Uji Hipotesis - Metode Analisis

BAB III METODE PENELITIAN

3.6. Metode Analisis

3.6.4. Uji Hipotesis

Dalam penelitian ini, uji hipotesis yang digunakan adalah metode analisis regresi data panel. Tujuannya untuk melihat pengaruh dari variabel independen (bebas) terhadap variabel dependen (terikat). Untuk mengetahui pengaruh

simultan variabel independen terhadap variabel dependen perlu dilakukan uji statistik F, sedangkan untuk mengetahui pengaruh secara parsial perlu dilakukan uji statistik t. Sementara untuk melihat besarnya variabel independen dalam menjelaskan variabel dependen perlu dilakukan uji koefisien determinasi.

Persamaan regresi yang digunakan dalam penelitian ini dirumuskan sebagai berikut:

Yit = α + β1PKIit + β2KAit + β3SIZEit + β4DERit +

e

^it

Keterangan :

Y = Penghindaran Pajak

PKI = Proporsi Komisaris Independen KA = Komite Audit

SIZE = Ukuran Perusahaan DER = Leverage

α = Konstanta β = Koefisien e = Error Term

i = Objek (Perusahaan) t = Waktu (Tahun) 1. Uji Statistik F

Uji F digunakan untuk melihat pengaruh variabel independen secara bersama- sama terhadap variabel dependen dengan nilai α yang digunakan dalam penelitian ini sebesar 5% (0,05). Jika F hitung lebih besar dari F tabel atau nilai probabilitas lebih kecil dari 5% (0,05), maka variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. Sebaliknya, jika F hitung lebih kecil dari F tabel atau nilai probabilitas lebih besar dari nilai signifikan 5%

(0,05) maka, dapat dapat disimpulkan bahwa variabel independen secara bersama- sama tidak berpengaruh terhadap variabel dependen.

47 2. Uji Koefisien Determinasi (R²)

Uji koefisien determinasi merujikan uji yang dilakukan untuk mengukur seberapa jauh kemampuan model dalam menjelaskan variabel terikatnya. Nilai koefisien determinasi adalah antara nol (0) dan satu (1). Nilai R² yang kecil menunjukan bahwa kemampuan variabel bebas untuk menjelaskan variabel dependen sangat terbatas. Sementara nilai R² yang mendekati satu menunjukan bahwa variabel bebas memberikan hampir semua informasi yang dibutuhkan dalam menjelaskan variabel terikatnya.

3. Uji Statistik t

Uji t dilakukan untuk melihat pengaruh variabel independen secara parsial terhadap variabel dependen. Pengukuran dapat dilakukan dengan melihat nilai probabilitas dan nilai signifikansi. Jika nilai probabilitas lebih besar dari 5%, maka variabel independen secara parsial tidak berpengaruh terhadap variabel dependen, sebaliknya jika nilai probabilitas lebih kecil dari 5% maka variabel independen secara parsial memiliki pengaruh terhadap variabel dependen.

48 BAB IV

HASIL DAN PEMBAHASAN

4.1. Gambaran Umum Objek Penelitian

Dalam penelitian ini, populasi yang digunakan adalah perusahaan manufaktur yang terdaftar pada Bursa Efek Indonesia (BEI) pada tahun 2019-2021. Peneliti memilih perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia sebagai populasi penelitian karena perusahaan manufaktur memiliki cakupan yang luas di BEI sehingga ada lebih banyak pilihan perusahaan yang dapat digunakan sebagai sampel dalam penelitian ini.

Peneitian ini menggunakan data dengan periode waktu tahun 2019-2021 untuk mempresentasikan perkembangan sampel penelitian pada kurun waktu tersebut sehingga analisis yang dilakukan dapat bersifat representatif. Penelitian ini menggunakan data sekunder untuk diolah dan dianalisa. Data sekunder yang digunakan dalam penelitian ini berupa data dari laporan keuangan dan laporan keuangan tahunan perusahaan manufaktur yang diunggah di laman resmi Bursa Efek Indonesia dan laman resmi dari masing-masing perusahaan.

