HASIL DAN ANALISIS

Penentuan sampel menggunakan metode purposive sampling dengan kriteria yang telah
ditentukan dalam bab III sebagai berikut :

Kriteria Jumlah

Perusahaan sektor pulp and paper yang 8

listing dan terdaftar di BEI

Perusahaan yang menggunakan mata uang (3)

rupiah, agar kriteria pengukuran nilai mata
uangnya sama

Jumlah Sampel 5

Daftar Perusahaan yang menjadi sampel penelitian

N
Kode Nama Emiten
o

1. ALD Alkindo Naratama Tbk

O

2. FAS Fajar Surya Wisesa Tbk

W

3. KBRI Kertas Basuki Rachmad Indonesia Tbk

4. KDSI Kedawung Setia Industrial Tbk

5. SPM Suparma Tbk

A
Data Perhitungan

No Kode Nama Perusahaan Tahun ETR GS CSR

1 ALD Alkindo Naratama

2014 0,253193688 0,191414601 0,384615385
O Tbk

2015 0,258051841 0,082623148 0,435897436

2016 0,2546086 0,1921735 0,423076923

2017 0,2546086 0,059692493 0,461538462

2 FASW Fajar Surya Wisesa

2014 0,3139568 0,090913731 0,41025641
Tbk

2015 -0,233405457 -0,100188931 0,423076923

2016 0,058927193 0,155708222 0,384615385

2017 0,277324419 0,199318959 0,384615385

Kertas Basuki
Rachmad Indonesia 2014 -0,017953338 0,658152646 0,282051282
3 KBRI Tbk

2015 -0,176996213 0,85605937 0,333333333

2016 0,2311651 -0,494772127 0,320512821

2017 -0,196510076 -0,120390946 0,358974359

Kedawung Setia
2014 0,232656284 0,147529984 0,102564103
4 KDSI Industrial Tbk

2015 0,229660401 0 0,179487179

2016 0,260143001 0,141024265 0,192307692

2017 0,261322406 0,111414003 0,192307692

5 SPMA Suparma Tbk 2014 0,255715586 0,099929739 0,179487179

2015 -0,250255984 0,043604888 0,217948718

2016 0,272049874 0,160894794 0,230769231

2017 0,239296615 0,076776034 0,217948718

UJI STATISTIK DESKRIPTIF
Analisis statistik deskriptif digunakan untuk memberikan deskripsi atas variabel-variabel
penelitian secara statistik berupa nilai minimal-maksimal, nilai rata-rata (mean), dan standard
deviation (simpangan baku). Hasil analisis deskriptif dapat di lihat pada tabel berikut ini:

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Statistic Statistic Statistic Statistic Statistic

Tax Avoidance 20 -,25026 ,31396 ,1388780 ,19653150

Kinerja Lingkungan 20 ,10256 ,46154 ,3057692 ,10824955

Kinerja Keuangan 20 -,49477 ,85606 ,1275939 ,26790248

Valid N (listwise) 20

Berdasarkan output diatas dapat disimpulkan bahwa :

a) Tax Avoidance

Berdasarkan tabel di atas terdapat 20 data,variabel Tax Avoidance mempunyai nilai

minimum sebesar -0,25026 dan nilai maksimum sebesar 0,31396. Nilai rata-rata atau
mean sebesar 0,1388780 dengan standar deviasi sebesar 0,19653150. Nilai mean lebih
kecil dari standar deviasi yaitu 0,1388780 < 0,19653150 menandakan bahwa sebaran
nilai Tax Avoidance kurang baik.

b) Kinerja Lingkungan

Berdasarkan tabel di atas dapat diketahui bahwa dari 20 data yang ada, variabel
kinerja lingkungan mempunyai nilai minimum sebesar 0,10256 dan nilai maksimum
sebesar 0,46154. Nilai mean sebesar 0,3057692 dan standar deviasi sebesar
0,10824955. Nilai mean lebih besar dari standar deviasi yaitu 0,3057692 >
0,10824955 menandakan bahwa sebaran kinerja lingkungan perusahaan baik.

c) Kinerja Keuangan

Berdasarkan tabel di atas dapat diketahui bahwa dari 20 data yang ada, variabel
Kinerja Keuangan mempunyai nilai minimum sebesar -0,49477 dan nilai maksimum
sebesar 0,85606. Nilai mean sebesar 0,1275939 dan standar deviasi sebesar
0,26790248. Nilai mean lebih kecil dari standar deviasi yaitu 0,1275939 <
0,26790248 menandakan bahwa sebaran data Kinerja Keuangan kurang baik.
UJI ASUMSI KLASIK

1. Uji Normalitas

Uji normalitas dengan menggunakan uji non parametrik satu sampel

Kolmogorov-Smirnov bertujuan untuk meyakinkan apakah residual dapat
terdistribusi dengan normal dan independen. Dasar pengambilan keputusan
adalah melihat angka probabilitas 𝑝𝑝, dengan ketentuan sebagai berikut.

