BAB I PENDAHULUAN
3.6 Teknik Analisis Data
Data diolah menggunakan perhitungan matematis, dan variabel yang dihasilkan diolah menggunakan Software Statistical Product and Service Solution (SPSS) versi 25.
Untuk memberikan perhitungan yang menunjukkan pengaruh variabel yang independen dari variabel dependen, terdapat metode-metode yang digunakan dalam mengolah data seperti uji statistik deskriptif,uji asumsi klasik, dan uji hipotesis.
3.6.1 Uji Statistik Deskriptif
Statistik deskriptif merupakan analisis statistik yang memberikan gambaran secara umum mengenai karakteristik dari masing-masing variabel penelitian yang dilihat dari nilai rata-rata (mean), maximum, dan minimum. Statistik deskriptif digunakan untuk menggambarkan gambaran keseluruhan dari setiap variabel yang diselidiki, berdasarkan jumlah pengamatan yang dihasilkan melalui pengambilan sampel yang ditentukan.
3.6.2 Uji Asumsi Klasik 3.6.2.1 Uji Normalitas
Uji normalitas adalah uji regresi yang digunakan untuk mengetahui apakah suatu model, variabel terikat, dan variabel bebas berdistribusi normal atau tidak. Model regresi yang layak memiliki sebaran data yang normal atau mendekati normal. Analisis
grafik dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Apabila data (titik) menyebar di sekitar garis normal dan mengikuti arah garis diagonal grafik, maka hal ini menunjukkan bahwa data berada pada distribusi normal sehingga model regresi memenuhi asumsi normalitas. Sedangkan apabila data (titik) jauh dari garis diagonal dan tidak mengikuti arah garis diagonal grafik maka hal ini menunjukkan bahwa data tidak terdistribusi secara normal. Pendeteksian normalitas data apakah terdistribusi normal apabila nilai signifikansi kolomogorof-smirnov > 0,05.
3.6.2.2 Uji Multikolonieritas
Uji multikolinearitas menentukan apakah terdapat korelasi antara variabel bebas (independen) dalam model regresi. Besaran VIF (Variance Inflation Factor) dan nilai toleransi dapat digunakan untuk melakukan uji multikolinearitas data. Untuk mengetahui dalam model regresi terdapat mulitikolonieritas dapat dilihat dari nilai tolerance dan varian inflation factor (VIF). Apabila 49 nilai VIF ≥ 10 dan nilai tolerance ≤ 0,1 mengindikasikan bahwa model regresi mengalami multikolinieritas.
Begitu sebaliknya, apabila model regresi mempunyai nilai VIF ≤ 10 dan nilai tolerance
≥ 0,1 maka model regresi terbebas dari multikolinieritas.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas menentukan apakah terdapat ketidaksamaan variabel pada residual dari satu periode pengamatan ke periode berikutnya dalam model regresi. Uji Glejser dapat digunakan untuk menentukan heteroskedastisitas. Uji heteroskedastisitas dapat dideteksi dengan cara menggunakan uji Glejser, yaitu keputusan dapat di ambil jika :
1. Tidak terjadi heteroskedastisitas jika variabel independen memiliki nilai yang substansial (sig>0,05) dan mempengaruhi beberapa variabel.
2. Terdapat bukti adanya heteroskedastisitas jika variabel independen tidak mempengaruhi variabel dengan nilai signifikan secara statistik (sig < 0,05).
3.6.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.Pengujian ini dilakukan dengan cara uji Durbin-Watson (uji DW), dengan ketentuan:
1) Jika 0 < dw (durbin watson) < dl maka terdapat masalah autokorelasi yang positif yang perlu perbaikan.
2) Jika dl < dw < du maka terdapat masalah autokorelasi positif tetapi lemah, dimana alangkah baiknya dilakukan perbaikan.
3) Jika du < dw < 4-du maka tidak terdapat masalah autokorelasi.
4) Jika 4-du < dw < 4-dl maka masalah autokorelasi lemah, tetapi jika dilakukan perbaikan akan lebih baik.
5) Jika 4-dl < dw maka terdapat masalah autokorelasi yang serius.
3.6.2 Uji Regresi Linear Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen dengan variabel dependen. Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing- masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Bentuk persamaan linier berganda dalam penelitian ini adalah sebagai berikut:
ETR = α + βROA + βDAR + βCAPIN + βSIZE + βUMUR + е
Keterangan :
ETR = Agresivitas Pajak α = Konstanta
β = Koefisien Regresi Variabel ROA = Profitabilitas
DAR = Leverage
CAPIN = Capital Intensity SIZE = Ukuran Perusahaan UMUR = Umur Perusahaan е = error
3.6.3 Pengujian Hipotesis
3.6.3.1 Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2 ) pada dasarnya digunakan untuk mengetahui persentase variasi pengaruh variabel bebas terhadap variabel terikat. Dimana jika nilai R2 mendekati 1 atau dengan kata lain 100% maka dapat dikatakan bahwa variabel bebas dapat menjelaskan variabel terikat dengan kuat dan baik. Kriteria koefisien determinasi dikatakan baik bila memenuhi syarat sebagai berikut:
1. Jika nilai R2 lebih besar dari 0,5 (50%) maka variabel bebas dapat menjelaskan variabel terikat dengan baik dan kuat.
2. Jika nilai R2 sama dengan 0,5 (50%) maka variabel bebas dapat menjelaskan variabel terikat dikatakan sedang.
3. Jika nilai R2 kurang dari 0,5 (50%) relatif kurang baik. Hal ini disebabkan oleh kurang tepatnya pemilihan variabel.
3.6.3.2 Uji signifikansi Simultan ( Uji Statistik F )
Uji statistik F digunakan untuk mengetahui pengaruh variabel bebas secara bersama- sama (simultan) terhadap variabel terikat. Signifikan berarti hubungan yang terjadi
dapat berlaku untuk populasi. Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig dengan significance level 0,05 (α = 5). Dasar pengambilan keputusannya adalah : 1) Jika F hitung > F tabel atau jika nilai sig F > 0,05 , maka hipotesis ditolak.
2) Jika F hitung < F tabel atau jika nilai sig F < 0,05 , maka hipotesis diterima.
3.6.3.3 Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji t (t-test) melakukan pengujian terhadap koefisien regresi secara parsial, pengujian ini dilakukan untuk mengetahui signifikansi peran secara parsial antara variabel independen terhadap variabel dependen dengan mengasumsikan bahwa variabel independen lain dianggap konstan. Pengujian dilakukan dengan menggunakan significance level 0,05 (α = 5%). Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut :
1) Jika nilai signifikansi t > 0,05 maka hipotesis ditolak. Hal ini berarti, secara parsial variabel independen tidak berpengaruh terhadap variabel dependen.
2) Jika nilai signifikansi t < 0,05 maka hipotesis diterima. Hal ini berarti, secara parsial variabel independen mempunyai pengaruh terhadap variabel dependen.
BAB V
KESIMPULAN DAN SARAN