BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan pada tahun 2016 yaitu dengan mengambil data laporan tahunan dan laporan keuangan perusahaan BUMN yang terdaftar di Bursa Efek Indonesia periode tahun melalui website B. Desain Penelitian Desain penelitian yang digunakan penulis adalah penelitian kausal, penelitian kausal adalah penelitian untuk mengetahui sebab akibat antara variabel bebas terhadap variabel terikat. Variabel bebas pada penelitian ini adalah ukuran perusahaan, return on asset, debt to equity ratio, capital intensity ratio dan kepemilikan institusional. Sedangkan variabel terikat pada penelitian adalah effective tax rate. Penelitian ini merupakan penelitian kuantitatif dilihat dari jenis data dan analisa. C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel Penelitian ini termasuk penelitian deduktif yang bertujuan untuk menguji hipotesis melalui validitas teori atau pengujian aplikasi kepada teori tertentu. Ruang lingkup penelitian ini hanya membatasi pembahasannya pada pengujian apakah ukuran perusahaan, return on asset, debt to equity ratio, 41

2 42 capital intensity ratio dan kepemilikan institusional berpengaruh pada effective tax rate. Penelitian ini hanya mengambil sampel pada perusahaan BUMN yang terdaftar di Bursa Efek Indonesia periode tahun Untuk menguji hipotesis yang diajukan, variabel yang diteliti dalam penelitian ini diklasifikasikan menjadi variabel dependen dan variabel independen. a) Variabel Dependen (Y) Variabel Dependen sering disebut sebagai variabel konsekuen, variabel kriteria, variabel pengaruh, terikat, tergantung, dan variabel output (Sugiyono, 2009). Variabel dependen yang digunakan pada penelitian ini adalah effective tax rate (ETR). 1) Effective Tax Rate (ETR) Effective tax rate (Tarif Pajak Efektif) pada dasarnya adalah sebuah persentase besaran tarif pajak yang ditanggung oleh perusahaan. Menurut Aunalal (2011:13), Effective tax rate (ETR) dihitung atau dinilai berdasarkan pada informasi keuangan yang dihasilkan oleh perusahaan sehingga ETR merupakan bentuk perhitungan tarif pajak pada perusahaan. Tarif pajak efektif adalah besarnya beban pajak penghasilan yang terutang dibagi dengan penghasilan sebelum pajak, PWC (2014). Beban pajak pengasilan terutang yang dimaksud dalam penelitian ini adalah jumlah pajak penghasilan terutang perusahaan pada satu periode. Jumlah pajak penghasilan terutang atas penghasilan kena pajak pada satu periode disebut juga sebagai beban pajak kini, PSAK 46 (9).

3 43 Beban pajak yang digunakan hanya menggunakan beban pajak kini dikarenakan pada beban pajak kini dimungkinkan untuk melakukan pemilihan kebijakan-kebijakan yang terkait dengan perpajakan dan akuntansi. Wibowo (2016) menggunakan beban pajak kini dibagi dengan laba sebelum bunga dan pajak untuk menghitung tarif pajak efektif. Secara sistematis nilai effective tax rate dapat dihitung dengan: b) Variabel Independen (X) Variabel Independen, variabel ini sering disebut sebagai variabel prediktor, variabel pengaruh, kausa, variabel perlakuan, treatment, variabel risiko, stimulus, dan juga dikenal sebagai variabel bebas dan variabel prediktor (Sugiyono, 2009). Variabel independen penelitian ini adalah ukuran perusahaan, return on asset, debt to equity ratio, capital intensity ratio dan kepemilikan institusional. Persamaan dalam variabel ini adalah: 1) Ukuran Perusahaan(SIZE) Ukuran Perusahaan (SIZE) diperoleh dengan cara mengalogaritma naturalkan nilai total asset emiten. Beberapa perusahaan melihat size perusahaan dari total asset, sementara perusahaan ain menggunakan pendapatan dan ukuran pasar (Bernard, 2003). Penelitian ini menggunakan total asset sebagai ukuran size yaitu seluruh aktiva yang dimiliki perusahaan baik itu aktiva lancar dan aktiva tetap. Total asset yang besar akan meningkatkan efisiensi perusahaan dan memberikan prospek