Jika nilai probabilitas ≥ 0,05, maka asumsi normalitas terpenuhi.

Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.

Hasil uji normalitas pada penelitian ini disajikan berikut :

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual

N 20

Normal Parametersa,b Mean ,0000000

Std.
,18568789
Deviation

Most Extreme Absolute ,233

Differences
Positive ,155

Negative -,233

Test Statistic ,233

Asymp. Sig. (2-tailed) ,006c

Hasil uji normalitas variabel penelitian menunjukkan bahwa semua variabel

penelitian mempunyai nilai signifikansi lebih kecil dari 0,05; sehingga dapat
 disimpulkan bahwa residual tidak berdistribusi normal atau normalitas tidak
terpenuhi

2. Multikoleniaritas

Pengujian ini bertujuan untuk mengetahui ada tidaknya variabel independen yang
memiliki kemiripan dengan variabel independen lainnya dalam satu model.
Model regresi yang baik adalah model yang tidak mengalami multikolinearitas.
Multikolinearitas dapat dilihat dari nilai tolerance dan VIF (Varian Inflaction
Factor), yaitu jika nilai tolerance lebih dari 10 persen dan nilai VIF kurang dari
10, berarti tidak ada multikolinearitas variabel bebas dalam model regresi ini.:

Coefficientsa

Standa
rdized
Unstandardized Coeffic
Coefficients ients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) ,367 ,199 1,842 ,084

Kinerja
-,654 ,605 -,360 -1,081 ,296 ,503 1,989
Lingkungan

Kinerja -
1,465 -2,269 -1,136 ,273 ,014 71,484
Keuangan 1,664

Kinerja
Lingkungan*K
4,766 4,535 2,106 1,051 ,309 ,014 71,981
inerja
Keuangan
 Tabel di atas menunjukkan bahwa semua variabel bebas mempunyai nilai
toleransi di atas 0,1 dan nilai VIF di bawah 10, sehingga dapat disimpulkan
bahwa model regresi pada penelitian ini tidak terjadi multikolinearitas.

3. Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahaan
pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2011). Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi. Alat ukur yang
digunakan untuk mendeteksi adanya autokorelasi dalam penelitian menggunakan
tes Durbin Watson (D-W). Uji Durbin Watson hanya digunakan untuk
autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya
intercept (konstanta) dalam model regresi dan tidak ada variabel lagi di antara
variabel independen. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1
atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field (2009:220-221)
menyatakan sebagai berikut.

Adapun hasil uji autokorelasi disajikan sebagai berikut:

Model Summaryb

Adjusted R Std. Error of Durbin-

Model R R Square Square the Estimate Watson

1 ,328a ,107 -,060 ,20234868 2,267

a. Predictors: (Constant), Kinerja Lingkungan*Kinerja Keuangan, Kinerja

Lingkungan, Kinerja Keuangan

b. Dependent Variable: Tax Avoidance

Berdasarkan Tabel diatas, nilai dari statistik Durbin-Watson adalah 2,267.

Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3,
 yakni 1 < 2,267< 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain,
tidak terjadi gejala autokorelasi yang tinggi pada residual

4. Heteroskedastisitas

Pengujian Heterokedastisitas ini bertujuan untuk mengetahui apakah dalam model

regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
lain. Model regresi yang baik adalah tidak terjadinya heteroskedastisitas. Dalam
penelitian ini, untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat
dilakukan dengan melakukan Uji Glejser, yaitu dengan meregres variabel bebas
terhadap absolute residual. Jika variabel terikat signifikan mempengaruhi variabel
bebas, maka ada indikasi terjadi heterokedastisitas.Berikut merupakan hasil uji
HeteroKedastisitas :

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t S

1(Constant) ,081 ,115 ,705

Kinerja Lingkungan ,209 ,350 ,207 ,597

Kinerja Keuangan ,181 ,847 ,444 ,213

Kinerja Lingkungan*Kinerja
-,552 2,622 -,440 -,211
Keuangan

a. Dependent Variable: Abs_Res

Berdasarkan olahan data dengan SPSS terlihat bahwa tidak ada pengaruh variabel
bebas terhadap absolute residual (abs_res), baik secara serempak maupun parsial
karena nilai Sig. lebih besar dari 0,05. Dengan demikian model yang dibuat tidak
 mengandung gejala heteroskedastisitas, sehingga layak digunakan untuk
memprediksi.

