Metode Pengumpulan Data Data Penelitian Kesimpulan

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