SKRIPSI
Oleh
Sista Choiriyah
NIM :1112082000073
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVETSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1437 H/ 2016 M
i
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Senin, 09 Mei 2016 telah dilakukan Ujian Komprehensif atas
mahasiswa/i:
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini Kamis, 26 Mei 2016 telah dilakukan Ujian Skripsi atas mahasiswa/i:
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Jika dikemudian hari ada tuntutan dari pihak lain atas karya saya dan melalui
pembuktian yang saya dapat pertanggungjawabkan, ternyata memang ditemukan
bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap untuk
dikenakan sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
Sista Choiriyah
v
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
1. Nama : Sista Choiriyah
2. Tempat, tanggal lahir : Tangerang, 13 Agustus 1993
3. Jenis Kelamin : Perempuan
4. Agama : Islam
5. Anak ke- dari : 1 dari 1 bersaudara
6. Alamat : KP. Pondok Sentul No. 70 Ciater, Serpong,
Tangerang Selatan
7. Telepon : 082210181913
8. Email : sistachoiriyah@gmail.com
II. PENDIDIKAN
1. TK Sunan Bonang Tahun 1999-2000
2. SD Sunan Bonang Tahun 2000-2005
3. SMPN 4 Kota Tangerang Tahun 2005-2008
4. SMAN 2 Kota Tangerang Tahun 2008-2011
5. S1 Ekonomi UIN Syarif Hidayatullah Jakarta Tahun 2012-2016
III. LATAR BELAKANG ORANG TUA
1. Ayah : Sishantoro
2. Ibu : Marsitin
3. Alamat : KP. Pondok Sentul No. 70 Ciater, Serpong,
Tangerang Selatan
4. Telepon : 081232650289
vi
THE INFLUENCE OF BOOK-TAX DIFFERENCES TO EARNINGS
PERSISTENCE WITH TAX AVOIDANCE AS THE MODERATING
VARIABLE
ABSTRACT
vii
PENGARUH BOOK-TAX DIFFERENCES TERHADAP PERSISTENSI
LABA DENGAN TAX AVOIDANCE SEBAGAI VARIABEL MODERASI
ABSTRAK
Kata kunci : book-tax differences, persistensi laba, perubahan laba sebelum pajak,
perubahan beban pajak penghasilan, penghindaran pajak
viii
KATA PENGANTAR
Assalamu’alaikum Wr.Wb
ix
8. Sahabat seperjuangan dan keluarga, Risma Cahyani, Tria Melani, Liska
Damiati, dan Fadhillah Rahmatun Solehah yang telah menemani selama
hampir empat tahun ini. Terima kasih untuk semangat, motivasi, bantuan
untuk penulis hingga penulis menyelesaikan skripsi ini.
9. Sahabat semenjak SMA yang tidak pernah putus memberikan semangat dan
doa, Afifah Kurnia Purwanti dan Fauzia Andini.
10. Teman-teman komunitas Harry Potter terkhususnya Soraya Assagaf yang
membantu penulis dalam bahasa asing dan Anis Rahmatul Fajriya yang
selalu memberi doa dan semangat untuk menulis.
11. Seluruh teman Akuntansi 2012, khususnya Akuntansi C dan Konsentrasi
Keuangan, yang telah banyak memberikan motivasi kepada penulis.
12. KKN Lentera 2015 UIN Syarif Hidayatullah Jakarta yang telah memberikan
motivasi kepada penulis.
x
DAFTAR ISI
HALAMAN JUDUL........................................... .................................................... i
LEMBAR PENGESAHAN SKRIPSI ................ ................................................... ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ....................................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI .... .................................................. iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ................................ v
DAFTAR RIWAYAT HIDUP............................ .................................................. vi
ABSTRACT (Bahasa Inggris) .............................. ................................................. vii
ABSTRAK .......................................................... ................................................ viii
KATA PENGANTAR ........................................ .................................................. ix
DAFTAR ISI....................................................... .................................................. xi
DAFTAR TABEL............................................... ................................................ xiii
DAFTAR GAMBAR .......................................... ................................................ xiv
DAFTAR LAMPIRAN....................................... ................................................. xv
BAB I PENDAHULUAN ................................... ................................................... 1
A. Latar Belakang Masalah.................... ................................................... 1
B. Rumusan Masalah ............................. ................................................. 11
C. Tujuan dan Manfaat Penelitian ......... ................................................. 11
1. Tujuan Penelitian ........................ ................................................. 11
2. Manfaat Penelitian ...................... ................................................. 12
BAB II TINJAUAN PUSTAKA......................... ................................................. 13
A. Landasan Teori.................................. ................................................. 13
1. Teori Akuntansi Positif ............... ................................................. 13
2. Persistensi Laba........................... ................................................. 14
3. Book-Tax Differences.................. ................................................. 18
4. Penghindaran Pajak..................... ................................................. 39
B. Penelitian Terdahulu ......................... ................................................. 40
C. Kerangka Berpikir............................. ................................................. 48
D. Hipotesis............................................ ................................................. 49
xi
BAB III METODOLOGI PENELITIAN............ ................................................. 53
A. Ruang Lingkup Penelitan.................. ................................................. 53
B. Jenis Penelitian.................................. ................................................. 53
C. Metoode Penentuan Sampel.............. ................................................. 53
D. Jenis dan Sumber Data ...................... ................................................. 54
E. Metode Pengumpulan Data ............... ................................................. 55
F. Metode Analisis Data........................ ................................................. 55
1. Statistik Deskriptif ...................... ................................................. 56
2. Uji Asumsi Klasik ....................... ................................................. 56
3. Uji Koefisien Determinasi .......... ................................................. 59
4. Pengujian Hipotesis..................... ................................................. 59
G. Operasional Variabel Penelitian........ ................................................. 63
BAB IV ANALISIS DAN PEMBAHASAN...... ................................................. 67
A. Sekilas Gambaran Umum Objek Penelitian.............................................. 67
B. Analisis Data ........................................... ................................................. 69
1. Hasil Uji Statistik Deskriptif............. ................................................. 70
2. Hasil Uji Asumsi Klasik ................... ................................................. 75
3. Hasil Uji Koefisien Determinasi ....... ................................................. 86
4. Hasil Uji Hipotesis ............................ ................................................. 90
C. Pembahasan............................................. ............................................... 101
1. Pengaruh Perbedaan Temporer dan Perbedaan Permanen terhadap
Komponen Persistensi Laba.............. ............................................... 101
2. Pengaruh Penghindaran Pajak dalam Perbedaan Temporer dan
Perbedaan Permanen terhadap Komponen Persistensi Laba ............ 105
BAB V PENUTUP.............................................. ............................................... 110
A. Kesimpulan ....................................... ............................................... 110
B. Saran.................................................. ............................................... 111
Daftar Pustaka ..................................................... ............................................... 113
xii
DAFTAR TABEL
Tabel 2.1 Penelitian Terdahulu ........................... ................................................. 41
Tabel 3.1 Operasional Variabel........................... ................................................. 66
Tabel 4.1 Tahapan Seleksi Sampel Penelitian .... ................................................. 68
Tabel 4.2 Daftar Perusahaan Sampel .................. ................................................. 68
Tabel 4.4 Hasil Uji Statistik Deskriptif............... ................................................. 70
Tabel 4.5 Deskriptif Interval Pengelompokan Kelas Penghindaran Pajak ........... 74
Tabel 4.6 Hasil Uji Kolmogorof-Smirnov .......... ................................................. 78
Tabel 4.7 Hasil Uji Multikoleniaritas Δpretax .... ................................................. 80
Tabel 4.8 Hasil Uji Multikolineritas Δtaxexp ..... ................................................. 81
Tabel 4.9 Hasil Uji Autokorelasi ........................ ................................................. 82
Tabel 4.10 Hasil Uji Glejser Δpretax .................. ................................................. 85
Tabel 4.11 Hasil Ui Glejser Δtaxexp .................. ............................................... 186
Tabel 4.12 Hasil Uji Koefisien Determinasi (R2) Variabel Y1, X1, dan X2 ............... 87
Tabel 4.13 Uji Koefisien Determinasi (R2) Variabel Y2, X1, dan X2.................... 88
Tabel 4.14 Hasil Uji Koefisien Determinasi Variabel Y1, X1, X2, X3, dan X4 ..... 88
Tabel 4.15 Hasil Uji Koefisien Determinasi Variabel Y1, X1, X2, X3, dan X4 ........ 89
Tabel 4.16 Hasil Uji Statistik F untuk Variabel Variabel Y1, X1, dan X2 ............ 91
Tabel 4.17 Hasil Uji Statistik F untuk Variabel Variabel Y2, X1, dan X2 ............ 92
Tabel 4.18 Hasil Uji Statistik T untuk Variabel Variabel Y1, X1, dan X2 ........... 93
Tabel 4.19 Uji Statistik T untuk Variabel Variabel Y2, X1, dan X2 ..................... 94
Tabel 4.20 Hasil Uji Statistik F untuk Variabel Y1, X1, X2, X3 dan X4 ................ 96
Tabel 4.21 Hasil Uji Statistik T untuk Variabel Y1, X1, X2, X3 dan X4 ................ 97
Tabel 4.22 Hasil Uji Statistik F untuk Variabel Y2, X1, X2, X3 dan X4 ................ 99
Tabel 4.23 Hasil Uji Statistik T untuk Variabel Y2, X1, X2, X3 dan X4 .............. 100
xiii
DAFTAR GAMBAR
Gambar 2.1 Skema Kerangka Pemikiran ............ ................................................. 52
Gambar 4.1 Grafik Normal P-Plot Δpretax......... ................................................. 76
Gambar 4.2 Grafik Normal P-Plot Δtaxexp ........ ................................................. 76
Gambar 4.3 Grafik Histogram Δpretax ............... ................................................. 77
Gambar 4.4 Grafik Histogram Δtaxexp .............. ................................................. 77
Gambar 4.5 Hasil Uji Autokorelasi Δpretax ....... ................................................. 82
Gambar 4.6 Hasil Uji Autokorelasi Δtaxexp ...... ................................................. 82
Gambar 4.7 Scatterplot Δpretax.......................... ................................................. 84
Gambar 4.8 Scatterplot Δtaxexp ......................... ................................................. 84
xiv
DAFTAR LAMPIRAN
Lampiran-Lampiran ............................................ ............................................... 116
Lampiran 1 Nama-Nama Perusahaan Sampel..... ............................................... 117
Lampiran 2 Perhitungan Variabel Independen ... ............................................... 120
Lampiran 3 Perhitungan Variabel Dependen...... ............................................... 130
Lampiran 4 Perhitungan Variabel Moderasi ....... ............................................... 140
Lampiran 5 Hasil Output SPSS........................... ............................................... 144
xv
BAB I
PENDAHULUAN
A. Latar Belakang
proses penyampaian pikiran atau perasaan oleh seseorang kepada orang lain
merubah sikap atau tingkah laku seseorang atau sejumlah orang sehingga ada
Salah satu alat komunikasi yang digunakan pihak internal dan eksternal
1
dalam pengelolaan sumber dana yang digunakan untuk kegiatan perusahaan.
yang menjadi pusat perhatian yang tentunya angka yang menunjukan laba
keseluruhan. Disamping itu, laba merupakan suatu pos dasar dan penting bagi
(Belkaoui, 2007).
