Jenis Data dan Sumber Data Metode Pengumpulan Data Gambaran Umum Kesimpulan

47 Sampel adalah bagian dari populasi yang digunakan untuk memperkirakan karakteristik populasi Erlina, 2011:82. Metode penentuan sampel yang digunakan dalam penelitian ini adalah metode purposive sampling. Pengambilan sampel dengan metode ini berdasarkan suatu kriteria tertentu. Sampel yang digunakan dalam penelitian ini dipilih berdasarkan kriteria sebagai berikut Lampiran 1: 1. Perusahaan Manufaktur yang menerbitkan laporan keuangan tahunan untuk periode 2012-2014. 2. Perusahaan tidak keluar delisting dari BEI selama periode pengamatan. 3. Perusahaan sampel memiliki data-data yang lengkap terkait dengan semua variabel yang diteliti, yaitu dewan komisaris, komite audit dan jumlah kompensasi dewan komisaris serta dewan direksi. 4. Perusahaan sampel memiliki laba setelah pajak bernilai positif untuk tahun 2012-2014.

3.5 Jenis Data dan Sumber Data

Jenis data yang digunakan adalah data kuantitatif dan merupakan data sekunder. Data sekunder adalah data yang dikumpulkan dari sumber-sumber tercetak, dimana data itu telah dikumpulkan oleh pihak lain sebelumnya Erlina, 2011:19. Data yang digunakan dalam penelitian ini adalah laporan tahunan perusahaan manufaktur yang menjadi sampel penelitian. Laporan tahunan perusahaan diperoleh dari website Bursa Efek Indonesia.

3.6 Metode Pengumpulan Data

Universitas Sumatera Utara 48 Metode pengumpulan data yang digunakan adalah metode dokumentasi yaitu dengan cara mengumpulkan dan menganalisi data sekunder yang berupa laporan keuangan tahunan perusahaan yang telah dipublikasikan dalam periode pengamatan. Metode dokumentasi juga mengolah literatur, artikel, jurnal, hasil penelitian terdahulu, atau media tertulis lainnya yang berkaitan dengan topik pembahasan penelitian. Data yang digunakan dalam penelitian ini dapat diunduh dari website BEI www.idx.co.id .

3.7 Metode Analisis Data

Data penelitian ini dianalisis dan diuji dengan uji statistik yaitu statistik deskriptif, uji asumsi klasik, dan analisis regresi untuk pengujian hipotesis penelitian.

3.7.1 Statistik Deskriptif

Statistik deskriptif descriptive statistic memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness Ghozali, 2006:19. Minimum digunakan untuk mengetahui jumlah terkecil yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan untuk mengetahui jumlah terbesar data yang bersangkutan. Standar deviasi digunakan untuk mengetahui seberapa besar data bersangkutan bervariasi dari rata-rata.

3.7.2 Uji Asumsi Klasik

Universitas Sumatera Utara 49 Uji asumsi klasik dilakukan dalam penelitian ini untuk mengetahui apakah data memenuhi asumsi klasik. Data tersebut harus terdistribusi secara normal, tidak mengandung multikolonieritas dan heteroskedastisitas. Uji asumsi asumsi klasik terdiri dari uji normalitas, uji multikolinearitas, dan uji autokorelasi.

3.7.2.1 Uji Normalitas

Tujuan uji normalitas aadalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Erlina, 2011:101. Pengujian ini diperlukan karena untuk melakukan uji T dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Uji normalitas dilakukan dengan tiga pendekatan, yaitu pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorov-Smirnov. Pendekatan histogram menguji normalitas dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satunya memilik mean, median, dan modus yang sama. Pendekatan grafik dilakukan dengan melihat scatter plot dimana grafik normal plot terlihat titik- titik menyebar di sekitar garis diagonal, dan penyebarannya jauh dari garis diagonal. Pendekatan Kolmogorov-Smirnov melakukan pengujian dengan menggunakan nilai p-value, apabila nilai p-value 0,05, maka dapat dinyatakan bahwa data berdistribusi normal, dan apabila jika p-value 0,05 maka dapat dinyatakan bahwa data tidak berdistribusi normal. Universitas Sumatera Utara 50

3.7.2.2 Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam regresi adalah melihat tolerance value dan varian inflation factor VIF, suatu model regresi yang bebas dari masalah multikolonieritas apabila mempunyai tolerance value 0,10 dan nilai VIF 10.