Penentuan sampel pada penelitian ini dilakukan dengan menggunakan metode purposive sampling, dimana populasi yang telah ditetapkan sebelumnya diseleksi dengan menggunakan kriteria-kriteria yang telah ditetapkan untuk mendapatkan sampel penelitian yang dibutuhkan untuk penelitian. Dengan metode tersebut, diperoleh 75 perusahaan sebagai sampel penelitian sehingga terdapat sebanyak 225 data sampel yang memuat informasi yang relevan dengan variabel penelitian.

49 4.2. Hasil Uji dan Pembahasan 4.2.1. Uji Statistik Deskriptif

Analisis statistik deskriptif dilakukan dengan mengelompokan semua data yang berkaitan dengan penelitian lalu dianalisis. Analisis ini digunakan untuk melihat nilai minimum, maksimum, rata-rata (mean) dan standar deviasi dari data sampel. Hasil uji statistic deskriptif dalam penelitian ini tersaji dalam tabel 4.1.

sebagai berikut:

Tabel 4.1 Hasil Uji Statistik Deskriptif

CETR PKI KA SIZE DER

Mean 0.367802 0.411824 0.669259 28.70860 0.906720 Median 0.231300 0.400000 0.666667 28.51533 0.640000 Maximum 4.776047 0.666667 0.750000 33.53723 10.28053 Minimum 0.003071 0.200000 0.666667 25.04885 0.067269 Std. Dev. 0.556121 0.093201 0.014500 1.655771 1.047625

Observations 225 225 225 225 225

Sumber : Diolah dengan eviews 12

Untuk memenuhi asumsi normalitas data, maka data outlier pada penelitian ini perlu dihilangkan. Berikut merupakan analisis statistic deskriptif setelah data outlier dihilangkan, dapat dilihat pada tabel 4.2 sebagai berikut:

Tabel 4.2 Hasil Uji Statistik Deskriptif setelah menghilangkan data Outlier

CETR PKI KA SIZE DER

Mean 0.218748 0.409509 0.669689 28.72922 0.800579 Median 0.208251 0.400000 0.666667 28.51533 0.599885 Maximum 0.596801 0.666667 0.750000 33.53723 4.383744 Minimum 0.003071 0.200000 0.666667 25.04885 0.067269 Std. Dev. 0.102941 0.092515 0.015621 1.687169 0.709935

Observations 193 193 193 193 193

Sumber : Diolah dengan eviews 12

Setelah data outlier dihilangkan, maka sampel penelitian yang tersisa sebanyak 193 sampel. Variabel dependen penghindaran pajak (CETR) memiliki nilai minimum sebesar 0,003071, dan nilai maksimum sebesar 0,596801. Nilai rata- rata CETR sebesar 0,218748 dengan nilai standar deviasi sebesar 0,102941 itu

menunjukan bahwa nilai rata-rata CETR lebih rendah namun mendekati nilai tarif pajak penghasilan badan sebesar 25%. Artinya tingkat penghindaran pajak yang dilakukan oleh perusahaan yang menjadi sampel penelitian masih tergolong rendah.

Pada hasil uji statistik deskriptif, variabel proporsi komisaris independen (PKI) memiliki nilai rata-rata sebesar 0,409509 dan nilai standar deviasi yang lebih rendah sebesar 0,092515, hal tersebut menandakan simpangan data relatif lebih kecil. Selain itu variabel proporsi komisaris independen memiliki nilai minimum 0,200000 dan nilai maksimum 0,666667.

Hasil uji deskriptif variabel komite audit (KA) memiliki nilai maksimum sebesar 0,750000 dan nilai minimum sebesar 0,666667. Sementara nilai rata-rata variabel komite audit sebesar 0,669689 dan nilai standar deviasi sebesar 0,015621, hal ini berarti simpangan data relatif lebih kecil.

