Gambaran Umum Obyek Penelitian Pemilihan Model Regresi Panel Data

46

Bab 4 Hasil Penelitian dan Pembahasan

4.1 Gambaran Umum Obyek Penelitian

Penelitian dilakukan pada perusahaan manufaktur yang listing di Bursa Efek Indonesia BEI secara konsisten pada tahun 2006 hingga 2010. Berdasarkan metode purposive sampling, maka jumlah sampel yang dapat digunakan dalam penelitian ini adalah sebanyak 39 sampel. Sedangkan periode pengamatan adalah dari tahun 2006 hingga 2010, sehingga pooled data untuk 5 periode sebesar 195 sampel 39x5. Adapun gambaran mengenai sampel penelitian terlihat pada tabel 4.1. Tabel 4.1 Deskripsi Objek Penelitian No Jenis Industri Jumlah Persentase 1 Food and beverages 6 15,38 2 Paper and allied product 1 2,56 3 Chamical 5 12,82 4 Adhesive 1 2,56 5 Plastics and glass products 1 2,56 6 Cement 2 5,13 7 Metal and allied products 3 7,69 8 Stone, clay, glass and concrete products 1 2,56 9 Cables 3 7,69 10 Electronic and office equipment 1 2,56 Tabel 4.1 Lanjutan No Jenis Industri Jumlah Persentase 11 Automotive and allied products 5 12,82 12 Pharmaceuticals 2 5,13 13 Consumer goods 2 5,13 14 Telecommunication 2 5,13 15 Whole sale and retail trade 3 7,69 16 Tobacco manufacturers 1 2,56 Jumlah 39 100 Sumber: Data sekunder yang diolah, 2012 Berdasarkan pengklasifikasian pada tabel 4.1, sampel berasal dari 16 jenis industri yang bergerak dibidang manufaktur. Jumlah sampel terbesar berada pada industri food and beverager yang berjumlah 6 perusahaan 15,38. Disusul dengan industri chamical serta automotive and allied products yang masing masing berjumlah 5 sampel 12,38. Sedangkan jumlah sampel terkecil berasal dari 6 jenis industri yaitu paper and allied product; adhesive; plastics and glass products; stone, clay, glass and concrete products; electronic and office equipment, dan tobacco manufacturers yang masing- masing berjumlah 1 perusahaan 2,56.