3.7.2.3 Uji Heterokedasitas

Uji Heterokedasitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan lain Erlina, 2011:106. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Beberapa pengujian untuk mendeteksi masalah heterokedatisitas adalah : a. Dengan melihat grafik nilai-nilai residu. Salah catu cara adalah melihat gambar scater diagram nilai residu terhadap waktu atau variabel-variabel bebas. Suatu model mengandung heterokedastisitas apabila nilai-nilai residunya membentuk Universitas Sumatera Utara 51 pola sebaran yang meningkat, yaitu secara terus-menerus bergerak menjauhi garis nol. b. Uji Park. Park mengemukakan metode bahwa variance merupakan fungsi-fungsi variabel bebas. Terdapat gejala heterokedastisitas jika koefisien parameter beta dari persamaan regresi signifikan secara statistik. Sebaliknya, jika parameter beta tidak signifikan secara statistik, hal tersebut menunjukkan tidak terdapat heterokedastisitas.

3.7.2.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode t-1 atau sebelumnya. Jika terjadi korelasi, maka dinamakan terdapat problem autokorelasi. Autokorelasi timbul karena obsevasi yang berurutan sepanjang waktu berkaitan satu sama lainnya Erlina, 2011:106. Untuk mendeteksi masalah autokorelasi dapat digunakan uji Durbin-Watson DW test. Jika d lebih kecil dibandingkan dengan d1 atau lebih dari 4-d1, maka Ho ditolak yang berarti terdapat autokorelasi. Jika d terletak diantara du dan 4- du, maka Ho diterima yang berarti tidak ada autokorelasi.

3.7.3 Analisis Regresi

Universitas Sumatera Utara 52 Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda multiple regressio analysis. Analisis regresi berganda bertujuan untuk menguji pengaruh simultan dari beberapa variabel bebas terhadap sati variabel terikat. Adapun persamaaan model regresi berganda untuk pengujian hipotesis dalam penelitian ini adalah sebagai berikut: ETR = α0 + β1BOARDt + β2KOMITEt + β3COMPt + β4DERt+ β5ROAt+ €t Keterangan : ETR : Terdiri dari GAAP ETR dan Cash ETR α0 : Konstanta BOARD : Dewan Komisaris KOMITE : Komite Audit COMP : Kompensasi Dewan Komisaris dan Dewan Direksi DER : Debt to Equity Ratio ROA : Profitabilitas € : Error

3.7.4 Pengujian Hipotesis

Universitas Sumatera Utara 53 Pengujian hipotesis ini dapat diukur dari nilai koefisien determinasi R 2 , nilai statistik F, dan nilai statistik t.

3.7.4.1 Uji R

2 atau Koefisien Deterninasi Koefisen determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen Ghozali, 2013:97. Dengan demikian uji determinasi atau R 2 merupakan seberapa besar variasi dari variabel dependen Y dapat diterangkan oleh variabel X. Range nilai dari R 2 adalah 0-1. Semakin mendekati nol berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

3.7.4.2 Uji Simultan Uji F

Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen terikat Ghozali, 2013:98. Uji F dilakukan dengan membandingkan signifikan F hitung dengan F tabel dengan sebagai berikut : a. Apabila F hitung F tabel maka Ha ditolak dan H0 diterima, artinya tidak ada pengaruh antara variabel bebas secara simultan terhadap variabel terikat. Universitas Sumatera Utara 54 b. Apabila F hitung F tabel maka Ha diterima dan H0 ditolak, artinya tidak ada pengaruh antara variabel bebas secara simultan terhadap variabel terikat. Uji F dapat dilakukan hanya dengan melihat signifikansi F yang terdapat pada output hasil analisis regresi yang menggunakan SPSS 17.0. Jika nilai signifikansi f 0.05, terdapat pengaruh yang signifikan antara semua variabel independen terhadap variabel dependen secara simultan begitu pula sebaliknya.

3.7.4.3 Uji Parsial Uji t

Uji statistik t menunjukkan seberapa besar pengaruh satu variabel independen secara parsial dalam menerangkan variasi variabel dependen Ghozali, 2013:98. Tingkat signifikansi yang digunakan dalam penelitian ini adalah 0,05. Ketentuan yang digunakan dalam Uji t yaitu : a. Jika t hitung t tabel atau profitabilitas lebih kecil dari tingkat signifikansi Sig. 0,05, maka variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. b. Jika t hitung t tabel atau profitabilitas lebih besar dari tingkat signifikansi Sig. 0,05, maka variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen. Universitas Sumatera Utara 55 Universitas Sumatera Utara 56 BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum

Penelitian ini menggunakan metode analisis statistik dengan persamaan linier berganda. Analisis dimulai dengan pengolahan data yang tersimpan di dalam Microsoft Excel yang akan digunakan sebagai input data pada program SPSS 20.0. Pada program SPSS akan dilakukan pengujian asumsi klasik dan pengujian regresi berganda. Proses input data terlebih dahulu dilakukan dengan memasukkan data yang ada di dalam Microsoft Excel yang berfungsi sebagai variabel-variabel yang akan diuji dan menghasilkan output sesuai dengan metode analisis data yang telah ditentukan. Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama tahun 2012 sampai 2014 sebanyak 144 perusahaan. Berdasarkan kriteria yang telah ditetapkan, penelitian ini memiliki 39 perusahaan manufaktur yang memenuhi kriteria dan dijadikan sampel dalam penelitian.