Hasil uji statistik deskriptif untuk variabel independen ukuran perusahaan (SIZE) menunjukan nilai minimum sebesar 25,04885 dan nilai maksimum sebesar 33,53723. Sementara nilai rata-rata variabel ukuran perusahaan sebesar 28,72922 dan nilai standar deviasi sebesar 1,687169, hal ini berarti simpangan data relatif lebih kecil.

Pada uji statistik deskriptif, variabel independen leverage (DER) menghasilkan nilai minimum sebesar 0,067269 dan nilai maksimum sebesar 10,28053. sementara nilai rata-rata sebesar 0,800579 dan nilai standar deviasi sebesar 0,709935, ini bararti simpangan data relative lebih kecil.

51 4.2.2. Uji Model Estimasi

4.2.2.1. Model Regresi Data Panel 1. Common Effect Model (CEM)

Pendekatan common effect model adalah model data panel yang paling sederhana dan tidak memperhatikan dimensi waktu atau individu. Metode ini menggunakan pendekatan ordinary least square (OLS atau teknik kotak kecil untuk mengestimasi model data panel.

Tabel 4.3 Common Effect Model (CEM)

Dependent Variable: CETR Method: Panel Least Squares Sample: 2019 2021

Periods included: 3

Cross-sections included: 73

Total panel (unbalanced) observations: 193

Variable Coefficient Std. Error t-Statistic Prob.

C 0.373494 0.320871 1.163998 0.2459

PKI -0.045079 0.079222 -0.569025 0.5700

KA 0.199080 0.492692 0.404067 0.6866

SIZE -0.010473 0.004613 -2.270373 0.0243

DER 0.039062 0.010278 3.800425 0.0002

Root MSE 0.098220 R-squared 0.084878

Mean dependent var 0.218748 Adjusted R-squared 0.065407 S.D. dependent var 0.102941 S.E. of regression 0.099517 Akaike info criterion -1.751407 Sum squared resid 1.861891 Schwarz criterion -1.666882 Log likelihood 174.0108 Hannan-Quinn criter. -1.717177 F-statistic 4.359282 Durbin-Watson stat 1.608683 Prob(F-statistic) 0.002149 Sumber : Diolah dengan eviews 12

Berdasarkan hasil estimasi pada tabel 4.3 common effect model (CEM), dapat dilihat nilai F statistik memiliki nilai signifikan yang ditunjukan dengan nilai probabilitas sebesar 0,002149yang kurang dari 0,05. Hal ini menandakan secara simultan variabel proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage berpengaruh terhadap penghindaran pajak.

Sementara nilai R-Square sebesar 0,084878menjelaskan bahwa model regresi ini hanya dapat menjelaskan 8,48% terhadap variabel dependen penghindaran

pajak. Variabel proporsi komisaris independen dan ukuran perusahaan memiliki nilai coefficient dan t-statistic negatif sementara komite audit dan leverage memiliki nilai coefficient dan t-statistic positif.

2. Fixed Effect Model (FEM)

Model ini memperkirakan data panel dengan menggunakan variabel dummy yang dikenal sebagai LSDV. Model ini mengasumsikan bahwa koefisien regresi adalah tetap antara perusahaan dan waktu. Berikut hasil estimasi regresi dengan fixed effect model (FEM).

Tabel 4.4 Fixed Effect Model

Dependent Variable: CETR Method: Panel Least Squares Sample: 2019 2021

Periods included: 3

Cross-sections included: 73

Total panel (unbalanced) observations: 193

Variable Coefficient Std. Error t-Statistic Prob.

