52
2. Perusahaan yang mengalami laba lima tahun berturut-turut.
Kriteria ini digunakan karena pajak penghasilan dikenakan atas laba yang diperoleh perusahaan, sehingga ketika perusahaan merugi, perusahaan
tidak dikenai pajak penghasilan. 3. Perusahaan manufaktur yang menerbitkan laporan keuangan dengan
lengkap dan telah diaudit pada tahun 2010-2014.
Kelengkapan laporan keuangan sangat diperlukan dalam penilaian variabel-variabel penelitian, sehingga perusahaan yang tidak lengkap
laporan keuangannya tidak termasuk dalam sampel penelitian. 4. Menggunakan mata uang rupiah dalam penilaian laporan keuangannya.
Kriteria ini digunakan untuk pemilihan sampel karena sebagian besar perusahaan di Indonesia menggunakan mata uang rupiah dalam laporan
keuangannya. Perusahaan yang menggunakan mata uang dolar dalam laporan keuangannya kurang mewakili keadaan perusahaan manufaktur di
Indonesia.
5. Data-data mengenai variabel-variabel yang diteliti tersedia dengan lengkap dalam laporan keuangan perusahaan pada tahun 2010-2014.
C. Metode Pengumpulan Data
Dalam memperoleh data-data pada penelitian ini, peneliti menggunakan penelitian pustaka Library Research yaitu peneliti
memperoleh data yang berkaitan dengan masalah yang sedang diteliti melalui buku, jurnal, internet, dan perangkat lain yang berkaitan dengan judul
penelitian. Peneliti menggunakan data sekunder yang merupakan sumber data
53
penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara diperoleh dan dicatat oleh pihak lain. Data sekunder umumnya
berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip data dokumenter yang dipublikasikan dan yang tidak dipublikasikan
Indriantoro dan Bambang, 2002. Dalam penelitian ini peneliti menggunakan pengumpulan data sekunder diperoleh dari website Bursa Efek Indonesia
BEI dan website resmi perusahaan yang bersangkutan. Sumber data yang
digunakan berasal dari Indonesia Capital Market Directory ICMD, annual report, dan mengakses website Bursa Efek Indonesia melalui internet
www.idx.co.id .
D. Metode Analisis Data
Metode analisis data pada penelitian ini menggunakan statistik deskriptif, uji asumsi klasik dan uji hipotesis.
1.
Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
sehingga menjadikan sebuah informasi yang lebih jelas dan mudah untuk dipahami. Statistik deskriptif dapat dilihat dari nilai rata-rata mean,
median, modus, standar deviasi, nilai maksimum, dan nilai minimum Ghozali, 2013:19. Statistik deskriptif dapat menjelaskan variabel-
variabel yang terdapat dalam penelitian ini. Selain itu statistik deskriptif menyajikan ukuran-ukuran numerik yang sangat penting bagi data sampel.
Uji statistik deskriptif tersebut dilakukan dengan program SPSS 22.
54
2.
Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data sekunder pada penelitian ini yaitu dilakukan empat uji asumi klasik diantaranya uji
multikolonieritas, uji normalitas, uji heterokedastisitas, dan uji autokorelasi.
a. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas.
Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas Ghozali, 2013:139.
Uji ini dapat dilakukan dengan melihat gambar plot antara nilai prediksi variabel independen ZPRED dengan residual SRESID.
Apabila dalam grafik tersebut tidak terdapat pola tertentu yang teratur dan data tersebar acak diatas dan dibawah angaka 0 pada sumbu Y,
maka diidentifikasikan tidak terdapat heteroskedastisitas Ghozali, 2013. Selain itu pendeteksian ada atau tidaknya heteroskedastisitas
dapat dilakukan dengan uji park yaitu meregresikan nilai residual Lnei2 dengan masing-masing variabel independen LnSIZE,
LnLEV, LnROA, LnCI, LnII, LnIND, jika probabilitas signifikannya
55
diatas tingkat kepercayaan 5 maka tidak terdapat heteroskedastisitas Ghozali, 2013:142.
b. Uji Multikoloniearitas Uji multikoloniearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal
adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Cara mendeteksi multikoloniearitas
dengan menganalisis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan VIF. Perhitungan nilai tolerance juga
menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar
variabel independen yang nilainya lebih dari 95. Hasil perhitungan nilai Variance Inflation Factor VIP juga menunjukkan hal yang
sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas
antar variabel independen dalam model regresi Ghozali, 2013:105. c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai
56
residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua
cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistic. Ghozali. 2013:160
1 Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual
adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil.
Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan
garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya Ghozali, 2013:161 2 Analisis Statistik
Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai skewness dari residual. Uji statistik lain yang
dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametik Kolmogrov-Smirnov K-S. Pedoman
pengambilan keputusan tentang data tersebut mendekati atau
57
merupakan distribusi normal berdasarkan uji Kolmogrov-Smirnov dapat dilihat dari:
1 Nilai signifikansi atau probabilitas 0.05, maka distribusi data adalah tidak normal.
2 Nilai signifikansi atau probabilitas 0.05, maka distribusi data adalah normal Ghozali, 2013:163.
d. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model
regresi linear 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. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2013:110. Untuk
menguji ada tidaknya autokorelasi dalam penelitian ini. Digunakan uji Durbin-Watson DW Test sebagai keputusan ada atau tidaknya
autokorelasi. Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear 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. Model regresi yang baik
adalah regresi yang bebas dari autokorelasi Ghozali, 2013:110.
58
Pengujian autokorelasi penelitian ini menggunakan uji Durbin-Watson DW, salah satu ukuran dalam menentukan ada tidaknya masalah
autokorelasi dengan Uji Durbin-Watson DW dengan ketentuan sebagai berikut Sunyoto, 2011:91.
1. Terjadi autokorelasi positif, jika nilai DW dibawah -2 atau DW -2.
2. Tidak terjadi autokorelasi, jika nilai DW berada diantara -2 dan +2 atau -
2 ≤ DW ≤ + 2. 3. Terjadi autokorelasi negatif, jika nilai DW diatas + 2 atau DW
+2. Untuk mendeteksi apakah antar residual terdapat korelasi yang
tinggi, salah satunya dapat menggunakan Run Test yang merupakan bagian dari statistic non-parametrik. Jika antar residual 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 Ghozali, 2013:120.
3.
Regresi Berganda
Dalam analisis regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel
dependen dengan variabel independen. Variabel dependen diasumsikan randomstokastik, yang berarti mempunyai distribusi probabilistik. Variabel
independenbebas diasumsikan memiliki nilai tetap dalam pengambilan sampel yang berulang Ghozali, 2013:96.
59
Metode statistik yang digunakan untuk melakukan pengujian terhadap hipotesis dalam penelitian ini dilakukan dengan menggunakan analisis regresi
berganda. Analisis regresi berganda multiple regression analysis merupakan analisis yang dapat digunakan sebagai model prediksi terhadap suatu variabel
dependen dari beberapa variabel independen. Adapun model persamaan regresi yang digunakan dalam penelitian ini
yaitu:
ETRt = α + β1SIZE
it
+ β2LEV
it
+ β3ROA
it
+ β4CI
it
+ β5II
it
+ β6IND
it
+ €it
Dimana: ETR
it
: Tingkat Pajak Efektif α
: Konstanta β
1,2,3
: Koefisien variabel SIZE
it
: Ukuran Perusahaan LEV
it
: Leverage ROA
it
: Profitabilitas CI
it
: Intensitas Aset Tetap II
it
: Intensitas Persediaan IND
it
: Komisaris Independen €
it
: Error
60
4.
Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen. Ghozali,
2013:97.
5.
Uji Hipotesis
Secara statistik, setidaknya pengujian hipotesis ini dapat diukur dari nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan
secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana H
ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana H
diterima. Ghozali, 2013:97. a. Uji Signifikan Simultan Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel dependenterikat. Hipotesis nol H
yang hendak diuji apakah semua parameter dalam model:
61
1 H
: b1 = ... = bk = 0, artinya apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel
dependen. 2
H
a
: b1 ≠ b2 ≠ ... ≠ bk ≠ 0, artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap
variabel dependen. Kriteria pengujian yang digunakan dalam uji F adalah:
a Apabila nilai F lebih besar daripada 4 maka H dapat ditolak
pada derajat kepercayaan 5. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel
independen secara serentak dan signifikan mempengaruhi variabel dependen.
b Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F
tabel, maka H ditolak dan menerima H
a
Ghozali, 2013:98. b.
Uji Signifikan Parameter Individual Uji Statistik t Tingkat signifikansi ditandai huruf Yunani alpha
. Tidak ada satupun tingkat signifikansi yang berlaku bagi semua pengujian. Suatu
keputusan dibuat untuk menggunakan tingkat 0,05 seringkali disebut sebagai tingkat 5 persen, tingkat 0,01, tingkat 0,10, atau tingkat lainnya
antara 0 dan 1. Lind, et. al Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh
satu variabel penjelasindependen secara individual dalam menerangkan
62
variasi variabel dependen. Hipotesis nol H yang hendak diuji adalah
apakah suatu parameter bi yaitu: 1
H : bi = 0, artinya apakah suatu variabel independen bukan
merupakan penjelas yang signifikan terhadap variabel dependen. 2
H
a
: bi ≠ 0, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
3 Kriteria pengujuan yang digunakan dalam uji t sig 0,05:
a Apabila tingkat signifikansi sig 0,05 maka H diterima dan
H
a
ditolak b Apabila tingkat signifikansi sig 0,05 maka H
ditolak dan H
a
diterima Ghozali, 2013:99. 4
Dengan menggunakan nilai t tabel dan derajat bebas degree of freedom df = n-1:
a Apabila nilai t hitung nilai t tabel, maka H ditolak dan H
a
diterima c Apabila nilai t hitung nilai t tabel, maka H
diterima dan H
a
ditolak.
E. Operasional Variabel Penelitian