Laba yang tinggi menjadi harapan bagi (Fajri dan Mayangsari, 2012):
2
4. Kreditur dalam memprediksi kemungkinan penerimaan bunga
dan lain-lain.
Hal ini karena laba yang tidak atau kurang persisten akan menimbulkan
pada kondisi di masa mendatang. Untuk itu harapannya adalah laba selalu
keputusan yang didasarkan pada prediksi laba di masa mendatang (Adiati dan
Rahmawati, 2015).
komponen akrual dan aliran kasnya dapat memberikan informasi laba yang
3
Terjadinya fenomena book-tax differences ini menimbulkan peluang
laba akuntansi dan laba fiskal (book tax differences) dapat memberikan
tahun 2013 perusahaan menyusun laporan keuangan atas dasar akrual, kecuali
dengan nilai masa depan dalam penyusunan laporan keuangan. Penilaian dan
laporan keuangan. Hal ini di atur dalam PSAK No. 1 tahun 2013 tentang
4
tentang akuntansi pajak penghasilan yang wajib diberlakukan untuk
pelaporan keuangan yang dimulai atau sesudah 1 Januari 2001. PSAK No. 46
yang dikaitkan dengan isu manajemen laba belum banyak diuji secara empiris
di Indonesia.
BCA mengajukan surat keberatan wajib pajak dengan nilai yang cukup
fantastis yakni sebesar Rp.5,7 triliun terkait kredit bermasalah-nya atau non-
5
performance loan (NLP) kepada direktorat PPH Ditjen Pajak pada 17 Juli
pajak yang diajukan BCA ditolak, namun oleh Hadi Poernomo selaku Dirjen
BCA sehari sebelum masa jatuh tempo pemberian keputusan final. Oleh
persistensi laba karena persistensi laba merupakan salah satu komponen nilai
prediksi laba dalam menentukan kualitas laba, dan persistensi laba tersebut
ditentukan oleh komponen akrual dan aliran kas dari laba sekarang, yang
pada selisih antara laba akuntansi dan laba fiskal dengan persistensi laba.
Mereka berpendapat bahwa perbedaan antara laba akuntansi dan laba fiskal
6
(book-tax differences) dapat memberikan informasi mengenai kualitas laba.
persistensi laba selama lima tahun terakhir ini diantaranya dilakukan oleh
laba diukur dari perbedaan laba dan laba di masa yang akan datang. Hasil dari
persistensi laba. Hasil penelitian ini juga menunjukan bahwa ada faktor-faktor
lain yang mempengaruhi persistensi laba seperti arus kas operasi dan akrual.
7
jelas apakah book-tax differences benar-benar berpengaruh terhadap
persistensi laba.
persistensi laba dengan membagi laba menjadi laba kas dan laba akrual. Dan
laba yang akan datang, sesuai dengan penelitian Christiyanti. Sehingga dari
dengan perbedaan laba akuntansi dengan perbedaan laba pajak yang kecil
perbedaan laba akuntansi dan laba pajak kecil (small book-tax differences).
Hasil dari penelitian ini juga menunjukan bahwa persistensi komponen akrual
dari laba perusahaan dengan perbedaan laba akuntansi dan laba pajak
8
perbedaan laba akuntansi dan laba pajak kecil (small book-tax differences).
yang dilakukan oleh Blaylock et.al. (2012) dan penelitian Fajri dan
Mayangsari (2012).
akuntansi dengan laba pajak dapat menjadi signal persistensi laba dan
dapat menjadi signal persistensi laba & persistensi komponen akrual dari
laba.
manajemen laba) lebih rendah daripada persistensi komponen akrual dari laba
menjadi signal persistensi laba & persistensi komponen akrual dari laba.
book-tax differences.
9
Penelitian ini mengacu penelitian yang dilakukan oleh Jackson (2015)
penelitian ini dengan penelitian sebelumnya adalah tidak membagi laba kas
dan laba akrual. Selain itu, penelitian ini juga akan mengacu penelitian
dilakukan oleh Martani dan Persada (2010). Perbedaan penelitian ini dengan
penelitian ini menggunakan sampel dua industri, yaitu industri perbankan dan
dan industri pariwisata dan perhotelan adalah karena industri ini jarang
Moderasi”
10
B. Perumusan Masalah
1. Tujuan Penelitian
pajak penghasilan.
sebelum pajak.
11
2. Manfaat Penelitian
a. Bagi Penulis
b. Bagi Akademisi
laba.
secara khusus.
12
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
(Ghozali dan Chariri, 2007). Penjelasan dan prediksi teori akuntansi positif
metode, dan prosedur akuntansi terjadi karena keputusan yang dibuat oleh
13
akuntansi yang memaksimumkan kepuasan mereka atau mengubah
Perbedaan laba akuntansi dan laba fiskal juga dipengaruhi oleh pilihan
berkurang. Oleh sebab itu, teori akuntansi positif dapat mendasari masalah
2. Persistensi Laba
a. Pengertian Laba
laba (earning per share). Laba adalah hasil dari suatu periode yang
laporan keuangan dan yang sangat penting bagi pihak internal maupun
14
eksternal perusahaan, untuk melakukan penaksiran earning power
modal.
unsur pendapatan dan beban yang diakui dalam suatu pendapatan dan
15
perorangan atau individual, kelompok individual,
kemakmuran akhir.
b. Persistensi Laba
(Rahmawati, 2015).
16
masa yang akan mendatang tapi penyebab yang mendasari
penelitian tersebut.
dan Nissim (2004) dan Blaylock et.al. (2012) sesuai dengan yang
17
maka akan memiliki hubungan dengan perubahan laba sebelum
3. Book-Tax Differences
a. Pengertian Pajak
pajak adalah kontribusi wajib kepada Negara yang terutang oleh orang
rakyat.
18
Dari beberapa definisi tersebut dapat disimpulkan bahwa pajak
1) Laba Akuntansi
a) Laba kotor
b) Laba operasi
19
operasi adalah seluruh beban kecuali beban bunga dan
lain-lain.
d) Laba bersih
20
dengan membagi laba bersih dengan jumlah saham yang
beredar.
2) Laba Fiskal
berikut :
bersifat final.
21
c) Biaya atau pengeluaran diklasifikasikan antara biaya atau
22
berbeda, dan apabila makin sedikit perkiraan yang tidak sesuai
sebagai berikut:
23
(b) Prinsip Harga Perolehan (Cost)
pertama (FIFO).
24
(b) Metode Penyusutan dan Amortisasi
25
berdasarkan Keputusan Menteri Keuangan. Demikian
penyusutan.
Biaya
26
atau dikurangkan dari laba menurut akuntansi
komersial.
antara lain:
27
3) Imbalan dengan jumlah yang melebihi kewajaran.
c. Book-Tax Differences
perbedaan waktu/sementara.
1) Perbedaan Permanen
28
menurut fiskal, ataupun sebaliknya (Agoes dan Trisnawati,
income).
dapat berupa :
atau pengurangan.
29
b) Penghasilan yang bukan objek pajak – Pasal 4 ayat
(3) UU PPh;
(1) UU PPh;
f) Sanksi perpajakan.
2009: 145):
b) Hadiah undian.
30
d) Penghasilan bunga obligasi yang diperdagangkan
Efek.
Efek.
bangunan.
milyar rupiah
Pribadi.
luar negeri.
31
(d) PPh atas kerjasama bentuk BOT.
tetap.
84-85):
berhak.
bersangkutan.
c) Warisan.
32
e) Penggantian atau imbalan sehubungan dengan
33
h) Iuran yang diterima atau diperoleh dana pensiun,
maupun pegawai.
Menteri Keuangan.
kongsi.
izin usaha.
34
Berikut biaya yang tidak boleh dikurangkan sesuai
284-287):
koperasi.
anggota.
35
tersebut dihitung sebagai penghasilan bagi wajib
36
agama Islam kepada lembaga atau badan amil zakat
h) Pajak penghasilan.
menjadi tanggungannya.
di bidang perpajakan.
2) Perbedaan Temporer
37
2009). Perbedaan ini bersifat sementara karena akan
kondisi:
konsolidasi;
pengakuan awal;
38
atau kewajiban tertentu atas dasar nilai wajar,
4. Penghindaran Pajak
suatu bagian dari strategi manajemen pajak yang tidak dilarang dalam
avoidance dan tax evasion adalah bahwa tax evasion adalah ilegal, yang
39
Penghindaran pajak merupakan upaya menghindari pajak yang
dilakukan secara legal dan aman bagi wajib pajak tanpa bertentangan
dengan ketentuan perpajakan yang berlaku dimana metode dan teknik yang
perpajakan yang berlaku sehingga hal tersebut tidak akan dianggap ilegal.
mengenai topik yang berkaitan dengan penelitian ini dapat dilihat dalam tabel
40
Tabel 2.1
Pengaruh Book-Tax Differences terhadap Persistensi Laba dengan Penghindaran Pajak sebagai Variabel Moderasi
42
Tabel 2.3 (Lanjutan)
Pengaruh Book Tax Gap terhadap ∑ Jumlah sampel adalah 83 perusahaan yang berpengaruh secara
Persistensi Laba perusahaan dalam enam signifikan terhadap book-tax gap di
tahun amatan Indonesia. Hasil penelitian untuk persistensi
∑ Metode panel data laba menunjukan bahwa baik perbedaan
∑ Analisis ekonometrik temporer maupun perbedaan temporer secara
kausal dinamis signifikan berpengaruh terhadap persistensi
∑ Persistensi laba dibagi laba. Hasil penelitian ini juga menunjukan
menjadi dua unsur, yaitu bahwa ada faktor-faktor lain yang
penghasilan sebelum mempengaruhi persistensi laba seperti arus
pajak dan laba bersih kas operasi dan akrual.
4 Arum Kusumaningdyah Adiati dan √ √ ∑ Menguji manajemen laba Hasil penelitian ini menunjukan bukti-bukti
Rahmawati, 2015 terhadap persistensi laba empiris sebagai berikut:
∑ Sampel sebanyak 215 ∑ Perusahaan dengan large
Manajemen Laba, Large Book-Tax observasi dari perusahaan positive/negative book-tax differences
Differences, dan Persistensi Laba manufaktur yang memiliki persistensi laba yang rendah
terdaftar di BEI dibandingkan dengan perusahaan
∑ Large positive/negative dengan small positive/negative book-
book-tax differences dan tax differences;
manajemen laba sebagai ∑ Perusahaan dengan large
variabel moderasi positive/negative book-tax differences
∑ Book-tax differences memiliki persistensi laba akrual yang
hanya memasukan rendah dibandingkan dengan
perbedaan temporer
Bersambung ke halaman selanjutnya.