C 2.486944 1.210911 2.053779 0.0422

PKI -0.004799 0.190887 -0.025140 0.9800 KA -0.805642 0.793580 -1.015200 0.3121 SIZE -0.063067 0.036617 -1.722365 0.0877

DER 0.106388 0.044131 2.410726 0.0175

Effects Specification

Cross-section fixed (dummy variables)

Root MSE 0.067671 R-squared 0.565601

Mean dependent var 0.218748 Adjusted R-squared 0.280995 S.D. dependent var 0.102941 S.E. of regression 0.087288 Akaike info criterion -1.750388 Sum squared resid 0.883820 Schwarz criterion -0.448693 Log likelihood 245.9124 Hannan-Quinn criter. -1.223243 F-statistic 1.987314 Durbin-Watson stat 3.249992 Prob(F-statistic) 0.000413 Sumber : Diolah dengan eviews 12

Berdasarkan hasil estimasi pada tabel 4.4 fixed effect model (FEM), dapat dilihat nilai F statistik memiliki nilai signifikan yang ditunjukan dengan nilai probabilitas sebesar 0,000413yang kurang dari 0,05. Hal ini menandakan secara simultan variabel proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage berpengaruh terhadap penghindaran pajak.

Sementara nilai R-Square sebesar 0,565601menjelaskan bahwa model regresi ini hanya dapat menjelaskan 56,5% terhadap variabel dependen penghindaran pajak. Variabel proporsi komisaris independen, komite audit, dan ukuran perusahaan memiliki nilai coefficient dan t-statistic negatif sementara leverage memiliki nilai coefficient dan t-statistic positif.

3. Random Effect Model (REM)

Pada model ini, perbedaan intersep diakomodasi oleh error terms masing- masing sampel. Model ini mampu menghilangkan heteroskedastisitas. Berikut merupakan hasil uji estimasi menggunakan random effect model (REM).

Tabel 4 5 Random Effect Model

Dependent Variable: CETR

Method: Panel EGLS (Cross-section random effects) Sample: 2019 2021

Periods included: 3

Cross-sections included: 73

Total panel (unbalanced) observations: 193

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 0.460597 0.348657 1.321058 0.1881

PKI -0.047182 0.088594 -0.532563 0.5950

KA 0.044180 0.521273 0.084755 0.9325

SIZE -0.009940 0.005363 -1.853387 0.0654

DER 0.040375 0.011826 3.414190 0.0008

Effects Specification

S.D. Rho

Cross-section random 0.048418 0.2353

Idiosyncratic random 0.087288 0.7647

Weighted Statistics

Root MSE 0.086611 R-squared 0.067134

Mean dependent var 0.160924 Adjusted R-squared 0.047286 S.D. dependent var 0.089792 S.E. of regression 0.087755 Sum squared resid 1.447788 F-statistic 3.382377 Durbin-Watson stat 2.066760 Prob(F-statistic) 0.010640

Unweighted Statistics

R-squared 0.084163 Mean dependent var 0.218748 Sum squared resid 1.863345 Durbin-Watson stat 1.605839 Sumber : Diolah dengan eviews 12

Berdasarkan hasil estimasi pada tabel 4.5 random effect model (REM), dapat dilihat nilai F statistik memiliki nilai signifikan yang ditunjukan dengan nilai probabilitas sebesar 0,010640yang kurang dari 0,05. Hal ini menandakan secara simultan variabel proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage berpengaruh terhadap penghindaran pajak.

Sementara nilai R-Square sebesar 0.067134menjelaskan bahwa model regresi ini hanya dapat menjelaskan 6,71% terhadap variabel dependen penghindaran pajak. Variabel proporsi komisaris independen dan ukuran perusahaan memiliki nilai coefficient dan t-statistic negatif sementara komite audit dan leverage memiliki nilai coefficient dan t-statistic positif.

4.2.2.2 Uji Pemilihan Model 1. Uji Chow

Uji Chow digunakan untuk memilih model estimasi yang akan digunakan dengan membandingkan antara common effect model (CEM), dengan fixed effect model (FEM). Hasil uji chow dapat dilihat pada tabel 4.6, sebagai berikut:

Tabel 4.6 Hasil Uji Chow

Redundant Fixed Effects Tests Equation: MODEL_FEM

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1.782922 (72,116) 0.0027

Cross-section Chi-square 143.803286 72 0.0000 Sumber : Diolah dengan eviews 12

Uji chow menggunakan dua hipotesis yaitu H0 adalah jika nilai probabilitas cross section chi square lebih besar dari nilai α (0,05), maka metode yang efektif untuk digunakan dalam penelitian ini adalah common effect model (CEM).

