Jenis dan Sumber Data Metode Pengumpulan Data Koefisien Determinasi R2 Uji-F

42

3.5 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang diperoleh peneliti secara tidak langsung melalui media perantara, diperoleh dari lembaga atau instansi melalui pengutipan data atau melalui studi pustaka yang ada kaitannya dengan penelitian ini. Data sekunder adalah data yang telah diolah pihak lain, dalam penelitian ini data sekunder bersumber dari situs www.idx.co.id laporan tahunan annual report atau company report perusahaan pada tahun 2011-2014. Data juga diperoleh dari www.iicg.org untuk mendapatkan data indeks corporate governance perusahaan yang ada di BEI dengan kriteria yang telah ditentukan.

3.6 Metode Pengumpulan Data

Metode dalam pengumpulan data untuk penelitian ini adalah metode dokumentasi. Metode dokumentasi adalah pengumpulan data yang dilakukan dengan mempelajari catatan-catatan atau dokumen-dokumen milik perusahaan atau disebut juga data sekunder serta studi pustaka dari berbagai literatur dan sumber lainnya yang memberikan informasi yang dibutuhkan.

3.7 Metode Analisis Data

Analisis data dilakukan dengan menggunakan metode analisa kuantitatif. Metode ini dilakukan dengan mengumpulkan, mengolah juga menginterpretasikan data yang diperoleh yang nantinya akan memberi keterangan yang benar juga lengkap untuk pemecahan masalah. Metode analisis data untuk penelitian ini adalah model regresi berganda dengan bantuan software SPSS for windows. Universitas Sumatera Utara 43 Uji yang dipakai adalah uji statistik deskriptif, uji asumsi klasik dan uji hipotesis untuk membantu peneliti dalam mengolah dan menginterprestasikan data guna menghasilkan keputusan penelitian.

3.7.1 Analisis Statistik Deskriptif

Statistik deskriptif akan memberi gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, maksimum, dan minimum. Statistik deskriptif dimaksudkan untuk memberikan gambaran mengenai distribusi dan perilaku data sampel tersebut Ghozali, 2011.

3.7.2 Pengujian Asumsi Klasik

Untuk mendeteksi adanya penyimpangan asumsi klasik maka dilakukan uji normalitas, uji multikolonieritas, uji autokorelasi, dan uji heteroskedastisitas Ghozali, 2009: 90. Agar terciptanya parameter yang baik maka persamaan regresi harus memenuhi asumsi klasik. Parameter yang baik adalah parameter yang tidak bias, efisien dan konsisten.

3.7.2.1 Uji normalitas

Uji normalitas bertujuan untuk menguji apakah dalah model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006: 110. Dasar penarikan kesimpulan dari uji normalitas adalah data dikatakan berdistribusi normal apabila nilai Asymptotic Significance 0,05. Yaitu dengan Uji normalitas data menggunakan Kolmogorov-Smirnov Test yang membandingkan Asymptotic Significance dengan α = 5. Universitas Sumatera Utara 44

3.7.2.2 Uji Multikolinieritas

Uji multikoloniearitas adalah uji yang menggunakan korelasi antara variabel independen yang akan digunakan untuk persamaan regresi. Uji ini bertujuan untuk menguji apa model regresi ditemukan adanya korelasi antara beberapa variabel independen. Model regresi yang baik harusnya tidak terjadi korelas, jika ada korelasi maka variabel tidak ortogonal atau variabel bebas yang nilai korelasi antar sesame variabel bebas dari nol Ghozali, 2006: 91. Agar tidak ada terjadi korelasi, maka cara untuk mengatasi masalah multikolinearitas ini Ghozali, 2006: 95 adalah: a. Menggabungkan data crossection dan time series pooling data b. Keluarkan satu atau lebih variabel independen yang mempunyai korelasi tinggi dari model regresi dan identifikasikan variabel independen lainnya untuk membantu prediksi. c. Transformasi variabel merupakan salahs atu cara mengurangi hubungan linear di antara variabel independen. Transformasi dapat dilakukan dalam bentuk logaritma natural dan bentuk first difference atau delta. d. Gunakan model dengan variabel independen yang mempunyai korelasi tinggi hanya semata-mata untuk predisi tanpa mencoba menginterpretasikan koefisien regresinya. e. Gunakan metode analisis yang lebih canggih seperti Bayesian regression atau dalam kasus khusus ridge regression. f. Gunakan center data untuk analisis. Center data adalah data mentah dikurangi nilai mean Xi – Xmean. Menurut Ghozali 2006: 91 dalam mendeteksi ada atau tidak multikoloniearitas dalam model regresi adalah dengan: 1. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individu variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat. 2. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi diatas 0,90 maka hal ini merupakan indikasi adanya multikolinearitas. Universitas Sumatera Utara 45 3. Multikolinearitas dapat juga dilihat dari lorerance dan Variance Inflation Factor VIF. Batas toleransi value adalah 0,10 dan VIF adalah 10. Apabila nillai tolerance value kurang dari 0,10 atau VIF lebih dari 10 maka terjadi multikolinearitas. Tujuan uji multikolinearitas untuk mengetahui apa tiap variabel independen saling berhubungan secara linear atau tidak.