43
Tabel 2.4 (Lanjutan)
44
Tabel 2.5 (Lanjutan)
dari karakteristik normal yaitu Penelitian ini menunjukan bahwa
perbedaan laba akuntansi kepemilikan keluarga mengurangi persistensi
dengan laba pajak; ABTD laba kecuali saat perusahaan memiliki nilai
yang berasal dari aktivitas BTD yang besar dan negatif karena aktivitas
oportunis perusahaan yaitu manajemen laba dan pajak.
tindakan manajemen laba dan
manajemen pajak. Menambah
variabel imbalan kerja.
6. Bradley Blaylock, Terry Shevlin, Ryan √ √ √ ∑ Menguji interaksi Penelitian ini menyediakan pengetahuan
Wilson, 2012 manajemen laba dengan mengenai alasan large positive book-tax
book-tax differences differences menjadi sinyal berguna untuk
Tax Avoidance, Large Positive Book-Tax terhadap persistensi laba laba di masa yang akan datang dan
Differences, and Earnings Persistence ∑ Proksi book-tax persistensi akrual. Penelitian ini menemukan
differences diambil dari bahwa di beberapa kasus large positive book-
perbedaan temporer tax differences merefleksikan diskresional
∑ Analisis regresi linier akrual yang menyebabkan persistensi laba
bergandan dan binery dan laba akrual rendah. Di sisi lain juga,
logistic hasil penelitian ini menunjukan bahwa
persistensi laba perusahaan yang melakukan
manajemen laba lebih rendah daripada
persistensi laba perusahaan yang tidak
melakukan
Bersambung ke halaman selanjutnya.
45
Tabel 2.6 (lanjutan)
47
C. Kerangka Berpikir
Gambar 2.1
Skema Kerangka Pemikiran
Variabel Moderasi
Penghindaran Pajak
Metode
Variabel Independen
Variabel Dependen Penelitian Hasil dan
Perbedaan tetap (X1) Model Pembahasan
Variabel Independen Perubahan laba
sebelum pajak (Y1) Regresi
Variabel Independen Berganda
Variabel Dependen
Perbedaan permanen
(X2)
Variabel Moderasi
Penghindaran Pajak
Metode
Penelitian
Model
Variabel Independen Regresi
Berganda
Perbedaan permanen
(X2)
Variabel Moderasi
Penghindaran Pajak
48
D. Hipotesis
oleh Martani dan Persada (2010) untuk mengetahui pengaruh Book Tax
49
bersifat tidak kekal sulit untuk menentukan perbedaan permanen dari
masa sekarang maka bisa terjadi juga di masa yang akana datang
diakui secara pajak lebih lama maka laba sebelum pajak di masa yang
50
akan datang menjadi lebih tinggi (sehingga beban pajak di masa yang
akan datang juga akan ikut tinggi) (Jackson, 2015). Sehingga hipotesis
Persistensi Laba
akan datang maka hipotesis yang ketiga dari penelitian ini adalah:
51
H3: Penghindaran pajak dalam perbedaan temporer akan
datang
datang
52
BAB III
METODOLOGI PENELITIAN
B. Jenis Penelitian
antara variabel satu dengan variabel lainnya atau bagaimana suatu variabel
dapat mempengaruhi variabel yang lain. Dalam hal ini peneliti ingin
dan sub sektor pariwisata dan perhotelan yang terdaftar di Bursa Efek
reportnya untuk 5 tahun buku tahun terakhir yaitu 2010-2014. Tahun yang
dipilih adalah tahun setelah tarif pajak badan yang baru berlaku. Metode yang
53
digunakan peneliti dalam pemilihan sample penelitian adalah pemilihan
keuangannya.
laporan keuangan audit perusahaan sub sektro perbankan dan sub sektor
pariwisata dan perhotelan yang terdaftar di Bursa Efek Indonesia tahun 2010-
2014. Laporan ini dapat diperoleh dari dari laporan keuangan auditan yang
54
E. Metode Pengumpulan Data
diteliti melalui buku, jurnal, skripsi, tesis, internet, dan perangkat lain
b. Penelitian Sekunder
olah data dengan SPSS versi 22. Metode analisis untuk uji hipotesis
nilai minimum, nilai maksimum, mean, dan standar deviasi. Dalam analisis
55
1. Statistik Deskriptif
mudah dimengerti.
maka data diuji apakah memenuhi uji asumsi klasik guna memenuhi
a. Uji Normalitas
56
mendekati normal. Dalam penelitian ini, uji normalitas
b. Uji Heteroskedastisitas
57
membentuk pola tertentu. Apabila grafik scatterplot membentuk
kesamaan varian antar nilai residual (error). Hal ini dikenal dengan
c. Uji Multikolineritas
Regresi bebas dari multikolonieritas jika nilai VIF < 10 dan nilai
d. Uji Autokorelasi
58
regresi yang bebas dari autokorelasi. Untuk menguji asumsi
determinan adalah antara nol sampai satu. Apabila hanya terdapat satu
atau lebih variabel independen maka yang dipakai adalah Adjusted R2.
2011:97).
4. Pengujian Hipotesis
59
Untuk menguji hipotesis pertama (H1) dan hipotesis kedua (H2)
sebagai berikut:
Di mana:
α = Konstanta
β = Koefisien regresi
60
Temporaryit = Book tax differences temporer pada perusahaan i
pada tahun t
pada tahun t
εt = standar error
1) Perumusan Hipotesis
61
4) Pengambilan keputusan
Ho ditolak.
berikut:
1) Pengujian Hipotesis
62
2) Menentukan tingkat signifikansi (α), yaitu sebesar 5%
4) Pengambilan keputusan
yaitu jika p-value T-hitung < α (α= 0,05) maka Ho ditolak atau Ha
diterima.
a. Variabel Dependen
1) Persistensi Laba
63
memprediksi beban pajak sehingga hasil yang didapatkan dalam
− ℎ て
=
−
ℎ
=
−
b. Variabel Independen
1) Perbedaan Permanen
yang tersaji pada catatan atas laporan keuangan dibagi dengan total
aset.
64
2) Perbedaan Temporer
atas laporan keuangan dibagi dengan total aset (Martani dan Persada,
2010).
c. Variabel Moderasi
65
dibagi dengan laba sebelum pajak. Kemudian seperlima urutan terendah
dari sampel diberi kode 1 dan lainnya diberi kode 0 (Blaylock, 2012).
ℎ
ℎ (CETR) =
Tabel 3.1
Operasional Variabel
Variabel Jenis Perhitungan Skala
Variabel Pengukuran
Perbedaan Independen Rasio
Permanen =
(Martani dan
Persada, 2010)
Perbedaan Independen Rasio
Temporer =
(Martani dan
Persada, 2010)
Perubahan Dependen Rasio
Laba sebelum =
−
Pajak
(Hanlon, 2005)
Perubahan Dependen Rasio
Beban Pajak =
−
Penghasilan
(Hanlon, 2005)
Penghindaran Moderasi Pajak penghasilan yang dibayarkan Rasio
Pajak CETR=
laba sebelum pajak
66
BAB IV
yaitu sektor jasa pariwisata dan perhotelan dan sektor perbankan yang secara
konsisten terdaftar di Bursa Efek Indonesia (BEI) periode 2010 sampai 2014.
5. Perusahaan memiliki cash effective tax rate (CETR) antara 0–1 untuk
37 perusahaan selama lima tahun dengan total data observasi sebanyak 185
67
Tabel 4.1
Tahapan Seleksi Sampel Penelitian
Keterangan Jumlah
Perusahaan perbankan, pariwisata, dan perhotelan yang
62
terdaftar di BEI periode 2010-2014
Data yang diperlukan tidak lengkap 22
Tabel 4.2
69
temporer terhadap variabel dependen, yaitu persistensi laba. Dan juga untuk
4.5
Tabel 4.4
Hasil Uji Statistik Deskriptif
Std.
Variabel N Minimum Maximum Mean
Deviation
Temp 185 -5,61512 -1,19480 -2,89561 0,77651
Perm 185 -5,65124 -0,76188 -2,71675 0,69122
Δpretax 185 -5,37356 0,29267 -1,96660 0,97312
Δtaxexp 185 -0,62642 -0,92964 -2,636890 0,93034
TaxAvoid 185 0 1 ,20 ,401
70
Hasil analisis terhadap variabel perbedaan temporer (temporary)
temporer yang tercatat dalam laporan keuangan dengan total aset tahun
berjalan menunjukan dari 185 data yang dapat diolah nilai perbedaan
temporer (temporary) dari 185 data yang dapat diolah adalah -2,89561
71
memiliki log perbedaan temporer yang dilaporkan dalam laporan laba
dua tahun tersebut. Tabel 4.4 menunjukan hasil bahwa nilai terkecil
rata perubahan laba sebelum pajak dari 185 data yang dapat diolah
adalah sebesar -1,967 dengan standar deviasi sebesar 0,973. Hal ini
72
dengan rata-rata total aset dua tahun tersebut. Tabel 4.4 menunjukan
pajak penghasilan dari 185 data yang dapat diolah adalah sebesar -
2,637 dengan standar deviasi sebesar 0,9303. Hal ini berarti bahwa
terendah dari sampel diberi kode 1 dan lainnye diberi kode 0. Berikut
pajak:
73
Tabel 4.5
Deskriptif dan Interval Pengelompokan Kelas Penghindaran Pajak
No Kelas Interval Frekuensi
1 Tax Avoidance Firm -0,1733093 s/d 0,1561680 148
2 Non Tax Avoidance Firm 0,1579338 s/d 3,9447403 37
Minimum -0,1733093
Maksimum 3,94470
Rata-rata 0,276190606
Standar deviasi 0,3753155701
Sumber: data sekunder yang diolah
(minimum) dari 185 data yang dapat diolah untuk penghindaran pajak
rata penghindaran pajak dari 185 data yang bisa diolah adalah sebesar
0,276 dengan standar deviasi sebesar 0,401. Hal ini berarti rata-rata
pembayaran pajak kini adalah sebesar 27,6% dari laba sebelum pajak.
dimiliki oleh PT Bank Kesawan Tbk. Hal ini berarti PT Bank Kesawan
74
2. Hasil Uji Asumsi Klasik
a. Uji Normalitas
dilanggar maka uji statistik menjadi tidak valid (Ghozali, 2011: 147).
Uji asumsi klasik adalah nilai resiudal dari regresi itu harus
berikut :
normalitas.
