Metode Analisis Data METODOLOGI PENELITIAN

45

C. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumenter, karena data yang dikumpulkan berupa data sekunder. Data sekunder adalah data penelitian yang diperoleh secara tidak langsung melalui media perantara diperoleh dan dicatat oleh pihak lain. Data sekunder disini menggunakan data runtut waktu time series atau disebut juga data tahunan dan data antar ruang cross section. Data yang digunakan berupa laporan keuangan tahunan perusahaan periode 2012 sampai 2014. Data tersebut diperoleh dari melalui situs resmi Bursa Efek Indonesia di http:www.idx.co.id. Selain itu juga dilakukan penelusuran berbagai jurnal, karya ilmiah, artikel, dan berbagai buku referensi sebagai sumber data dan acuan dalam penelitian ini. Dalam memperoleh data-data dalam penelitian ini, peneliti menggunakan dua cara yaitu penelitian pustaka dan penelitian lapangan.

D. Metode Analisis Data

Metode analisis data menggunakan statistik deskripif, uji asumsi klasik dan uji hipotesis. 1. Statistik Deskriptif Statistik deskriptif digunakan untuk memberikan informasi mengenai karakteristik variabel penelitian yang utama dan daftar demografi responden. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtois dan skewness kemencengan distribusi Ghozali, 20 00:19. 46 2. Uji Asumsi Klasik Untuk melakukan uji asumsi klasik atas data sekunder ini, maka peneliti melakukan uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedaktisitas. a. Uji Normalitas Data Menurut Ghozali 20 00:177 uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen bebas mempunyai konstribusi atau tidak. Penelitian yang menggunakan metode yang lebih handal untuk menguji data mempunyai distribusi normal atau tidak yaitu dengan melihat Normal Probability Plot. Model regresi yang baik adalah data distribusi normal atau mendekati normal, untuk mendeteksi normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas. Sebaliknya jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas Ghozali, 2009. Uji normaitas dengan grafik dapat menyesatkan. Oleh karena itu, uji grafik dilengkapi dengan uji statistik. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik nonparametrik Kolomogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis: 47 H : Data residual berdistribusi normal H A : Data residual berdistribusi tidak normal Jika signifikansi 0,05 berarti data yang akan diuji mempunyai perbedaan dengan data normal baku, berarti data tersebut tidak normal atau H ditolak. b. Uji Multikolinearitas Uji Multikolinearitas ini bertujuan untuk menguji ada tidaknya korelasi antar variabel independen dalam suatu model regresi. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mengetahui ada tidaknya suatu masalah multikolinearitas dalam model regresi, peneliti dapat menggunakan nilai VIF Variance Infaltion Factor dan Tolerance, seperti berikut ini: 1 Jika nilai Tolerance di bawah 0.1 dan nilai VIF di atas 10, maka model regresi mengalami masalah multikolinearitas. 2 Jika nilai Tolerance di atas 0.1 dan nilai VIF di bawah 10, maka model regresi tidak mengalami masalah multikolinearitas. Ghozali, 2009: 95 c. Uji autokorelasi Uji autokorelasi bertujuan 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 korelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama 48 lainnya. Masalah ini timbul karena residual kesalahan penggangu tidak bebas dari suatu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut time series kar ena “gangguan” pada seorang individukelompok cenderung memengaruhi “gangguan” pada individukelompok yang sama pada periode berikutnya Ghozali, 2009: 99. Model regresi yang baik adalah regresi yang bebas dari autokolerasi. Untuk mendeteksi ada tidaknya autokorelasi dapat menggunakan uji Durbin-Watson DW test, di mana hasil pengujian ditentukan berdasarkan nilai Durbin-Watson DW, di mana secara umum dapat diambil kesimpulan: 1 Angka DW di bawah -2 berarti ada autokorelasi positif. 2 Angka DW di antara -2 sampai +2 berarti tidak ada autokorelasi. 3 Angka DW di atas +2 berarti ada autokorelasi negatif Santoso, 2014:194. d. Uji Heterokedastisitas 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 jika tidak terjadi heteroskedastisitas. 49 Pada saat mendeteksi ada tidaknya heteroskedaktisitas dapat ditentukan dengan melihat grafik Plot scatterplot antara nilai prediksi variabel terikat ZPRED dengan residual SRESID. Jika Grafik plot menunjukkan suatu pola titik yang bergelombang atau melebar kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Namun, jika tidak ada pola yang jelas, serat titik- titik meneyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedaktisitas Ghozali, 2009: 125. Analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil. Uji statistik yang digunakan adalah uji Park. Uji heteroskedastisitas juga dapat diketahui dari nilai signifikan korelasi Park antara masing-masing variabel indipenden dengan residualnya. Jika nilai signifikan lebih besar dari α 5 maka tidak terdapat heteroskedastisitas dan sebaliknya jika lebih kecil dari α 5 maka terdapat heteroskedastisitas. 3. Uji Hipotesis Penelitian a. Uji Persamaan Linier Berganda Metode yang digunakan penelii adalah regresi linier berganda. Analisis regresi linear berganda adalah hubungan secara linier antara dua atau lebih variabel independen X 1 , X 2 ,...X n dengan variabel dependen Y. Model regresi berganda bertujuan untuk memprediksi 50 besar variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya Santoso, 2004:163. Model ini digunakan untuk menguji apakah ada hubungan sebab akibat antara kedua variabel untuk meneliti seberapa besar pengaruh antara variabel independen berpengaruh terhadap variabel dependen. adapun rumus yang digunakan: Y = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + e Dimana: Y = Penghindaran Pajak Tax Avoidance X 1 = Derivatif Keuangan X 2 = Leverage X 3 = Ukuran Perusahaan β = Bilangan Kostanta harga Y, bila X=0 e = error Pengujian hipotesis dilakukan melalui: 1 Koefisien Determinan Adjusted R 2 Koefisien determinasi bertujuan untuk mengukur seberapa jauh kemampuan model dapat menjelaskan variasi variabel dependen. Nilai Adjusted R 2 mempunyai interval antara 0 dan 1. Jika nilai Adjusted R 2 bernilai besar mendeteksi 1 berarti variabel bebas dapat memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Sedangkan jika Adjusted R 2 bernilai kecil berarti kemampuan variabel 51 bebas dalam menjelaskan variabel dependen sangat terbatas. Secara umum koefisien determinasi untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi Ghozali, 2011:97. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel dependen, R 2 pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen atau tidak. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai adjusted R 2 pada saat mengevaluasi model regresi terbaik. Tidak seperti nilai R 2 , nilai adjusted R 2 dapat naik dapat turun apabila satu variabel independen ditambahkan dalam model. Pengujian ini pada intinya adalah mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. 3 Uji Statistik Fisher F Uji F dilakukan untuk membuktikan apakah variabel- variabel independen secara simultan mempunyai pengaruh terhadap variabel dependen. Uji F dilakukan dengan tujuan untuk menguji keseluruhan variabel independen terhadap satu 52 variabel dependen secara bebas dengan signifikan sebesar 0,05 dapat disimpulkan Ghozali, 2011:98 1 Jika nilai signifikan 0,05 maka H a diterima dan H o ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. 2 Jika nilai signifkan 0,05 maka H a ditolak dan H o diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. 3 Uji Signifikansi Parameter Individual Uji Statistik t Uji t bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2009. Dalam hal ini nilai signifikan t 0,05 5 maka hasilnya signifikan atau H a diterima, berarti terdapat pengaruh yang signifikan dari variabel independen secara individual terhadap dependen. Dalam penelitian ini berarti terdapat pengaruh signifikan Derivatif Keuangan, Leverage, Ukuran Perusahaan terhadap Penghindaran Pajak Tax Avoidance. Data tersebut diolah menggunakan SPSS 20. 53

