42
3.7 Metode Pengumpulan Data
Metode pengumpulan data pada penelitian ini dilakukan melalui penelusuran data sekunder dengan kepustakaan dan manual. Data yang
digunakan dalam penelitian ini dikumpulkan dengan metode dokumentasi. Dokumentasi merupakan proses perolehan dokumen dengan mengumpulkan
dan mempelajari dokumen-dokumen dan data-data yang diperlukan. Dokumen yang dimaksud dalam penelitian ini adalah laporan keuangan tahunan
perusahaan. Data-data tersebut diperoleh di www.idx.co.id yangmerupakan websitesitus resmi Bursa Efek Indonesia BEI, Pojok BEI Universitas
Sumatera Utara dan Indonesian Capital Market Directory ICMD tahun 2012, 2013 dan 2014.
3.8 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode analisis kuantitatif dengan menggunakan software SPSS Statistical Package
For Social Science. Sebelum melalukan hipotesis pertama sekali peneliti melakukan pengujian asumsi klasik untuk mendapatkan model persamaan yang
BLUE Best, Linear, Unbiased, Estimator. Uji yang dilakukan selanjutnya adalah uji analisis regresi linear berganda.
3.8.1 Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul. Statistik deskriptif memberikan gambaran mengenai nilai minimum,
43
nilai maksimum, nilai rata-rata mean, serta standar deviasi data penelitian. Dalam penelitian akan diperoleh informasi mengenai hubungan antar-variabel
setelah semua data terkumpul dan diolah serta disajikan dalam bentuk tabel data. Hasil yang diperoleh dari statistik deskriptif tidak dapat digunakan untuk
mencari kesimpulan secara luas.
3.8.2 Uji Asumsi Klasik
Menurut Syafrizal Helmi dan Muslich Lutfi 2014:114 Uji asumsi
klasik adalah “persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis Ordinary Least Square OLS”
3.8.2.1 Uji Normalitas
Uji normalitas data adalah uji yang dilakukan untuk mengukur apakah variabel yang digunakan dalam penelitian memiliki distribusi
normal atau tidak. Data yang memiliki distribusi normal adalah data yang baik dan layak untuk digunakan dalam membuktikan model-model
penelitian. Menurut Erlina 2011:101 tujuan uji normalitas ini adalah ingin mengetahui apakah model regresi variabel memiliki distribusi
normal. Pengujian normalitas data penelitian ini dilakukan menggunakan
model Kolmogorov Smirnov, pendekatan histogram dan juga pendekatan grafik. Pengujian dengan pendekatan Kolmogorov Smirnov dengan
ketentuan sebagai berikut:
44
1 Apabila nilai signifikansi atau nilai probabilitas lebih kecil dari
alpha atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara tidak normal.
2 Apabila nilai signifikansi atau nilai probabilitas lebih besar dari
alpha atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara normal.
Pengujian dengan pendekatan histogram dapat dilihat dengan kurva normal. Data terdistribusi normal jika distribusi data pada grafik
histogram tidak menceng ke kiri atau menceng ke kanan, data berbentuk kurva yang seimbang sehingga membentuk gambar lonceng.Pengujian
dengan pendekatan grafik dengan melihat titik-titik di sepanjang garis diagonal. Bila pola-pola titik yang terletak selain di ujung-ujung plot
masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat disimpulkan bahwa sebaran data adalah menyebar
normal.
3.8.2.2 Uji Multikolinieritas
Menurut Erlina 2011:103 multikolinearitas “adalah keadaan
dimana terdapat hubungan linear atau korelasi antara masing-masing variabel independen dalam model regresi
”. Adanya hubungan yang linear antara variabel bebas akan menimbulkan kesulitan untuk memisahkan
pengaruh masing-masing variabel bebas terhadap variabel terikatnya.
45
Pengujian multikolinearitas dilakukan dengan melihat nilai dari variance inflation factor VIF dari hasil analisis regresi.Jika nilai VIF 10, maka
terjadi gejala multikolinearitas diantara variabel independen, sedangkan jika nilai VIF 10 maka variabel di dalam penelitian tidak memiliki
gejala multikolinearitas.
3.8.2.3 Uji Heterokedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance atau residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah “yang
homoskedastisitas atau tidak terjadi heteroskedastisitas ” Ghozali 2005.
