2013:139). Hipotesis uji heterokedastisitas adalah:
H0: tidak terjadi gejala heterokedastisitas H1: terjadi gejala heterokedastisitas
Jika probabilitas > 0.05 maka H0 diterima dan H1 ditolak, jika probabilitas < 0.05 maka H0 ditolak dan H1 diterima. Berikut hasil uji heterokedastisitas
Tabel 4.8
Hasil Uji Heterokedastisitas
Sumber: Olah Data Eviews
Berdasar table tersebut, nilai probabilitas sebesar 0.28 > 0.05 maka menerima H0 tidak terjadi heterokedastisitas.
d. Uji Asumsi Autokorelasi
Uji asumsi autokorelasi bertujuan untuk mengetahui adanya penyimpangan korelasi antar residual. Pengujian asumsi autokorelasi dengan uji Durbin Watson (Ghozali, 2016).
Kriteria pengujian yang tidak emngandung masalah jika nilai uji Durbin Watson (DW) berada diantara dU < DW < (4-dU) maka regresi tidak ada masalah autikorelasi (Ghozali, 2016). Berikut hasil uji autokorelasi
variabel coefficient Std. error t-statistic Prob.
C 0.095423 0.027291 3.496491 0.0008
X 0.174734 0.161643 1.080987 0.2831
commit to user
Table 4.9 Uji Autokorelaasi
R-squared 0.001134 Mean dependent var 0.121227 Adjusted R-
squared
-0.012009 S.D. dependent var 0.125990
S.E. of regression 0.126744 Sum squared resid 1.220868 F-statistic 0.086284 Durbin-Watson stat 1.087960 Prob(F-statistic) 0.769756
Sumber: Olah Data Eviews
Dari table pengujian autokorelasi tersebut terdapat hasil nilai Durbin-Watson statistic adalah 1.087960, nilai dL sebesar 1.6063, nilai dU sebesar 1.6581 dan nilai 4-dU sebesar 2.3419. sehingga menghasilkan 1.087960 < 1.6581 < 2.3419 maka dapat disimpulkan autokorelasi positif.
4.5 Uji Hipotesis
4.5.1 Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana bertujuan untuk melihat variable bebas yang dapat berhubungan dengan variable terikat (Kurniawan, 2008). Berikut hasil dari analisis regresi linier berganda
Tabel 4.10
Regresi Linier Berganda dan uji t
variabel coefficient t-statistic Prob.
C 0.317367 5.920490 0.0000
Independen Koneksi Politik
0.459989 2.882948 0.0052
commit to user
Control Intensitas Aset Tetap
0.414884 2.810611 0.0064
Control Leverage -0.219667 -1.933957 0.0570 Control Return On Assets -0.374078 -2.454855 0.0165 Control Pertumbuhan
Penjualan
0.018532 0.506098 0.6143
Sumber: Olah Data Eviews
Berdasar table 4.10 maka persamaan regresi sebagai berikut:
Y= α + β1 IKP + β2 CIAT + β3 CLV+ β4 CROA + β5 CPP Y= 0.317367 + 0.459989 IKP + 0.414884 CIAT- 0.219667 CLV
– 0.314078 CROA + 0.018532 CPP
Dari persamaan diatas dapat ditarik kesimpulan bahwa:
- α= 0.317367, berarti bila koneksi politik, intensitas asset tetap, leverage, ROA, dan pertumbuhan penjualan masing masing sebesar 0, maka penghindaran pajak sebesar 0.317367 tetapi tidak signifikan pada alpha sebesar 5%.
- β1 = 0.459989, berarti dengan asumsi koneksi politik konstan, maka setiap koneksi politik meningkat sebesar 1 satuan akan meningkatkan penghindaran pajak sebesar 0.459989%. koneksi politik berpengaruh negatif terhadap penghindaran pajak.
- β2 = 0.414884, berarti dengan asumsi intensitas asset tetap yang konstan, maka setiap intensitas asset tetap meningkat sebesar 1 satuan akan meningkatkan penghindaran pajak sebesar 0.414884%.
intensitas asset tetap berpengaruh negatif terhadap penghindaran pajak.
- β3 = - 0.219667, berarti dengan asumsi leverage yang konstan maka setiap leverage meningkat sebesar 1 satuan akan menurunkan penghindaran pajak sebesar 0.219667%. leverage tidak
commit to user
berpengaruh terhadap penghindaran pajak karena memiliki probabilitas diatas 5%.
- β4 = -0.314078, berarti dengan asumsi ROA yang konstan maka setiap ROA meningkat sebesar 1 satuan akan menurunkan penghindaran pajak sebesar 0.314078%. ROA berpengaruh positif terhadap penghindaran pajak.
- β5 = 0.018532, berarti dengan asumsi pertumbuhan penjualan yang konstan maka setiap pertumbuhan penjualan meningkat 1 satuan akan menurunkan penghindaran pajak sebesar 0.018532%.
Pertumbuhan tidak berpengaruh terhadap penghindaran pajak.
