Teknik Pengumpulan Data Metode Analisis Data

44 sampel. Adapun kriteria pemilihan sampel pada penelitian ini adalah sebagai berikut: 1 Perusahaan LQ45 yang terdaftar di BEI dan tetap termasuk dalam golongan perusahaan LQ45 dalam kurun waktu tahun 2012-2014. 2 Perusahaan mempublikasikan laporan keuangan yang telah diaudit dengan menggunakan tahun buku yang berakhir pada tanggal 31 Desember dan menerbitkan laporan tahunan annual report berurut-turut selama tahun 2012-2014. 3 Perusahaan mengungkapkan informasi CSR dalam laporan tahunan perusahaan atau dalam laporan keberlanjutan tersendiri selama periode 2012- 2014.

C. Teknik Pengumpulan Data

Data-data yang digunakan dalam penelitian ini, baik yang bertujuan untuk mendeskripsikan maupun untuk menganalisis, diperoleh dari data sekunder yang bersifat kuantitatif. Data sekunder adalah data yang informasinya diperoleh secara tidak langsung dari perusahaan. Sedangkan menurut Indriantoro dan Supomo 2009, data sekunder adalah sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui perantara diperoleh dan dicatat oleh pihak lain. Penelitian ini hanya menggunakan data sekunder berupa: a. Data laporan keuangan dan laporan tahunan yang telah diaudit untuk periode tahun 2012 sampai dengan 2014 yang diperoleh dari website BEI www.idx.co.id, website masing-masing perusahaan dan website informasi pembelajaran yang disediakan oleh blogger di www.sahamok.co.id. 45 b. Data laporan keberlanjutan perusahaan yang diperoleh dari masing-masing website perusahaan. Teknik yang digunakan dalam penelitian ini menggunakan teknik dokumentasi melalui studi kepustakaan Library Research, yaitu dengan cara mengumpulkan, membaca, mencatat dan memahami bahan-bahan yang berkaitan dengan bidang yang menjadi topik pembahasan penulis yang dianggap penting dari berbagai sumber yang resmi, seperti buku, dokumen, artikel, laporan, jurnal, dll.

D. Metode Analisis Data

Untuk mengetahui besarnya pengaruh antar variabel yang melibatkan lebih dari satu variabel bebas independentexplanatory variable terhadap satu variabel terikat dependent variable, metode analisis data dalam penelitian ini agresivitas pajak, tingkat persistensi laba, corporate social responsibility, terhadap nilai perusahaan menggunakan model regresi berganda atau multiple regression Sunyoto, 2013. Tahapan penelitian dalam penelitian ini adalah sebagai berikut:

1. Uji Asumsi Klasik

Untuk menunjukkan pengaruh antara variabel bebas X terhadap variabel terikat Y, maka perlu digunakan pengujian asumsi klasik. Uji asumsi dasar yang dilakukan adalah: a Uji Normalitas Uji normalitas bertujuan untuk menguji apakah sebuah model regresi variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau tidak. Terdapat dua cara untuk mendeteksi apakah residual 46 berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik Ghozali, 2013:  Analisis Grafik Metode yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Untuk dapat mengetahui apakah model regresi tersebut mengalami normalitas atau tidak dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik.  Analisis Statistik Selain itu penelitian uji normalitas dapat juga menggunakan uji Kolmogorov Smirnov dengan bantuan program SPSS. Dalam penelitian ini, uji yang dilakukan untuk menentukan normalitas dengan menggunakan statistik Kolmogorov –Smirnov Ghozali, 2013. Hal ini dapat dilihat sebagai berikut: a Dengan membandingkan K-S hitung dengan K-S tabel :  Jika K- S hitung K- S tabel , H o ditolak.  Jika K- S hitung K- S tabel , H o diterima. b Dengan melihat angka probabilitas, dengan ketentuan:  Probabilitas 0,05, maka H o ditolak.  Probabilitas 0,05, maka H o diterima. b Uji Multikolinieritas Uji multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antara beberapa variabel bebas independen dalam model regresi 47 Ghazali, 2013. Multikolinieritas merupakan keadaan dimana satu atau lebih variabel independen dinyatakan sebagai kondisi linier dengan variabel lainnya. Artinya bahwa jika perubahan-perubahan bebas digunakan sama sekali tidak berkolerasi satu dengan yang lain maka bisa dikatakan tidak terjadi multikolinieritas. Uji multikolinearitas dapat juga dilakukan dengan melihat nilai tolerance dan Variance Information Factor VIF dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance lebih tinggi daripada 0,10 atau VIF lebih kecil dari 10 maka dapat dikatakan tidak terjadi multikolinearitas. c Uji Heteroskedastisitas Uji heterokedastisitas menunjukkan bahwa variance variabel tidak sama untuk semua pengamatan. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Data yang baik yaitu homoskedastisitas yaitu kesamaan varians dan residual. Kebanyakan data cross section mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran-ukuran kecil, sedang dan besar. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu melihat hasil output SPSS melalui grafik scatterplot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual 48 Y prediksi – Y sesungguhnya yang telah di-studentized Ghozali, 2013. Dasar analisis dari uji heteroskedastisitas adalah sebagai berikut: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Uji heteroskedastisitas juga dapat dilakukan dengan menggunakan uji Glejser yaitu dengan meregresikan antara variabel bebas terhadap nilai absolut dari residual. Apabila signifikansi antara variabel bebas dengan absolut residual lebih dari 5 maka tidak terjadi masalah heteroskedastisitas.. Apabila koefisien korelasi dari masing-masing variabel bebas ada yang signifikan pada tingkat kekeliruan di bawah 5, mengindikasikan adanya gejala heteroskedastisitas. d Uji Autokorelasi Autokorelasi adalah korelasi antara sesama urutan pengamatan dari waktu ke waktu. Untuk memeriksa adanya aotukorelasi, biasanya dilakukan uji statistik Durbin – Watson D-W, dengan tingkat kepercayaan  = 5. Apabila D-W terletak antara -2 sampai +2 maka tidak ada autokorelasi Santoso, 2002. Uji autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi 49 yang berurutan sepanjang waktu satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data rentet waktu time series karena “gangguan” pada seorang individu kelompok cenderung mempengaruhi “gangguan” pada individu kelompok yang sama pada periode berikutnya. Pada data crossection silang waktu, masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali 2013.