4.2 Hasil Penelitian

4.2.1 Statistik Deskriptif

Analisis deskriptif digunakan untuk memberikan gambaran atas variabel-variabel yang digunakan dalam penelitian, yaitu likuiditas, leverage, dewan komisaris independen, manajemen laba, ukuran perusahaan, ETR dan CETR. Pengukuran yang digunakan dalam penelitian ini adalah mean, standar deviasi, nilai minimum, dan nilai maximum. Ringkasan statistik deskriptif dari variabel-variabel penelitian tersebut disajikan pada tabel 4.2. Tabel 4.2 Deskripsi Variabel Penelitian Tahun 2006-2010 Variabel Min Max Mean Std. Deviasi Likuiditas 0,20 4,79 1,72 0,79 Leverage 0,08 0,96 0,54 0,20 Dekom Independen 0,29 0,70 0,41 0,10 Manajemen Laba -0,57 0,66 -0,03 0,14 Ukuran Perusahaan 10,56 18,54 14,30 1,72 ETR 0,030 0,813 0,312 0,089 CETR 0,016 0,989 0,298 0,150 Sumber: Data sekunder yang diolah, 2012 Likuiditas yang dihitung dengan rasio lancar memiliki nilai rata-rata sebesar 1,72 yang menunjukkan bahwa rata-rata sampel mampu menutup setiap Rp. 1,00 kewajiban lancar perusahaan dengan Rp. 1,72 aset lancar yang dimilikinya. Nilai likuiditas tertinggi sebesar 4,79 dimiliki oleh PT. Lion Mesh Prima Tbk. pada tahun 2008 yang mengindikasikan bahwa perusahaan tersebut dapat menutup setiap Rp. 1,00 kewajiban lancar dengan Rp. 4,79 aset lancar. Akan tetapi PT. Excelcomindo Pratama Tbk. pada tahun 2006 hanya dapat menutup Rp. 1,00 kewajiban lancar dengan Rp. 0,20 aset lancar yang dimilikinya. Nilai standar deviasi sebesar 0,79 menunjukkan bahwa sampel memiliki sebaran likuiditas yang hampir sama antar masing-masing sampel. Leverage yang dihitung dengan rasio total utang, mengindikasikan bahwa rata-rata sampel memiliki Rp. 0,54 utang untuk setiap Rp. 1,00 aset yang dimiliki perusahaan. Nilai maksimum leverage dimiliki oleh PT. Tri Polyta Indonesia Tbk. pada tahun 2006, dimana perusahaan tersebut memiliki Rp. 0,96 utang untuk setiap Rp. 1,00 aset. Nilai rasio utang minimum sebesar 0,08 dimiliki oleh PT. Mandom Indonesia Tbk. pada tahun 2007. Sehingga perusahaan tersebut hanya memiliki Rp. 0,08 utang untuk setiap Rp. 1,00 aset yang dimilikinya. Untuk nilai standar deviasi sebesar 0,20 menunjukkan bahwa leverage sampel memiliki sebaran yang hampir sama antar masing-masing sampel. Komisaris independen diukur berdasarkan jumlah komisaris independen dibagi dengan total dewan komisaris. Nilai rata-rata dewan komisaris independen perusahaan sampel sebesar 0,41 yang menunjukkan bahwa rata-rata porsi dewan komisaris independen sebesar 41. PT. Tri Polyta Indonesia Tbk dan PT. Multi Bintang Indonesia Tbk. selama periode 2005 hingga 2010 memiliki persentase dewan komisaris independen sebesar 29 yang menjadi nilai minimum dari variabel dewan komisaris independen. Namun terdapat perusahaan yang memiliki dewan komisaris independen sebesar 70 yakni PT. Arwana Citramulia Tbk. pada tahun 2010. Nilai standar deviasi sebesar 0,10 menunjukkan bahwa rasio dewan komisaris independen sampel memiliki sebaran yang hampir sama pada tiap sampel. Dapat disimpulkan bahwa mayoritas sampel memiliki komisaris independen lebih besar atau sama dengan 30, yang berarti mayoritas sampel sudah memiliki komisaris independen diatas batas minimal dari peraturan yang telah ditetapkan yaitu sekurangkurangnya 30 dari jumlah seluruh anggota komisaris. Manajemen laba diukur dengan menggunakan nilai discretionary accruals DA. Nilai rata-rata DA adalah -0,03 yang menunjukkan bahwa rata-rata sampel secara umum melakukan manajemen laba dengan melakukan kebijakan akrual yang menurunkan laba sebesar 3 dari total aset t-1. Nilai minimum DA sebesar -0,57 yang dimiliki oleh PT. Indospring Tbk. pada tahun 2009 menunjukkan bahwa perusahaan tersebut menurunkan laba sebesar 57 dari total aset tahun 2008. Sedangkan nilai maksimum yakni 0,66 dimiliki oleh PT Ekadharma International Tbk. pada tahun 2008 yang mengindikasikan bahwa perusahaan tersebut melakukan manajemen laba dengan meningkatkan laba sebesar 66 dari total aset tahun 2007. Ukuran perusahaan dihitung berdasarkan nilai natural algoritma