1 A. Desain Penelitian
Penelitian ini merupakan penelitian untuk menguji hipotesis yang telah dijelaskan sebelumnya dengan tujuan untuk menguji pengaruh variabel independent terhadap variabel dependen. Penelitian ini menggunakan data sekunder yang berupa data laporan keuangan dan laporan tahunan perusahaan-perusahaan terbuka yang tercatat di Bursa Efek Indonesia dari tahun 2013 hingga 2019.
B. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah perusahaan-perusahaan terbuka yang terdaftar di Bursa Efek Indonesia per 15 Januari 2020 sebanyak 677 emiten rentang waktu publikasi laporan keuangan antara tahun 2013 hingga tahun 2019. Rentang waktu tersebut dipilih karena adanya pemilihan umum presiden dan anggota legislatif secara langsung dan juga karena perpindahan rezim Susilo Bambang Yudhoyono ke Joko Widodo yang semula oposisi menjadi koalisi pemerintahan dan sebaliknya, maka memiliki momentum yang tepat sebagai data penelitian. Teknik penentuan sample menggunakan purposive sampling dengan kriteria sebagai berikut:
1. Laporan keuangan dipublikasi dari tahun 2013 hingga 2019 menggunakan mata uang rupiah.
2. Merupakan perusahaan lintas rezim dan memiliki reputasi dalam dunia politik di Indonesia dan maju sebagai kandidat saat pemilihan umum.
3. Perusahaan yang memiliki dominasi kuat dalam sektor-sektor usaha tertentu namun pengurus, pejabat maupun pemegang sahamnya masuk kepemerintahan tingkat daerah dan atau pun pusat.
Memanfaatkan data dari Bursa Efek Indonesia, tracking jenis perusahaan yang diduga memiliki banyak koneksi politik, memperhatikan susunan pengurus, pemilik, penamaan perusahaan dan memperhatikan isu terkini perusahaan disektor apa saja yang terlibat penghindaran pajak serta
volatilitas tokoh politik dikaitkan dengan perusahaan tertentu, maka sampel penelitian berfokus pada sektor-sektor perusahaan sebagai berikut:
Tabel 1 Populasi Penelitian
Sektor Perusahaan Perusahaan
Sektor Perkebunan 13 Perusahaan
Sektor Pulp dan Kertas 9 Perusahaan
Sektor Pertambangan Batu Bara 15 Perusahaan
Sektor Pertambangan Minyak dan Gas Bumi 11 Perusahaan Sektor Pertambangan Logam Mineral Lainnya 9 Perusahaan
Sektor Media 14 Perusahaan
Sektor Perusahaan Investasi 12 Perusahaan
Sektor Telekomunikasi 5 Perusahaan
Total Sampel 88 Perusahaan
C. Metode Pengumpulan Data
Penelitian ini menggunakan data sekunder dengan memanfaatkan situs Bursa Efek Indonesia atau Indonesia Stock Exchange di www.idx.co.id sebagai sumber data menggunakan data per 15 Januari 2020 untuk menentukan para emiten perusahaan sebagai data pilihan penelitian. Data hanya mengambil beberapa sektor dengan pertimbangan bahwa sektor tersebut banyak terekspose di media massa karena para pengurusnya memang mengelola perusahaan tersebut sebelum terjun ke politik. Selain itu pertimbangkan bahwa grup usaha tertentu memiliki jaringan kuat dan menguasai banyak sektor usaha karena para pengurusnya memiliki jalinan sangat kuat dengan partai politik dan pemerintah meskipun lintas rezim sekalipun selama beberapa dekade terakhir dan menjadikannya grup usaha terbesar di Indonesia saat ini. Adanya sosok Menteri setingkat koordinator yang memiliki pengaruh sangat kuat tidak luput dari analisa dan ditemukan jika banyak perusahaan yang dikelolanya menerima manfaat besar dari kebijakan pemerintah.
