Statistik Deskrptif Uji Heterokedasitas

39 BPD- SumselBalbel 1 1 40 Lampung 1 Sumber : Data Olah Penelitian 2015 Penelitian ini menggunakan variable kualitatif dengan 3 kelas, sehingga berdasarkan pada aturan main variable dummy, hanya diperlukan 2 variabel dummy untuk membentuk model regresinya Widarjono, 2007:95. Teknik dummy diatas memperlakukan small book tax difference sebagai kategori dasar atau acuan. Dengan begitu semua perbandingan book tax gap berupa large positive negative book tax gap dikaitkan dengan small book tax gap.

4.2.2. Statistik Deskrptif

Untuk lebih mempermudah dalam melihat gambaran mengenai variabel yang diteliti, variabel tersebut dapat dijelaskan secara statistic seperti yang tergambar pada table 4.5 Tabel 4.5 Deskriptif Statisktik Minimum Maksimum Mean PTTBI t 0.0105 0.6074 0.1669 PTBI t+1 0.0076 0.5826 0.1650 Sumber : Data Olahan SPSS Versi 21 2015 Pada tabel tersebut menjelaskan secara deskriptif mengenai variable-variabel dalam penelitian. variabel laba sebelum pajak periode sekarang PTBIt memiliki nilai minimum 0.0105 dan maksimum 0.6074 dan nilai rata-rata 0.1669. Sedangkan variabel laba sebelum pajak masa depan PTBIt+1 memiliki nilai minimum 0.0076 dan maksimum 0.5826 dan nilai rata-rata 0.1650.

4.2.3. Analisis Model Regresi Data Panel

Seperti yang telah di bahas pada bab sebelumnya penelitian ini menggunakan dua metode. Dalam analisismodel regresi data panel dilakukan beberapa uji, yaitu :

4.2.3.1. Model Pembentukan Book Tax Gap

4.2.3.1.1. Uji Chow

Chow test atau uji chow yakni pengujian untuk menentukan model Fixed Effet atau Random Effect yang paling tepat digunakan dalam mengestimasi data panel. Tabel 4.6 Uji Chow Model Pembentukkan Book Tax Gap Effect Test Statistic d.f Prob. Cross-Section F 2.130443 46.140 0.0004 Cross-Section Chi-Square 99.758418 46 0.0000 Sumber : Data Olahan SPSS Versi 21 2015 Berdasarkan hasil uji chow test dengan menggunakan SPSS Versi 21 diperoleh nilai probability sebesar 0,0004, nilai probability ini lebih kecil dari level signifikan α = 0,05, maka H0 untuk model ini ditolak dan Ha diterima, sehingga estimasi yang lebih baik digunakan dalam model ini adalah Random Effect

4.2.3.1.2. Uji Hausman

Tabel 4.7 Uji Hausman Model Pembentukkan Book Tax gap Test Summary Chi Sq Statistic Chi-sq d.f Prob Cross-Section Random 271.697121 1 0.0000 Sumber : Olahan Data SPSS Versi 21 2015 Berdasarkan hasil uji Hausman dengan menggunakan SPSS Versi 21 Didapat probability sebesar 0.000. Nilai probability lebih kecil dari pada level signifikan α = 0,05, maka Ho untuk model ini ditolak dan H1 diterima, sehingga estimasi yang lebih baik digunakan dalam model ini adalah random effect

4.2.3.2. Model Hubungan book tax gap dan Persistensi Laba

4.2.3.2.1. Uji Chow

Tabel 4.8 Uji Chow Model Hubungan book tax gap dan Persistensi Laba Effect Test Statistic d.f Prob. Cross-Section F 26.501256

46.89 0.0000

Sumber : Data Olahan SPSS Versi 21 2015 Berdasarkan Tabel 4.8 hasil uji chow test dengan menggunakan SPSS Versi 21 diperoleh nilai probability sebesar 0,000, nilai probability ini lebih kecil dari level signifikan α = 0,05, maka H0 untuk model ini ditolak dan Ha diterima, sehingga estimasi yang lebih baik digunakan dalam model ini adalah fixed effect model FEM.