dari total aset perusahaan. Ukuran perusahaan terbesar adalah 18,54 yang dimiliki oleh PT. Astra International Tbk. pada tahun 2010 dengan total aset Rp. 112.857 milyar. Nilai terendah adalah 10,56 yang dimiliki oleh PT. Akbar Indo Makmur Stimec Tbk. pada tahun 2007 dengan total aset Rp. 38,5 milyar. Sedangkan perusahaan memiliki rata-rata total aset senilai Rp. 6.827,5 milyar. Nilai standar deviasi ukuran perusahaan sebesar 1,72 yang lebih kecil dari nilai rata-rata ukuran perusahaan yang sebesar 14,30 menunjukkan bahwa setiap sampel memiliki ukuran perusahaan yang hampir sama. Agresivitas pajak perusahaan dihitung dengan menggunakan dua cara, yaitu effective tax rate ETR dan cash effective tax rate CETR. Nilai rata-rata effective tax rate ETR adalah 0,312, hal ini menandakan bahwa beban rata-rata pajak perusahaan sampel adalah 31,2 dari laba sebelum pajak. Nilai minimum sebesar 0,03 yang dimiliki oleh PT Fajar Surya Wisesa Tbk. pada tahun 2008, menunjukkan bahwa beban pajak perusahaan hanyalah 3 dari laba sebelum pajak. Nilai maksimal ETR sebesar 0,813 yang dimiliki oleh PT Akbar Indo Makmur Stimec Tbk. pada tahun 2006, menunjukkan bahwa beban pajak perusahan tersebut adalah 81,3 dari laba sebelum pajak. Nilai standar deviasi sebesar 0,089 yang lebih kecil dari nilai rata-rata menunjukkan bahwa sampel memiliki sebaran effective tax rate yang hampir sama antar masing-masing sampel. Berdasarkan nilai cash effective tax rate diperoleh nilai rata-rata CETR sebesar 0,298 menunjukkan bahwa besarnya pembayaran pajak adalah 29,8 dari laba sebelum pajak. PT SMART Tbk. pada tahun 2007 memiliki nilai cash effective tax rate paling rendah yaitu sebesar 0,016, menunjukkan bahwa besarnya pembayaran pajak perusahaan tersebut hanya 1,6 dari laba sebelum pajak. Nilai maksimum cash effective tax rate sebesar 0,989 dimiliki oleh PT. Sorini Tbk. pada tahun 2010, menunjukkan bahwa besarnya pembayaran pajak perusahaan tersebut adalah 98,9 dari laba sebelum pajak. Sedangkan nilai standar deviasi adalah 0,150 yang menunjukkan bahwa sampel memiliki sebaran cash effective tax rate yang hampir sama antar masing-masing sampel. Tarif pajak diukur dengan menggunakan variabel dummy, yaitu 1 jika dalam waktu pengamatan sampel telah menerapkan tarif pajak tetap sesuai dengan Undang-undang No. 36 Tahun 2008 dan 0 jika dalam waktu pengamatan sampel menggunakan tarif pajak progresif sesuai Undang- undang No. 17 Tahun 2000. Tarif pajak progresif yang diatur dalam Undang-undang No. 36 Tahun 2008 mulai diberlakukan tahun 2009 guna menggantikan Undang-undang No. 17 Tahun 2000. Tabel 4.3 mendiskripsikan jumlah periode pengamatan pada sampel yang menggunakan tarif pajak progresif maupun tetap. Jumlah pengamatan sampel yang telah menerapkan tarif pajak tetap adalah 78 pengamatan atau 60. Sedangkan 117 sampel atau 40 berada pada periode pengamatan sebelum tahun 2009 sehingga masih menerapkan tarif pajak progresif. Tabel 4.3 Deskripsi Variabel Tarif Pajak Tahun 2006-2010 Keterangan Jumlah Persentase Menggunakan tarif pajak progresif 78 40 Menggunakan tarif pajak tetap 117 60 Jumlah 195 100 Sumber: Data sekunder yang diolah, 2012 Saham publik diukur dengan menggunakan variabel dummy, yaitu 1 jika lebih dari 40 saham perusahaan dimiliki oleh publik dan 0 jika saham perusahaan yang dimiliki publik kurang dari 40. Tabel 4.4 memberikan gambaran bahwa jumlah sampel yang 40 dari saham dimiliki oleh publik berjumlah 110 sampel atau 56,41. Sedangkan 85 sampel atau 43,59, minimal 40 atau lebih sahamnya dimiliki oleh publik. Persentase saham publik terendah terdapat pada Intraco Penta Tbk. pada tahun 2008 yaitu sebesar 9,56. Sedangkan persentase saham publik tertinggi dimiliki oleh PT. Metrodata Electronics Tbk pada tahun 2007 dengan jumlah saham publik sebesar 85,36. Tabel 4.4 Deskripsi Variabel Kepemilikan Saham Tahun 2006-2010 Keterangan Jumlah Persentase Jumlah saham publik kurang dari 40 110 56,41 Jumlah saham publik lebih dari 40 85 43,59 Jumlah 195 100 Sumber: Data sekunder yang diolah, 2012