Di dalam metode grafik ini, dasar analisis untuk mengetahui heterokedastisitas adalah sebagai berikut:
1 Jika di dalam grafik terdapat titik-titik yang membentuk pola
tertentu yang teratur, bergelombang, menyebar atau menyempit maka dapat disimpulkan bahwa telah terjadi heterokedastisitas.
2 Jika titik-titik di dalam grafik tidak ada pola yang jelas, serta titik-
titik tersebut menyebar maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
46
3.8.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah didalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1. Model regresi yang baik adalah yang bebas dari autokorelasi. Pendeteksian ada atau
tidaknya autokorelasi menggunakan uji Durbin-Watson DW test. Ukuran yang digunakan adalah apabila nilai Durbin-Watson DW
mendekati angka 2, maka dapat dikatakan bahwa data tersebut tidak memiliki autokorelasi, dan sebaliknya. Dalam penelitian ini, cara lain
yang digunankan peneliti untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik mengenai korelasi pada model regresi
adalah dengan menggunakan uji Run test karena uji ini lebih memberikan jawaban yang pasti ketika terdapat masalah dalam penggunaan uji durbin-
watson. Ukuran yang digunakan adalah apabila nilai asymp.sig 2-tailed lebih besar dari α = 0,05, maka dapat dikatakan bahwa data tersebut tidak
memiliki autokorelasi, demikian sebaliknya. 3.8.3
Uji Analisis Regresi Linier Berganda
Uji analisis regresi linier berganda digunakan untuk melihat hubungan antara variabel bebas dan variabel terikat. Regresi linear berganda menyatakan
hubungan antara dua atau lebih variabel bebas terhadap satu variabel terikat. Model regresi berganda yang digunakan dalam penelitian ini adalah:
47
Keterangan: Y
: waktu pengumuman laporan tahunan perusahaan α
: konstanta β
1
: koefisien regresi β
2
: koefisien regresi β
3
: koefisien regresi X
1
: penghindaran pajak X
2
: kepemilikan keluarga X
3 :
kepemilikan publik e
: Error term
3.8.4 Uji Hipotesis
3.8.4.1 Uji Analisis Koefisien Korelasi dan Determinasi
Analisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel independen X
1
, X
2
,…X
n
terhadap variabel dependen Y secara serentak. nilai R berkisar antara 0 sampai 1, nilai semakin
mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.
Koefisien korelasi dikatakan rendah jika nilai R dibawah 0,40, dikatakan
48
sedang jika nilai R 0,40 – 0,60, dan dikatakan kuat jika nilai R berada di
atas 0,60. Koefisien determinasi R
2
bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variabel dependen dan sebaliknya jika mendekati nol Ghozali, 2005. Kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu
variabel independen, maka nilai R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel
dependen Ghozali, 2005
3.8.4.2 Uji Signifikansi Simultan Uji F
Uji F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Ketentuan-ketentuan dalam
uji F adalah sebagai berikut:
1 Jika nilai signifikansi F tingkat signifikansi 0,05 maka tidak ada
pengaruh signifikan dari variabel independen secara bersama-sama terhadap variabel dependen.
49
2 Jika nilai signifikansi F tingkat signifikansi 0,05 maka ada
pengaruh signifikan dari variabel independen secara bersama-sama terhadap variabel dependen.
Ketentuan lain dengan membandingkan F
hitung
dengan F
tabel
adalah sebagai berikut:
1 Jika F
hitung
≤F
tabel
,maka dapat disimpulkanbahwa secara bersama- sama variabel independen tidak berpengaruh signifikan terhadap
variabel dependen. 2
Jika nilai F
hitung
F
tabel
, maka dapat dinyatakan bahwa secara simultan variabel independen berpengaruh signifikan terhadap
variabel dependen
3.8.4.3 Uji Signifikansi Parsial Uji t
Uji t dilakukan untuk mengetahui apakah variabel-variabel independen secara parsial mempunyai pengaruh atau tidak terhadap
dependen. Derajat signifikansi yang digunakan adalah 0,05. Berikut ini merupakan ketentuan dari uji t:
1 Jika nilai signifikansi t 0,05 maka secara parsial variabel
independen tidak memiliki pengaruh yang signifikan terhadap variabel dependen.
50
2 Jika nilai signifikansi t 0,05 maka secara parsial variabel
independen memiliki pengaruh yang signifikan terhadap variabel dependen.