Memperluas fenomena tersebut dengan menelusuri ke kementerian lain untuk menemukan tren yang sama dan memasukkannya sebagai sampel penelitian. Data dikecualikan untuk perusahaan yang bergerak disektor finansial seperti bank, leasing dan asuransi karena sektor tersebut mendapat pengawasan yang ketat dari otoritas. Rentang data tahun 2013 hingga tahun 2019 dipilih karena perubahan rezim dan kebijakan-kebijakan yang diambil pemerintah berbeda seperti adanya tax amnesty dibawah undang-undang nomor 11 tahun 2016 dan skandal Panama Papers serta Paradise Papers.
Penelitian ini menggunakan metode studi pustaka dan dokumentasi. Metode studi pustaka dengan mengolah literatur, buku, artikel yang terkait dengan penelitian ini sementara dokumentasi dilakukan dengan mengumpulkan data sekunder. Perusahaan yang telah ditentukan menjadi sampel kemudian diakses laporan keuangan maupun laporan tahunannya di situs bursa yang selanjutnya diolah sesuai informasi yang dibutuhkan. Informasi kemudian dikumpulkan sesuai data yang klasifikasikan, selanjutnya diuji menggunakan metode yang telah ditentukan.
D. Definisi Operasional dan Pengukuran Variabel
Dalam penelitian ini terdapat dua variabel yaitu variabel dependen dan variabel independen. Berikut penjelasan dari masing-masing variabel.
1. Variabel Dependen
Dalam penelitian ini mengasumsikan pajak perusahaan sebagai variabel dependen dengan mengikuti literatur Kim dan Zhang (2016) dan Iswari et al., (2019). Mengacu pada penelitian Iswari et al., (2019) variabel penghindaran pajak diukur dengan menggunakan Abnormal Book Tax Differences (ABTD) yang diperoleh dari estimasi residual model regresi Book Tax Differences (BTD). Berikut adalah metode pengukuran untuk memperoleh nilai ABTD:
𝐵𝑇𝐷𝑖𝑡 = 𝛽0+ 𝛽1∆𝐼𝑁𝑉𝑖𝑡+ 𝛽2∆𝑅𝐸𝑉𝑖𝑡 + 𝛽3𝑁𝑂𝐿𝑖𝑡+ 𝛽4𝑇𝐿𝑈𝑖𝑡 + 𝛽5𝐵𝑇𝐷𝑖𝑡−1 + 𝜀𝑖𝑡
Keterangan:
BTDit: Perbedaan laba sebelum pajak dan penghasilan kena pajak perusahaan i pada tahun t
∆INVit : Perubahan perusahaan i pada asset tetap bruto di tahun t-1 hingga tahun t dibagi dengan total aset di tahunt
∆REVit: Perubahan pendapatan perusahaan i di tahun t-1 hingga tahun t dibagi dengan total aset di tahunt
NOLit ∶ Perubahan nilai kompensasi kerugian yang digunakan oleh perusahaan i pada tahun t-1 hingga tahun t dibagi dengan total aset pada tahun t
TLUit: Nilai kompensasi kerugian yang digunakan oleh perusahaan i di tahun t dibagi dengan total aset di tahun t
BTDit−1 ∶ Book Tax Differences perusahaan i di tahun t-1 dibagi dengan total aset di tahun t
εit : Abnormal Book Tax Differences (ABTD) di perusahaan i
2. Variabel Independen
Perusahaan dengan status perusahaan public atau terbuka yang tercatat di Bursa Efek Indonesia diwajibkan untuk mengungkap informasi biografi para anggota dewan baik jajaran direksi maupun komisaris kedalam laporan tahunan mereka. Penulis mengumpulkan informasi ini dan mengikuti Faccio (2006), Chaney et al. (2011) dan Iswari et et al. (2019) untuk mengungkap koneksi politik perusahaan.