4.2.2 Uji Asumsi Klasik

Uji normalitas dimaksudkan untuk mengetahui apakah data penelitian terdistribusi secara normal. Penilaian normalitas dengan menggunakan perbandingan skewness kemencengan dan kurtosis keruncingan. Standar sebuah data dikatakan memiliki distribusi normal adalah jika hasil skewness adalah 0 dan kurtosis adalah 3 Gujarati, 2006. Jika suatu observasi memiliki nilai kurtosis lebih besar dari +3 atau lebih kecil dari -3 berarti observasi tersebut mempunyai nilai yang ekstrim outliers atau tidak berdistribusi normal. Hasil uji normalitas pada variabel independen dan dependen disajikan pada tabel 4.5. Tabel 4.5 Hasil Uji Normalitas Variabel Min Max Mean Skew Kurt Hasil Likuiditas 0,20 4,79 1,723 0,90 0,74 Normal Leverage 0,08 0,96 0,542 -0,34 -0,26 Normal Dekom 0,29 0,70 0,409 1,51 4,66 Tidak normal Manajemen Laba -0,58 0,66 -0,03 0,16 0,60 Normal ETR 0,029 0,813 0,312 1,52 4,24 Tidak normal CETR 0,016 0,989 0,298 1,41 5,72 Tidak normal Sumber: Data sekunder yang diolah, 2012 Pada tabel 4.5 terlihat bahwa beberapa variabel memiliki kurtosis diatas +3, yaitu dekom dewan komisaris independen dengan nilai kurtosis sebesar 4,656, ETR dengan nilai kurtosis sebesar 4,239 dan CETR dengan nilai kurtosis sebesar 5,719. Sedangkan variabel likuiditas, leverage dan manajemen laba memiliki nilai kurtosis secara berturut-turut adalah 0,740, -0,264 dan 0,604. Nilai kurtosis pada variabel-variabel tersebut berada diantara +3 dan -3, sehingga dapat disimpulkan variabel likuiditas, leverage dan manajemen laba memiliki distribusi data yang normal. Untuk mendapatkan hasil pengujian yang lebih baik dan valid maka dilakukan tranformasi variabel penelitian yang tidak berdistribusi normal kedalam bentuk akar kuadrat sqrt. Hasil uji normalitas setelah dilakukan transformasi dapat dilihat pada tabel 4.6. Tabel 4.6 Hasil Uji Normalitas Setelah Transformasi Variabel Min Max Mean Skew Kurt Hasil Likuiditas 0,20 4,79 1,723 0,90 0,74 Normal Leverage 0,08 0,96 0,542 -0,34 -0,26 Normal sqrtDekom -1,70 -0,37 -0,95 0,15 -0,43 Normal Manajemen Laba -0,58 0,66 -0,03 0,16 0,60 Normal sqrtETR 0,17 0,90 0,55 0,10 0,57 Normal sqrtCETR 0,03 0,99 0,51 0,03 0,48 Normal Sumber: Data sekunder yang diolah, 2012 Berdasarkan tabel 4.6 terlihat bahwa setelah dilakukannya transformasi variabel dewan komisaris independen, ETR dan CETR kedalam bentuk akar kuadrat sqrt, nilai kurtosis pada variabel sqrtDekom, sqrtETR dan sqrtCETR secara berturut- turut adalah -0,433, 0,572 dan 0,483. Nilai kurtosis pada variabel-variabel tersebut berada pada kisaran nilai ±3 sehingga dapat dinyatakan bahwa sqrtDekom, sqrtETR dan sqrtCETR berdistribusi normal. Uji Multikolonieritas dilakukan dengan matriks korelasi dengan melihat besarnya nilai VIF Variance Inflation Factor dan nilai tolerance. Suatu model regresi yang bebas dari multikolinearitas memiliki nilai VIF yang tidak melebihi dari 10 dan nilai tolerance tidak ada yang kurang dari 0,10. Hasil uji multikolonieritas dalam