3.7.2.3 Uji Heterokedastisitas

Uji ini bertujuan untuk menguji apa dalam model regresi terjadi ketidak samaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Heteroskedastisitas. Menurut Ghozali 2006: 105, model regresi yang baik adalah Homoskesdatisitas atau tidak terjadinya Heteroskedastisitas.

3.7.2.4 Uji Autokorelasi

Ghozali 2006: 95 menyatakan bahwa uji autokorelasi bertujuan apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan penggangu pada periode t-1 sebelumnya. Jika ada korelasi, maka dinamakan ada problem autokorelasi. Uji statistic yang dipergunakan adalah uji Durbin-Watson dan Run-Test. Kriteria Durbin-Watson adalah sebagai berikut: 1. Angka D-W dibawah -2 berarti ada ditemukan autokorelasi positif 2. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi 3. Angka D-W di atas +2 berarti ada ditemukan autokorelasi negative. Universitas Sumatera Utara 46

3.7.3 Uji Hipotesis Penelitian

Pengujian hipotesis dilakukan untuk menguji kemampuan variabel independen GCG diproksikan dengan dewan komisaris, dewan direksi, dan komite audit dan CSR perusahaan dalam mempengaruhi variabel dependen atau tindakan pajak agresif. Pengujian ini menggunakan alat analisa statistik yaitu uji t, uji F, juga uji koefisien determinasi. 1. Analisis Regresi Linear Berganda Penelitian ini menggunakan metode analisis regresi linear berganda untuk melihat pengaruh beberapa variabel independen dinyatakan dengan notasi X, terhadap variabel dependen yang dinyatakan dengan notasi Y berdasarkan perkembangan secara proporsional. Pengambilan keputusan Ha H3 diterima jika nilai signifikansi F hitung 5 dan persamaan model regresi linear berganda berdasarkan uji F sebagai berikut: Y = α + β1X1.1 + β2X1.2 + β3X1.3e+ β4X2 + e Y = Tindakan pajak agresif Keterangan: X1.1 = GCG dewan komisaris X1.2 = GCG dewan direksi X1.3 = GCG komite audit X2 = Corporate Social Responsibility Α = Konstanta β1 β2 β3 β4 = Koefisien Regresi e = Error tingkat kesalahan Universitas Sumatera Utara 47 2. Uji t Uji t dilakukan untuk mengetahui apa secara individu atau parsial beberapa variabel independen mempunyai pengaruh terhadap variabel dependen penelitian yaitu tindakan pajak agresif. Pengambilan keputusan H1.1-H1.3 dan H2 diterima jika nilai t hitung t tabel dan nilai signifikan 5. 3. Uji F Uji F digunakan untuk menunjukkan apakah semua variabel bebas dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Dalam penelitian ini Uji F akan digunakan untuk mengetahui apakah variabel independen penelitian atau Good Corporate Governance dan Corporate Social Responsibility di dalam perusahaan secara bersamaan simultan mempunyai pengaruh terhadap adanya tindakan pajak agresif. Mendeteksi pengaruh secara simultan dari variabel independen dilakukan dengan uji-F, dengan kriteria jika F hitung F tabel dan signifikansinya 0,05, maka H3 diterima. 4. Uji Koefisien Determinasi R 2 Uji koefisien determinasi atau R 2 akan mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai koefisien determinasi yang kecil berarti menandakan kemampuan variabel-variabel independen dalam menjleaskan variabel dependen amat terbatas. Nilai yang mendekati satu, berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel Universitas Sumatera Utara 48 dependen. Kelemahan dari R 2 saat digunakan adalah bias terhadap jumlah independen yang dimasukkan ke dalam model. Karena dalam penelitian ini akan menggunakan banyak variabel independen, maka nilai Adjusted R 2 akan lebih tepat digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen penelitian. Universitas Sumatera Utara 49 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Statistik Deskriptif Pada statistik deskriptif terdapat gambaran atau deskripsi dari suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum dan sum. Dalam memberikan gambaran analisis statistic deskriptif dari penelitian ini maka akan dijelaskan pada tabel 4.1 berikut ini: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Variance Pajak_Agresif Y 52 -.03 4.57 .5437 .64037 .410 Dewan_Komisaris X1.1 52 1.10 2.48 1.6915 .28651 .082 Dewan_Direksi X1.2 52 1.10 2.08 1.6037 .22811 .052 Komite_Audit X1.3 52 .69 1.95 1.1642 .19071 .036 CSR X2 52 -2.41 .60 -.7567 .78290 .613 Valid N listwise 52 Sumber: Output aplikasi SPSS diolah pada 2016 Dari tabel 4.1 diatas, dapat di berikan gambaran atau deskripsi dari data penelitian, yaitu: Universitas Sumatera Utara 50 1. Jumlah perusahaan sektor pertambangan yang diteliti adalah sebanyak 13 perusahaan yaitu dari tahun 2011-2014 atau selama empat tahun dengan 52 unit analisis observasi N. 2. Variabel dependen penelitian yaitu Pajak Agresif Y memiliki nilai minimum -0.3 dimiliki dan nilai maksimum sebesar 4.57. Rata-rata dari Pajak Agresif yaitu sebesar 0.5437 dengan standar deviasinya 0.64037. 3. Variabel independen Dewan Komisaris X1.1 memiliki nilai minimum 1.10 dan nilai maksimum variabel ini adalah 2.48. Rata-rata mean dari data ini adalah 1.6915 dengan standar deviasi 0.28651. 4. Variabel independen Dewan Direksi X1.2 memiliki nilai minimum 1.10 dan nilai maksimum yaitu 2.08. Mean dari data penelitian ini adalah 1.6037 dengan standar deviasi 0.22811. 5. Variabel independen Komite Audit X1.3 memiliki nilai minimum 0.69 dan nilai maksimum 1.95. Rata-rata dari data penelitian ini adalah 1.1642 dan standar deviasi yaitu 0.19071. 6. Variabel independen Corporate Social Responsibility X2 memiliki nilai minimum -2.41 dan nilai maksimumnya adalah 0.60. Rata-rata dari CSR yaitu -0.7567 dan standar deviasi sebesar 0.78290.