Sebuah perusahaan dapat diidentifikasi terhubung secara politis jika setidaknya satu anggota dewan adalah pejabat pemerintah saat ini atau sebelumnya, anggota parlemen, Menteri atau politisi. Menggunakan proporsi anggota dewan komisaris yang terhubung secara politis, maka perhitungan untuk memperoleh nilai koneksi politik dibagi sebagai berikut:
Proporsi anggota dewan komisaris:
𝑃𝐶_𝐶𝑂𝑀
= 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴𝑛𝑔𝑔𝑜𝑡𝑎 𝐷𝑒𝑤𝑎𝑛 𝐾𝑜𝑚𝑖𝑠𝑎𝑟𝑖𝑠 𝑇𝑒𝑟ℎ𝑢𝑏𝑢𝑛𝑔 𝑠𝑒𝑐𝑎𝑟𝑎 𝑃𝑜𝑙𝑖𝑡𝑖𝑠 𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝐴𝑛𝑔𝑔𝑜𝑡𝑎 𝐾𝑜𝑚𝑖𝑠𝑎𝑟𝑖𝑠
3. Variabel Moderasi
Variabel moderasi (moderating variabel) adalah variabel yang akan memperkuat atau memperlemah hubungan antara variabel independent lainnya terhadap variabel dependen (Ghozali, 2016). Sistem demokrasi yang diadaptasi Indonesia sebagai sistem politik pasca turunnya Rezim Orde Baru menentukan bahwa setiap presiden hanya dapat terpilih selama dua kali periode dimana setiap periodenya berdurasi selama lima tahun. Setiap lima tahun sekali Indonesia menyelenggarakan pemilihan umum untuk memilih presiden beserta wakilnya dan anggota parlemen.
Konsekuensi sistem politik seperti ini akan memposisikan pihak yang kalah sebagai oposisi dan yang menangakan membentuk koalisi pemerintahan meskipun semuanya bergantung negoisasi dan lobi politik antar tokoh politik. Momentum pemilihan umum menjadi sebuah peluang bagi kalangan tertentu untuk memperoleh kemudahan akses kesumberdaya pemerintah sehingga ada kemungkinan jika tokoh politik dukungannya berhasil memenangkan pemilihan umum maka akan mendapat jaminan bahwa perusahaan yang dikelolanya mendapat manfaat dari kebijakan-kebijakan yang akan dijalankan nantinya. Bagi politisi petahanan berusaha menjaga reputasi dan meningkatkan popularitas sebagai seseorang yang taat pajak dan memiliki kontribusi kepada negara. Demi reputasi inilah penulis menduga bahwa selama masa diselenggarakannya pemilihan umum para politisi menggunakan sumberdaya yang ada untuk meningkatkan perolehan suara melalui tekanan kepada perusahaan agar membayar pajak lebih tinggi.
Pembayaran pajak yang lebih tinggi akan memberikan politisicitra bahwa selama ini memiliki kontribusi berharga kepada negara.
Tahun elektoral merupakan tahun diselenggarakannya pemilihan umum yang merupakan momentum peralihan kekuasaan di Indonesia.
Sistem pemilihan umum tingkat pusat dan daerah tidaklah berbeda jauh, hanya jumlah pemilihnya yang membedakan. Kedudukan kepala negara dan kepala daerah memiliki posisi strategis karena menjadi penentu arah kebijakan-kebijakan strategis wilayah yang dipimpin. Tahun elektoral menjadi waktu dimana seluruh strategi dan sumberdaya yang dimiliki para kontestan politik dikerahkan. Peneliti berfokus pada tahun elektoral karena tahun tersebut muncul fenomena menyerang dan bertahan.
Menyerang dan bertahan dalam hal ini adalah untuk memperoleh jabatan yang diinginkan dengan saling membentuk opini tidak terkecuali tentang pajak. Pihak petahanan maupun penantang memberikan citra bahwa mereka adalah pihak yang taat pajak karena berkaitan dengan citra calon yang mereka usung dengan harapan imbal balik saat terpilih. Tahun elektoral menjadi penting dalam penelitian ini sebagai variabel moderasi karena inilah momentum perubahan besar terkait politik dan ekonomi sehingga untuk menentukan bahwa tahun politik saat pemilihan umum diselenggarakan mengindikasikan koneksi politik semakin kuat dari pada tahun lainnya, penulis menggunakan variabel dummy dengan nilai 1 untuk tahun diselenggarakannya pemilihan umum dan nilai 0 untuk tahun selain penyelenggaraan pemilihan umum.