4 44 pertumbuhan perusahaan di masa depan. Untuk mengukur tingkat ukuran perusahaan dapat dihitung dari jumlah asetnya karena ukuran perusahaan diproksikan dengan natural log dari total aset. Penggunaan natural log pada penelitian ini bertujuan untuk mengurangi fluktuasi data tanpa mengubah proporsi nilai asal (Bachtiar, 2015). Dalam menghitung Ukuran perusahaan digunakan rumus sebagai berikut: 2) Return On Asset Return On Asset (ROA) menurut Kasmir (2012: 201) adalah rasio yang menunjukan hasil (return) atas jumlah aktiva yang digunakan dalam perusahaan. Selain itu, ROA memberikan ukuran yang lebih baik atas profitabilitas perusahaan karena menunjukan efektivitas manajemen dalam menggunakan aktiva untuk memperoleh pendapatan. Return On Asset (ROA) adalah dimana rasio ini merupakan perbandingan antara pendapatan bersih (net income) dengan rata-rata aktiva (average asset). Menurut Toto Prihadi (2008: 68), return on asset yaitu (ROA, laba atas asset) mengukur tingkat laba terhadap asset yang digunakan dalam menghasilkan laba tersebut, dimana rasio ini dinyatakan oleh rumus sebagai berikut:

5 45 3) Debt to Equity Ratio Menurut Kasmir (2010:156), debt to equity merupakan rasio yang digunakan untuk menilai utang dan ekuitas. Rasio ini dicari dengan cara membandingkan antara seluruh utang lancar dengan seluruh utang ekuitas. Sedangkan Sofyan Syafri Harahap (2010:303) menyatakan bahwa rasio ini menggambarkan sampai sejauh mana modal pemilik dapat menutupi utang-utang kepada pihak luar. Semakin kecil rasio ini semakin baik. Rasio ini disebut juga rasio leverage. Rasio ini dapat dihitung dengan rumus, menurut Sofyan Syafri Harahap (2010: 303) yaitu: 4) Capital Intensity Ratio Menurut Hanum (2013), Capital Intensity Ratio (CIR) adalah aktivitas investasi yang dilakukan perusahaan yang dikaitkan dengan investasi dalam bentuk aset tetap (intensitas modal). Variabel ini diukur dengan menggunakan rasio antara total aset tetap terhadap total asset yang dapat dirumuskan sebagai berikut (Darmadi, 2013): Total aset tetap adalah jumlah aset tetap yang dimiliki oleh perusahaan yang tercantum dalam neraca mencakup bangunan, mesin, kendaraan dan peralatan. Total aset dalam perhitungan intensitas aset tetap menggunakan

6 46 nilai total asset perusahaan yang tercantum dalam neraca perusahaan (Meisiska, 2016). 5) Kepemilikan Institusional Kepemilikan institusional merupakan jumlah saham perusahaan yang dimiliki oleh pihak institusi atau lembaga antara lain seperti perusahaan investasi, perusahaan asuransi, bank ataupun perusahaan-perusahaan swasta lain. Kepemilikan institusional memiliki peranan yang penting dalam meminimalisasi konflik keagenan yang terjadi antara pemegang saham dengan manajer (Jensen dan Meckling, 1976). Variabel kepemilikan institusional ini, dapat diukur dengan persentase kepemilikan saham yang dimiliki oleh institusional. Kepemilikan institusional diukur menggunakan rumus sebagai berikut: 2. Operasionalisasi Variabel Menurut Sugiyono (2003:32) mengemukakan bahwa variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh penelitian untuk dipelajari dan ditarik kesimpulannya. Selengkapnya mengenai operasionalisasi variabel dapat dilihat pada tabel dibawah ini:

7 47 Tabel 3.1 Operasional Variabel dan Metode Pengukuran Variabel No. Variabel Indikator Skala Ukuran Perusahaan (SIZE) Return On Asset (ROA) Debt to Equity Ratio (DER) Capital Intensity Ratio (CIR) Institutional Ownership (INST) Effective Tax Rate (ETR) Rasio Rasio Rasio Rasio Rasio Rasio Sumber: Data sekunder diolah 2016 D. Populasi dan Sampel Penelitian Populasi pada penelitian ini dilakukan pada perusahaan BUMN yang terdaftar di Bursa Efek Indonesia tahun Sampel dipilih berdasarkan metode purposive sampling. Sugiyono (2001:61) menyatakan bahwa sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Menurut Margono (2004:128), pemilihan sekelompok subjek dalam purposive sampling didasarkan atas ciri-ciri tertentu yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri populasi yang sudah diketahui sebelumnya, dengan kata lain unit sampel yang dihubungi disesuaikan dengan kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan penelitian. Kriteria tersebut adalah:

8 48 1. Perusahaan BUMN yang terdaftar di Bursa Efek Indonesia periode 2011, 2012, 2013, 2014 dan Perusahaan BUMN yang mempublikasikan laporan keuangan tahunan dan disajikan dalam bentuk Rupiah periode 2011, 2012, 2013, 2014 dan Tabel 3.2 Proses Pemilihan Sampel NO KRITERIA SAMPEL Perusahaan BUMN yang terdaftar di Bursa Efek Indonesia periode Perusahaan BUMN yang tidak mempublikasikan laporan keuangan tahunan dan disajikan selain dalam bentuk Rupiah periode Perusahaan BUMN yang tidak memiliki pajak kini selama periode JUMLAH PERUSAHAAN 18 (3) (2) 4 Perusahaan BUMN yang terkena outlier periode (5) Sumber: Data Sekunder yang diolah, 2016 JUMLAH 8 Berdasarkan proses pemilihan sampel diatas, perusahaan BUMN yang memenuhi kriteria dalam penelitian ini berjumlah 6 perusahaan, antara lain:

9 49 Tabel 3.3 Daftar Nama Perusahaan yang Menjadi Sampel No Kode Nama Perusahaan Sektor 1 ADHI Adhi Karya (Persero) Tbk Kontruksi 2 BBNI Bank Negara Indonesia Tbk Bank 3 BBRI Bank Rakyat Indonesia (Persero) Tbk Bank 4 BMRI Bank Mandiri (Persero) Tbk Bank 5 JSMR Jasa Marga Tbk Angkutan 6 PTPP PP (Persero) Tbk Kontruksi 7 TINS Timah (Persero) Tbk Pertambangan 8 WIKA Wijaya Karya Tbk Kontruksi Sumber: Data yang diolah, 2016 E. Teknik Pengumpulan data Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumenter, yaitu teknik pengambilan data dengan cara mengumpulkan, mencatat dan mengkaji data sekunder yang berupa laporan keuangan perusahaan BUMN yang dipublikasikan oleh Bursa Efek Indonesia. Serta dari berbagai buku pendukung dan sumber lainnya seperti jurnal dan skripsi terdahulu. Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh secara tidak langsung melalui media perantara baik yang dipublikasikan dan tidak dipublikasikan. Data sekunder dalam penelitian ini berupa laporan keuangan dan laporan tahunan masing-masing

