BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
Uji deskriptif digunakan untuk memberikan gambaran tentang data yang diperoleh dari hasil penelitian yang telah dilakukan. Data ini meliputi nilai minimum, nilai maximum, mean dan standa deviriasi. Dalam penelitian ini terdapat tiga variabel yaitu variabel independen, variabel kontrol, dan variabel dependen. Variabel independen dalam penelitian ini adalah earning opacity (EO). Variabel kontrol dalam penelitian ini adalah ukuran perusahaan (UP) dan leverage (LV). Variabel dependen dalam penelitian ini adalah tax avoidance (TA). Berikut hasil deskriptif pada tabel 4.1 berikut:
Tabel 4.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
EO 126 -,43 ,51 ,1567 ,16619
UP 126 21,02 32,20 28,9180 1,69571
LV 126 ,01 6,49 ,4400 ,57333
TA 126 -2,77 ,23 -,2706 ,25200
Valid N (listwise) 126
Sumber : Data SPSS 2020
a. Variabel earning opacity (EO) memiliki nilai terendah -0,43 dan nilai tertinggi sebesar 0,51. Berdasarkan tabel di atas dapat diketahui perusahaan dengan nilai terendah dimiliki oleh perusahaan Merck Tbk.
(MERK) yang terjadi pada tahun 2018, sedangkan nilai tertinggi earning opacity diperoleh oleh perusahaan Kirana Megatara Tbk. (KMTR) pada tahun 2017. Rata-rata nilai earning opacity sebesar 0,1567 dengan standar deviasi sebesar 0,16619
b. Variabel ukuran perusahaan (UP) memiliki nilai terendah 21,02 dan nilai tertinggi sebesar 32,20. Nilai terendah ukuran perusahaan dimiliki oleh perusahaan Delta Djakarta Tbk. (DLTA) pada tahun 2017, sedangkan nilai tertinggi ukuran perusahaan dimiliki oleh PT Indocement Tunggal Prakarsa Tbk. pada tahun 2018. Rata-rata ukuran perusahaan yang dimiliki seluruh perusahaan sampel sebesar 28,9180 dengan standar deviasi sebesar 1,69571.
c. Variabel Leverage (LV) memiliki nilai terendah sebesar 0,001 dan nilai tertinggi sebesar 6,49. Nilai terendah leverage dimiliki oleh perusahaan
43
Industri Jamu dan Farmasi Sido (SIDO) pada tahun 2017, sedangkan nilai tertinggi leverage dimiliki oleh perusahaan Fajar Surya Wisesa Tbk.
(FASW) pada tahun 2017. Rata-rata leverage yang dimiliki seluruh perusahaan sampel sebesar 0,4400 dengan standar deviasi sebesar 0,57333
d. Variabel tax avoidance (TA) memiliki nilai terendah -2,77 dan nilai tertinggi 0,23. Nilai terendah tax avoidance dimiliki oleh Fajar Surya Wisesa Tbk. (FASW) pada tahun 2017, sedangkan nilai tertinggi tax avoidance dimiliki oleh perusahaan Delta Djakarta Tbk. (DLTA) pada tahun 2019 . Rata-rata tax avoidance yang dimiliki seluruh perusahaan sampel sebesar -0,2706 dengan standar deviasi sebesar 0,25200
2. Uji Asumsi Klasik
Sebelum melakukan uji regresi, peneliti harus memastikan bahwa uji regresi yang dilakukan adalah bebas dari uji asumsi klasik yang dimana dilihat dari variabel sebagai syarat uji regresi. Yaitu dengan melakukan uji asumsi klasik yang meliputi uji normalitas, Heteroskedasitas, Uji Multikonieritas dan Uji Autokorelasi.