4. Variabel Kontrol
Penelitian ini menggunakan variabel kontrol return on asset (ROA), ukuran perusahaan (SIZE), leverage, usia perusahaan (AGE).
ROA adalah rasio yang menampilkan kemampuan perusahaan dalam menghasilkan laba berdasarkan aset yang dimiliki. ROA dihitung dengan membagi laba bersih dengan total aset. Ukuran perusahaan (SIZE) adalah klasifikasi ukuran perusahaan berdasarkan total asset perusahaan.
Leverage adalah rasio yang digunakan untuk mengukur ukuran aset yang diungkap. Nilai leverage dihitung dengan membagi total utang dengan total aset (Kim dan Zhang, 2016). Usia perusahaan (AGE) merupakan
rentan tahun perusahaan pertama kali melakukan IPO hingga waktu penelitian dilakukan.
Tabel 2
Operasional Variabel
No Variabel Pengukuran
1. ABTD Abnormal Book Tax Differences (ABTD) yang diperoleh dari nilai residu model estimasi regresi Book Tax Differences (BTD)
2. PC_COM Merupakan Political Connection yang dihitung dari jumlah anggota komisaris yang terindikasi memiliki koneksi politik dibagi dengan total seluruh jumlah anggota komisaris perusahaan 3. EY Merupakan Election Year atau tahun diadakannya
pemilihan umum yang dinilai dengan variabel dummy. Nilai 1 untuk tahun Election Year dan nilai 0 untuk Non Election Year
4. ROA Nilai rasio Return on Asset yang diperoleh dari laba bersih dibagi total aset perusahaan
5. SIZE Ukuran perusahaan yang dinilai dari total asset 6. LEV Nilai rasio Leverage yang diperoleh dari total utang
dibagi dengan total asset
7. AGE Usia perusahaan yang dihitung dari tahun pertama kali IPO di bursa hingga tahun dilakukan penelitian
E. Metode Pengolahan Data
Data pada penelitian ini diolah dengan menggunakan software Eviews versi 10. Data merupakan data panel yaitu gabungan antara data cross section dan time series. Jumlah observasi yang dapat digunakan dalam estimasi populasi akan semakin besar apabila menggunakan data panel tersebut. Semakin banyak jumlah sampel yang digunakan maka tingkat keakuratan hasil penelitian akan semakin tinggi.
F. Metode Analisis Data
Analisa data penelitian ini menggunakan metode statistik deskriptif guna memberikan gambaran suatu data yang dapat dilihat dari nilai rata- rata, nilai tengah (median), nilai maksimum, nilai minimum serta standar deviasi. Uji ini dilakukan dengan tujuan untuk megetahui distribusi serta bagaimana perilaku data dalam suatu persamaan. Model analisis yang akan digunakan dalam penelitian ini adalah regresi berganda. Analisis data panel dapat dilakukan dengan menggunakan tiga macam model yaitu Pooled Least Square, Fixed Effect Model, dan Random Effect Model. Dari ketiga model tersebut akan dipilih model yang paling tepat untuk pengujian hipotesis penelitian. Berikut adalah uji spesifikasi model yang digunakan:
1. Uji Chow digunakan untuk memilih uji Pooled Least Square atau uji Fixed Effect Model. Hipotesis dalam penelitian ini adalah:
a. Jika Ho diterima (p-value > 5 persen), maka model mengikuti Pooled Least Square dan harus uji Lagrange Multoplier untuk menentukan model paling tepat antara Pooled Least Square atau Random Effect Model.
b. Jika Ho ditolak dan Ha diterima (p-value < 5 persen), maka mengikuti Fixed Effect Model dan harus dilakukan uji Hausman untuk menentukan apakah Fixed Effect Model atau Random Effect Model yang paling tepat.
2. Uji Hausman untuk menentukan apakah menggunakan Fixed Effect Model atau Random Effect Model. Hipotesis dalam uji Hausman adalah:
a. Jika Ho diterima (p-value > 5 persen), maka mengikuti Random Effect Model.
b. Jika Ho ditolak dan Ha diterima (p-value < 5 persen), model mengikuti Fixed Effect Model.