penelitian ini dapat dilihat pada tabel 4.7. Berdasarkan hasil uji multikolinearitas, nilai VIF pada variabel-variabel penelitian berada pada kisaran angka 1,028 hingga 1,146. Sedangkan nilai tolerance terendah adalah 0,873 dan tertinggi 0,976. Berdasarkan nilai VIF dan tolerance dapat disimpulkan bahwa tidak terdapatnya multikoloniearitas. Tabel 4.7 Hasil Uji Multikolinearitas Variabel Tolerance VIF Kesimpulan Likuiditas 0,973 1,028 Tanpa multikoloniearitas Leverage 0,900 1,112 Tanpa multikoloniearitas sqrtDekom 0,873 1,146 Tanpa multikoloniearitas Manajemen Laba 0,942 1,062 Tanpa multikoloniearitas Size 0,961 1,041 Tanpa multikoloniearitas Tarif 0,931 1,075 Tanpa multikoloniearitas Saham 0,873 1,145 Tanpa multikoloniearitas Sumber: Data sekunder yang diolah, 2012 Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear yang digunakan terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Untuk mendeteksi ada tidaknya autokorelasi, digunakan uji Durbin- Watson. Sebuah data dikatakan tidak memiliki masalah autokorelasi jika nilai Durbin-Watson berada diantara nilai du upper bound dan 4-du. Berdasarkan tabel dengan nilai n = 195 dan k = 4 didapat angka dl lower = 1,724 dan du upper = 1,808. Hasil uji Durbin Watson dengan sqrtETR dan sqrtCETR sebagai variabel dependen terlihat pada tabel 4.8. Tabel 4.8 Hasil Uji Autokorelasi Dependen Variabel Durbin- Watson lower bound upper bound Kesimpulan sqrtETR 1,876 1,724 1,808 Tanpa autokorelasi sqrtCETR 1,937 1,724 1,808 Tanpa autokorelasi Sumber: Data sekunder yang diolah, 2012 Berdasarkan tabel 4.8, diketahui nilai Durbin Watson dengan menggunakan sqrtETR sebagai variabel dependen sebesar 1,876. Oleh karena nilai Durbin Watson hitung dengan menggunakan sqrtETR sebagai variabel dependen adalah 1,876 yang berada diantara nilai du dan 4 –du, sehingga dapat disimpulkan bahwa tidak ada autokorelasi positif maupun negatif. Sedangkan nilai Durbin Watson dengan menggunakan sqrtCETR sebagai variabel dependen adalah 1,937 yang berada diantara nilai du dan 4 –du, maka dapat disimpulkan tidak terdapat autokorelasi antar residual dimana CETR sebagai variabel dependen. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau variance dari residual satu pengamatan ke pengamatan yang lain tetap. Untuk menguji heteroskedastisitas dalam penelitian ini dengan menggunakan Uji Glejser. Dari hasil pengujian sebagaimana pada tabel 4.9, hasil masing-masing variabel indpenden dengan tingkat signifikansi tidak ada yang lebih kecil dari 0,05, sehingga varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas atau bebas heteroskedastisitas dalam penelitian ini. Tabel 4.9 Hasil Uji Glejser Variabel abresid : sqrtETR abresid : sqrtCETR t Sig. t Sig. Likuiditas 0,544 0,587 0,013 0,590 Leverage 0,896 0,104 0,484 0,064 sqrtDekom -0,723 0,470 -0,843 0,400 Manajemen Laba 0,802 0,424 0,073 0,242 Size -1,505 0,134 -1,977 0,059 Tarif 0,735 0,463 -0,365 0,716 Saham -0,573 0,568 1,537 0,126 Sumber: Data sekunder yang diolah, 2012