4.1.2 Uji Asumsi Klasik

Uji asumsi klasik digunakan dalam hal memastikan model yang diperoleh dalam penelitian adalah benar-benar memenuhi asumsi dasar dalam analisis regresi. Uji asumsi klasik yang di terapkan dalam penelitian ini, terdiri dari Uji Normalitas, Heterokedastisitas, Autokorelasi, dan Multikolinearitas: Universitas Sumatera Utara 51

1. Uji Normalitas

Tujuan darii uji normalitas adalah untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Seperti yang diketahui, uji F dan t mengasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2006: 95. Dalam penelitian ini, uji normalitas menggunakan analisis grafik Histogram, dan analisis statistik Kolmogorov- Smirnov. Dalam pengujian data normal, dapat menggunakan kolmogorov smirnov dengan melihat nilai signifikansi dari hasil penelitian. Dengan dasar penelitian jika nilai signifikansi pengujian sampel lebih dari 0,05 maka dapat dikatakan bahwa sampel sudah terdistribusi dengan baik. Tetapi jika nilai signifikansi masih lebih kecil dari 0,05 maka data itu tidak dapat dikatakan telah terdistribusi dengan baik. Hasil output pengujian dari SPSS tercantum pada gambar 4.1. Universitas Sumatera Utara 52 Gambar 4.1 Grafik Histogram Sumber: Output SPSS diolah 2016 Dari gambar 4.1 dapat dilihat bahwa kurva tidak menceng ke kanan ataupun menceng ke kiri. Atau dalam kata lain kurva diatas berbentuk lonceng. Oleh sebab itu, dapat diambil kesimpulan bahwa data yang digunakan dalam penelitian berdistribusi normal. Setelah diaplikasikan pada data penelitian, berikut ini adalah hasil dari pengujian kolmogorov smirnov: Universitas Sumatera Utara 53 Tabel 4.2 Kolmogrov-Smirnov: One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 52 Normal Parametersa,b Mean 0E-7 Std. Deviation .54242908 Most Extreme Differences Absolute .184 Positive .184 Negative -.125 Kolmogorov-Smirnov Z 1.327 Asymp. Sig. 2-tailed .059 a. Test distribution is Normal. b. Calculated from data. Sumber: Output SPSS diolah 2016 Hasil dari uji penelitian di atas menunjukkan bahwa nilai signifikan dari data adalah 0,059. Karena nilai signifikansi lebih besar dari pada 0,05, dapat disimpulkan bahwa data telah terdistribusikan dengan baik atau H0 diterima. Dengan hasil yang menunjukkan kalau data telah terdistribusi dengan baik, maka dari itu dapat di lakukan uji hipotesis.