3. Uji Lagrange Multiplier adalah uji yang digunakan untuk membandingkan Pooled Least Square dengan Random Effect Model.
Hipotesis yang digunakan dalam uji ini adalah:
a. Jika Ho diterima (p-value > 5 persen), maka mengikuti Pooled Least Square
b. Jika Ho ditolak dan Ha diterima (p-value < 5 persen), maka mengikuti Random Effect Model.
Selain menggunakan uji statistik deskriptif penelitian ini juga menggunakan uji asumsi klasik dengan model sebagai berikut:
1. Uji Normalitas dilakukan untuk menguji apakah pada suatu model regresi, suatu variabel independen dan variabel dependen ataupun keduanya mempunyai distribusi normal atau tidak normal (Ghozali, 2016). Apabila suatu variabel tidak berdistribusi secara normal, maka hasil uji statistic akan mengalami penurunan. Pada uji normalitas data dapat dilakukan dengan menggunakan uji One Sample Kolmogorov Smirnov yaitu dengan ketentuan apabila nilai signifikansi diatas 5% atau 0,05 maka data memiliki distribusi normal. Sedangkan jika hasil uji One Sample Kolmogorov Smirnov menghasilkan nilai signifikan dibawah 5%
atau 0,05 maka data tidak memiliki distribusi normal.
2. Uji Multikolinearitas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel independent atau variabel bebas (Ghozali, 2016). Efek dari multikolinearitas ini adalah menyebabkan tingginya variabel pada sampel. Hal tersebut berarti standar error besar, akibatnya Ketika koefisien diuji, t-hitung akan bernilai kecil dari t-tabel. Hal ini menunjukkan tidak adanya hubungan linear antara variabel independen yang dipengaruhi dengan variabel dependen. Untuk menemukan terdapat atau tidaknya multikolinearitas pada model regresi dapat diketahui dari nilai toleransi dan nilai variance inflation factor (VIF). Nilai tolerance mengukur variabilitas dari variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi, dikarenakan VIF = 1/tolerance, dan menunjukkan terdapat kolinearitas yang tinggi. Nilai cut off yang digunakan adalah untuk nilai tolerance 0,10 atau nilai VIF diatas angka 10.
3. Uji Autokorelasi dilakukan karena autokorelasi dapat muncul karena observasi yang berurutan sepanjang waktu yang berkaitan satu sama lainnya (Ghozali, 2016). Permasalahan ini muncul karena residual tidak
bebas pada satu observasi ke observasi lainnya. Untuk model regresi yang baik adalah pada model regresi yang bebas dari autokolerasi. Untuk mendeteksi terdapat atau tidaknya autokorelasi adalah dengan melakukan uji Run Test. Run Test merupakan bagian dari statistik non- parametik yang dapat digunakan untuk melakukan pengujian, apakah antar residual terjadi korelasi yang tinggi. Apabila antar residual tidak terdapat hubungan korelasi, dapat dikatakan bahwa residual adalah random atau acak. Dengan hipotesis sebagai dasar pengambilan keputusan adalah sebagai berikut:
a. Apabila nilai Asymp. Sig. (2-tailed) kurang dari 5% atau 0,05, maka untuk H0 ditolak dan Ha diterima. Hal tersebut berarti data residual terjadi secara tidak acak (sistematis).
b. Apabila nilai Asymp. Sig. (2-tailed) lebih dari 5% atau 0,05, maka untuk H0 diterima dan Ha ditolak. Hal tersebut berarti data residual terjadi secara acak (random).
4. Uji Heteroskedastisitas bertujuan untuk melakukan uji apakah pada sebuah model regresi terjadi ketidaknyamanan varian dari residual dalam satu pengamatan kepengamatan lainnya. Apabila varian berbeda, disebut heteroskedastisitas. Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas pada suatu model regresi linier berganda, yaitu dengan melihat grafik scatter plot atau dari nilai prediksi variabel terikat yaitu SRESID dengan residual error yaitu ZPRED. Apabila tidak terdapat pola tertentu dan tidak menyebar diatas maupun dibawah angka nol pada sumbu y, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
Untuk model penelitian yang baik adalah yang tidak terdapat heteroskedastisitas (Ghozali, 2016).
