D. Metode Analisis Data
1. Uji Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, average, range, kurtosis dan skewness kemencengan
distribusi Imam Ghozali, 2011. Uji statistik deskriptif dilakukan untuk memberikan gambaran atau deskripsi dari sebuah informasi, sehingga
informasi tersebut dapat dipahami dengan lebih mudah. 2. Uji Asumsi Klasik
Pengujian asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam penelitian ini. Syarat-
syarat yang harus dipenuhi agar sebuah data dapat dikatakan layak adalah data tersebut harus terdistribusi secara normal, tidak mengandung
multikolonieritas dan heterokedastisitas. a. Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya
mempunyai distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas menggunakan uji statistik Kolmogorov-Smirnov. Uji
statistik Kolmogorov-Smirnov merupakan uji statistik non parametik yang dapat pula digunakan untuk menguji apakah data terdistribusi
secara normal atau tidak.
34
Untuk lebih memberikan keyakinan bahwa data terdistribusi secara sempurna, selain menggunakan uji statistik Kolmogorov-Smirnov
didalam penelitian ini juga akan menyajikan uji Normal Probability Plot P-P Plot.
Suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan
penyebaran titik-titik data searah mengikuti garis diagonal Singgih Santoso, 2010.
b. Uji Multikolonieritas Multikolonieritas adalah suatu kondisi yang menunjukkan satu atau
lebih variabel independen terdapat korelasi dengan variabel independen lainnya. Uji multikolonieritas bertujuan untuk menguji
apakah model regresi ada korelasi antar variabel independen bebas. Model regresi dikatakan baik apabila tidak terdapat korelasi di antara
variabel independen. Deteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari besaran VIF Variance Inflation
Factor dan tolerance value. Batas dari nilai tolerance adalah 0,01 dan
batas VIF adalah 10. Apabila nilai tolerance dibawah 0,01 atau nilai VIF diatas 10 maka terjadi multikolonieritas Imam Ghozali, 2011
c. Uji heteroskedastitas Heterokedastisitas merupakan suatu varian pengganggu yang
tidak mempunyai varian yang sama untuk setiap observasi, sehingga mengakibatkan penaksiran regresi yang tidak efisien. Uji
heterokedastitas bertujuan untuk menguji apakah dalam model regresi
35
terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah
homokedastitas Imam Ghozali, 2011. Deteksi ada atau tidaknya heterokedatisitas dapat dilihat adengan
ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu maka mengindikasikan telah terjadi heterokedastisitas. Tetapi jika
tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heterokedastisitas.
d. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan
satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal
ini sering ditemukan pada data runtut waktu time series yang terpilih yang tidak dijelaskan oleh variabel independen lainnya Ghazali,
2011. Run test sebagai bagian dari statistik non-parametik dapat pula
digunakan untuk menguji apakah antar residual terdapat korelasi yang
36
tinggi. Jika antar residul tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan
untuk melihat apakah data residual terjadi secara random atau tidak sistematis.
H0 : residual res_1 random acak H1 : residual res_1 tidak random
3. Analisis Regresi Dalam analisis regresi, selain mengukur kekuatan hubungan antara
dua variabel atau lebih, juga menunjukkan hubungan antara variabel dependen dengan variabel independen. Variabel dependen diasumsikan
randomstokastik, yang berarti mempunyai distribusi probabilistik. Variabel independenbebas diasumsikan memiliki nilai tetap Ghozali,
2011. Dalam penelitian ini digunakan analisis regeresi linier berganda
untuk mengukur kekuatan pengaruh variabel independen terhadap variabel dependen.
Adapun model penelitian yang digunakan dalam penelitian ini adalah sebagai berikut :
CETR
i,t
= α
+
β
1
INST
i,t
+ β
2
RISK
i,t
+ β
3
LEV
i,t
+ ε
Keterangan : CETR I,t = Cash Effective Tax Rate perusahaan i pada tahun t
α = Konstanta
37
β
1
INST
i,t
= Proporsi kepemilikan institusional dalam perusahaan i pada tahun t
β
2
RISK
i,t
= Risiko perusahaan dalam perusahaan i pada tahun t β
3
LEV
i,t =
Leverage perusahaan i pada tahun t
ε = Error
4. Uji Hipotesis a. Uji Signifikansi Simultan Uji Statistik F
Pengujian ini bertujuan untuk membuktikan apakah variabel- variavel independen X secara simultan bersamaan mempunyai
pengaruh terhadap variabel dependen Y Imam Gozali, 2011. Apabila Fhitung Ftabel maka Ho ditolak dan Ha diterima, yang
berarti variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen dengan menggunakan tingkat signifikan
sebesar 5. Jika nilai Fhitung Ftabel maka secara bersama-sama seluruh variabel independen mempengaruhi variabel dependen. Selain
itu, dapat juga dengan melihat nilai probabilitas, jika nilai probabilitas lebih kecil daripada 0,05 untuk tingkat sinifikansi 5, maka
variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Sedangkan jika nilai probabilitas lebih besar dari
0,05 maka variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
38
b. Uji Koefisien Determinasi Adjusted R
2
Imam Ghozali 2011 menyatakan bahwa uji koefisien determinasi bertujuan untuk melihat seberapa besar kemampuan variabel bebas
menjelaskan variabel terikat yang dilihat melalui Adjusted R
2
. Adjusted R
2
ini digunakan karena variabel bebas dalam penelitian ini adalah lebih dari dua. Nilainya terletak antara 0 dan 1. Jika hasil yang
diperoleh 0,5, maka model yang digunakan dianggap cukup handal dalam membuat estimasi.
Semakin besar angka Adjusted R
2
maka semakin baik model yang digunakan untuk menjelaskan hubungan variabel bebas terhadap
variabel terikatnya. Jika Adjusted R
2
semakin kecil berarti semakin lemah model tersebut untuk menjelaskan variabilitasnya dari variabel
terikatnya. c. Uji t Parsial
Uji statistik t pada dasarnya untuk menunjukkan seberapa jauh pengaruh suatu variabel individu independen secara individu dalam
menerangkan variabel dependen Ghozali, 2011. Apabila t hitung t tabel maka Ho ditolak dan Ha diterima, yang
berarti variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen dengan menggunakan tingkat signifikan
sebesar 5, jika nilai t hitung t tabel maka secara satu persatu variabel independedn mempengaruhi variabel dependen. Selain itu,
dapat juga dengan melihat nilai probabilitas. Jika nilai probabilitas
39
lebih kecil daripada 0,05 untuk tingkat signifikan 5, maka variabel independen secara satu persatu berpengaruh terhadap variabel
dependen. Sedangkan jika nilai probabilitas lebih besar daripada 0,05 maka variabel independen secara satu persatu tidak berpengaruh
terhadap variabel dependen.
D. Operasionalisasi Variabel Penelitian