2) Jika data menyebar jauh dari garis diagonal dan tidak mengikuti
75
Pengujian normalitas dengan menggunakan SPSS versi 22
76
Gambar 4.3 Gambar 4. 4
Grafik Histogram Δpretax (Y1) Grafik Histogram Δtaxexp (Y2)
tidak. Hal ini diutarakan oleh Ghazali (2011: 27). Bahwa uji
77
Perumusan hipotesa untuk uji normalitas melalui analisis
Tabel 4.6
Unstandardized Unstandardized
Residual (Y1) Residual (Y2)
N 185 185
Normal Parametersa,b Mean ,0000000 ,0000000
bahwa data berasal dari populasi normal sehingga model regresi baik
78
regresi model pertama maupun model kedua memenuhi uji asumsi
klasik normalitas.
b. Uji Multikolonieritas
Tolerance. Apabila nilai VIF kurang dari sepuluh dan nilai Tolerance
(T) lebih dari 0,1 dan kurang atau sama dengan 1, berarti tidak
dari sepuluh dan nilai Tolerance (T) kurang dari 0,1 dan lebih dari 1,
Ho : ada multikolinearitas
berikut:
1) Jika VIF > 10 atau Tolerance < 0,1 maka Ha ditolak, ada
multikolinearitas.
2) Jika VIF < 10 atau Tolerance > 0,1 maka Ha diterima, tidak ada
multikolinearitas.
79
Dari hasil pengolahan data statistik diperoleh tabel 4.7 pengujian
Tabel 4.7
Hasil Uji Multikolonieritas Δpretax (Y1)
Collinearity Statistics
Variabel Keterangan
Tolerance VIF
Temp 0,773 1,293 Tidak terdapat multikolonieritas
Perm 0,773 1,293 Tidak terdapat multikolonieritas
Sumber: data sekunder yang diolah
80
Tabel 4.8
Hasil Uji Multikolonieritas Δtaxexp (Y2)
Collinearity Statistics
Variabel Keterangan
Tolerance VIF
Temp 0,773 1,293 Tidak terdapat multikolonieritas
Perm 0,773 1,293 Tidak terdapat multikolonieritas
Sumber: data sekunder yang diolah
c. Uji Autokorelasi
81
Model regresi yang baik adalah regresi yang bebas dari autokorelasi
Tabel 4.9
Hasil Uji Autokorelasi
Model R R Adjusted Std. Durbin
Square R Square Error Watson
1. (Δpretax/ Y1) 0,384 0,148 0,138 0,903 1,902
2. (Δtaxexp/ Y2) 0,334 0,112 0,102 0,882 1,941
Sumber: data sekunder yang diolah
Pada gambar 4.5 dan 4.6 di bawah ini merupakan hasil uji
Gambar 4.5
Hasil Uji Autokorelasi Δpretax (Y1)
Gambar 4.6
Hasil Uji Autokorelasi Δtaxexp (Y2)
82
Berdasarkan hasil uji autokorelasi pada tabel 4.9 di atas
Watson 1,902 lebih besar dari batas atas (du) 1,760 dan kurang dari
autokorelasi.
Watson 1,902 lebih besar dari batas atas (du) 1,760 dan kurang dari
autokorelasi.
d. Uji Heteroskedastisitas
83
scatterplot dan Uji Glejser. Data yang tidak menyalahi asumsi
pula sebaliknya.
ini:
84
Pada gambar 4.8 terlihat bahwa titik-titik menyebar secara acak,
hasil plotting, oleh sebab itu diperlukan uji statistik yang lebih dapat
digunakan adalah dengan Uji Glejser. Tabel 4.10 dan tabel 4.11 akan
Tabel 4.10
Hasil Uji Glejser Δpretax (Y1)
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients t Sig.
Model B Std. Error Beta
1 (Constant) 0,431 0,190 2,263 0,025
Tabel 4.11
Hasil Uji Heterokedastisitas Glejser Δtaxexp (Y2)
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients T Sig.
Model B Std. Error Beta
1 (Constant) 0,784 0,178 4,391 0,000
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil
2011: 87).
dan perbedaan temporer (X1) serta perbedaan tetap (X2) disajikan dalam
Tabel 4.12
Hasil uji koefisien determinasi (R2) untuk variabel Y1, X1 danX2
Adjusted R
R R Square Std. Error
Square
0,384a 0,148 0,138 ,9033284412
Sumber: data sekunder yang diolah
disertakan dalam model penelitian ini. Seperti faktor-faktor laba kas dan
laba akrual (Fajri dan Mayangsari, 2012; Adiati dan Rahmawati, 2015;
Blaylock et.al., 2015); manajemen laba dan manajemen pajak (Sismi dan
Martani, 2015; Tang and Firth, 2012); kepemilikan keluarga (Sismi dan
Martani, 2015); dan kerugian fiskal (Sismi dan Martani, 2014; Tang and
Firth, 2012).
dan perbedaan temporer (X1) serta perbedaan tetap (X2) disajikan dalam
dalam model penelitian ini. Seperti faktor-faktor laba kas dan laba akrual
et.al., 2015); manajemen laba dan manajemen pajak (Sismi dan Martani,
2015; Tang and Firth, 2012); kepemilikan keluarga (Sismi dan Martani,
2015); dan kerugian fiskal (Sismi dan Martani, 2014; Tang and Firth,
2012).
Tabel 4.14
Hasil uji koefisien determinasi (R2) untuk variabel Y1, X1, X2, X3,
dan X4
Adjusted R
R R Square Std. Error
Square
0,429a 0,184 0,161 0,8913387492
Sumber: data sekunder yang diolah
88
Berdasarkan tabel 4.14 di atas dapat disimpulkan bahwa variabel
dijelaskan oleh faktor-faktor lain di luar model seperti large positif book-
dan Mayangsari, 2012; Sismi dan Martani, 2014; Blaylock et.al., 2012),
dan Martani, 2014: Tang and Firth, 2012); , small book-tax differences
Tabel 4.15
Hasil uji koefisien determinasi (R2) untuk variabel Y2, X1, X2, X3,
dan X4
Adjusted R
R R Square Std. Error
Square
0,453a 0,205 0,183 0,8407854525
Sumber: data sekunder yang diolah
89
menjelaskan 18,3% perubahan beban pajak penghasilan dan 81,7%
2015; Fajri dan Mayangsari, 2012; Sismi dan Martani, 2014; Blaylock
2015; Sismi dan Martani, 2014: Tang and Firth, 2012); , small book-tax
90
Sedangkan jika nilai probabilitas F lebih besar dari 0,05 maka
Tabel 4.16
Hasil Uji Statistik F untuk Variabel Y1, X1, dan X2
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regression 25,728 2 12,864 15,765 0,000b
Residual 148,512 182 0,004
Total 174,241 184
91
Tabel 4.17
Hasil Uji Statistik F untuk Variabel Y2, X1, dan X2
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regression 17,787 2 8,893 11,441 0,000b
Residual 141,472 182 0,777
Total 159,259 184
a. Dependent Variable: Δtaxexp
b. Predictors: (Constant), temp, perm
Sumber: data sekunder yang diolah
Hasil pada tabel 4.17 yang menunjukkan hasil uji statistik
Tabel 4.18
Hasil Uji Statistik T untuk Variabel Y1, X1, dan X2
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) -0,302 0,304 -,991 ,323
Temp 0,291 0,098 0,232 2,980 ,003
Perm 0,303 0,110 0,215 2,766 ,006
93
signifikansi sebesar 0,006 lebih kecil dari 0,05 sehingga dapat
Tabel 4.19
Hasil Uji Statistik T untuk Variabel Y2, X1, dan X2
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) -1,262 ,297 -4,248 ,000
Temp ,268 ,095 ,224 2,814 ,005
Perm ,220 ,107 ,164 2,061 ,041
94
temporer berpengaruh signifikan secara statistik terhadap
penghasilan.
95
(a) Uji Signifikansi Parameter Simultan (Uji Statistik F)
Tabel 4.20
Hasil Uji Statistik F untuk Variabel Y1, X1, X2, X3, dan X4
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regression 17,787 2 8,893 11,441 0,000b
Residual 141,472 182 0,777
Total 159,259 184
a. Dependent Variable: Δpretax
b. Predictors: (Constant), Perm_TaxAvoid, Perm, Temp, Temp_TaxAvoid,
TaxAvoid
Sumber: data sekunder yang diolah
Tabel 4.20 di atas menunjukan nilai F hitung sebesar
sebelum pajak.
96
(b) Uji Signifikan Parameter Individual (Uji Statistik T)
Tabel 4.21
Hasil Uji Statistik T untuk Variabel Y1, X1, X2, X3, dan X4
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -0,335 0,345 -0,970 0,333
Temp 0,164 0,117 0,130 1,396 0,164
Perm 0,440 0,120 0,313 3,678 0,000
TaxAvoid -0,895 0,810 -0,369 -1,105 0,271
Temp_TaxAvoid 0,343 0,220 0,375 1,557 0,121
Perm_TaxAvoid -0,756 0,297 -0,821 -2,544 0,012
Sumber: data sekunder yang diolah
98
Tabel 4.22
Hasil Uji Statistik F untuk Variabel Y2, X1, X2, X3, dan X4
ANOVAa
Sum of Mean
Model Squares Df Square F Sig.
1 Regression 32,720 5 6,544 9,257 ,000b
Residual 126,539 179 ,707
Total 159,259 184
Sumber: data sekunder yang diolah
penghasilan.
99
Tabel 4.23
Hasil Uji Statistik F untuk Variabel Y2, X1, X2, X3, dan X4
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1,466 ,326 -4,502 ,000
Temp ,015 ,110 ,013 ,136 ,892
Perm ,426 ,113 ,317 3,776 ,000
TaxAvoid -,216 ,764 -,093 -,282 ,778
Temp_TaxAvoid ,834 ,208 ,953 4,014 ,000
Perm_TaxAvoid -,954 ,280 -1,083 -3,403 ,001
Sumber: data sekunder yang diolah
pajak penghasilan.
C. Pembahasan
regresi.
101
penghasilan. Tabel tersebut menunjukan bahwa variabel perbedaan
Jackson, 2015.
102
rendah atau tinggi. Sehingga, semakin besar perbedaan temporer
sudah dilakukan oleh Jackson (2009 dan 2015), Martani dan Persada
103
pajak yang rendah. Karena beda temporer berhubungan dengan laba
persisten. Hal ini disebabkan karena hal yang pasti atas beban pajak
kini yang akan terjadi di masa yang akan datang menyebabkan laba
104
Hasil ini konsisten dengan penelitian Jackson (2015). Di dalam
laba sebelum pajak di masa yang akan datang, hal ini diakibatkan
karena koreksi fiskal positif. Hasil ini akan bisa menjelaskan alasan
105
observasi yang memiliki cash ETR pada quintile atau seperlima nilai
laba sebelum pajak. Hasil regresi dari model ini menunjukan bahwa
106
Secara teori book-tax differences timbul akibat dari adanya
pajak tersebut dihitung melalui cash effective tax rate. Cash ETR
lebih banyak terjadi untuk tahun yang pendek, khususnya hanya satu
107
sehingga di dalam pembayaran tersebut akan termasuk juga
selalu sama di setiap tahunnya akan membuat pajak kini masa yang
108
Hasil penelitian ini sejalan dengan Jackson (2015) yang juga
109
BAB V
PENUTUP
A. Kesimpulan
periode 2010 sampai dengan 2014. Berdasarkan data yang telah dikumpulkan
dan hasil pengujian yang telah dilakukan terhadap rumusan masalah dengan
menggunakan analisis regresi dan model regresi moderate uji interaksi atau
110
penghasilan. Hasil penelitian ini mendukung hasil penelitian Jackson
(2015).