E. Operasionalisasi Variabel Penelitian

Dokumen yang terkait

Analisis Pengaruh Leverage Keuangan Terhadap Profitabilitas Pada Perusahaan Telekomunikasi Yang Terdaftar Di Bursa Efek Indonesia

2 50 99

Pengaruh Leverage Keuangan Terhadap Profitabilitas Pada Perusahaan Logam Dan Sejenisnya Yang Terdaftar Di Bursa Efek Indonesia

2 60 83

Pengaruh Leverage Terhadap Profitabilitas Pada Perusahaan Non Keuangan Yang Terdaftar Di Bursa Efek Indonesia

5 68 77

Pengaruh Likuiditas Terhadap Kinerja Keuangan, Dengan Leverage Sebagai Variabel Intervening Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia

22 210 59

Pengaruh Corporate Governance Dan Karakteristik Perusahaan Terhadap Pengungkapan Sustainability Report: Studi Empiris Pada Perusahaan Lq45 Yang Terdaftar Di Bursa Efek Indonesia Periode 2012-2014

0 16 114

Pengaruh Struktur Kepemilikan, Kebutuhan Pendanaan Eksternal, Leverage Dan Ukuran Perusahaan Terhadap Pemilihan Auditor Eksternal: Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia (Bei) Periode 2012-2014

7 35 110

Pengaruh Derivatif Keuangan, Leverage Dan Ukuran Perusahaan Terhadap Penghindaran Pajak (Tax Avoidance): Studi Empiris Pada Perusahaan Non Keuangan Yang Terdaftar Di Bursa Efek Indonesia Periode 2012-2014

8 44 106

Pengaruh Perputaran Kas Dan Leverage Terhadap Profitabilitas Pada Perusahaan otomotif Yang Terdaftar Di Bursa Efek Indonesia Periode 2010-2014

4 57 109

Analisis Pengaruh Rasio Keuangan Dan Non Keuangan Terhadap Peringkat Obligasi Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia

1 2 22

Pengaruh Leverage Keuangan Terhadap Profitabilitas Pada Perusahaan Logam Dan Sejenisnya Yang Terdaftar Di Bursa Efek Indonesia

0 0 11