4.2 Hasil Penelitian

4.2.1 Statistik Deskriptif

Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini menjelaskan karakteristik sampel terutama mencakup nilai rata rata mean, nilai ekstrim yaitu nilai minimum dan Universitas Sumatera Utara 57 nilai maksimum, serta standar deviasi. Hasil pengujian statistik deskriptif dari variabel yang diteliti ditunjukkan pada tabel 4.1 sebagai berikut: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Manajemen_Pajak 117 ,00 ,97 ,3096 ,14937 BOARD 117 2 9 4,12 1,672 KOMITE 117 ,50 1,00 ,6846 ,06117 COMP 117 ,00 ,13 ,0094 ,01783 DER 117 ,14 2,38 ,6274 ,41676 ROA 117 ,09 74,84 12,7239 10,20391 Valid N listwise 117 Penelitian ini menggunakan variabel manajemen pajak, dewan komisaris, komite audit, jumlah kompensasi dewan komisaris serta dewan direksi, tingkat hutang dan profitabilitas. Variabel manajemen pajak dalam penelitian ini dihitung dengan menggunakan CETR. Nilai maksimum dari manajemen pajak adalah 0,97 sedangkan nilai minimum sebesar 0,00. Rata-rata manajemen pajak adalah 0,3096 dengan standar deviasi sebesar 0,14937. Nilai standar deviasi tidak melebihi nilai rata-ratanya sehingga data dalam variabel ini dapat dikatakan cukup baik. Variabel dewan komisaris BOARD dalam penelitian ini dihitung berdasarkan total jumlah dewan komisaris dalam perusahaan. Dewan komisaris memiliki nilai maksimum 9 sedangkan nilai minimum sebesar 2. Rata-rata dewan komisaris sebesar 4,12 dengan standar deviasi 1,672. Universitas Sumatera Utara 58 Variabel komite audit KOMITE dalam penelitian ini dihitung berdasarkan jumlah komite audit diluar komisaris independen dibagi jumlah seluruh komite audit dalam perusahaan. Komite audit memiliki nilai maksimum 1,00 sedangkan nilai minimum sebesar 0,50. Rata-rata komite audit sebesar 0,6846 dengan standar deviasi 0,06117. Variabel jumlah kompensasi dewan komisaris serta dewan direksi COMP dalam penelitian ini dihitung berdasarkan total kompensasi komisaris dan direksi dibagi pendapatan perusahaan. Jumlah kompensasi dewan komisaris serta dewan direksi memiliki nilai maksimum 0,13 sedangkan nilai minimum sebesar 0,00. Rata-rata komite audit sebesar 0,0094 dengan standar deviasi 0,01783. Variabel tingkat hutang dalam penelitian ini dihitung dengan menggunakan DER Debt to Equity Ratio. Nilai maksimum dari tingkat hutang adalah 2,38 sedangkan nilai minimum sebesar 0,14. Rata-rata tingkat hutang adalah 0,6274 dengan standar deviasi sebesar 0,41676. Variabel profitabilitas dalam penelitian ini dihitung dengan menggunakan ROA Return On Asset. Nilai maksimum dari profitabilitas adalah 74,84 sedangkan nilai minimum sebesar 0,09. Rata-rata profitabilitas adalah 12,7239 dengan standar deviasi sebesar 10,20391.

4.2.2 Uji Asumsi Klasik

Pengujian asumsi klasik ini dimaksudkan untuk memastikan bahwa model yang diperoleh benar-benar memenuhi asumsi dasar dalam analisis Universitas Sumatera Utara 59 regresi. Sebelum pengujian hipotesis dilakukan, terlebih dahulu perlu dilakukan pengujian terhadap gejala penyimpangan asumsi klasik. Pengujian asumsi klasik meliputi:

4.2.2.1 Uji Normalitas

Uji normalitas adalah uji yang dilakukan untuk mengetahui apakah variabel pengganggu atau variabel residual terdistribusi normal. Salah satu cara yang digunakan untuk melihat apakah data normal atau tidak adalah melakukan analisis grafik dengan melihat grafik histogram dan probability plot. Suatu data dikatakan baik apabila data tersebut terdistribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Universitas Sumatera Utara 60 Gambar 4.1 Grafik Histogram Sumber: Output SPSS. Data diolah peneliti, 2016 Pada gambar 4.1 dapat dilihat bahwa gambar grafik histogram tidak berbentuk lonceng yang menunjukkan bahwa data tidak terdistribusi secara normal. Universitas Sumatera Utara 61 Gambar 4.2 Grafik Normal P-P Plot Sumber: Output SPSS. Data diolah peneliti, 2016 Pada grafik P-P Plot, data dikatakan terdistribusi secara normal apabila titik-titik datanya menyebar disekitar garis pola. Pada gambar 4.2 terlihat bahwa titik-titik data tidak menyebar dengan merata disekitar garis pola dimana titik-titik menjauhi garis pola, sehingga ini menunjukkan bahwa data tidak terdistribusi secara normal. Pengujian normalitas data dapat menggunakan analisis statistik. Analisis statistik dapat dilakukan dengan pengujian kolmogorov smirnov. Untuk melihat apakah data terdistribusi normal atau tidak dapat dilihat dari nilai signifikansinya. Jika nilai Universitas Sumatera Utara 62 signifikansinya lebih besar dari 0,05 maka data terdistribusi normal. Apabila nilai signifikansinya lebih kecil dari 0,05 maka data tidakterdistribusi normal. Pengujian tersebut dapat dilihat pada tabel berikut ini: Tabel 4.2 Hasil Uji Kolmogorov–Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 117 Normal Parameters a,b Mean 0E-7 Std. Deviation ,13343296 Most Extreme Differences Absolute ,148 Positive ,148 Negative -,113 Kolmogorov-Smirnov Z 1,605 Asymp. Sig. 2-tailed ,012 a. Test distribution is Normal. b. Calculated from data. Sumber: Output SPSS. Data diolah peneliti, 2016 Hasil uji Kolmogorv Smirnov pada tabel diatas menunjukkan bahwa nilai signifikan atau nilai probabilitasnya sebesar 0,012. Maka dapat disimpulkan bahwa data tidak terdistribusi normal Ho ditolak karena nilai signifikansinya lebih kecil dari 0,05 yaitu 0,012 0,05. Pengujian normalitas data yang dilakukan dengan uji grafik dan uji statistik menunjukkan bahwa data tidak terdistribusi normal sehingga uji hipotesis tidak dapat dilakukan. Data yang tidak terdistribusi normal dapat ditransformasikan agar menjadi normal. Bentuk transformasi data Universitas Sumatera Utara 63 yang dapat dilakukan adalah dengan menggunakan SQRT x atau akar kuadrat Ghozali, 2006:32. Penulis melakukan pengujian ulang terhadap normalitas data untuk melihat apakah data terdistribusi normal atau tidak setelah dilakukan transformasi data. Hasil uji normalitas data setelah dilakukan transformasi data dapat dilihat sebagai berikut: Gambar 4.3 Grafik Histogram Setelah Transformasi Sumber: Output SPSS. Data diolah peneliti, 2016 Grafik histogram pada gambar 4.3 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun condong ke kanan. Dilihat dari grafik diatas, maka dapatdisimpulkan bahwa data dalam penelitian Universitas Sumatera Utara 64 berdistribusi normal. Normalisasi data juga diuji menggunakan grafik P-P Plot. Sebuah data dapat dikatakan normal apabila distribusi data menyebar di sekitargaris diagonal. Hal ini dapat dilihat pada gambar 4.4 yang menunjukkan grafik normal P-P Plot setelah dilakukan transformasi data. Gambar 4.4 Kurva P-P Plot Setelah Transformasi Sumber: Output SPSS. Data diolah peneliti, 2016 Berdasarkan pada hasil pengujian analisis statistik menggunakan uji Kolmogorov Smirnovyang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi secara normal. Hal ini dapat dilihat dari nilai siginifikan yang lebih kecil dari 0,05. Agar dapat dilakukan pengujian hipotesis maka peneliti melakukan Universitas Sumatera Utara 65 transformasi data untuk mendapatkan distribusi data yang normal. Hasil pengujiannya adalah sebagai berikut: Tabel 4.3 Hasil Kolmogorov-Smirnov Setelah Transformasi Sumber: Output SPSS. Data diolah peneliti, 2016 Hasil uji kolmogorov smirnov pada tabel 4.3 diatas menunjukkan nilai Kolmogorov Smirnov K-S sebesar 0,990 dan nilai signifikan sebesar 0,281 sehingga dapat disimpulkan bahawa data dalam model regresi berdistribusi normal, dimana nilai signifikansinya 0,281 0,05.

4.2.2.2 Uji Multikolinearitas

Uji multikolinearitas adalah uji yang dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 117 Normal Parameters a,b Mean 0E-7 Std. Deviation ,10641471 Most Extreme Differences Absolute ,092 Positive ,087 Negative -,092 Kolmogorov-Smirnov Z ,990 Asymp. Sig. 2-tailed ,281 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 66 di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi multikolinearitas di antara variabel independen. 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. Hasil pengujian multikolinearitas pada penelitian ini adalah sebagai berikut: Tabel 4.4 Uji Multikolinearitas Setelah Data Ditransformasi Sumber: Output SPSS. Data diolah peneliti, 2016 Berdasarkan data olahan pada tabel 4.5, maka dapat dilihat bahwa semua variabel independen memiliki nilai VIF 10 dan nilai tolerance 0,1. Dengan demikian, maka dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel-variabel independen yang diuji dalam penelitian ini. Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1,112 ,244 4,554 ,000 BOARD ,089 ,028 ,269 3,167 ,002 ,844 1,184 KOMITE -,574 ,306 -,158 -1,876 ,063 ,863 1,159 COMP -,091 ,204 -,037 -,447 ,655 ,906 1,103 DER -,112 ,044 -,214 -2,520 ,013 ,843 1,186 ROA -,055 ,008 -,537 -6,473 ,000 ,884 1,132 a. Dependent Variable: Manajemen_Pajak Universitas Sumatera Utara 67