(2012) dan Jackson (2015). Namun hasil penelitian ini sejalan dengan
penelitian yang dilakukan oleh Frank et.al. (2009), Wilson (2009), dan
Amisani (2014).
B. Saran
111
differences terhadap persistensi laba dengan penghindaran pajak sebagai
variabel moderasi.
sektor yang dipakai dalam penelitian ini dan sektor manufaktur yang
variabel moderasi dari masing-masing sektor yang ada dari semua industri
secara keseluruhan.
persistensi laba.
112
DAFTAR PUSTAKA
Anggasari, Dian Septina. 2009. Skripsi: Persistensi Laba, Akrual, Aliran Kas dan
Book Tax Differences. Fakultas Ekonomi Universitas Sebelas Maret.
Ayers, B., S. Laplante, and S. McGuire. 2010. Credit ratings and Taxes: The
Effect of Book-Tax Differences on Ratings Changes. Contemporary
Accounting Research 27 (2): 359-402.
Comprix, J., R.. Graham, and J. Moore. 2011. Empirical Evidence on the Impact
of Book-Tax Differences on Divergence of Opinion among Investors.
Journal of the American Taxation Association, 33 (1): 51-78.
Dechow, P. M., and Ge, W 2010. The Persistence of Earnings and Cash Flows
and The Role of Special Items: Implications for the Accrual Anomaly.
Review of Accounting Studies, 11 (2-3), 253-296.
Effendy, Onong. 2000. Ilmu Teori dan Filsafat Komunikasi. Bandung: PT.
Rosdakarya.
Ghozali, Imam. 2011. Aplikasi Analisis Multivariate Dengan Program IBM SPSS.
Semarang: Badan Penerbit Universitas Diponegoro.
Hanlon, Michelle. 2005. The Persistence and Pricing of Earnings, Accruals, and
Cash Flow When Firms Have Large Book-Tax Differences. The
accounting review 80 (march). Pp 137-166.
Jackson, Mark. 2015. Book Tax Differences and Future Earnings Changes. The
American Accounting Journal. Vol. 37: Issue.2: Pages. 49-73.
Korupsi Pajak Hotel Mewah di Bali, Pria Korsel ini Langsung Kabur. Diterbitkan
di https://jpnn.com/read/2016/02/20/358213/Korupsi-Pajak-Hotel-Mewah-
di-Bali,-Pria-Korsel-ini-Langsung-Kabur pada Minggu, 20 Februari 2016
dan diakses pada Minggu, 01 Mei 2016.
Martani, Dwi. dan Persada, Aulia Eka. 2010. Pengaruh Book Tax Gap terhadap
Persistensi Laba. Jurnal Akuntansi dan Keuangan Indonesia Volume 7 –
No. 2.
Prebble, Zoe M. John Prebble. 2012. The Morality of Tax Avoidance. Victoria
University of Wellington Legal Research Papers. Volume 2 Issue No. 2.
114
Resmi, S. 2009. Perpajakan Teori dan Kasus. Jakarta: Salemaba Empat.
Santoso, Titus Bayu. Dul Muid. 2014. Pengaruh Corporate Governance terhadap
Penghindaran Pajak Perusahaan. Diponegoro Journal of Accounting. Vol.
3, No. 4.
Scott, Willman R. 2006. Financial Accounting Theory, 4th Edition. Prentice Hall,
NJ.
Siregar, Bagja. Kasus Manipulasi Pajak, Dari Bakrie Hingga BCA. Diakses dari
http://www.kompasiana.com/bagjasiregar/kasus-manipulasi-pajak-dari-
bakrie-hingga-bca_54f97f04a333111a648b4784 pada Minggu, 01 Mei
2016.
115
116
117
Lampiran 1
118
Lampiran 1 (Lanjutan)
119
120
Lampiran 2
Kode
Tahun Pers. Temp Perm TA Temp/TA LogTemp Perm/TA LogPerm
2010 AGRO 3.877 954 3.054.029 0,0012695 -2,8963774 0,0003124 3,5053248
BACA 4.314 3.173 4.399.404 0,0009806 -3,0085137 0,0007212 3,1419238
BBCA 130.672 299.296 324.419.069 0,0004028 -3,3949238 0,0009226 3,0350055
BBKP 26.534 46.911 47.489.366 0,0005587 -3,2527936 0,0009878 3,0053217
BBNI 363.406 155.037 248.580.529 0,0014619 -2,8350750 0,0006237 3,2050318
BBNP 2.812 989 5.280.892 0,0005325 -3,2736920 0,0001873 3,7275110
BBRI 3.019.366 1.673.410 404.285.602 0,0074684 -2,1267725 0,0041392 2,3830859
BBTN 86.372 160.265 68.385.539 0,0012630 -2,8985913 0,0023436 2,6301256
BDMN 249.128 2.067.912 118.391.556 0,0021043 -2,6768982 0,0174667 1,7577887
BMRI 499.234 2.387.642 449.774.551 0,0011100 -2,9546907 0,0053085 2,2750257
BNBA 591 1.730 2.661.902 0,0002220 -3,6536046 0,0006499 3,1871460
BNGA 130.718 333.799 143.652.852 0,0009100 -3,0409789 0,0023237 2,6338292
BNII 196.323 254.465 75.168.707 0,0026118 -2,5830659 0,0033853 2,4704090
BNLI 145.092 133.015 73.844.642 0,0019648 -2,7066755 0,0018013 2,7444184
BSWD 3.833 1.404 1.570.332 0,0024409 -2,6124527 0,0008941 3,0486244
BTPN 32.685 31.354 34.522.573 0,0009468 -3,0237547 0,0009082 3,0418102
BVIC 29.465 92.885 10.305.853 0,0028591 -2,5437775 0,0090128 2,0451384
INPC 6.570 20.169 17.063.094 0,0003850 -3,4144924 0,0011820 2,9273734
MAYA 5.994 5.691 10.102.288 0,0005933 -3,2267030 0,0005633 3,2492312
121
MCOR 179 12.309 4.354.460 0,0000411 -4,3860813 0,0028268 2,5487115
MEGA 10.312 168.490 51.596.960 0,0001999 -3,6992812 0,0032655 2,4860500
NISP 25.197 163.775 50.141.559 0,0005025 -3,2988490 0,0032663 2,4859502
PNBN 33.420 35.910 108.947.955 0,0003068 -3,5132126 0,0003296 3,4820037
SDRA 5.049 7.528 3.245.762 0,0015556 -2,8081113 0,0023193 2,6346371
129
130
Lampiran 3
Perhitungan Variabel Dependen (dalam jutaan rupiah)
Kode
Tahun Pers. PTBI Rata-Rata TA Pretax Δpretax LogΔpretax Beban PPh Rata-Rata TA taxexp Δtaxexp LogΔtaxexp
2010 AGRO 19.381 3.017.863 0,0063460 0,0032601 -2,4867648 4.075 3.017.863 0,0013503 0,0007964 -3,0988960
BACA 29.040 3.929.293 0,0066009 -0,0102741 0,2949408 5.388 3.929.293 0,0013712 -0,0013454 -0,9246961
BBCA 10.653.269 176.405.697 0,0328380 -0,4586576 0,3839118 2.037.009 176.405.697 0,0115473 -0,0469072 -0,7838468
BBKP 667.065 42.331.342 0,0140466 -0,0138034 0,2957173 160.967 42.331.342 0,0038025 -0,0017407 -0,9232550
BBNI 5.485.460 237.903.991 0,0220671 -0,0080785 0,2944570 1.114.001 237.903.991 0,0046826 -0,0011932 -0,9252523
BBNP 68.112 4.588.645 0,0128978 -0,0081488 0,2944725 16.505 4.588.645 0,0035969 0,0002670 -3,5734573
BBRI 14.908.230 360.616.316 0,0368755 -0,0250258 0,2981772 3.922.049 360.616.316 0,0108760 0,0015198 -2,8182224
BBTN 1.250.222 63.416.603 0,0182820 -0,0071219 0,2942461 291.979 63.416.603 0,0046041 -0,0006010 -0,9274228
BDMN 4.001.531 108.494.755 0,0337991 -0,0140124 0,2957633 579.260 108.494.755 0,0053391 -0,0001471 -0,9290941
BMRI 13.972.162 422.195.578 0,0310648 -0,0233143 0,2978030 3.026.466 422.195.578 0,0071684 -0,0020736 -0,9220452
BNBA 37.681 2.532.544 0,0141557 -0,0198727 0,2970494 8.528 2.532.544 0,0033674 -0,0037898 -0,9158606
BNGA 3.389.504 125.378.563 0,0235951 -0,0166040 0,2963325 1.552.516 125.378.563 0,0123826 0,0063086 -2,2000673
BNII 789.736 68.067.241 0,0105062 0,0118480 -1,9263534 266.993 68.067.241 0,0039225 0,0022735 -2,6433001
BNLI 1.247.500 64.927.298 0,0168936 -0,0103024 0,2949471 403.153 64.927.298 0,0062093 -0,0004715 -0,9278991
BSWD 48.087 1.570.332 0,0306222 -0,0333199 0,2999864 15.271 1.570.332 0,0097247 0,0004196 -3,3771994
BTPN 1.129.094 28.397.410 0,0327060 -0,0227885 0,2976879 270.856 28.397.410 0,0095381 0,0010712 -2,9701494
BVIC 131.657 8.832.436 0,0127750 -0,0042015 0,2936015 25.184 8.832.436 0,0028513 0,0003307 -3,4805758
INPC 117.551 16.243.234 0,0068892 -0,0014505 0,2929934 28.858 16.243.234 0,0017766 0,0001705 -3,7683633
MAYA 105.756 8.866.108 0,0104685 -0,0051394 0,2938086 29.360 8.866.108 0,0033115 0,0003197 -3,4952653
131
MCOR 37.813 3.576.667 0,0086837 -0,0077539 0,2943855 12.575 3.576.667 0,0035158 -0,0002397 -0,9287525
MEGA 1.041.115 45.640.791 0,0201778 -0,0120129 0,2953236 44.604 45.640.791 0,0009773 -0,0023754 -0,9209514
NISP 566.616 43.597.078 0,0113003 -0,0216361 0,2974357 187.285 43.597.078 0,0042958 0,0009495 -3,0224983
PNBN 1.897.611 93.402.687 0,0174176 -0,0185934 0,2967690 566.388 93.402.687 0,0060639 0,0027197 -2,5654841