Ketentuan lain dengan membandingkan t
hitung
dengan t
tabel
adalah sebagai berikut:
1 Jika nilai t
hitung
≤ t
tabel
maka tidak ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
2 Jika nilai t
hitung
t
tabel
maka ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen
51
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dalam penelitian ini adalah semua perusahaan manufaktur yang terdaftar Bursa Efek Indonesia BEI perode 2012-2014. Perusahaan yang
dijadikan sampel dalam penelitian ini berjumlah 24 perusahaan, yag diperoleh berdasarkan purpose sampling. Berdasarkan kriteria yang telah ditetapkan,
jumlah perusahaan yang menjadi sampel penelitian berjumlah 72 perusahaan untuk 3 tahun periode penelitian yaitu dari tahun 2012-2014.
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisi statistik dengan menggunakan persamaan regresi linear berganda.
Analisis data dimulai dengan mengolah data menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik, pengujian regresi berganda, dan
melakukan uji hipotesis. Pengujian ini menggunakan aplikasi statistik yaitu SPSS.
4.2 Analisis Hasil Penelitian 4.2.1 Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi untuk menggambarkan atau mendeskripsikan terhadap objek yang diteliti melalui data
populasi atau data sampel sebagaimana adanya yang sudah ditetapkan. Statistik
52
deskriptif hanya memberikan gambaran mengenai sampel penelitian sehingga sama sekali tidak dapat digunakan untuk menarik kesimpulan apapun terhadap
hasil penelitian yang dilakukan. Statistik deskriptif memberikan gambaran mengenai nilai maksimum, nilai minimum, nilai rata-rata mean, serta standar
deviasi. Gambaran data sampel penelitian berdasarkan statistik deskriptif sebagai berikut:
Tabel 4.1 Descriptive Statistics
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation waktu pengumuman
72 71,00
155,00 119,3750 15,21067
penghindaran pajak 72
0.01 3.25
,50 ,640
kepemilikan keluarga 72
0.01 0.95
,32 ,255
kepemilikan public 72
0.03 0.79
,26 ,183
Valid N listwise 72
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan hasil olahan data pada tabel diatas,dapat dijelaskan bahwa: 1.
Variabel waktu pengumuman laporan keuangan tahunan Y memiliki nilai minimum sebesar 71 dan nilai maksimum 155. Rata-rata dari waktu
pengumuman laporan keuangan tahunan adalah 119,3750 dengan standar deviasi sebesar 15,21067. Jumlah data yang digunakan adalah sebanyak 72
perusahaan
53
2. Variabel penghindaran pajak X1 memiliki nilai minimum sebesar 0,01 dan
nilai maksimum 3,25. Rata-rata dari penghindaran pajak adalah 0,50 dengan standar deviasi sebesar 0,640. Jumlah data yang digunakan adalah sebanyak
72 perusahaan. 3.
Variabel kepemilikan keluarga X2 memiliki nilai minimum sebesar 0,01 dan nilai maksimum 0,95. Rata-rata dari kepemilikan keluarga adalah 0,32 dengan
standar deviasi sebesar 0,255. Jumlah data yang digunakan adalah sebanyak 72 perusahaan.
4. Variabel kepemilikan publik X3 memiliki nilai minimum sebesar 0,03 dan
nilai maksimum 0,79. Rata-rata dari kepemilikan publik adalah 0,26 dengan standar deviasi sebesar 0,183. Jumlah data yang digunakan adalah sebanyak
72 perusahaan.
4.2.2 Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Model regresi berganda harus memenuhi asumsi-asumsi yang ditetapkan agar menghasilkan nilai yang tidak bias.
4.2.2.1 Uji Normalitas
Uji normalitas berguna untuk mengetahui apakah data telah terdistribusi secara normal atau tidak. Uji normalitas data yang digunakan
dalam penelitian ini dilakukan dengan menggunakan uji data statistik dengan model Kolmogrov-Smirnov dan analisis grafik, yaitu dengan
54
melihat grafik histogram dan normal probability plot. Pengujian data normalitas menggunakan kolmogrov-smirnov K-S, yaitu dengan melihat
nilai signifikan, jika nilai signifikan atau probabilitas 0,05, maka distribusi data tidak normal dan jika signifikan atau probabilitas 0,05,
maka distribusi data normal. Analisis grafik dengan menggunakan grafik histogram dan normal probability normal. Pada grafik histogram, data
dikatakan memiliki distribusi norma jika data menyebar mengikuti mengikuti grafik histogramnya. Pada probabability plot, data terdistribusi
normal jika garis yang menggambarkan data sesungguhnya mengikuti garis diagonalnya. Berikut Hasil uji normalitas dengan kolmogrov-
smirnov sebagai berikut ini:
Tabel 4.2 Pengujian Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
72 Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,12049152
Most Extreme Differences Absolute
,138 Positive
,063 Negative
-,138 Kolmogorov-Smirnov Z
1,175 Asymp. Sig. 2-tailed
,126 a.