2. Uji Heterokedastisitas

Pengujian ini mempunyai tujuan untuk menguji apakah model regresi telah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi dikatakan baik apabila Homoskedastisitas atau bisa dikatakan tidak Universitas Sumatera Utara 54 terjadi Heteroskedastisitas Ghozali, 2006: 105. Berikut ini disajikan hasil penelitian dari uji Heterokedastisitas pada gambar 4.3. Gambar 4.2 Grafik Scatterplot Sumber: Output SPSS diolah 2016 Hasil dari pengujian heteroskedastisitas yang ditunjukkan pada gambar 4.3 diatas menunjukkan bahwa titik-titik telah menyebar secara merata baik diatas maupun di bawah angka 0 pada sumbu Y. Dengan tersebarnya titik tersebut, maka dapat disimpulkan tidak ada terjadinya heteroskedastisitas ataupun dengan kata lain model regresi layak dipakai dalam mengetahui faktor-faktor variabel X yang dapat mempengaruhi Pajak Agresif. Universitas Sumatera Utara 55

3. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pnegganggu pada periode t-1 sebelumnya. Dikatakan ada korelasi maka dinamakan ada problem autokorelasi yang muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain Ghozali, 2006:104. Autokorelasi juga bisa dideteksi dengan Run Test. Run test sebagai bagian dari statistic non-parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Hasil uji dengan Run test pada tabel 4.3. Tabel 4.3 Runs-Test Sumber: Output aplikasi SPSS diolah pada 2016 Dari output SPSS menunjukkan bahwa nilai test adalah -0,5995 dengan probabilitas 0,575 tidak signifikan pada 0,05 yang berarti hipotesis 0 diterima. Sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual. Runs Test Unstandardized Residual Test Valuea -.05995 Cases Test Value 26 Cases = Test Value 26 Total Cases 52 Number of Runs 29 Z .560 Asymp. Sig. 2-tailed .575 a. Median Universitas Sumatera Utara 56

4. Uji Multikolinearitas

Uji multikolinearitas 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 Ghozali, 2006: 91. Cara untuk mendeteksi terjadinya multikolinearitas yaitu dengan melihat nilai tolerance TOL dan variance inflation factor VIF. Jika nilai VIF 10 dan nilai tolerance 0,1, maka dapat disimpulkan tidak terjadi multikolinearitas. Dari data yang sudah diolah, maka hasil dari output SPSS uji ini tercantum pada tabel 4.4. Tabel 4.4 Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant Dewan_Komisaris .760 1.316 Dewan_Direksi .802 1.246 Komite_Audit .870 1.149 CSR .841 1.189 Sumber: Output aplikasi SPSS diolah pada 2016 Berdasarkan data olahan pada Tabel 4.4 di atas dapat dilihat bahwa semua variabel independen memiliki nilai VIF 10 dan nilai tolerance 0,1. Dengan demikian dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel- variabel independen yang diuji dalam penelitian. Universitas Sumatera Utara 57

4.1.3 Uji Hipotesis Penelitian

Penelitian ini melakukan pengujian hipotesis dengan menggunakan pengujian koefisien determinasi R2, uji signifikansi simultan Uji-F, dan uji signifikansi parsial Uji-T pada sampel.

a. Koefisien Determinasi R2

Koefisien determinasi atau R2 menunjukkan seberapa besar variabel independen dapat menjelaskan variabel dependennya. Apabila nilai R2 semakin dekat dengan satu, maka kesimpunlannya adalah variabel-variabel independen tersebut dapat memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Tabel 4.5 Koefisien Determinasi R2 Model R R Square Adjusted R Square Std. Error of the Estimate 1 .356a .127 .053 .62328 Sumber: Output aplikasi SPSS diolah pada 2016 Hasil dari uji koefisien determinasi pada Tabel 4.5 menunjukkan nilai Adjusted R2 adalah 0,053. Hal ini berarti bahwa persentase pengaruh variabel independen terhadap pajak agresif hanya sebesar 5,3 sedangkan sisanya yaitu 94,7 adalah pengaruh lain yang tidak masuk dalam model penelitian ini.

b. Uji-F

Untuk mendeteksi pengaruh secara simultan dari variabel independen akan lakukan dengan uji-F, yaitu apakah Ukuran Dewan Komisaris X1.1, Ukuran Dewan Direksi X1.2, Ukuran Komite Audit X1.3 dan Corporate Social Universitas Sumatera Utara 58 Responsibility X2 berpengaruh signifikan secara simultan terhadap Tindakan Pajak Agresif Y jika F hitung F tabel dan tingkat signifikansinya 0,05. Tabel 4.6 Uji Signifikansi Simultan Penelitian Uji-F