SDRA 81.604 2.644.729 0,0251417 -0,0213173 0,2973659 25.245 2.644.729 0,0095454 -0,0582677 -0,7548435
BKSW 4.058 2.468.853 0,0015668 -0,0038672 0,2935276 1.236 2.468.853 0,0005006 -0,0009734 -0,9260566
2011 AGRO 44.985 3.267.592 0,0129224 0,0065764 -2,1820123 5.542 3.267.592 0,0016961 0,0003458 -3,4612294
BACA 34.310 4.547.172 0,0073079 0,0007070 -3,1505959 3.233 4.547.172 0,0007110 -0,0006602 -0,9272053
BBCA 13.618.758 353.163.711 0,0356598 0,0028218 -2,5494787 2.751.678 353.163.711 0,0077915 -0,0037558 -0,9159824
BBKP 932.191 52.336.415 0,0163018 0,0022551 -2,6468265 207.188 52.336.415 0,0039588 0,0001562 -3,8062513
BBNI 7.461.308 273.819.345 0,0249494 0,0028822 -2,5402729 2.484.128 273.819.345 0,0090721 0,0043896 -2,3575774
BBNP 91.757 5.923.701 0,0139735 0,0010757 -2,9683252 23.456 5.923.701 0,0039597 0,0003628 -3,4403755
BBRI 18.755.880 437.092.443 0,0399147 0,0030392 -2,5172421 4.075.204 437.092.443 0,0093234 -0,0015525 -0,9239405
BBTN 1.522.260 78.753.499 0,0170807 -0,0012012 0,2929382 415.944 78.753.499 0,0052816 0,0006775 -3,1691211
BDMN 4.611.556 130.341.881 0,0324091 -0,0013901 0,2929800 484.896 130.341.881 0,0037202 -0,0016189 -0,9236987
BMRI 16.512.035 500.833.128 0,0299190 -0,0011458 0,2929260 3.595.338 500.833.128 0,0071787 0,0000103 -4,9864772
BNBA 57.015 2.812.525 0,0192414 0,0050857 -2,2936498 12.155 2.812.525 0,0043217 0,0009544 -3,0202812
BNGA 4.391.782 155.226.991 0,0263294 0,0027343 -2,5631466 1.036.114 155.226.991 0,0066748 -0,0057078 -0,9090517
BNII 985.306 85.049.226 0,0103793 -0,0001269 0,2927005 309.361 85.049.226 0,0036374 -0,0002851 -0,9285855
BNLI 1.558.818 87.584.322 0,0153845 -0,0015091 0,2930063 254.065 87.584.322 0,0029008 -0,0033085 -0,9175863
BSWD 64.542 1.825.380 0,0310234 0,0004012 -3,3965989 16.862 1.825.380 0,0092375 -0,0004872 -0,9278414
BTPN 1.783.341 40.586.857 0,0382272 0,0055212 -2,2579661 382.540 40.586.857 0,0094252 -0,0001128 -0,9292205
BVIC 239.239 11.054.208 0,0202701 0,0074951 -2,1252217 51.836 11.054.208 0,0046893 0,0018379 -2,7356672
132
INPC 126.738 18.124.265 0,0066059 -0,0002832 0,2927351 31.594 18.124.265 0,0017432 -0,0000334 -0,9295135
MAYA 230.477 11.526.745 0,0177958 0,0073273 -2,1350571 47.189 11.526.745 0,0040939 0,0007824 -3,1065802
MCOR 48.375 5.403.627 0,0074968 -0,0011870 0,2929351 10.550 5.403.627 0,0019524 -0,0015635 -0,9239007
MEGA 1.191.316 56.752.994 0,0192430 -0,0009348 0,2928793 79.834 56.752.994 0,0014067 0,0004294 -3,3671292
NISP 1.005.875 54.987.978 0,0168110 0,0055107 -2,2587967 184.250 54.987.978 0,0033507 -0,0009451 -0,9261604
PNBN 2.736.366 116.851.692 0,0219338 0,0045163 -2,3452219 549.520 116.851.692 0,0047027 -0,0013612 -0,9246384
SDRA 121.807 4.165.762 0,0239506 -0,0011911 0,2929360 22.263 4.165.762 0,0053443 -0,0042011 -0,9143915
BKSW 15.550 3.094.867 0,0043197 0,0027528 -2,5602225 4.629 3.094.867 0,0014957 0,0009951 -3,0021484
2012 AGRO 51.471 3.760.648 0,0127399 -0,0001825 0,2927128 15.015 3.760.648 0,0039927 0,0022966 -2,6389121
BACA 62.561 5.180.558 0,0110411 0,0037333 -2,4279116 10.987 5.180.558 0,0021208 0,0014098 -2,8508355
BBCA 14.686.046 412.451.275 0,0331518 -0,0025080 0,2932272 3.084.948 412.451.275 0,0074795 -0,0003120 -0,9284863
BBKP 1.059.370 61.436.647 0,0161268 -0,0001749 0,2927111 224.182 61.436.647 0,0036490 -0,0003098 -0,9284944
BBNI 8.899.562 316.180.834 0,0267011 0,0017517 -2,7565351 2.808.438 316.180.834 0,0088824 -0,0001898 -0,9289367
BBNP 115.153 7.389.359 0,0140222 0,0000487 -4,3125401 28.227 7.389.359 0,0038200 -0,0001397 -0,9291212
BBRI 23.859.572 510.618.037 0,0432759 0,0033612 -2,4735088 4.505.893 510.618.037 0,0088244 -0,0004990 -0,9277977
BBTN 1.863.202 100.435.026 0,0166732 -0,0004076 0,2927626 437.556 100.435.026 0,0043566 -0,0009250 -0,9262341
BDMN 5.486.679 149.041.757 0,0352181 0,0028091 -2,5514363 730.019 149.041.757 0,0048981 0,0011779 -2,9288923
BMRI 20.504.268 593.755.206 0,0322588 0,0023398 -2,6308253 2.982.177 593.755.206 0,0050226 -0,0021561 -0,9217457
BNBA 77.467 18.908.332 0,0022226 -0,0170187 0,2964235 15.921 18.908.332 0,0008420 -0,0034797 -0,9169716
BNGA 5.786.827 182.106.806 0,0293134 0,0029839 -2,5252114 1.324.103 182.106.806 0,0072710 0,0005962 -3,2246133
BNII 1.695.869 105.351.327 0,0146482 0,0042689 -2,3696821 509.311 105.351.327 0,0048344 0,0011970 -2,9219165
BNLI 1.888.081 116.561.299 0,0143255 -0,0010590 0,2929068 514.444 116.561.299 0,0044135 0,0015127 -2,8202468
BSWD 73.922 2.310.585 0,0290947 -0,0019288 0,2930992 19.420 2.310.585 0,0084048 -0,0008327 -0,9265723
133
BTPN 2.485.314 52.829.526 0,0421183 0,0038912 -2,4099219 354.193 52.829.526 0,0067045 -0,0027208 -0,9197027
BVIC 252.594 13.077.702 0,0175989 -0,0026712 0,2932633 47.023 13.077.702 0,0035957 -0,0010936 -0,9256166
INPC 138.810 19.872.103 0,0067519 0,0001459 -3,8359010 33.874 19.872.103 0,0017046 -0,0000386 -0,9294945
MAYA 351.141 15.058.877 0,0204550 0,0026592 -2,5752570 89.523 15.058.877 0,0059449 0,0018510 -2,7325947
MCOR 128.018 6.474.020 0,0197095 0,0122127 -1,9131869 30.060 6.474.020 0,0046432 0,0026908 -2,5701216
MEGA 1.566.014 63.564.068 0,0240116 0,0047686 -2,3216116 270.836 63.564.068 0,0042608 0,0028541 -2,5445243
NISP 1.222.241 69.488.067 0,0154437 -0,0013673 0,2929750 301.858 69.488.067 0,0043440 0,0009933 -3,0029222
PNBN 3.042.464 136.774.022 0,0204477 -0,0014862 0,2930013 831.757 136.774.022 0,0060812 0,0013785 -2,8605817
SDRA 160.367 6.353.536 0,0210419 -0,0029087 0,2933158 33.664 6.353.536 0,0052985 -0,0000458 -0,9294678
BKSW -34.424 4.122.236 -0,0074115 -0,0117312 0,2952616 5.966 4.122.236 0,0014473 -0,0000484 -0,9294582
2013 AGRO 71.589 4.582.105 0,0139711 0,0012312 -2,9096659 33.943 4.582.105 0,0074077 0,0034151 -2,4666007
BACA 93.343 6.402.727 0,0130746 0,0020334 -2,6917677 24.612 6.402.727 0,0038440 0,0017232 -2,7636710
BBCA 17.815.606 469.649.385 0,0358965 0,0027447 -2,5614991 3.913.875 469.649.385 0,0083336 0,0008541 -3,0685090
BBKP 1.193.605 67.573.747 0,0171846 0,0010578 -2,9755999 210.619 67.573.747 0,0031169 -0,0005321 -0,9276761
BBNI 11.278.165 359.979.161 0,0291686 0,0024675 -2,6077451 2.888.385 359.979.161 0,0080238 -0,0008586 -0,9264773
BBNP 141.923 9.098.972 0,0142126 0,0001904 -3,7203299 33.392 9.098.972 0,0036699 -0,0001501 -0,9290830
BBRI 27.910.066 588.759.858 0,0445717 0,0012959 -2,8874323 71.080 588.759.858 0,0001207 -0,0087037 -0,8986253
BBTN 2.140.771 121.459.162 0,0163206 -0,0003525 0,2927504 453.656 121.459.162 0,0037350 -0,0006216 -0,9273474
BDMN 5.530.214 170.014.328 0,0300168 -0,0052013 0,2938223 780.968 170.014.328 0,0045935 -0,0003045 -0,9285137
BMRI 24.061.837 684.359.235 0,0328220 0,0005633 -3,2492639 5.911.725 684.359.235 0,0086383 0,0036158 -2,4417997
BNBA 78.854 19.449.594 0,0194910 0,0172683 -1,7627502 20.377 19.449.594 0,0010477 0,0002057 -3,6868232
BNGA 5.832.017 208.139.445 0,0266465 -0,0026669 0,2932624 1.474.039 208.139.445 0,0070820 -0,0001890 -0,9289393
BNII 2.184.224 128.159.830 0,0155409 0,0008927 -3,0493090 613.994 128.159.830 0,0047908 -0,0000436 -0,9294761
134
BNLI 2.301.503 148.816.259 0,0138784 -0,0004471 0,2927714 580.041 148.816.259 0,0038977 -0,0005158 -0,9277361
BSWD 109.583 3.071.038 0,0304284 0,0013338 -2,8749169 23.605 3.071.038 0,0076863 -0,0007185 -0,9269915
BTPN 2.868.855 64.334.688 0,0411828 -0,0009355 0,2928795 716.903 64.334.688 0,0111433 0,0044389 -2,3527262