Test distribution is Normal. b.
Calculated from data
Sumber: Hasil penelitian,2015 data diolah
55
Berdasarkan tabel diatas, besar kolmogrov-smirnov K-S adalah 1,175 dan signifikan pada 0,126, hal ini menunjukkan bahwa nilai signifikan lebih
besar dari 0,005 sehinga dapat disimpulkan bahwa data dalam model regresi telah terdistribusi normal.
Hasil uji normalitas data dengan grafik histogram disajikan sebagai berikut:
Gambar 4.1 Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan gambar diatas menunjukkan bahwa data telah terdistribusi secara normal. Hal ini dapat dilihat dari bentuk grafik yang berbentuk lonceng.
Kurva yang memiliki bentuk seperti lonceng menunjukkan bahwa data terdisttribusi secara normal.
56
Hasil uji normalitas data dengan normal probability plot sebagai berikut:
Gambar 4.2 Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan gambar diatas menunjukkan garis yang menggambarkan data sesungguhnya mengikuti garis diagonalnya.
Berdasarkan hasil pengujian diatas, maka dapat disimpulkan bahwa data dalam penelitian terdistribusi secara normal, sehingga dapat dilanjutkan ke tahapan uji
selanjutnya.
57
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah terdapat korelasi danara variabel independen. Model korelasi yang baik
menunjukan bahwa tidak ada korelasi antara variabel independen. Untuk menentukkan ada tidaknya korelasi, ditentukkan dengan melihat nila
varance inflation factor VIF. Jika VIF 10, maka terjadi multikolinearitas, sedangkan jika nilai VIF 10 maka tidak terdapat
gejala multikolinearitas. Berikut adalah hasil uji multikolinearitas
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std.
Error Beta
Tole rance
VIF
1 Constant
4,856 ,034
142,005 ,000 penghindaran_pajak
-,022 ,023
-,100 -,955 ,343
,997 1,003 kepemilikan_keluarga
-,269 ,057
-,489 -4,686 ,000
,997 1,003 kepemilikan_publik
,054 ,080
,070 ,669 ,505
,996 1,004 a.
Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian,2015 data diolah
Berdasarkan hasil uji tersebut, nilai tolerence dari masing-masing variabel independen lebih besar dari 0,10. Variebel penghindaran pajak
menunjukkan nilai sebesar 0,997, kepemilikan keluarga menunjukan nilai
58
sebesar 0,997 serta variabel kepemilikan publik sebesar 0,996. Nilai VIF dari masing-masing variabel independen kurang dari 10, varibel
penghindaran pajak menunjukkan 1,003, kepemilikan keluarga 1,003 serta kepemilikan publik 1,004. Berdasarkan nilai tersebut menunjukkan
bahwa antara variabel independen dalam penelitian ini menunjukkan tidak terdapat gejala multikolinearitas.
4.2.2.3 Uji Heterokedasitas
Untuk mengetahui ada tidaknya penyimpangan data dari ketetapan asumsi klasik pada model regresi, model regresi diharapkan tidak ada
heterokedastisitas. Heterokedastisitas diketahui berdasarakan nilai varians dari residual satu pengamatan ke pengamatan lainnya bersifat konstan,
sedangkan jika varians dari residual satu pengamatan dari pengamatan lainnya bersifat tidak konstan disebut sebagai homokedastisitas. Pada
penelitian ini, untuk mengetahui ada tidaknya heterokedastisitas dilihat berdasarkan grafik scatterplot antara nilai prediksi variabel independen
dengan nilai residualnya. Dasar analisis untuk menentukkan ada tidaknya heterokedastisitas adalah sebagai berikut:
1. jika di dalam grafik terdapat titik-titik yang memebentuk pola tertentu
yang teratur, bergelombang, menyebar atau menyempit maka dapat disimpulkan bahwa telah terjadi heterokedastisitas.
59
2. Jika titik-titik di dalam grafik tidak ada pola yang jelas, serta titik-titik
tersebut menyebar maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
Berikut ini adalah hasil pengolahan data untuk uji heterokedastisitas.