4.2.3.2.2. Uji Hausman

Tabel 4.9 Uji Hausman Model II Test Summary Chi Sq Statistic Chi-sq d.f Prob Cross-Section Random 282.924554 5 0.0000 Sumber : Olahan Data SPSS Versi 21 2015 Berdasarkan hasil uji Hausman dengan menggunakan SPSS Versi 21, didapat probability sebesar 0.000. Nilai probability lebih kecil dari pada level signifikan α = 0,05, maka Ho untuk model ini ditolak dan Ha diterima, sehingga estimasi yang lebih baik digunakan dalam model ini adalah fixed effect model FEM.

4.2.4. Model Regresi Data Panel

Penelitian ini dapat ditentukan pengaruh laba akuntansi sebelum pajak saat ini dengan laba akuntansi sebelum pajak periode yang akan datang, berdasarkan estimasi regresi panel dengan pendekatan fixed effect model FEM dan random effect.

4.2.4.1. Model Pembentuk Book Tax Gap

Tabel 4.10 Hasil Estimasi Regresi Panel Model Pembentuk Book Tax Gap PBTI t+1 = γ0 + γ1 PTBI t + U t+1 Variabel Coeeficient Std Eror t-Statistic Prob C 0.047491 0.010471 4.535309 0.0000 PTBI -1 0.762246 0.051925 14.67969 0.0000 R-Squared 0.607891 Mean dependent Var 0.163143 Adjusted R Squared 0.605070 S.D dependent Var 0.130337 S.E of regression 0.0819808 Akaike info creation -2.152345 Sum squared 0.932551 Schwarz criterion -2.110519 Log likelihood 153.7403 Hannan-Quinn criter. -2.135348 F-statistic 215.4934 Durbin-Watson stat 1.747294 ProbF-statistic 0.000000 Sumber : Data Olahan Penelitian menggunakan SPSS Versi 21 2015 Dari pengolahan data statistik di atas, diperoleh persamaan regresi data panel sebagai berikut: PTBI t+1 = 0.047491 + 0.762246PTBIt + e Karena model yang digunakan pada penelitian menggunakan random effect, maka pengujian asumsi klasik tidak diperlukan lagi. Nilai konstansta yang diperoleh sebesar 0.047491. Hal ini berarti apabila variabel-variabel independen tidak ada, maka besarnya relevansi nilai yang terjadi adalah sebesar 0.047491. Nilai coefficient regresi variable PTBI γ1 0.762246 0 yang menunjukkan bahwa laba akuntansi sebelum pajak periode sekarang persisten untuk laba akuntansi periode mendatang. Jika PTBIt naik sebesar satu satuan, maka PTBIt+1 akan naik sebesar0.762246 dengan asumsi cateris paribus.