2. Uji Hipotesis

a Uji Simultan Uji F Pengujian ini bertujuan untuk membuktikan apakah variabel-variabel independen X secara simultan bersama-sama mempunyai pengaruh terhadap variabel dependen Y Ghozali, 2013. 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 0,05. Selain itu, dapat juga dengan melihat nilai probabilitas. Jika nilai probabilitas lebih kecil daripada 0,05 untuk tingkat signifikansi = 0,05, maka variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Sedangkan jika nilai probabilitas lebih besar daripada 0,05 maka variabel independen secara serentak tidak berpengaruh terhadap variabel dependen. 50 b Uji Parsial Uji t Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel individu independen secara individu dalam menerangkan variabel dependen Ghozali, 2013. Uji t digunakan untuk mengetahui apakah pengaruh variabel independen berpengaruh secara parsial terhadap variabel dependen bersifat menentukan significant atau tidak Santoso, 2007. Dalam penelitian ini menggunakan uji signifikan dua arah atau two tailed test, yaitu suatu uji yang mempunyai dua daerah penolakan Ho yaitu terletak di ujung sebelah kanan dan kiri. Dalam pengujian dua arah, biasa digunakan untuk tanda sama dengan = pada hipotesis nol dan tanda tidak sama dengan ≠ pada hipotesis alternatif. Tanda = dan ≠ ini tidak menunjukan satu arah, sehingga pengujian dilakukan untuk dua arah Suharyadi dan Purwanto S.K., 2009. Kriteria dalam uji parsial Uji t dapat dilihat sebagai berikut:  Uji Hipotesis dengan membandingkan t hitung dengan t tabel 1 Apabila - t hitung - t tabel atau t hitung t tabel , maka Ho ditolak dan Ha diterima, artinya variabel independen secara parsial mempunyai pengaruh yang signifikan terhadap variabel dependen. 2 Apabila t hitung ≤ t tabel atau - t hitung ≥ - t tabel , maka Ho diterima dan Ha ditolak, artinya variabel independen secara parsial tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.  Uji Hipotesis berdasarkan Signifikansi 1 Jika angka sig. 0,05, maka Ho diterima, 2 Jika angka sig. 0,05, maka Ho ditolak, 51

3. Analisis Regresi Linier Berganda

a Uji Koefisien Determinasi Adjusted R 2 Menurut Ghozali 2013 menyatakan Uji Koefisien Determinasi bertujuan untuk melihat seberapa besar kemampuan variabel bebas menjelaskan variabel terikat yang dilihat melalui adjusted R². Adjusted R² ini digunakan karena variabel bebas dalam penelitian ini lebih dari dua. Nilainya terletak antara 0 dan 1. Jika hasil yang diperoleh 0,5 maka model yang digunakan dianggap cukup handal dalam melakukan suatu estimasi. Semakin besar angka Adjusted R² maka semakin baik model yang digunakan untuk menjelaskan hubungan variabel bebas terhadap variabel terikatnya. Jika Adjusted R² semakin kecil berarti semakin lemah model tersebut untuk menjelaskan variabilitas dari variabel terikatnya. b Uji Regresi Linier Berganda Untuk mengetahui pengaruh variabel independen terhadap variabel dependen digunakan model regresi linier berganda dimana variabel independen yaitu agresivitas pajak, tingkat persistensi laba, dan corporate social responsibility terhadap variabel dependen yaitu nilai perusahaan price earning ratio. Model regresi linier berganda penelitian ini adalah sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + Ɛ Keterangan: Y = Nilai Perusahaan a = Konstanta b 1 …b 3 = Koefisien regresi terhadap dugaan X 1 = agresivitas pajak X 2 = persistensi laba 52 X 3 = corporate social responsibility Ɛ = Standar Error

E. Operasional Variabel Penelitian