Gambar 4.3 Pengujian Heterokedastisitas
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan hasil pengolahan data yang telah dilakukan,menunjukkan bahwa tidak terjadi heterokedastisitas pada model regresi, sebab dari gambar
scatterplot tersebut, menunjukkan bahwa titik-titik menyebar acak dan tidak
60
membentuk suatu pola tertentu atau tidak teratur, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y. Hal ini menunjukkan bahwa dengan
tidak adanya gejala heterokedastisitas pada model regresi dapat digunakan untuk memprediksi variabel waktu pengumuman lapaoran keuangan
berdasarkan masukan variabel penghindaran pajak, kepemilikan keluarga dan kepemilikan public
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah didalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1. Model regresi yang baik adalah yang bebas dari autokorelasi. Pendeteksian ada atau tidaknya autokorelasi
menggunakan uji Durbin-Watson DW test. Ukuran yang digunakan adalah apabila nilai Durbin-Watson DW mendekati angka 2, maka dapat dikatakan
bahwa data tersebut tidak memiliki autokorelasi, dan sebaliknya.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,51
1
a
,261 ,228
,12312 2,022
a. Predictors: Constant, kepemilikan_publik, kepemilikan_keluarga, penghindaran_pajak
b. Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian, 2015 data diolah
61
Tabel 4.5 Uji Runs Test
Runs Test
Unstandardized Residual Test Value
a
,00287 Cases Test Value
36 Cases = Test Value
36 Total Cases
72 Number of Runs
44 Z
1,662 Asymp. Sig. 2-tailed
,097 a. Median
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Durbin-Watson sebesar 2,012. Hal ini menunjukkan bahwa model regresi linear dalam
penelitian ini tidak terjadinya autokorelasi, sehingga model regresi dalam penelitian ini masih layak digunakan. Berdasarkan hasil uji runs test diatas
disimpulkan bahwa tidak terdapat autokorelasi antar variabel dependen dan independen sebab nilai Asymp.Sig. 2-tailed sebesar 0,097 0,05.
4.2.3 Analisis Regresi
Dari hasil pengujian asumsi klasik dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Best Linear Unbiased Estimator BLUE dan selanjutnya dapat dianalisis regresi, yaitu dengan melakukan uji persamaan regresi dan melakukan
pengujian hipotesis.
62
4.2.3.1 Persamaan Regresi
Tabel 4.6 Hasil Uji Persamaan Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
4,856 ,034
142,005 ,000
penghindaran_pajak -,022
,023 -,100
-,955 ,343
kepemilikan_keluarga -,269
,057 -,489
-4,686 ,000
kepemilikan_publik ,054
,080 ,070
,669 ,505
a. Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan tabel diatas, maka model analisis regresi berganda antar variabel X dengan variabel Y dapat diformulasikan dalam model persamaan
berikut: Y = 4,856
– 0,022X1 – 0,269X2 + 0,054X3 + e Dari hasil persamaan regresi berganda tersebut, setiap varaiabel independen
dapat diinterpretasikan pengaruhnya terhadap waktu pengumuman laporan keuangan tahunan sebagai berikut:
1. Konstanta a sebesar 4,856 menunjukkan bahwa jika semua varaibel
nilainya sama dengan nol atau dianggap konstan, maka waktu pengumuman laporan keuangan tahunan adalah sebesar 4,856
2. Nilai koefisien regresi variabel penghindaran pajak X1 sebesar -0,022.
Hal ini menunjukkan apabila terjadi peningkatan variabel penghindaran
63
pajak sebesar 1, maka waktu pengumumn laporan keuangan tahunan akan menurun sebesar 0,022, dengan asumsi variabel lainnya dianggap
tetap atau sama dengan nol. 3.
Nilai koefisien regresi variabel kepemilikan keluarga X2 sebesar -0,269. Hal ini menunjukkan apabila terjadi peningkatan variabel kepemilikan
keluarga sebesar 1, maka waktu pengumumn laporan keuangan tahunan akan menurun sebesar 0,269, dengan asumsi variabel lainnya
dianggap tetap atau sama dengan nol. 4.
Nilai koefisien regresi variabel kepemilikan publik X3 sebesar 0,054. Hal ini menunjukkan apabila terjadi peningkatan variabel penghindaran
pajak sebesar 1, maka waktu pengumumn laporan keuangan tahunan akan meningkat sebesar 0,054, dengan asumsi variabel lainnya dianggap
tetap atau sama dengan nol.