4.2.2.3 Uji Heterokedastisitas

Uji heteroskedastisitas adalah uji yang dilakukan untuk melihat apakah dalam model regresi terjadi perbedaan variabel residu dari satu pengamatan ke pengamatan lain Ghozali, 2006:105. Hasil pengujian heteroskedastisitas dapat dilihat pada gambar 4.5 berikut ini: Gambar 4.5 Grafik Scatterplot Sumber: Output SPSS. Data diolah peneliti, 2016 Pada gambar 4.5 terlihat bahwa grafik scatterplot menunjukkan pola tertentu dimana titik-titik tidak tersebar baik diatas maupun dibawah angka 0 pada sumbu Y dan mengindikasikan telah terjadi heteroskedastisitas. Hal ini dapat disumpulkan bahwa terjadi heterokedastisitas pada model regresi, sehingga model regresi tidak Universitas Sumatera Utara 68 layak dipakai untuk memprediksi manajemen pajak. Hasil dari transformasi data terhadap pengujian heteroskedastisitas adalah sebagai berikut: Gambar 4.6 Grafik Scatterplot Sumber: Output SPSS. Data diolah peneliti, 2016 Pengujian heteroskedastisitas setelah transformasi data pada gambar 4.6 menunjukkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat dikatakan tidak terjadi heteroskedastisitas dan model regresi layak dipakai untuk mengetahui faktor-faktor yang mempengaruhi manajemen pajak. Universitas Sumatera Utara 69

4.2.2.4 Uji Autokorelasi

Pengujian autokorelasi dilakukan untuk melihat apakah dalam suatu model regresi linear terdapat korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 periode sebelumnya. Uji autokorelasi dilakukan dengan melihat nilai Durbin- Watson DW. Bila nilai Durbin-Watson DW terletak diantara batas atasatau Upper Bound DU dan 4-DU, maka dapat disimpulkan tidak ada autokorelasi, positif atau negatif. Tabel 4.5 Uji Durbin-Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,569 a ,324 ,294 ,10879 1,780 a. Predictors: Constant, ROA, KOMITE, COMP, BOARD, DER b. Dependent Variable: Manajemen_Pajak Sumber: Output SPSS. Data diolah peneliti, 2016 Berdasarkan data yang ada pada tabel 4.4, dapat dilihat bahwa nilai Durbin-WatsonDW adalah sebesar1,780. Nilai ini akan dibandingkan dengan nilai tabel yang mempunyai nilai signifikansi α = 5, jumlah sampel n =117 dan jumlah variabel independen k = 3. Berdasarkan tabel Durbin-Watson, maka diperoleh nilai batas atas DU =1,7512 dan nilai batas bawah DL =1.6462 serta nilai 4-DU =2,2488. Universitas Sumatera Utara 70 Dengan demikian, maka dapat disimpulkan bahwa tidak terjadi autokorelasi, sebab nilai DW terletak antara batas atas DU dan 4-DU. 1,75121,7802,2488.

4.2.3 Pengujian Hipotesis

Pada penelitian ini peneliti melakukan pengujian hipotesis dengan menggunakan pengujian koefisien determinasi R 2 , uji signifikansi simultan Uji-F, dan uji signifikansi parsial Uji-t.

4.2.3.1 Uji R

2 atauKoefisien Determinasi Koefisien determinasi R 2 menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Apabila nilai R 2 semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Tabel 4.6 Koefisien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,569 a ,324 ,294 ,10879 a. Predictors: Constant, ROA, KOMITE, COMP, BOARD, DER b. Dependent Variable: Manajemen_Pajak Sumber: Output SPSS. Data diolah peneliti, 2016 Hasil uji koefisien determinasi pada tabel 4.6 menunjukkan nilai R sebesar 0,569 yang berarti korelasi atau Universitas Sumatera Utara 71 hubungan antara variabel dependen dengan variabel-variabel dependen dengan variabel-variabel independen cukup kuat karena lebih besar dari 0,5 50. Sementara nilai Adjusted R 2 adalah 0,324. Hal ini berarti bahwa persentase pengaruh variabel independen terhadap harga saham sebesar 32,4 sedangkan sisanya yaitu 67,6 adalah pengaruh lain yang tidak dijelaskan dalam penelitian ini.