Sementara H1 adalah jika nilai probabilitas cross section chi square lebih kecil

dari nilai α (0,05), maka metode yang efektif untuk digunakan dalam penelitian ini adalah fixed effect model (FEM).

Berdasarkan hasil uji chow, terlihat bahwa nilai probabilitas cross section chi square adalah sebesar 0,0000, lebih kecil dari 0,05 yang berarti H0 ditolak dan H1 diterima. Dengan demikian model yang terpilih pada uji chow adalah fixed effect model (FEM).

2. Uji Hausman

Uji hausman menjadi tahap uji kedua dalam uji pemelihan model. Pada uji ini akan membandingkan antara fixed effect model (FEM) dan random effect model (REM). Jika model fixed effect model (FEM) dalam uji hausman ini terpilih maka, uji lagrange multiplier tidak perlu dilakukan. Sebaliknya, jika model random effect model (REM) yang terpilih dalam uji hausman, maka perlu melanjutkan uji estimasi lagrange multiplier. Hasil uji hausman dapat dilihat pada tabel 4.7 sebagai berikut:

Tabel 4 7 Hasil Uji Hausman

Correlated Random Effects - Hausman Test Equation: MODEL_REM

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.927263 4 0.2948

Sumber : Diolah dengan eviews 12

Pada uji hausman, menggunakan dua hipotesis yaitu, H0 adalah jika nilai probabilitas cross section random lebih besar dari 0,05 maka model yang efektif untuk digunakan adalah random effect model (REM). Sementara H1 adalah jika nilai probabilitas cross section random lebih kecil dari 0,05 maka, model yang efektif untuk digunakan adalah fixed effect model (FEM).

Berdasarkan hasil uji hausman pada tabel 4.6, nilai probabilitas cross section random sebesar 0,2948 atau lebih besar dari 0,05 itu berarti H0 diterima dan model yang terpilih adalah random effect model (REM).

3. Uji Lagrange Multiplier

Pengujian legrange multiplier dilakukan untuk membandingkan apakah model common effect model (CEM) atau random effect model (REM) yang layak untuk digunakan dalam penelitian ini. Hasil uji lagrange multiplier dapat dilihat pada tabel dibawah ini:

Tabel 4 8 Hasil Uji Lagrange Multiplier

Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives

Test Hypothesis

Cross-section Time Both

Breusch-Pagan 5.714440 13.15179 18.86623 (0.0168) (0.0003) (0.0000) Sumber : Diolah dengan eviews 12

Pada uji lagrange multiplier, jika nilai yang dihasilkan menunjukan P Value atau Both lebih besar dari 0,05 maka, model yang layak digunakan common effect model (CEM). Sementara jika nilai P Value atau Both lebih kecil dari 0,05 maka model yang layak digunakan adalah random effect model (REM). Berdasarkan hasil uji lagrange multiplier pada tabel 4.8 dapat dilihat bahwa nilai P Value dan Both sebesar 0,0000 lebih kecil dari 0,05 maka, pada penelitian ini model regresi data panel yang digunakan adalah model random effect model (REM).

57 4.2.3 Uji Asumsi klasik

Uji asumsi klasik diperlukan untuk membuat parameter yang memiliki nilai harapan yang sesuai dengan nilai sesungguhnya atau biasa disebut best linear unbiased estimator (BLUE). Pada model uji regresi data panel, ada tiga tahaap uji asumsi klasik yaitu uji normalitas, uji multikoinearitas dan uji heteroskedastisitas.

4.2.3.1 Uji Normalitas

Uji normalitas dilakukan untuk membuktikan bahwa data yang digunakan berdistribusi normal. Model regresi yang layak memerlukan data yang terdistribusi normal atau mendekati normal (Ghozali, 2013). Pada penelitian ini uji normalitas dilakukan dengan menggunakan uji jarque-bera.