4.5.2 Uji Koefisien Determinasi
Koefisien determinasi (R2) untuk melihat adanya kontribusi antara variable independen dengan variable dependen. Nilai R-squared yang kecil berarti variable independen mampu menerangkan variable dependen dengan sangat terbatas. Nilai yang mnedekati satu berarti variable independen memberikan mayoritas informasi untuk memprediksi variable dependen (Ghozali, 2006). Berikut hasil koefisien determinasi
Tabel 4.11
Uji Koefisien Determinasi
R-squared 0.204373 Mean dependent var
0.336927
Adjusted R- squared 0.149121 S.D. dependent var 0.178713 S.E. of regression 0.164851 Akaike info
criterion
-0.693750
Sum squared resid 1.956653 Schwarz criterion -0.512465 Log likelihood 33.05625 Hannan-quinn
criter
-0.621178
commit to user
F-statistic 3.698931 Durbin- Watson stat
0.842028
Prob (F-statistic) 0.004906 Sumber: Olah Data Eviews
Table 4.11 didapatkan hasil adjusted R-squared yaitu 0.149121 atau 14.9 %. hal ini menunjukkan bahwa variable penghindaran pajak mampu dijelaskan oleh variable koneksi politik sebesar 14.9%
sedangkan 85.1 % (0.851) merupakan kontribusi variable lain.
4.5.4 Uji F
Uji F bertujuan mengetahui pengaruh variable independen terhadap variable dependen secara bersamaan (Ghozali, 2016). Pengujian pengaruh secara bersamaan terdapat pada tabel 4.11 dan menghasilkan nilai probabilitas F- statistic sebesar 0. 004906. Hasil pengujian menunjukkan signifikansi < 0.05. Maka, variabel koneksi politik memiliki pengaruh signifikan terhadap penghindaran pajak.
4.6 Pembahasan
4.6.1 Pengaruh Koneksi Politik terhadap Penghindaran Pajak Koneksi politik merupakan adanya hubungan pihak tertentu dengan pihak yang berkepentingan dalam politik dan memiliki tujuan mendapatakan hal yang saling menguntungkan. Hasil analisis statistik variabel koneksi politik berkoefisien regresi sebesar 0.459989. Hasil uji-t variable koneksi politik memiliki nilai sebesar 0.459989 maka lebih kecil dari toleransi kesalahan 5%. Kesimpulannya adalah koneksi politik berpengaruh positif dengan ETR atau dengan kata lain semakin tinggi koneksi politik di suatu perusahaan maka akan semakin rendah terhadap penghindaran pajak. Menurut penelitian Brian dan Martani (2014) nilai ETR yang tinggi diartikan dengan tindakan penghindaran pajak yang rendah. Sehingga hal tersebut membuktikan bahwa koneksi politik memiliki pengaruh negatif
commit to user
terhadap penghindaran pajak yang artinya hipotesis yang diajukan ditolak.
Penelitian ini sejalan dengan penelitian Mulyani, Darminto, dan Endang (2014) yang menyatakan bahwa koneksi politik berpengaruh negatif terhadap penghindaran pajak. Akan tetapi hasil penelitian ini tidak sesuai dengan penelitian Utari dan Supadmi (2017) yakni koneksi politik berpengaruh positif terhadap penghindaran pajak. Kedekatan perusahaan dengan pemerintah akan membuat perusahaan menjadi lebih berhati-hati dalam membuat kebijakan agar tetap mendapat penghargaan dari pemerintah sebagai perusahaan yang patuh akan pajak. Hubungan politik yang menjabat atau pernah menjabat diberbagai lembaga pemerintah tidak membuat perusahaan melakukan tindakan penghindaran pajak karena perusahaan tidak akan merusak kualitas mereka di masyarakat
4.6.2 Pengaruh Variabel Kontrol Terhadap Penghindaran Pajak 4.6.2.1 Intensitas Aset Tetap, Leverage, Return on asset (ROA),
dan Pertumbuhan Penjualan
Penggunaan variable control dalam penelitian ini bertujuan sebagai variable pembanding. Variable kontrol intensitas asset tetap berkoefisien regresi sebesar 0.414884 dan nilai probabilitas sebesar 0.0064 (0.0064 < 0.05), hal ini berarti intensitas asset tetap berpengaruh positif dengan ETR atau dengan kata lain semakin tinggi intensitas asset tetap di suatu perusahaan maka akan semakin rendah terhadap penghindaran pajak. Variable kontrol kedua yaitu leverage, berkoefisien regresi sebesar -0.219667 dan nilai probabilitas sebesar 0.0570 (0.0570 > 0.05), hal ini berarti leverage tidak berpengaruh dengan ETR atau dengan kata lain semakin tinggi atau rendahnya leverage tidak berpengaruh terhadap penghindaran pajak, karena jika semakin tinggi tingkat utang suatu perusahaan maka pihak manajemen akan lebih konserfatif dalam melakukan pelaporan keuangan atas operasional perusahaan (Hidayat, 2018). Variable kontrol ketiga adalah commit to user
ROA, berkoefisien regresi sebesar -0.314078 dan nilai probabilitas sebesar 0.0165 (0.0165 < 0.05), hal ini berarti ROA berpengaruh negatif dengan ETR atau dengan kata lain semakin tinggi ROA di suatu perusahaan maka akan semakin tinggi terhadap penghindaran pajak.
Variable kontrol terakhir adalah pertumbuhan penjualan, berkoefisien regresi sebesar 0.018532 dan nilai probabilitas sebesar 0.6143 (0.6143
> 0.05), hal ini berarti pertumbuhan penjualan tidak berpengaruh dengan ETR atau dengan kata lain semakin tinggi atau rendahnya pertumbuhan penjualan tidak berpengaruh terhadap penghindaran pajak, karena perusahaan yang mengalami kenaikan atau penurunan pertumbuhan penjualan mempunyai kewajiban yang sama untuk membayar pajak. Selain itu keberadaan komite audit yang menjalankan tugasnya dengan efektif dapat menyebabkan perusahaan tidak melakukan penghindaran pajak karena komite audit mengawasi manajr pada saat porses penyusunan laporan keuangan (Kurniawan, 2019)
commit to user