G. Pengujian Hipotesis 1. Koefisien Determinasi (R2)
Menurut Gozali (2016) Uji Koefisien Determinasi (R2) digunakan untuk mengukur kemampuan model dalam menerangkan variabel dependennya. Nilai koefisien determinasi adalah antara nol sampai dengan satu. Apabila hasil R2 mendekati angka nol maka dapat diartikan
bahwa semakin kecil kemampuan variabel independent dalam persamaan dalam menjelaskan variabel dependennya. Sebaliknya, nilai R2 yang mendekati angka satu menjelaskan bahwa variabel independent mampu memberikan hamper seluruh informasi yang dibutuhkan untuk menjelaskan nilai variabel independennya (Ghozali 2016).
2. Uji secara simultan (Uji F)
Uji statistik F digunakan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2016). Kriteria model regresi yang layak digunakan untuk pengujian hipotesis dilihat dari probability value (p value). Model yang layak (fit) digunakan dalam pengujian hipotesis jika probability (p value) lebih kecil dari 5%.
3. Uji Parsial (Uji t)
Uji statistik t menunjukkan seberapa besar pengaruh satu variabel independent secara individual dalam menerangkan variasi variabel independen (Ghozali, 2016). Uji Parsial dilakukan dengan mengukur nilai probabilitas signifikansi. Jika nilai probabilitas signifikansi ≤ 0.05, maka hipotesis tidak dapat ditolak. Hal ini menjelaskan bahwa secara individual variabel independent mempunyai pengaruh signifikan terhadap variabel dependen. Sebaliknya, jika nilai probabilitas signifikansi ≥ 0.05, maka hipotesis ditolak. Hal ini menjelaskan bahwa secara individual variabel independent tidak mempunyai pengaruh signifikan terhadap variabel dependen.
4. Uji Interaksi (Moderated Regression Analysis - MRA)
Untuk menguji pengaruh interaksi dari variabel moderasi, pengaruh koneksi politik terhadap penghindaran pajak yang dimoderasi oleh tahun elektoral, menggunakan uji interaksi atau sering disebut dengan Moderated Regression Analysis (MRA). Menurut Ghozali (2016) uji interaksi atau sering disebut dengan Moderated Regression Analysis (MRA) merupakan aplikasi khusus regresi berganda linier dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian dua atau lebih variabel independen).
5. Analisis Data
Analisis data yang digunakan pada penelitian ini adalah uji regresi berganda. Analisis ini menguji seberapa besar pengaruh dari variabel independent terhadap variabel dependen baik diuji secara simultan maupun secara parsial. Model persamaan regresi yang digunakan dalam penelitian ini adalah sebagai berikut:
𝐴𝐵𝑇𝐷𝑖𝑡= 𝛼0+ 𝛼1𝑃𝐶𝐶𝑂𝑀𝑖𝑡 + 𝛼2𝐸𝑌𝑖𝑡+ 𝛼3𝑅𝑂𝐴𝑖𝑡+ 𝛼4𝑆𝐼𝑍𝐸𝑖𝑡+ 𝛼5𝐿𝐸𝑉𝑖𝑡 + 𝛼6𝐴𝐺𝐸𝑖𝑡+ 𝜀𝑖𝑡
Variabel Keterangan
ABTDit : Abnormal Book Tax Differences (ABTD) merupakan proksi penghindaran pajak perusahaan i di tahun t PC_COMit : Koneksi politik tingkat komisaris perusahaan i di
tahun t
EYit : Tahun saat pemilihan umum pada perusahaan i di tahun t
ROAit : Return On Asset perusahaan i di tahun t SIZEit : Ukuran perusahaan i di tahun t
LEVit : Leverage perusahaan i di tahun t AGEit : Usia perusahaan i di tahun t εit : Standar error