Gambar 4 1 Hasil Uji Normalitas

Sumber : Diolah dengan eviews 12

Berdasarkan gambar 4.1 dapat dilihat bahwa nilai probabilitas jarque-bera sebesar 0,465789 lebih besar dari 0,05, maka berdasarkan hasil uji normalitas jarque-bera, data terdistribusi normal.

58 4.2.3.2. Uji Multikolineritas

Uji multikolineritas dilakukan untuk mendeteksi adanya hubungan korelatif antar variabel independen. Pada penelitian ini diharapkan tidak terjadi bias dan hubungan antar variabel independen saling berpengaruh. Apabila hasil uji multikolineritas tidak melebihi 0,90 maka, tidak terdapat nilai korelasi yng tinggi atau tidak terdapat multikolineritas (Ghozali, 2013). Hasil uji multikolineritas dapat dilihat pada tabel 4.9 sebagai berikut.

Tabel 4 9 Hasil Uji Multikolineritas

PKI KA SIZE DER

PKI 1.000000 -0.168732 -0.154673 -0.040376 KA -0.168732 1.000000 0.335391 0.007165 SIZE -0.154673 0.335391 1.000000 0.167507 DER -0.040376 0.007165 0.167507 1.000000 Sumber : Diolah dengan eviews 12

Berdasarkan tabel 4.9 menunjukan, nilai tolerance dari setiap variabel independen satu dengan yang lain tidak terdapat nilai yang melebihi 0,9 sehingga dapat disimpulkan bahwa data variabel independen dalam penelitian ini tidak terdapat indikasi multikolineritas yang terjadi antar variabel independen satu dengan variabel independen lainnya.

4.2.4. Uji Hipotesis

Bersumber dari hasil pengujian random effect model, maka persamaan regresi dapat ditulis sebagai berikut:

Y = 0,460597 – 0,047182PKI + 0,044180KA– 0,009940SIZE+ 0,040375DER +

e

Keterangan :

Y = Penghindaran Pajak

PKI = Proporsi Komisaris Independen

59 KA = Komite Audit

SIZE = Ukuran Perusahaan DER = Leverage

e = Error Term

Nilai koefisien dari konstanta sebesar 0,460597 menampilkan apabila variabel proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage bernilai 0 atau konstan maka, penghindaran pajak bernilai 0,460597 atau sebesar 46%.

Nilai koefisien dari proporsi komisaris independen sebesar -0,047182, menampilkan bahwa setiap terjadinya kenaikan satu satuan proporsi komisaris independen dengan anggapan variabel lain konstan maka, penghindaran pajak akan mengalami kenaikan sebesar -0,047182.

Nilai koefisien dari komite audit sebesar 0,044180, menampilkan bahwa setiap terjadinya kenaikan satu satuan proporsi komisaris independen dengan anggapan variabel lain konstan maka, penghindaran pajak akan mengalami kenaikan sebesar 0,044180.

Nilai koefisien dari ukuran perusahaan sebesar -0,009940, menampilkan bahwa setiap terjadinya kenaikan satu satuan ukuran perusahaan dengan anggapan variabel lain konstan maka, penghindaran pajak akan mengalami kenaikan sebesar -0,009940.

Nilai koefisien dari leverage sebesar 0,040375, menampilkan bahwa setiap terjadinya kenaikan satu satuan leverage dengan anggapan variabel lain konstan maka, penghindaran pajak akan mengalami kenaikan sebesar 0,040375.

Uji hipotesis dilakukan untuk melihat kemampuan dari model regresi dalam menggambarkan hubungn antar variabel. Terdapat tiga tahap uji yang perlu dilakukan diantaranya uji Koefisien determinasi (R square), uji statistik F, dan uji statistik t.

4.2.4.1. Uji Koefisien Determinasi (R square)

Uji Koefisien determinasi digunakan untuk menggambarkan kemampuan model regresi dalam menjelaskan variasi variabel dependen. Pengujian ini dilakukan untuk mengukur seberapa jauh kemampuan variabel independen dalam menjelaskan variabel dependen.