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen, variabel independen dan kontrol, atau ketiganya memiliki distribusi normal atau tidak. Untuk melihat model regresi normal atau tidak maka dapat dilakukan uji One sample Kolmogrov-Smirnov adalah lebih besar dari 0,05 maka Ha ditolak, sehingga residual berdistribusi tidak normal (Ghozali, 2016)
Kemudian untuk meningkatkan uji normalitas dapat melihat grafik
“Normal Probabolity Report Plot” yang membandingkan distribusi kumulatif dengan distribusi normal. Distribusi Normal akan membentuk garis diagonal dan ploting data residual akan dibandingkan dengan garis diagonalnya.
Hasil pengujian One Kolmogrov-Smirnov pada tabel 4.2 dibawah ini menunjukan hasil signifikan 0,066. Nilai jauh diatas nilai signifikan sehingga dapat dikatakan bahwa data terdistribusi normal dan model regresi layak untuk dipakai.
Tabel 4.2
Uji One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 126
Normal Parametersa,b
Mean 0E-7
Std. Deviation 122.87398189
Most Extreme Differences
Absolute .116
Positive .063
Negative -.116
Kolmogorov-Smirnov Z 1.306
Asymp. Sig. (2-tailed) .066
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data SPSS 2020
45
Gambar 4.1
Hasil Uji Normalitas Dengan Analisis Grafik Plot
Sumber : Data SPSS 2020
Hasil pengujian normalitas dengan analisis grafik plot yang terdapat pada gambar 4.1 menunjukan bahwa terdapat penyebaran data yang merata dan penyebarannya mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa model regresi terdistribusi normal.
b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk mengetahui apakah dalam model regresi yang digunakan terdapat korelasi antar variabel independen. Untuk mengetahui bahwa apakah terjadi multikolonieritas pada suatu model terlihat dari tolerance dan Variance Inflation Faktor (VIF). Dan
multikolonieritas adalah apabila nilai Tolerance di atas 0,10 dan VIF di bawah dari 10
Tabel 4.3
Hasil Uji Multikolonieritas Coefficientsa
Model
Collinearity Statistics Tolerance VIF
1 EO ,955 1,047
UP ,972 1,029
LV ,977 1,024
a. Dependent Variable: TA Sumber : Data SPSS 2020
Hasil perhitungan uji multikolonieritas pada tabel 4.3 di atas menunjukan bahwa earning opacity, ukuran perusahaan, dan leverage memiliki nilai tolerance di atas 0,10 sehingga hasil yang didapat menunjukan tidak terjadi korelasi antara variabel independen, dan hasil perhitungan variance inflation factor (VIF) menunjukan bahwa variabel dependen dan variabel kontrol memiliki nilai VIF lebih kecil dari 10. Sehingga dapat disimpulkan bahwa tidak terjadi multikolonieritas antara variabel independen dalam model regresi.
c. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamtan lain. Penelitian ini menggunakan Uji Glejser untuk
47
membuktikan ada tidaknya heterokedastisitas. Hasil Uji Heterokedastisitas pada tabel di bawah ini :
Tabel 4.4
Hasil Uji Glanjer Heteroskedatisitas Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) ,283 ,138 2,053 ,042
EO -,002 ,049 -,003 -,031 ,975
UP -,007 ,005 -,138 -1,535 ,127
LV ,024 ,014 ,158 1,760 ,081
a. Dependent Variable: ABRESID Sumber : Data SPSS 2020
Dari tabel 4.4 ini menunjukan bahwa variabel dependen yaitu earning opacity dan variabel kontrol yaitu ukuran perusahaan dan leverage lebih dari 0,05 maka dapat disimpulkan bahwa model regresi tidak terdapat gejala heteroskedastisitas.
d. Uji autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka terdapat problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu yang berkaitan satu sama lain.