4.2.3.2 Pengujian Hipotesis
4.2.3.2.1 Uji Analisis Koefisien Korelasi dan Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel
dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1.
64
Koefisien determinasi dalam regresi linear berganda digunakan
untuk mengetahui persentase sumbangan pengaruh variabel independen secara serentak terhadap variabel dependen. Nilai R square yang kecil
menunjukkan masih
terbatasnya kemampuan
varaibel- varaibel
independen dalam menjelaskan variabel dependen. Sebaliknya, jika nilai R square yang mendekati satu, menunjukkan bahwa variabel-variabel
independen dapat memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. R square memiliki kelemahan
yaitu nilai R square akan meningkat setiap ada penambahan variabel independen, tidak peduli apakah variabel tersebut memiliki pengaruh atau
tidak. Dengan demikilan lebih baik menggunakan nilai Adjusted R Square. Berikut adalah hasil penilaian uji koefisien determinasi dalam menilai
ketepatan model regresi yang digunakan dalam penelitian ini
Tabel 4.7 Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,511
a
,261 ,228
,12312 a. Predictors: Constant, kepemilikan_publik, kepemilikan_keluarga,
penghindaran_pajak b. Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan hasil pengujian yang dilakukan peneliti, pada tabel diatas dapat dilihat bahwa nilai koefisien korelasi sebesar 511
a
, yang berarti bahwa
65
hubungan antara waktu pengumuman laporan keuangan tahunan dengan variabel-variabel independen penghindaran pajak, kepemilikan keluarga, dan
kepemilikan publik tergolong sedang sebab nilai R berada antara 0,40 –
0,60. Nilai Adjusted R Square sebesar 0,228 atau 22,8. Hal ini menunjukkan bahwa presentase sumbangan pengaruh variabel independen
penghindaran pajak, kepemilikan keluarga, dan kepemilikan publik terhadap variabel dependen waktu pengumuman laporan keuangan tahunan sebesar
22,8, sedangkan sisanya sebesar 77,2 dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.
4.2.3.2.2 Uji Signifikansi Simultan Uji F
Untuk menguji apakah semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabeldependen sehingga perlu
dilakukan uji F. Untuk melihat pengaruh tersebut, dilakukan dengan menilai perbandingan antara ringkat signifikansi α sebesar 5 dan nilai
signifikansi F. Apabila nilai sig F 0,05, maka H0 diterima, yang berarti bahwa tidak terdapat pengaruh yang sifnifikan secara simultan dari
variabel-variabel independen terhadap variabel dependen. Sebalinya apabila nilai sig.F 0,05, maka Ha diterima, yang berarti bahwa terdapat
pengaruh yang signifikan secara simultan dari vaariabel-variabel independen terhadap variabel dependen.
66
Berikut adalah hasil uji variabel-variabel independen terhadap variabel dependen secara simultan.
Tabel 4.9 Hasil Uji F
ANOVA
a
Model Sum of Squares
df Mean
Square F
Sig.
1 Regression
,364 3
,121 7,993 ,000
b
Residual 1,031
68 ,015
Total 1,394
71 a. Dependent Variable: waktu_pengumuman
b. Predictors: Constant, kepemilikan_publik, kepemilikan_keluarga, penghindaran_pajak
Sumber: Hasil penelitian, 2015 data diolah
Pada tabel hasil uji F diatas, besar nilai F adalah 7,993 dengan signifikansi 0,000
b.