BVIC 15.961 16.752.986 0,0008333 -0,0167656 0,2963680 62.962 16.752.986 0,0037583 0,0001626 -3,7888980
INPC 293.613 20.878.141 0,0138513 0,0070994 -2,1487764 41.213 20.878.141 0,0019740 0,0002694 -3,5696383
MAYA 509.628 20.591.062 0,0212207 0,0007658 -3,1158965 133.290 20.591.062 0,0064732 0,0005283 -3,2770938
MCOR 118.708 7.206.230 0,0149937 -0,0047158 0,2937151 39.368 7.206.230 0,0054631 0,0008199 -3,0862513
MEGA 632.550 65.847.403 0,0095155 -0,0144961 0,2958696 96.730 65.847.403 0,0014690 -0,0027918 -0,9194463
NISP 1.529.716 88.333.137 0,0156854 0,0002418 -3,6166326 370.933 88.333.137 0,0041993 -0,0001448 -0,9291026
PNBN 3.252.163 75.216.597 1,9823276 1,9618799 0,2926724 868.465 75.216.597 0,0115462 0,0054649 -2,2624147
SDRA 272.623 6.921.595 0,0438168 0,0227749 -1,6425436 42.575 6.921.595 0,0061510 0,0008526 -3,0692689
BKSW 5.087 7.846.135 0,0004605 0,0078720 -2,1039153 25 7.846.135 0,0000032 -0,0014441 -0,9243360
2014 AGRO 85.353 5.754.631 0,0133673 -0,0006038 0,2928061 24.823 5.754.631 0,0043136 -0,0030942 -0,9183569
BACA 98.896 8.195.526 0,0106894 -0,0023852 0,2932001 28.798 8.195.526 0,0035139 -0,0003301 -0,9284195
BBCA 20.741.121 524.364.233 0,0375457 0,0016491 -2,7827413 4.573.173 524.364.233 0,0087214 0,0003878 -3,4114406
BBKP 971.121 74.254.466 0,0122847 -0,0048999 0,2937557 235.872 74.254.466 0,0031765 0,0000597 -4,2243163
BBNI 13.524.310 401.614.262 0,0324656 0,0032970 -2,4818778 3.301.810 401.614.262 0,0082213 0,0001976 -3,7042343
BBNP 130.448 9.727.304 0,0137765 -0,0004361 0,2927689 35.281 9.727.304 0,0036270 -0,0000429 -0,9294787
BBRI 30.859.073 714.068.974 0,0384798 -0,0060919 0,2940189 24.696 714.068.974 0,0000346 -0,0000861 -0,9293190
BBTN 1.548.172 137.872.846 0,0107084 -0,0056123 0,2939130 358.876 137.872.846 0,0026029 -0,0011321 -0,9254757
BDMN 3.553.534 189.972.971 0,0181573 -0,0118595 0,2952898 707.458 189.972.971 0,0037240 -0,0008695 -0,9264373
BMRI 26.008.015 794.069.718 0,0304173 -0,0024047 0,2932044 5.716.191 794.069.718 0,0071986 -0,0014397 -0,9243518
BNBA 70.541 4.600.547 0,0136829 -0,0058081 0,2939562 19.112 4.600.547 0,0041543 0,0031066 -2,5077138
135
BNGA 3.200.169 226.014.416 0,0137251 -0,0129214 0,2955234 1.010.967 226.014.416 0,0044730 -0,0026090 -0,9201065
BNII 959.834 141.932.609 0,0066972 -0,0088437 0,2946257 280.581 141.932.609 0,0019769 -0,0028140 -0,9193664
BNLI 2.046.223 175.591.892 0,0110398 -0,0028386 0,2933003 329.495 175.591.892 0,0018765 -0,0020212 -0,9222354
BSWD 142.022 4.400.260 0,0273162 -0,0031122 0,2933608 36.980 4.400.260 0,0084040 0,0007177 -3,1440428
BTPN 2.522.528 72.338.101 0,0336271 -0,0075557 0,2943418 826.438 72.338.101 0,0114247 0,0002813 -3,5507966
BVIC 18.048 20.259.007 0,0008448 0,0000114 0,2926699 55.357 20.259.007 0,0027325 -0,0010258 -0,9258648
INPC 177.777 22.325.430 0,0075800 -0,0062713 0,2940584 28.077 22.325.430 0,0012576 -0,0007164 -0,9269993
MAYA 580.328 30.094.582 0,0160429 -0,0051779 0,2938171 135.148 30.094.582 0,0044908 -0,0019824 -0,9223762
MCOR 71.448 8.843.403 0,0073133 -0,0076804 0,2943693 25.187 8.843.403 0,0028481 -0,0026149 -0,9200849
MEGA 697.981 66.561.795 0,0104727 0,0009572 -3,0190168 82.160 66.561.795 0,0012343 -0,0002347 -0,9287712
NISP 1.776.712 100.323.858 0,0172290 0,0015436 -2,8114711 374.060 100.323.858 0,0037285 -0,0004707 -0,9279019
PNBN 3.477.071 87.111.123 0,0201474 -1,9621802 0,5937356 942.700 87.111.123 0,0108218 -0,0007244 -0,9269698
SDRA 188.798 11.327.328 0,0114891 -0,0323277 0,2997704 56.739 11.327.328 0,0050090 -0,0011420 -0,9254395
BKSW 161.911 15.943.317 0,0077696 0,0073091 -2,1361333 186 15.943.317 0,0000117 0,0000085 -5,0716017
2010 BAYU 9.833 211.404 0,0465129 0,0334273 -1,4758983 479 211.404 0,0022658 -0,0044213 -0,9136069
FAST 261.590 1.138.726 0,2297216 -0,2236366 0,3395541 68.773 1.138.726 0,0603947 0,0068509 -2,1642541
HOME 2.612 101.848 0,0256462 -0,3259346 0,3594208 17 101.848 0,0001669 -0,0494476 -0,7771908
JIHD 283.074 2.479.913 0,1141468 0,1010925 -0,9952810 76.794 2.479.913 0,0309664 0,0252139 -1,5983596
JSPT 228.571 1.488.166 0,1535925 0,1293602 -0,8881993 125.589 1.488.166 0,0843918 0,0843918 -1,0736996
PANR 13.954 2.877.969 0,0048486 -0,3389173 0,3618783 2.996 2.877.969 0,0010410 -0,0181159 -0,8674078
PDES 6.016 1.403.379 0,0042868 -0,1534425 0,3253766 839 1.403.379 0,0005978 -0,0382485 -0,8073308
PGLI 233 263.850 0,0008831 -0,0568974 0,3050884 79 263.850 0,0002994 -0,0067611 -0,9053573
PJAA 186.769 870.194 0,2146293 0,1542431 -0,8117942 109.015 870.194 0,1252767 0,1175884 -0,9296354
PNSE 50.416 181.894 0,2771724 0,2435507 -0,6134107 10.568 181.894 0,0580998 0,0565014 -1,2479406
136
PTSP 22.976 819.224 0,0280461 -0,2069109 0,3362177 3.461 819.224 0,0042247 -0,0627777 -0,7438459
SHID 17.789 454.763 0,0391171 -0,3161936 0,3575677 11.468 454.763 0,0252175 -0,0144580 -0,8792746
2011 BAYU 15858 173769 0,0912591 -0,2749782 0,3496384 3976 173.769 0,0228810 -0,0031577 -0,9181284
FAST 229.054 883.232 0,2593363 0,2299878 -0,6382951 58.256 1.083.999 0,0537417 0,0461502 -1,3358264
HOME 644 197.337 0,0032635 -0,0432495 0,3021424 1.000 197.337 0,0050675 0,0028017 -2,5525839
JIHD 124.106 2.845.289 0,0436181 -0,1861036 0,3320309 53.925 2.845.289 0,0189524 -0,0414423 -0,7985201
JSPT 260.158 1.530.244 0,1700108 0,1443646 -0,8405393 66.648 1.530.244 0,0435538 0,0433869 -1,3626412
PANR 36.727 2.769.826 0,0132597 -0,1008871 0,3144502 1.257 2.769.826 0,0004538 -0,0305126 -0,8294432
PDES 12.062 1.363.029 0,0088494 -0,1447431 0,3235868 487 1.363.029 0,0003573 -0,0840345 -0,6954609
PGLI 436 331.063 0,0013170 -0,0035316 0,2934535 140 331.063 0,0004229 -0,0006181 -0,9273600
PJAA 208.625 972.789 0,2144607 0,2101739 -0,6774212 109.911 972.789 0,1129854 0,1123876 -0,9492816
PNSE 44.246 194.411 0,2275900 0,2267069 -0,6445352 15.553 194.411 0,0800006 0,0797012 -1,0985351
PTSP 36.037 851.311 0,0423312 -0,1722981 0,3292306 5.535 851.311 0,0065017 -0,1187750 -0,6264205
SHID 11.904 778.986 0,0152814 -0,2618910 0,3470900 4.660 778.986 0,0059821 -0,0521176 -0,7703037
2012 BAYU 22132 227792,5 0,0971586 0,0691125 -1,1604432 5619 227.793 0,0246672 0,0204425 -1,6894670
FAST 269.217 1.200.487 0,2242565 0,1851394 -0,7325011 59.535 1.200.487 0,0495924 0,0243748 -1,6130582
HOME 9.564 262.373 0,0364519 -0,0548072 0,3046385 168 262.373 0,0006403 -0,0222406 -0,8544039
JIHD 126.188 2.955.174 0,0427007 -0,2166356 0,3381607 49.711 2.955.174 0,0168217 -0,0369201 -0,8110488
JSPT 283.263 1.742.569 0,1625548 0,1592914 -0,7978077 73.842 1.742.569 0,0423754 0,0373079 -1,4281993
PANR 48.684 2.738.126 0,0177800 -0,0258380 0,2983548 3.931 2.738.126 0,0014357 -0,0175167 -0,8693295
PDES 12.757 1.551.581 0,0082219 -0,1617889 0,3270868 701 1.551.581 0,0004518 -0,0431020 -0,7940110
PGLI 346 404.326 0,0008557 -0,0124039 0,2954096 131 404.326 0,0003240 -0,0001298 -0,9291578
PJAA 239.146 1.317.094 0,1815709 0,1727215 -0,7626535 44.192 1.317.094 0,0335527 0,0331954 -1,4789226
PNSE 41.378 198.611 0,2083374 0,2070205 -0,6839867 15.802 198.611 0,0795628 0,0791399 -1,1016046
137
PTSP 47.759 970.455 0,0492130 -0,1652477 0,3277935 10.442 970.455 0,0107599 -0,1022255 -0,6579456
SHID 16.964 825.702 0,0205450 -0,2070450 0,3362445 14.128 825.702 0,0171103 -0,0628903 -0,7435750
2013 BAYU 45.939 293.557 0,1564909 0,1141597 -0,9424872 7.518 293.557 0,0256100 0,0191083 -1,7187785