4.2.3.2 Uji Simultann UjiF

Untuk melihat pengaruh secara simultan dari variabel independen dapat dilihat dengan menggunakan uji-F, yaitu apakah dewan komisaris BOARD, komite audit KOMITE, jumlah kompensasi dewan komisaris serta dewan direksi COMP, tingkat hutang DER dan profitabilitas ROA berpengaruh signifikan secara simultan terhadap manajemen pajak perusahaan dengan melihat apakah F hitung F tabel atau F hitung F tabel dimana tingkat signifikasinya yaitu 0,05. Tabel 4.7 Uji Signifikansi Simultann Uji-F ANOVA a Model Sum of Squares Df Mean Square F Sig. 1 Regression ,630 5 ,126 10,646 ,000 b Residual 1,314 111 ,012 Total 1,944 116 a. Dependent Variable: Manajemen_Pajak Universitas Sumatera Utara 72 b. Predictors: Constant, ROA, KOMITE, COMP, BOARD, DER Sumber: Output SPSS. Data diolah peneliti, 2016 Didapatkan angka F hitung 10,646 F tabel 2,290 dan nilai signifikansi 0,00 0,05, maka Ha yang diajukan dapat diterima, artinya dewan komisaris BOARD, komite audit KOMITE, jumlah kompensasi dewan komisaris serta dewan direksi COMP, tingkat hutang DER dan profitabilitas ROAsecara simultan berpengaruh signifikan terhadap Manajemen Pajak.

4.2.3.3 Uji Parsial Uji t

Untuk melihat pengaruh secara parsial dari masing- masing variabel independen dapat dilihat dengan menggunakan uji- t, yaitu apakah dewan komisaris BOARD, komite audit KOMITE, jumlah kompensasi dewan komisaris serta dewan direksi COMP, tingkat hutang DER dan profitabilitas ROA berpengaruh signifikan secara parsial terhadap manajemen pajak perusahaan dengan melihat apakah t hitung t tabel atau t hitung t tabel dimana tingkat signifikasinya yaitu 0,05. Tabel 4.8 Uji Signifikansi Parsial Uji-T Coefficients a Universitas Sumatera Utara 73 Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1,112 ,244 4,554 ,000 BOARD ,089 ,028 ,269 3,167 ,002 KOMITE -,574 ,306 -,158 -1,876 ,063 COMP -,091 ,204 -,037 -,447 ,655 DER -,112 ,044 -,214 -2,520 ,013 ROA -,055 ,008 -,537 -6,473 ,000 a. Dependent Variable: Manajemen_Pajak T tabel dalam penelitian ini adalah sebesar 1,9813. Dari hasil Uji Signifikan Parsial t di atas dapat dijelaskan pengaruh variabel independen secara parsial, yaitu: 1. Variabel Dewan Komisaris BOARD mempunyai nilai t hitung sebesar 3,167 dan nilai t tabel sebesar 1,9813 sehingga t hitung t tabel 3,167 1,9813 dan memiliki nilai signifikan 0,002 0,05. Hal ini berarti Dewan Komisaris BOARD secara parsial berpengaruh signifikan terhadap manajemen pajak. 2. Variabel Komite Audit KOMITE mempunyai nilai t hitung sebesar 1,913 dan nilai t tabel sebesar 1,9813 sehingga t hitung t tabel -1,876 1,9813 dan memiliki nilai signifikan 0,063 0,05. Hal ini berarti Komite Audit KOMITE secara parsial tidak berpengaruh terhadap manajemen pajak. Universitas Sumatera Utara 74 3. Variabel Jumlah Kompensasi Dewan Komisaris Serta Dewan Direksi COMP mempunyai nilai t hitung sebesar - ,447 dan nilai t tabel sebesar 1,9813 sehingga t hitung t tabel - ,447 1,9813 dan memiliki nilai signifikan 0,655 0,05. Hal ini berarti Jumlah Kompensasi Dewan Komisaris Serta Dewan Direksi COMP secara parsial tidak berpengaruh terhadap manajemen pajak. 4. Variabel Tingkat Hutang DER mempunyai nilai t hitung sebesar 2,52 dan nilai t tabel sebesar 1,9813 sehingga t hitung t tabel -2,419 1,9813 dan memiliki nilai signifikan 0,013 0,05 Hal ini berarti Tingkat Hutang DER secara parsialberpengaruh negatif signifikan terhadap manajemen pajak. 5. Variabel Profitabilitas ROA mempunyai nilai t hitung sebesar 6,473 dan nilai t tabel sebesar 1,9813 sehingga t hitung t tabel -6,473 1,9813 dan memiliki nilai signifikan 0,00 0,05 Hal ini berarti Profitabilitas ROA secara parsial berpengaruh negatif signifikan terhadap manajemen pajak. Dari hasil pengujian pada Tabel 4.8 diatas dapat diperoleh model persamaan linier berganda, yaitu : Y = 1,112 + 0,89X 1 – 0,574X 2 - 0,091X 3 - 0,112Z 1 - 0,055Z 2 + e Universitas Sumatera Utara 75 Model persamaan linier berganda diatas dapat diinterpretasikan sebagai berikut : 1. Koefisien konstanta sebesar 1,112 menunjukkan apabila variabel independen bernilai tetap atau 0, maka nilai manajemen pajak sebesar 1,112. 2. X 1 adalah Dewan Komisaris BOARD memiliki nilai koefisien positif sebesar 0,89 yang menunjukkan variabel ini memiliki hubungan yang searah denganmanajemen pajak. Kenaikan jumlah dewan komisaris satu satuan menyebabkan manajemen pajak akan naik sebesar 0,89 dengan asumsi variabel bebas lainnya dianggap tetap. 3. X 2 adalah Komite Audit KOMITE memiliki nilai koefisien sebesar –,574 menunjukkan bahwa setiap kenaikan satu satuan variabel komite audit menyebabkan manajemen pajak menurun sebesar 0,574 dengan asumsi variabel lainnya tetap atau sama dengan nol. 4. X 3 adalah Jumlah Kompensasi Dewan Komisaris Serta Dewan Direksi COMP memiliki nilai koefisien sebesar - ,091 menunjukkan bahwa setiap kenaikan satu satuan jumlah kompensasi dewan komisaris serta dewan direksi menyebabkan manajemen pajak menurun sebesar 0,091 dengan asumsi variabel lainnya tetap atau sama dengan nol. Universitas Sumatera Utara 76 5. Z 1 adalah Tingkat Hutang DER memiliki nilai koefisien sebesar -,112 menunjukkan bahwa setiap kenaikan satu satuan tingkat hutang menyebabkan manajemen pajak menurun sebesar 0,112 dengan asumsi variabel lainnya tetap atau sama dengan nol. 6. Z 2 adalah Profitabilitas ROA memiliki nilai koefisien sebesar -,055 menunjukkan bahwa setiap kenaikan satu satuan profitabilitas menyebabkan manajemen pajak menurun sebesar 0,055 dengan asumsi variabel lainnya tetap atau sama dengan nol.