10 50 perusahaan BUMN periode tahun , serta data penelitian yang diperoleh dari F. Metode Analisis Data Data yang dikumpulkan dalam penelitian ini diolah dan kemudian dianalisis dengan berbagai uji statistik sebagai berikut: 1. Uji Statistik Deskriptif Menurut Sugiyono (2004:169), analisis deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Uji deskriptif yang digunakan, antara lain rata-rata (mean), standar deviasi, maksimum dan minimum. Statistik deskriptif menyajikan ukuran-ukuran numerik yang sangat penting bagi data sampel, sehingga secara konstektual dapat lebih mudah dimengerti oleh pembaca. 2. Uji Asumsi Klasik Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Dalam penelitian ini, uji asumsi klasik yamg digunakan adalah uji normalitas, multikolinearitas, autokorelasi dan heteroskedastisitas. a. Uji Normalitas Data Menurut Ghozali (2006), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable bebas dan variabel terikat keduanya memiliki

11 51 distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas sebaran data penelitian menggunakan teknik Kolmogorov Smirnov dengan bantuan program SPSS versi 21. Kaidah yang digunakan untuk menguji normalitas yaitu skor Sig, yang ada pada hasil penghitungan Kolmogorov-Smirnov. Apabila angka Sig. lebih besar atau sama dengan 0,05 maka data tersebut berdistribusi normal akan tetapi apabila kurang dari 0,05 maka data tersebut tidak berdistribusi normal. Uji normalitas lain dalam penelitian ini juga dilakukan melalui metode grafik. Metode grafik yang digunakan dalam penelitian ini adalah dengan melihat normal probability plot. Normal probability plot adalah membandingkan distribusi komulatif dari distribusi normal (Ghozali, 2006). Dasar pengambilan keputusan melalui analisis ini, jika data menyebar disekitar garis diagonal sebagai representasi pola distribusi normal, berarti model regresi memenuhi asumsi normalitas. b. Uji Multikolinearitas Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen (Ghozali, 2009).Alat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance inflation

12 52 factor (VIF), korelasi pearson antara variabel-variabel bebas, atau dengan melihat eigenvalues dan condition index (CI). Cara pengambilan keputusan ada tidaknya multiokolinearitas adalah sebagai berikut: 1) Melihat nilai Tolerance : a) Tidak terjadi multikolinearitas, jika nilai Tolerance > 0,10 b) Terjadi multikolinearitas, jika nilai Tolerance 0,10 2) Melihat nilai VIF (Varian Inflation Factor) : a) Tidak terjadi multikolinearitas, jika nilai VIF <10,00 b) Terjadi multikolinearitas, jika nilai VIF 10,00 Beberapa alternatif cara untuk mengatasi masalah multikolinearitas adalah sebagai berikut: 1) Mengganti atau mengeluarkan variabel yang mempunyai korelasi yang tinggi. 2) Menambah jumlah observasi. 3) Mentransformasikan data ke dalam bentuk lain, misalnya logaritma natural, akar kuadrat atau bentuk first difference delta. c. Uji Autokorelasi Autokorelasi adalah korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Autokorelasi menunjukkan adanya kondisi yang berurutan antara gangguan atau distribusi yang masuk dalam regresi (Gonick and Smith, 2002). Uji autokorelasi bertujuan untuk mengetahui apakah terjadi korelasi antara anggota serangkaian data observasi yang diurutkan menurut waktu

13 53 (time series). Untuk mendeteksi terjadinya autokorelasi dalam penelitian ini digunakan uji DW dengan melihat koefisien korelasi test. Tabel 3.4 Tingkat Autokorelasi (Durbin Watson) Durbin Watson Kesimpulan Kurang dari 1,10 Ada Autokorelasi 1,10-1,54 Tidak Ada Kesimpulan 1,55-2,46 Tidak Ada Autokorelasi 2,47-2,90 Tidak Ada Kesimpulan Lebih dari 2,91 Sumber: Hasan (2008:290) Ada Autokorelasi d. Uji Heterokedastisitas Salah satu asumsi dasar regresi linier adalah bahwa variasi residual (variabel gangguan) sama untuk semua pengamatan. Jika terjadi suatu keadaan dimana variabel gangguan tidak mempunyai varian yang sama untuk semua observasi, maka dikatakan dalam model regresi tersebut terdapat suatu gejala heterokedastisitas (Gujarati, 1993:177). Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan, semakin sulit untuk mengintepretasikan hasil grafik plot