4.2.4.2. Model Hubungan Book Tax Gap dan Persistensi Laba

Penelitian model ini merupakan pengembangan dari model pertama, mengestimasi persistensi laba dengan memasukkan tingkatan book tax difference, untuk pengujian perusahaan dengan large positive negative book tax difference terhadap persistensi laba, berdasarkan estimasi regresi panel dengan pendekatan fixed effect model FEM. Tabel 4.11. Hasil Estimasi Regresi Panel Model Book Tax Gap dan Persistensi Laba Variabel Coeeficient Std Eror t-Statistic Prob C 0.172897 0.005776 29.93524 0.0000 PTBI -1 -0.070209 0.036276 -1.935398 0.0561 LP-1 0.019902 0.004712 4.223944 0.0001 LN-1 0.021918 0.004802 4.564737 0.0000 PTBI-1LP-1 -0.105487 0.034658 -3.043624 0.0031 PTBI-1LN-1 -0.199026 0.028151 -7.069876 0.0000 R-Squared 0.607891 Mean dependent Var 0.163143 Adjusted R Squared 0.605070 S.D dependent Var 0.130337 S.E of regression 0.0819808 Akaike info creation -2.152345 F-statistic 215.4934 Durbin-Watson stat 1.747294 ProbF-statistic 0.000000 Sumber : Data Olahan menggunakan SPSS Versi 21 2015 Dari pengolahan data statistik di atas, maka diperoleh persamaan regresi data panel sebagai berikut PTBI t+1 = 0.172897 + 0.019902 LPBTDt + 0.021918 LNBTDt - 0.070209 PTBIt – 0.105487 PTBIt LPBTDt – 0.199026 PTBIt LNBTDt+ ε t+ 1 Nilai konstansta yang diperoleh sebesar 0.172897. Hal ini berarti apabila tidak ada variabel-variabel independen LPBTDt, LNBTDt, PTBIt, PTBItLPBTDt, PTBItLNBTDt atau bernilai 0, maka laba masa depan adalah sebesar 0.172897. Nilai koefisien regresi variable LPBTD sebesar 0.019902 menunjukkan bahwa setiap kenaikan LPBTD akan diikuti oleh kenaikan laba masa depan sebesa 0.019902, dengan asumsi variable lain tetap. Nilai koefisien regresi variabel LNBTD sebesar 0.021918 menunjukkan bahwa setiap kenaikan LPBTD akan diikuti oleh kenaikan laba masa depan sebesar 0.021918, dengan asumsi variable lain tetap. Nilai koefisien regresi variabel PTBIt sebesar -0.070209 menunjukkan bahwa setiap kenaikan PTBIt akan diikuti oleh penurunan laba masa depan sebesar - 0.070209, dengan asumsi variable lain tetap. Nilai koefisien regresi variabel PTBItLPBTDt sebesar -0.105487 menunjukkan bahwa setiap kenaikan LPBTDt akan diikuti oleh penurunan laba masa depan sebesar -0.105487, dengan asumsi variable lain tetap. Nilai koefisien regresi variabel PTBItLNBTDt sebesar -0.199026 menunjukkan bahwa setiap kenaikan LNBTDt akan diikuti oleh penurunan laba masa depan sebesar -0.105487, dengan asumsi variable lain tetap. Nilai koefisien regresi sebesar 0.021918. Hal ini menunjukkan bahwa setiap peningkatan satu satuan akan meningkatkan relevansi nilai sebesar 0.021918.

4.2.5. Uji Asumsi Klasik

4.2.5.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu residual memiliki distribusi normal. Menurut Ghozali 2005 : 110 “dapat diketahui bahwa uji t dan uji F dengan mengasumsikan bahwa nilai residual mengikuti distribusi normal”. Salah satu uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik non – parametrik Kolmogorov – Smirnov K-S. uji K-S dilakukan dalam membuat hipotesis : H : Data residual berdistribusi normal H a : Data residual tidak berdistribusi normal Pengambilan keputusannya adalah : Signifikan K- S α maka terima H : Residual normal Signifikan K- S α maka terima H a : Residual tidak normal a. Pendekatan histogram Salah satu cara untuk melihat normalitas adalah dengan melihat kurva normal. Kurva normal adalah kurva yang memiliki ciri khusus dimana mean, mode, dan mediannya berada ditempat yang sama. Maka jika terjadi kemencengan pada kurva skewness maka data tidak berdistribusi normal Sumber : Data Olahan Menggunakan SPSS Versi 21 2015 Gambar 4.1. Histogram Uji Normalitas Histogram Dependent Variabel : Persistensi Laba Fr e que nc y Regression Standardized Residual Mean = 1.54E-4 Std.Dev = 1 1 . . 7 7 5 5 7 7 9 9 3 3 4 4 4 4 5 5 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Minat Beli Konsumen Persistensi Laba Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram yang membentuk lonceng yang tidak melenceng baik ke kiri maupun ke kanan.