4.2.4 Pembahasan Penelitian

Hasil uji statistik F yang dilakukan, menunjukkan bahwa variabel Dewan Komisaris BOARD, Komite Audit KOMITE, Jumlah Kompensasi Dewan Komisaris Serta Dewan Direksi COMP, Tingkat Hutang DERdan Profitabilitas ROA secara simultan berpengaruh signifikan terhadap Manajemen Pajak pada perusahaan manufaktur yang terdaftar di BEI tahun 2012-2014. Pada pengujian statistik uji t, secara parsial variabel dewan komisaris BOARD berpengaruh positif signifikan terhadap manajemen pajak, tingkat hutang DER dan profitabilitas ROA berpengaruh negatif signifikan terhadap manajemen pajak. Sedangkan variabel lainnya tidak memiliki pengaruh signifikan terhadap manajemen pajak pada perusahaan Universitas Sumatera Utara 77 manufaktur di Indonesia. Pembahasan pengaruh masing-masing variabel independen terhadap variabel dependen secara parsial dijelaskan sebagai berikut: 1. Pengaruh Dewan Komisaris Terhadap Manajemen Pajak Hasil pengujian signifikan parsial t-test menunjukkan bahwa t hitung t tabel yaitu 3,167 1,9813 dan nilai signifikan dewan komisaris BOARD lebih kecil dari 0,05 yaitu 0,002 0,05, berarti dewan komisaris secara parsial berpengaruh signifikan terhadap manajemen pajak. Hasil penelitian ini mendukung hasil penelitian Meilinda dan Cahyonowati 2012 yang menemukan adanya pengaruh positif dan signifikan antara dewan komisaris dengan manajemen pajak. Berdasarkan hasil penelitian ini, kenaikan jumlah dewan komisaris pada perusahaan dapat meningkatakan keefektifan fungsi pengawasan dan dewan berfokus pada manajemen pajak. Namun, hasil penelitian ini tidak sejalan dengan penelitian Habibi 2015 yang mengatakan bahwa jumlah dewan komisaris tidak berpengaruh secara signifikan terhadap manajemen pajak serta penelitian Minnick dan Noga 2010 yang menyatakan bahwa jumlah komisaris yang lebih sedikit akan membuat dewan lebih fokus untuk meyakinkan manajemen untuk berinvestasi dalam manajemen pajak. Universitas Sumatera Utara 78 2. Pengaruh Komite Audit Terhadap Manajemen Pajak Hasil pengujian signifikan parsial t-test menunjukkan bahwa t hitung t tabel yaitu -1,876 1,9813 dan nilai signifikan komite audit KOMITE lebih besar dari 0,05 yaitu 0,063 0,05. Hal ini menunjukkan bahwa komite audit KOMITE secara parsial tidak berpengaruh signifikan terhadap manajemen pajak. Komite audit yang terdiri dari individu-individu independen membantu dewan komisaris melakukan pengawasan pada perusahaan, namun tidak terlibat dengan tugas sehari-hari dari manajemen sehingga komite audit tidak berpengaruh dalam manajemen pajak perusahaan. 3. Pengaruh Jumlah Kompensasi Dewan Komisaris Serta Dewan Direksi Terhadap Manajemen Pajak Hasil pengujian signifikan parsial t-test menunjukkan bahwa t hitung t tabel yaitu -,447 1,9813 dan nilai signifikan jumlah kompensasi dewan komisaris serta dewan direksi COMP lebih besar dari 0,05 yaitu 0,655 0,05. Hal ini menunjukkan bahwa jumlah kompensasi dewan komisaris serta dewan direksi COMP secara parsial tidak berpengaruh signifikan terhadap manajemen pajak. Berdasarkan hasil penelitian ini, pemberian kompensasi kepada