14 54 (Gozali, 2011:141). Untuk mengatasi kelemahan dari grafik plots tersebut, maka dalam penelitian ini juga akan dilakukan uji statistik untuk menjamin keakuratan hasil pengujian. Uji statistik yang dipilih adalah uji Glejser, dasar pengambilan keputusan uji heteroskedastisitas melalui uji Glejser adalah: 1) Apabila sig. 2-tailed < α = 0,05, maka telah terjadi heteroskedastisitas. 2) Apabila sig. 2-tailed > α = 0,05, maka tidak terjadi heteroskedastisitas. Beberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah dengan mentransformasikan ke dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif. Atau dapat juga dilakukan dengan membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas. 3. Uji Kesesuaian Model Ketika metode statistik digunakan, sangatlah penting menguji apakah data yang aktual berasal dari distribusi yang diasumsikan dalam analisa. Uji yang menyatakan apakah observasi-observasi berasal dari suatu distribusi tertentu disebut dengan uji kecocokan/kesesuaian. Berikut adalah uji kesesuaian yang digunakan antara lain: a. Uji Koefisien Determinasi ((R 2 ) Menurut Kuncoro (2004), koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Kelemahan mendasar penggunaan koefisien determinasi

15 55 adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. 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, 2011:87). R 2 yang digunakan adalah nilai adjusted R 2 yang merupakan R 2 yang telah disesuaikan. Adjusted R 2 merupakan indikator untuk mengetahui pengaruh penambahan suatu variabel independen kedalam persamaan. b. Uji Signifikansi Simultan (Uji F) Dalam Regresi Berganda, hal utama yang hendak dilihat adalah apakah serangkaian variabel bebas secara serentak mempengaruhi variabel terikat. Dalam output SPSS ini bisa ditentukan lewat tabel ANOVA. Pada tabel ANOVA terdapat kolom F. Nilai yang tertera pada kolom F tersebut disebut sebagai F hitung. F hitung ini diperbandingkan dengan F tabel dengan kriteria pengambilan keputusan: a. H 0 diterima jika F hitung < F tabel pada = 5% b. H 0 ditolak (H 1 diterima) jika F hitung > F tabel pada = 5% 4. Uji Hipotesis a. Uji Signifikan parsial (T-test) Uji t menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2011:88).

16 56 Uji terhadap nilai statistik t merupakan uji signifikansi parameter individual. Nilai statisik t menunjukkan seberapa jauh pengaruh variabel independen secara individual terhadap variabel dependennya. Kriteria pengujian dengan tingkat signifikansi (a) = 0,05 ditentukan sebagai berikut : 1) Jika t hitung < t tabel atau probabilitas signifikansi > a, maka H0 diterima 2) Jika t hitung > t tabel atau probabilitas signifikansi < a, maka H0 ditolak b. Analisis Regresi Linier Berganda Menurut Hasan (2008), analisis linier berganda adalah di mana variabel terikatnya (Y) dihubungkan atau dijelaskan lebih dari satu variabel, mungkin dua, tiga, dan seterusnya variabel bebas (X1, X2, X3,..., Xn) namun masih menunjukkan diagram hubungan yang linear. Penambahan variabel bebas ini diharapkan dapat lebih menjelaskan karakteristik hubungan yang ada walaupun masih saja ada variabel yang terabaikan. Bentuk persamaan regresi linear berganda pada penelitian ini dapat dituliskan sebagai berikut: Keterangan: ETR : Effective Tax Rate α : Konstanta β1, β2, β3, β4, β5 : Koefisiensi regresi masing-masing variabel independen SIZE : Ukuran Perusahaan ROA : Return On Asset DER : Debt to Equity Ratio CIR : Capital Intensity Ratio INST : Kepemilikan Institusional е : Error