FAST 203.109 1.632.386 0,1244246 0,1091432 -0,9620033 37.138 1.632.386 0,0227507 0,0167686 -1,7755029
HOME 1.865 303.499 0,0061450 -0,0910136 0,3123664 184 303.499 0,0006063 -0,0240609 -0,8487867
JIHD 1.919.523 4.133.346 0,4643993 0,2401428 -0,6195304 152.774 4.133.346 0,0369613 -0,0126310 -0,8853255
JSPT 287.604 1.848.527 0,1555855 0,1191336 -0,9239657 68.549 1.848.527 0,0370830 0,0364427 -1,0907368
PANR 69.718 3.016.052 0,0231157 -0,0195850 0,2969864 4.350 3.016.052 0,0014423 -0,0153794 -0,8762548
PDES 23.887 1.802.190 0,0132544 -0,1493004 0,3245253 425 1.802.190 0,0002358 -0,0421395 -0,7966202
PGLI 26.447 545.786 0,0484568 0,0306767 -1,5131911 13 545.786 0,0000238 -0,0014118 -0,9244536
PJAA 262.004 1.428.373 0,1834283 0,1752064 -0,7564500 86.883 1.428.373 0,0608266 0,0603748 -1,2191445
PNSE 61.165 245.627 0,2490163 0,2481605 -0,6052673 14.929 245.627 0,0607793 0,0604553 -1,2185658
PTSP 34.387 1.319.467 0,0260613 -0,1555097 0,3258008 4.324 1.319.467 0,0032771 -0,0302756 -0,8301388
SHID 18.032 898.108 0,0200778 -0,1882597 0,3324666 7.311 898.108 0,0081404 -0,0714223 -0,7235145
2014 BAYU 27.299 377.631 0,0722902 0,0230772 -1,6368165 9.939 377.631 0,0263194 0,0155595 -1,8080052
FAST 211.410 1.733.500 0,1219556 0,1014106 -0,9939165 40.694 1.733.500 0,0234751 0,0063648 -2,1962186
HOME 593 357.231 0,0016600 -0,1548309 0,3256615 95 357.231 0,0002659 -0,0253441 -0,8448703
JIHD 235.943 4.245.673 0,0555726 -0,0688520 0,3076526 116.675 4.245.673 0,0274809 0,0047302 -2,3251226
JSPT 392.011 1.918.105 0,2043742 0,1982292 -0,7028324 83.615 1.918.105 0,0435925 0,0429863 -1,3666704
PANR 80.629 3.883.421 0,0207624 -0,4436369 0,3812084 10.601 3.883.421 0,0027298 -0,0342315 -0,8186724
PDES 17.313 1.881.828 0,0092001 -0,1463854 0,3239253 639 1.881.828 0,0003396 -0,0367435 -0,8115455
PGLI 1.237 867.736 0,0014255 -0,0216901 0,2974475 342 867.736 0,0003941 -0,0010482 -0,9257829
PJAA 304.504 1.601.226 0,1901693 0,1769149 -0,7522356 65.383 1.601.226 0,0408331 0,0405973 -1,3915031
PNSE 39.305 251.415 0,1563351 0,1078784 -0,9670656 8.966 251.415 0,0356622 0,0356383 -1,4480826
138
PTSP 26.738 1.460.627 0,0183058 -0,1651225 0,3277680 9.137 1.460.627 0,0062555 -0,0545710 -0,7640702
SHID 16.253 940.417 0,0172828 -0,2317335 0,3411601 9.521 940.417 0,0101242 -0,0506550 -0,7740629
139
140
Lampiran 4
141
Lampiran 4 (Lanjutan)
0,253886 4 0 0,2177405 3 0
0,2527494 4 0 0,2172761 3 0
0,252027 4 0 0,2166704 3 0
0,250725 3 0 0,2166069 3 0
0,2498917 3 0 0,2154075 2 0
0,2492859 3 0 0,21472 2 0
0,2469709 3 0 0,214705 2 0
0,2456888 3 0 0,2145075 2 0
0,2454934 3 0 0,213298 2 0
0,2451261 3 0 0,2131895 2 0
0,2441389 3 0 0,2119124 2 0
0,244077 3 0 0,2116182 2 0
0,2440314 3 0 0,210535 2 0
0,2428863 3 0 0,2102575 2 0
0,2424849 3 0 0,2100598 2 0
0,2423215 3 0 0,2099185 2 0
0,2413063 3 0 0,209616 2 0
0,2398879 3 0 0,2055198 2 0
0,238345 3 0 0,2047449 2 0
0,2359211 3 0 0,2030825 2 0
0,2352825 3 0 0,2020506 2 0
0,2348409 3 0 0,2008211 2 0
0,2348107 3 0 0,1990858 2 0
0,2335417 3 0 0,192489 2 0
0,2328821 3 0 0,1912849 2 0
0,2318063 3 0 0,1912098 2 0
0,2288133 3 0 0,1888505 2 0
0,228113 3 0 0,1861604 2 0
0,226321 3 0 0,1855372 2 0
0,2222592 3 0 0,184791 2 0
0,221141 3 0 0,1831739 2 0
0,2204882 3 0 0,182848 2 0
0,2197857 3 0 0,1827727 2 0
0,219688 3 0 0,1764562 2 0
0,218639 3 0 0,1756206 2 0
0,2180879 3 0 0,1729461 2 0
Bersambung ke halaman selanjutnya
142
Lampiran 4 (Lanjutan)
0,163652 2 0 0,0049145 1 1
0,1629857 2 0 0,0025468 1 1
0,1610259 2 0 0,0011488 1 1
0,160202 2 0 0,0008003 1 1
0,1579338 2 0 0,000492 1 1
0,156168 1 1 -
0,153592 1 1 0,1733093 1 1
0,1529207 1 1
Note: pengelompokan kelas
0,150635 1 1
penghindaran pajak dengan cara
0,1454418 1 1
mengurutkan nilai CETR. Seperlima
0,1447596 1 1 nilai CETR terendah diberi nomor 1
0,1425144 1 1 dan sisanya diberi nomor 0
0,1412184 1 1
0,140365 1 1
0,139461 1 1
0,133053 1 1
0,131479 1 1
0,125745 1 1
0,1231966 1 1
0,1177109 1 1
0,105148 1 1
0,09866 1 1
0,0942291 1 1
0,080745 1 1
0,07959 1 1
0,0670133 1 1
0,062394 1 1
0,05495 1 1
0,048714 1 1
0,0428425 1 1
0,040375 1 1
0,036909 1 1
0,034226 1 1
0,017792 1 1
0,017566 1 1
0,006508 1 1
Bersambung ke halaman selanjutnya
143
144
Descriptive Statistics
Temporary
Temp 185 -5,61512 -1,19480 -2,89561
Permanent
Perm 185 -5,65124 -0,76188 -2,71675
Pretax
Δpretax 185 -5,37356 0,29267 -1,96660
Taxexp
Δtaxexp 185 -0,62642 -0,92964 -2,636890
TaxAvoider
TaxAvoid 185 0 1 ,20
TaxAvoid
Temp 185 -5,61512 -1,19480 -2,89561
Descriptive Statistics
Correlations
145
Perm 185 185 185
a
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
b
1 Perm, Temp . Enter
Change Statistics
b
Model Summary
Change Statistics
146
Total 174,241 184
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Collinearity
95,0% Confidence Interval for B Correlations Statistics
Collinearity Statistics
Model VIF
1 (Constant)
Temp 1,293
Perm 1,293
147
Variance Proportions
a
Residuals Statistics
Charts
148
Descriptive Statistics
Correlations
a
Variables Entered/Removed
149
Variables Variables
Model Entered Removed Method
b
1 Perm, Temp . Enter
b
Model Summary
Change Statistics
b
Model Summary
Change Statistics
150
a. Dependent Variable: Δtaxexp
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
a
Coefficients
Collinearity
95,0% Confidence Interval for B Correlations Statistics
a
Coefficients
Collinearity Statistics
Model VIF
151
1 (Constant)
Temp 1,293
Perm 1,293
a
Collinearity Diagnostics
Variance Proportions
a
Residuals Statistics
152
Stud. Deleted Residual -2,975 3,445 ,003 1,013 185
Charts
Unstandardized Unstandardized
Residual Residual
N 185 185
a,b
Normal Parameters Mean ,0000000 ,0000000
153
c,d c,d
Asymp. Sig. (2-tailed) ,200 ,200
Descriptive Statistics
Correlations
Term_Moderatin
Δpretax Temp Perm g
154
Sig. (1-tailed) Δpretax . ,000 ,000 ,139
Correlations
Perm_Moderating TaxAvoid
Perm_Moderating . ,000
155
TaxAvoid ,000 .
a
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 TaxAvoid, Perm,
Temp,
Term_Moderatin
. Enter
g,
Perm_Moderatin
b
g
Change Statistics
b
Model Summary
156
Change Statistics
a
ANOVA
Standardized
Unstandardized Coefficients Coefficients
157
TaxAvoid -,895 ,810 -,369 -1,105 ,271
a
Coefficients
a
Coefficients
Collinearity Statistics
1 (Constant)
158
Term_Moderati
(Constant) Temp Perm ng
a
Collinearity Diagnostics
Variance Proportions
1 1 ,00 ,00
2 ,00 ,00
3 ,06 ,04
4 ,15 ,15
5 ,21 ,01
6 ,56 ,79
159
Standard Error of Predicted
,074 ,431 ,144 ,070 185
Value
Descriptive Statistics
Correlations
Term_Moderatin
Δtaxexp Temp Perm g
160
Perm ,270 ,476 1,000 -,072
Correlations
Perm_Moderating TaxAvoid
161
Temp ,001 ,000
Perm_Moderating . ,000
TaxAvoid ,000 .
a
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 TaxAvoid, Perm,
Temp,
Term_Moderatin
. Enter
g,
Perm_Moderatin
b
g
162
Square Estimate R Square
Change F Change df1
a
1 ,453 ,205 ,183 ,8407854525 ,205 9,257 5
b
Model Summary
Change Statistics
a
ANOVA
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
163
Perm ,426 ,113 ,317 3,776 ,000
a
Coefficients
a
Coefficients
Collinearity Statistics
1 (Constant)
164
a. Dependent Variable: Δtaxexp
a
Collinearity Diagnostics
Variance Proportions
Term_Moderati
Model Dimension Eigenvalue Condition Index (Constant) Temp Perm ng
a
Collinearity Diagnostics
Variance Proportions
1 1 ,00 ,00
2 ,00 ,00
3 ,06 ,04
4 ,15 ,15
5 ,21 ,01
6 ,56 ,79
165
a
Residuals Statistics
166