Tabel 4.10 Hasil Uji Koefisien Determinasi R-squared

0.084163

Sumber : Diolah dengan eviews 12

Berdasarkan tabel 4.10 yang berasal dari tabel 4.5 random effect model, terlihat bahwa nilai R square adalah sebesar 0,084163 atau sebesar 8,4% yang berarti kemampuan dari variabel independen proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage dalam menjelaskan variabel dependen penghindaran pajak sebesar 8,4%. Sementara 91,6% lainnya dijelaskan denga variabel lain diluar penelitian ini.

4.2.4.2. Uji Statisti F

Pengujian statistik F dilakukan untuk mengetahui pengaruh secara simultan variabel independen pada model regresi terhadap variabel dependen. Tabel 4.11 berikut merupakan hasil dari uji statistik F.

Tabel 4.11 Hasil Uji Statistik F Prob(F-statistic)

0.010640

Sumber : Diolah dengan eviews 12

Pada tabel 4.11, nilai probabilitas sebesar 0,010630 atau prob > F, nilai tersebut lebih kecil dari 0,05. Dapat disimpulkan bahwa secara simultan atau bersama-sama, variabel proporsi komisaris independen, komite audit, ukuran perusahaan dan leverage berpengaruh terhadap penghindaran pajak

4.2.4.3. Uji Statistik t

Pengujian statistik t digunakan untuk menilai pengaruh variabel independen secara parsial terhadap variabel dependen. Penilaian dilakukan dengan melihat nilai probabilitas dan signifikansi. Hasil uji statistic t dapat dilihat pada tabel 4.12 berikut.

Tabel 4.12 Hasil Uji Statistik t

Variable Coefficient Std. Error t-Statistic Prob.

C 0.460597 0.348657 1.321058 0.1881

PKI -0.047182 0.088594 -0.532563 0.5950

KA 0.044180 0.521273 0.084755 0.9325

SIZE -0.009940 0.005363 -1.853387 0.0654

DER 0.040375 0.011826 3.414190 0.0008

Sumber : Diolah dengan eviews 12

Pada pengujian statistik t, terdapat dua hipotesis yaitu H0 diterima jika nilai probabilitas variabel independen lebih besar dari 0,05 yang berarti variabel independen tidak memiliki pengaruh signifikan terhadap variabel dependen.

H1diterima jika nilai probabilitas variabel independen lebih kecil dari 0,05, yang berarti variabel independen memiliki pengaruh signifikan terhadap variabel dependen.

Pada tabel 4.12, variabel proporsi komisaris independen (PKI) memiliki nilai probabilitas sebesar 0,5950 lebih besar dari 0,05, variabel komite audit (KA) memiliki nilai probabilitas sebesar 0,5950 lebih besar dari 0,05 dan nilai probabilitas variabel ukuran perusahaan (SIZE) sebesar 0,0654 lebih besar dari 0,05. Itu berarti, H0 diterima variabel independen proporsi komisaris independen, komite audit, dan ukuran perusahaan secara parsial tidak memiliki pengaruh yang signifikan terhadap penghindaran pajak.

Sementara variabel independen leverage (DER) memiliki nilai probabilitas sebesar 0,0008 lebih kecil dari 0,05 yang berarti H1 diterima, variabel independen leverage memiliki pengaruh yang signifikan terhadap penghindaran pajak.

4.2.5. Pembahasan

1. Pengaruh Proporsi Komisaris Independen terhadap Penghindaran pajak

Berdasarkan tabel 4.5 Random Effect Model hasil pengujian menunjukan nilai probabilitas proporsi komisaris independen sebesar 0,5950 lebih besar dari 0,05.

Hasil ini memiliki koefisien -0,047182 dan t-statistic -0,532563 yang mengarah negatif. Dengan demikian, H0 diterima dan H1 ditolak atau dapat diartikan bahwa proporsi komisaris indepeden tidak berpengaruh secara signifikan terhadap penghindaran pajak.