Nilai 7,993
2,34 dan nilai sig 0,000 0,05. Berdasarkan hasil perbandingan tersebut, maka dapat disimpulkan
bahwa variabel-variabel independen penghindaran pajak, kepemilikan keluarga, dan kepemilikan publik secara simultan berpengaruh signifikan
terhadap variabel dependen waktu pengumuman laporan keuangan
4.2.3.2.3 Uji Signifikan Parsial Uji t
Uji parsial dilakukan untuk mengetahui apakah setiap variabel independen secara terpisah memiliki pengaruh yang signifikan terhadap
variabel dependen. Untuk mengetahui pengaruh signifikan variabel
67
independen secara parsial terhadap variabel dependen, maka dilakukan perbandingan antara nilai
dengan pada tingkat signifikan
sebesar 5 α = 0,05 Berikut ini hasil uji pengaruh variabel dependen dan independen secara
parsial
Tabel 4.8 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
4,856 ,034
142,005 ,000
penghindaran_pajak -,022
,023 -,100
-,955 ,343
kepemilikan_keluarga -,269
,057 -,489
-4,686 ,000
kepemilikan_publik ,054
,080 ,070
,669 ,505
a. Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian, 2015 data diolah
Tabel diatas menunjukkan variabel penghindaran pajak memiliki sebesar -0,942 dan nilai sig sebesar 0,349. Nilai
-0,955 1,666 dan nilai sig sebesar 0,343
α 0,05 yang berarti bahwa variabel penghindaran pajak tidak memberikan pengaruh yang signifikan
terhadap waktu pengumuman laporan keuangan tahunan. Oleh karena itu H1 “ penghindaran pajak berpengaruh positif secara signifikan terhadap
lama waktu pengumuman lapor an keuangan tahunan” ditolak. Hasil ini
menyatakan bahwa jika tingkat penghindaran pajak yang dilakukan
68
perusahaan naik atau turun, maka tidak akan berpengaruh terhadap waktu pengumuman laporan keuangan tahunan perusahaan.
Untuk variabel kepemilikan keluarga, nilai sebesar -
4,686 1,666 dan nilai sig sebesar 0,000 0,05 sehingga dapat
disimpulkan bahwa variabel kepemilikan keluarga berpengaruh signifikan terhadap waktu pengumuman laporan keuangan. Dengan demikian , H2
“kepemilikan keluarga berpengaruh positif terhadap waktu pengumuman laporan keuangan tahunan perusahaan” diterima. Hasil ini menyatakan
bahwa besar atau kecilnya tingkat kepemilikan keluarga akan mempengaruhi
waktu pengumuman
laporan keuangan
tahunan perusahaan.
Untuk variabel kepemilikan publik, nilai sebesar 0,669
1,666 dan nilai sig sebesar 0,505 0,05 sehingga dapat disimpulkan bahwa variabel kepemilikan publik tidak berpengaruh
terhadap waktu pengumuman laporan keuanga n. Dengan demikian, H3”
kepemilikan publik berpengaruh positif terhadap waktu pengumuman laporan keuangan tahunan” ditolak. Hasil ini menyatakan bahwa besar
atau kecilnya jumlah kepemilikan publik tidak mempengaruhi lama waktu pengumuman laporan keuangan tahunan perusahaan.
69
4.3 Interpretasi Hasil 4.3.1
Pengaruh Simultan
Berdasarkan hasil pengujian yang telah dilakukan,variabel-variabel independen yaitu penghindaran pajak, kepemilikan keluarga, dan kepemilikan
publik secara simultan menunjukkan adanya pengaruh yang signifikan terhadap waktu pengumuman laporan keuangan tahunan perusahaan. Hal ini ditentukan
berdasarkan perbandingan nilai dan
. nilai 7,993
2,34 dan nilai sig 0,000 0,05. Hasil pengujian juga menunjukkan bahwa 26,1 perubahan atau variasi dalam waktu pengumuman laporan keuangan
tahunan dapat dijelaskan oleh ketiga variabel independen, sedangkan 73,9 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
4.3.2 Pengaruh Parsial
4.3.2.1 Penghindaran Pajak dengan Waktu Pengumuman Laporan Keuangan Tahunan
variabel penghindaran pajak memiliki sebesar -0,955 dan
nilai sig sebesar 0,343. Nilai -0,955
1,666 dan nilai sig sebesar 0,343
α 0,05 yang berarti bahwa variabel penghindaran pajak tidak memberikan pengaruh yang signifikan terhadap waktu pengumuman laporan
keuangan tahunan. Oleh karena itu H1 yang menyatakan bahwa penghindaran pajak berpengaruh positif secara signifikan terhadap waktu pengumuman
70
laporan keuangan tahunan ditolak. Hasil ini menyatakan bahwa jika tingkat penghindaran pajak yang dilakukan perusahaan naik atau turun, maka tidak
akan berpengaruh terhadap waktu pengumuman laporan keuangan tahunan perusahaan. Hasil penelitian ini tidak sejalan dengan penelitian Ivan Brian
tahun 2014, yang menyatakan bahwa penghindaran pajak memiliki pengaruh yang positif terhadap lama waktu pengumuman laporan keuangan. Perbedaan
hasil penelitian ini kemungkinan disebabkan oleh perbedaan periode waktu penelitian yang dilakukan.