dewan komisaris dan dewan direksi tidak meningkatkan kinerja perusahaan dalam pembayaran pajak perusahaan. Hal ini didukung oleh penelitian Habibi 2015. Universitas Sumatera Utara 79 Hasil penelitian ini tidak sejalan dengan penelitian Minnick dan Noga 2010, Meilinda dan Cahyonowati 2012 serta Irawan dan Aria 2012 yang mengatakan bahwa jumlah kompensasi dewan komisaris dan dewan direksi berpengaruh positif dan signifikan terhadap manajemen pajak. Pemberian kompensasi yang tinggi akan mendorong manajemen untuk melakukan manajemen pajak. 4. Pengaruh Tingat Hutang Terhadap Manajemen Pajak Tingkat hutang diproksikan dengan Debt to Equity DER. Hasil pengujian signifikan parsial t-test menunjukkan bahwa t hitung t tabel yaitu -2,520 1,9813 dan nilai signifikan tingkat hutang DER lebih kecil dari 0,05 yaitu 0,013 0,05. Hal ini menunjukkan bahwa tingkat hutang DER secara parsial berpengaruh negatif dan signifikan terhadap manajemen pajak. Hasil penelitian ini tidak simetris dengan penelitian Meilinda dan Cahyonowati 2012 yang mengatakan bahwa perusahaan memanfaatkan hutang untuk meminimalkan beban pajaknya karena perusahaan yang memiliki hutang tinggi akan mendapatkan insentif pajak berupa potongan atas bunga pinjaman sehingga perusahaan yang memiliki beban pajak tinggi dapat melakukan penghematan pajak dengan cara menambah hutang perusahaan. 5. Pengaruh Profitabilitas Terhadap Manajemen Pajak Universitas Sumatera Utara 80 Profitabilitas diproksikan dengan Return On Asset ROA. Hasil pengujian signifikan parsial t-test menunjukkan bahwa t hitung t tabel yaitu -6,473 1,9813 dan nilai signifikan profitabilitas ROA lebih kecil dari 0,05 yaitu 0,00 0,05. Hal ini menunjukkan bahwa profitabilitas ROA secara parsial berpengaruh negatif dan signifikan terhadap manajemen pajak. Return On Asset ROA yang positif menunjukkan bahwa dari total aktiva yang dipergunakan untuk operasi perusahaan mampu memberikan laba bagi perusahaan. Pada penelitian ini, Return On Asset ROA bernilai negatif menunjukkan total aktiva yang dipergunakan tidak memberikan keuntungan. Hasil penelitian ini selaras dengan penelitian Irawan dan Aria 2012 yang mengatakan bahwa pembayaran pajak tingkat medium dan tingkat tinggi mengakibatkan Return On Asset ROA menjadi rendah yang dipengaruhi oleh pengeluaran yang besar pada Research and Development untuk pengembangan usaha. Universitas Sumatera Utara 81 Universitas Sumatera Utara 82 BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil pengujian yang dilakukan dalam penelitian ini maka kesimpulan yang diperoleh yaitu: 1. Variabel dewan komisaris secara parsial berpengaruh positif signifikan terhadap manajemen pajak. 2. Variabel komite audit secara parsial tidak berpengaruh terhadap manajemen pajak. 3. Variabel jumlah kompensasi dewan komisaris serta dewan direksi secara parsial tidak berpengaruh terhadap manajemen pajak. 4. Dewan komisaris, komite audit, jumlah kompensasi dewan komisaris serta dewan direksi, tingkat hutang dan profitabilitas secara simultanberpengaruh signifikan terhadap manajemen pajak.

5.2 Keterbatasan Penelitian