Hasil ini sejalan dengan hasil penelitian yang dilakukan oleh Purbowati (2021) yang menunjukan hasil proporsi komisaris independen tidak berpengaruh terhadap penghindaran pajak. Hasil penelitian ini menunjukan tinggi rendahnya proporsi

komisaris independen tidak mempengaruhi keputusan manajemen perusahaan untuk melakukan tindak penghindaran pajak.

Keberadaan komisaris independen dalam perusahaan adalah untuk memberikan pengawasan dan membatasi peluang-peluang kecurangan yang dilakukan oleh manajemen termasuk kecurangan yang berkaitan dengan beban pajaknya. Komisaris independen dapat memberikan petunjuk dan arahan untuk mengelola perusahaan dan merumuskan strategi perusahaan untuk menjadi lebih baik (Ayuningtiyas dan Sujana, 2018).

Hasil penelitian ini tidak berhasil membuktikan berlakunya teori stewardship yang mendasari penelitian ini. Dalam teori stewardship motivasi utama komisaris independen dalam menyelesaikan pekerjaannya adalah karena adanya insentif non finansial yang ingin dicapai. Berdasarkan teori ini, komisaris indepeden merupakan pihak yang dapat dipercaya untuk melayani kepentingan prinsipalnya dengan baik, termasuk kepentingan dalam mencegah tindak penghindaran pajak yang dilakukan oleh perusahaan (Sudarmanto et al, 2021:14). Selain itu rasionalisasi hasil penelitian ini adalah komisaris independen pada perusahaan publik hanya ada sebagai pelengkap untuk memenuhi regulasi yang berlaku. Hal ini dapat mengindikasi bahwa komisaris independen tidak melaksanakan tugasnya secara efektif (Kusufiyah dan Anggraini, 2019).

2. Pengaruh Komite Audit terhadap Penghindaran Pajak

Berdasarkan tabel 4.5 Random Effect Model hasil pengujian menunjukan nilai probabilitas komite audit sebesar 0,9325 lebih besar dari 0,05. Hasil ini memiliki koefisien 0,044180 dan t-statistic 0,084755 yang mengarah positif. Dengan

demikian, H0 diterima dan H2 ditolak atau dapat diartikan bahwa komite audit tidak berpengaruh secara signifikan terhadap penghindaran pajak.

Hasil ini sejalan dengan hasil penelitian yang dilakukan oleh Purbowati (2021), yang menunjukan komite audit tidak berpengaruh terhadap tindak penghindaran pajak. Hasil ini menunjukan keberadaan komite audit dalam perusahaan tidak mempengaruhi keputusan perusahaan untuk melakukan tindak penghindaran pajak.

Komite audit berperan sebagai jembatan antara auditor eksternal dengan auditor internal sehingga komite audit harus bersikap independen dan tidak mudah untuk dipengaruhi oleh pihak manapun, baik dari dewan direksi maupun dengan auditor eksternal dan internal (Syuhada et al, 2019).

Berdasarkan hasil penelitian ini, tidak mampu membuktikan teori stewardship yang mendasari penelitian ini. Pada teori stewardship bagian yang paling penting adalah mengedepankan tujuan bersama dibandingkan tujuan individu, maka dari itu masalah keseimbangan dalam teori stewardship menjadi bagian paling penting, harus ada kepercayaan dan dorongan yang saling menguntungkan antara komite audit dengan prinsipalnya agar tujuan bersama dapat dicapai (Sudarmanto et al, 2021:14).

3. Pengaruh Ukuran Perusahaan terhadap Penghindaran Pajak

Berdasarkan tabel 4.5 Random Effect Model hasil pengujian menunjukan nilai probabilitas ukuran perusahaan sebesar 0,0654 lebih besar dari 0,05. Hasil ini memiliki koefisien -0,009940 dan t-statistic -1,853387 yang mengarah negatif.

Dalam dokumen PENGARUH GOOD CORPORATE GOVERNANCE DAN KARAKTERISTIK PERUSAHAAN TERHADAP PENGHINDARAN PAJAK (Studi empiris pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode tahun 2019-2021) - Teknokrat Repository (Halaman 56-59)