Tabel 4.5
Hasil Uji Autokorelasi Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,873a ,762 ,756 ,12438 1,516
a. Predictors: (Constant), LV,UP,EO b. Dependent Variable: TA
Sumber : Data SPSS 2020
Tabel 4.5 menunjukan hasil uji autokorelasi pada angka durbin-watson pada model regresi data adalah sebesar 1,516. Data ini berkisran -2 sampai 2. Kemudian nilai ini dibandingkan dengan tabel signifikan 5%
dengan jumlah sampel N=126 dan jumlah variabel dependen K=1 maka diperoleh nilai du 1,7252. Nilai DW = 1,516.
-2<dw<2 Hasil
1,516 Bebas autokorelasi
3. Regresi Linear Sederhana.
Analisis regresi sederhana dilakukan untuk menguji pengaruh variabel bebas terhadap variabel terikat. Analisis regresi linear sederhana yang dimaksud yaitu menguji sejauh mana dan arah pengaruh variabel independen terhadap variabel dependen. Variabel independen dalam penelitian ini yaitu earning opacity sedangkan variabel dependen dalam penelitian ini adalah tax avoidance. Tabel 4.5 berikut ini adalah hasil dari uji regresi linear sederhana.
49
Tabel 4.6
Hasil Uji Analisi Regresi Sederhana Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) -,012 ,195 -,064 ,949
EO -,221 ,068 -,146 -3,222 ,002
UP -,002 ,007 -,012 -,276 ,783
LV -,388 ,020 -,882 -19,746 ,000
a. Dependent Variable: TA Sumber : Data SPSS 2020
Berdasarkan hasil yang terdapat pada tabel 4.6, Didapat persamaan Regresi Linear Sederhana sebagai berikut:
TA= -0,012 - 0,221 + e
Berdasarkan persamaan regresi di atas dapat dianalisis pengaruh variabel bebas terhadap tax avoidance, yaitu :
Nilai Koefisien regresi EO sebesar -0,221 artinya tanda negative menunjukan hubungan yang sama antara variabel EO dengan tax avoidance. Hal ini menunjukan bahwa setiap kenaikan satu persen dari tax avoidance maka akan menyebabkan terjadinya penurunan pada tax avoidance yang diterima sebesar nilai koefisiennya.
4. Uji Determinasi (R Squere atau R Kuadrat)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu (0<R<1). Semakin besar koefisien determinasinya maka semakin besar variasi variabel independennya mempengaruhi variabel dependennya.
Tabel 4.7
Uji Koefisien Determinan
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,873a ,762 ,756 ,12438 1,516
a. Predictors: (Constant), LV, UP, EO
b. Dependent Variable: TA Sumber : Data SPSS 2020
Berdasarkan table 4.7 di atas pada kolom Adjusted R Square, diperoleh nilai koefisien determinasi sebesar 0,756 yang berarti 75,6%. Hal ini menunjukan bahwa 75,6% perubahan variabel dependen tax avoidance (TA) dapat dipengaruhi oleh variasi variabel independen earning opacity (EO) dan variabel bebas ukuran perusahaan (UP) dan leverage (LV). Sedangkan sisanya 24,4% dipengaruhi oleh variabel yang tidak dijelaskan dalam penelitian ini.
51
5. Uji Hipotesis a. Uji t
Tabel 4.8
Uji Signifikasi Secara Parsial Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) -,012 ,195 -,064 ,949
EO -,221 ,068 -,146 -3,222 ,002
UP -,002 ,007 -,012 -,276 ,783
LV -,388 ,020 -,882 -19,746 ,000
a. Dependent Variable: TA Sumber : Data SPSS 2020
Pengaruh negative signifikan earning opacity terhadap tax avoidance.
Pada output regresi menunjukan bahwa angka signifikan pada variabel earning opacity 0,002, dimana nilai yang dihasilkan lebih kecil dari 0,05 sehingga dapat diambil kesimpulan bahwa earning opacity berpengaruh negative signifikan terhadap tax avoidance, dan dapat dilihat nilai beta yaitu sebesar -0,221. Berdasarkan hasil uji hipotesis disimpulkan bahwa H1 diterima.