4.3.2.2 Kepemilikan Keluarga dengan Waktu Pengumuman Laporan Keuangan Tahunan
Kepemilikan keluarga dengan waktu pengumuman laporan keuangan tahunan.Untuk variabel kepemilikan keluarga, nilai
sebesar -4,686 1,666 dan nilai sig sebesar 0,000 0,05 sehingga dapat disimpulkan
bahwa variabel kepemilikan keluarga berpengaruh signifikan terhadap waktu pengumuman laporan keuangan. Dengan demikian , H2 yang menyatakan
bahwa kepemilikan keluarga berpengaruh positif terhadap waktu pengumuman laporan keuangan tahunan perusahaan diterima. Hasil ini menyatakan bahwa
besar atau kecilnya tingkat kepemilikan keluarga dalam perusahaan akan mempengaruhi waktu pengumuman laporan keuangan tahunan perusahaan.
Hasil penelitian ini sejalan dengan penelitian Brian Ivan tahun 2014, yang
71
menyatakan bahwa terdapat pengaruh positif terhadap waktu pengumuman laporan keuangan tahunan. Hasil penelitian ini juga sejalan dengan teori yang
menyatakan bahwa perusahaan dengan stuktur kepemilikan keluarga akan berusaha untuk menjaga kinerja perusahaan. Kepemilikan keluarga adalah
salah satu contoh jenis struktur kepemilikan terkonsentrasi, sehingga opportunistic activity yang dilakukan manajemen cenderung lebih kecil atau
bahkan tidak terjadi. Hal tersebut mengakibatkan aktivitas yang dapat menghambat pengumuman laporan keuangan tahunan menjadi berkurang. Oleh
karena itu perusahaan dengan struktur kepemilikan terkonsentrasi, termasuk struktur kepemilikan keluarga, cenderung lebih cepat dalam melakukan
pengumuman laporan keuangan tahunan
4.3.2.3 Kepemilikan Publik dengan Waktu Pengumuman Laporan Keuangan Tahunan
Kepemilikan publik dengan waktu pengumuman laporan keuangan tahunan. Untuk variabel kepemilikan publik, nilai
sebesar 0,669 1,666 dan nilai sig sebesar 0,505 0,05 sehingga dapat disimpulkan bahwa
variabel kepemilikan publik tidak berpengaruh terhadap waktu pengumuman laporan keuangan. Dengan demikian, H3 yang menyatakan kepemilikan publik
berpengaruh positif terhadap waktu pengumuman laporan keuangan tahunan ditolak. Hasil ini menyatakan bahwa besar atau kecilnya jumlah kepemilikan
72
publik tidak mempengaruhi lama waktu pengumuman laporan keuangan tahunan perusahaan. Hasil penelitian bertolak belakang dengan penelitian
wahyu Adhy Noor tahun 2010, yang menyimpulkan bahwa kepemilikan publik berpengaruh terhadap ketepatan waktu penyampaian laporan keuangan.
Perbedaan penelitian ini kemungkinan disebabkan oleh perbedaan periode penelitian.
73
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan peneliti, maka dapat disimpulkan bahwa:
1. Secara simultan, hasil penelitian menunjukkan terdapat pengaruh yang
signifikan antara penghindaran pajak, kepemilikan keluarga, dan kepemilikan publik terhadap waktu pengumuman laporan keuangan
tahunan perusahaan. 2.
Secara parsial, hasil penelitian ini menunjukkan bahwa kepemilikan keluarga memiliki pengaruh signifikan terhadap waktu pengumuman
laporan keuangan tahunan perusahaan. Hal ini menunjukkan bahwa, semakin besar jumlah kepemilikan keluarga dalam suatu perusahaan
maka perusahaan tersebut lebih cepat dalam mengumumkan laporan keuangan tahunannya, demikian juga sebaliknya.
3. Secara parsial, hasil penelitian ini menunjukkan bahwa penghindaran
pajak dan kepemilikan publik tidak memiliki pengaruh terhadap waktu pengumuman
laporan keuangan
tahunan perusahaan.
Hal ini
menunjukkan bahwa besar kecilnya tingkat penghindaran pajak yang dilakukan perusahaan dan besar kecilnya jumlah kepemilikan publik
dalam suatu perusahaan tidak akan mempengaruhi waktu pengumuman laporan keuangan tahunan perusahaan.
74
5.2 Keterbatasan Penelitian