b. Pendekatan Grafik

Cara untuk melihat normalitas adalah dengan melakukan pendekatan grafik. Pendekatan ini dengan melihat titik-titik di sepanjang garis diagonal Sumber : Data diolah Menggunakan SPSS Versi 21 2015 Gambar 4.2. Graffik Uji Normalitas Berdasarkan Gambar 4.2 diatas dapat dilihat bahwa distribusi dari titik-titik data pengaruh book tax gap terhadapa persistensi laba menyebar disekitar garis diagonal, dimana dapat disimpulkan bahwa data yang disajikan bersifat normal. Maka model regresi layak dipakai untuk memprediksi persistensi laba perbankan di Indonesia berdasarkan Independent Variable.

c. Pendekatan Residual Data Tabel 4.12

Hasil Uji Normalitas Model Penelitian Jarque Bera Prob. Model Pembentukkan book tax gap 34.17618 0.0000 Model hubungan book tax gap dengan persistensi laba 10.06165 0.0065 Sumber : Data diolah menggunakna SPSS Versi 21 2015 Dari Tabel 4.12 di atas dapat dilihat bahwa residual data belum terdistribusi dengan normal dimana nilai Jarque-Bera model model pembentukkan book tax gap 34,17618 2 dan nilai Jarque-Bera model hubungan book tax gap dengan persistensi laba 10,06165 2, sedangkan nilai probabilitas model pembentukkan redi ct ed 2 Scatterplot Dependent Variable: Minat Beli Konsumen Persistensi Laba book tax gap yaitu 0.0000 0.05 dan nilai probabilitas model hubungan book tax gap dengan persistensi laba yaitu 0.0065 0.05 sehingga dianggap belum layak untuk dilakukan uji regresi berganda. Menurut Imam 75:2012 maka dilakukan regresi persamaan semilog yaitu variabel dependen dalam bentuk logaritma dan variabel independen biasa atau sebaliknya. Hasil yang diperoleh adalah residual sudah berdistribusi normal .

4.2.6. Uji Heterokedasitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Menurut Ghozali 2005 : 105 jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heteroskedastisitas. a. Pendekatan Grafik Mendeteksi apakah ada atau tidak gejala Heteroskedastisitas dapat dilakukan dengan menganalisa penyebaran titik-titik yang terdapat pada scatterplot yang dihasilkan program SPSS Versi 16 dengan dasar pengambilan keputusan, yaitu : 1. Jika diagram pancar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas. 2. Jika diagram pancar tidak membentuk pola atau dengan acak maka regresi tidak mengalami gangguan heteroskedastisitas. Sumber : Data diolah menggunakan SPSS Versi 21 2015 Gambar 4.3. Scaterplot Uji Heterokedasitas Berdasarkan Gambar 4.3 terlihat titik-titik secara acak atau tidak membentuk suatu pola tertentu yang jelas. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi ini layak dipakai untuk prediksi anggaran berdasarkan masukan Independent Variable. b. Uji Glejser Pendekatan grafik yaitu melihat sebaran titik scatterplot memiliki kelemahan dimana jika jumlah pengamatan sedikit maka akan sulit menginterprettasikan hasil grafik plot. Untuk itu dilakukan uji Glejser. Tabel 4.13 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Eror Beta 1 Constant -.770 .982 -.784 .436 Perubahan Pendapatan .943 .023 .976 40.974 .000 Nilai aktiva tetap .035 .019 .043 1.827 .073 Ukuran Perusahaan .012 .012 0.12 1.8007 .065 Large Positive Book Tax Gap .010 .010 .010 1.8000 .060 Large Negative Book Tax Gap .009 .003 .008 1.0010 0.43 a Dependent Variable:Persistensi Laba Sumber : Output SPSS Versi 212015 Tabel 4.13 menunjukkan bahwa tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen persistensi laba. Dapat dilihat pada kolom Sig. yang merupakan probabilitas signifikansi variabel, dimana probabilitas signifikansi variabel independen berada diatas tingkat kepercayaan 0,05, maka dapat disimpulkan model regresi ini tidak terindikasi heteroskedastisitas

4.2.7. Uji Multikolinearitas