4.3 Pemilihan Model Regresi Panel Data

Dalam regresi panel data terdapat tiga alternatif model yang dapat digunakan, yaitu Ordinary Least Square OLS, Fixed Effect Model FEM dan Random Effects Model REM. Oleh karena itu, diperlukan pengujian untuk memilih model regresi panel data mana yang paling tepat digunakan untuk menguji hipotesis. Untuk menguji metode regresi panel data yang cocok, dilakukan restricted F test dan hausman test. Restricted F test digunakan untuk menguji model mana yang cocok digunakan antara Ordinary Least Square OLS atau Fixed Effect Model FEM. Nilai F hitung tersebut dibandingkan dengan tabel F pada tingkat signifikansi 5. Jika nilai F tabel lebih besar daripada F hitung maka model yang dipilih adalah OLS, sedangkan jika nilai F hitung lebih besar dari nilai F tabel maka model yang akan dipilih adalah FEM. Ringkasan perhitungan restricted F test dapat dilihat pada tabel 4.10. Tabel 4.10 Ringkasan Uji Restricted F Test sqrtETR sqrtCETR R 2 UR 0,492091 0,481244 R 2 R 0,174595 0,171821 m 38 38 n 195 195 k 7 7 F hitung 3,09262 2,95096 F tabel 1,46905 1,46905 Sumber: Data sekunder yang diolah, 2012 Pada tabel 4.10, diperoleh data nilai F hitung dengan menggunakan sqrtETR sebagai variabel dependen adalah 3,093 yang lebih besar dari nilai F tabel 1,469. Sedangkan untuk medel yang menggunakan sqrtCETR sebagai variabel dependen diperoleh nilai F hitung adalah 2,951 yang lebih besar dari nilai F tabel 1,469. Karena nilai F hitung dengan menggunakan variabel sqrtETR maupun sqrtCETR sebagai variabel dependen sama-sama memiliki nilai F hitung lebih besar dari F tabel maka persamaan OLS tidak sesuai atau valit untuk digunakan. Hal ini menunjukkan FEM merupakan model yang lebih baik untuk digunakan dalam penelitian ini. Langkah berikutnya adalah menguji antara model FEM dan REM menggunakan Hausman test. Jika hasil Hausman test signifikan pada α = 5 maka metode yang digunakan dalam pengolahan panel data adalah FEM, jika tidak signifikan akan digunakan model REM. Hasil pengujian Hausman test dapat dilihat pada tabel 4.11. Tabel 4.11 Ringkasan Hasil Hausman Test Hausman Test p-value Kesimpulan 11,86 0,106 Menggunakan REM Sumber: Data sekunder yang diolah, 2012 Dari hasil pengujian Hausman test pada tabel 4.11 diperoleh hasil Hausman test adalah 11,86 dengan nilai p-value 0,106 yang lebih besar dari probabilitas α =5. Oleh karena itu, model REM lebih sesuai digunakan dibandingkan OLS. Hasil ini sesuai dengan pengujian praktis, dimana jika data panel mempunyai jumlah individu lebih besar dari jumlah waktu maka REM yang digunakan. Dalam model ini, jumlah individu sebanyak 39 perusahaan dan jumlah waktu pengamatan sebanyak 5 tahun, sehingga REM lebih tepat digunakan. Berdasarkan hasil pengujian data panel yang terdiri dari restricted F test dan Hausman test, maka dapat disimpulkan bahwa model yang tepat digunakan adalah Random Effect Model.

4.4 Pengujian Hipotesis