UJI ANALISIS REGRESI

Analisis regresi linier berganda memiliki tujuan untuk menguji pengaruh kinerja
lingkungan terhadap tax avoidance dengan kinerja keuangan sebagai variabel moderasi
pada perusahaan sub sektor pulp dan kertas yang terdaftar di BEI pada tahun 2014-
2017. Berikut ini hasil analisis regresi :

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,367 ,199 1,842 ,084
Kinerja Lingkungan -,654 ,605 -,360 -1,081 ,296
Kinerja Keuangan -1,664 1,465 -2,269 -1,136 ,273
 Kinerja
Lingkungan*Kinerja 4,766 4,535 2,106 1,051 ,309
Keuangan
a. Dependent Variable: Tax Avoidance

Berdasarkan rumus regresi yang telah ditentukan maka diperoleh model sebagai
berikut :
ETR = 0,367-0,654CSR-1,664GS+4,766CSR*GS

Dari hasil regresi linier tersebut dapat diartikan sebagai berikut ini:

1) Nilai kontanta sebesar 0,367 menunjukkan bahwa apabila seluruh variabel

independen dan moderasi bernilai 0, maka besarnya nilai ETR adalah sebesar
0,367.

2) Pada variabel Kinerja Lingkungan (CSR) diperoleh nilai koefisien sebesar -0,654
dengan tanda negatif. Hal ini menunjukkan apabila variabel Kinerja Lingkungan
(CSR) meningkat sebesar 1 satuan, maka variabel Tax Avoidance akan turun
sebesar -0,654 satuan dengan asumsi variabel independen dan moderasi berada
dalam kondisi konstan

3) Pada variabel Kinerja Keuangan diperoleh nilai koefisien sebesar -1,664 dengan
tanda negatif. Hal ini menunjukkan apabila variabel Kinerja Keuangan
meningkat sebesar 1 satuan, maka variabel Kinerja Keuangan akan turun sebesar
-1,664 satuan dengan asumsi variabel independen dan moderasi berada dalam
kondisi konstan.

4) Nilai koefisien regresi dari variabel Kinerja Lingungan (CSR) dengan Kinerja
Keuangan (CSR*GS) sebesar 4,766 dengan tanda positif. Hal ini menunjukkan
bahwa ketika variabel CSR*GS naik 1 satuan maka variabel Tax Avoidance
mengalami kenaikkan sebesar 4,766 satuan dengan asumsi semua variabel
independen dan moderasi bernilai konstan.

Pengujian Hipotesis :
1. Pengujian Hipotesis Pertama
Berdasarkan uji t untuk variabel Kinerja Lingkungan, diperoleh nilai koefisien
regresi dengan arah negatif sebesar -0,654 yang menunjukkan adanya pengaruh
negatif dan nilai signifikansi 0,296 lebih besar dari 0,05; maka dapat ditarik
kesimpulan bahwa hipotesis pertama yang menyatakan “Kinerja Lingkungan
berpengaruh Negatif terhadap Tax Avoidance”
2. Pengujian Hipotesis Kedua
Berdasarkan hasil analisis diperoleh nilai t hitung variabel interaksi antara interaksi
antara Kinerja Lingkungan dengan Kinerja Keuangan (CSR*GS) adalah sebesar
4,766 dengan nilai signifikansi variabel interaksi antara Kinerja Lingkungan dengan
 Kinerja Keuangan (CSR*GS) sebesar 0,309 menunjukkan nilai yang lebih besar
dibandingkan dengan nilai pada tingkat signifikansi yang telah ditentukan
sebelumnya, yaitu 0,05 (0,309 >0,05).
Berdasarkan hasil uji hipotesis tersebut dapat disimpulkan bahwa variabel Kinerja
Keuangan mampu memoderasi pengaruh Kinerja Lingkungan terhadap Tax
Avoidance. Variabel interaksi antara interaksi antara Kinerja Lingkungan dengan
Kinerja Keuangan (ETR*TP) memiliki pengaruh positif dan signifikan terhadapTax
Avoidance.Dengan demikian, hipotesis kedua yang menyatakan bahwa “Kinerja
Keuangan berpengaruh positif terhadap hubungan Kinerja Lingkungan dan Tax
Avoidance.

UJI HIPOTESIS

a. Uji koefisien Determinasi

Koefisien determinasi (�2) merupakan suatu nilai (nilai proporsi) yang mengukur
seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam
persamaan regresi, dalam menerangkan variasi variabel tak bebas.

Model Summary
Berdasarkan Adjusted R Std. Error of Tabel di atas,
nilai koefisien Model R R Square Square the Estimate determinasi
�2 terletak 1 ,328 a
,107 -,060 ,20234868 pada kolom
Adjusted R- Square.
a. Predictors: (Constant), Kinerja Lingkungan*Kinerja
Diketahui nilai koefisien
Keuangan, Kinerja Lingkungan, Kinerja Keuangan
determinasi sebesar
�2=0,107. Nilai tersebut berarti seluruh variabel bebas Kinerja Lingkungan mempengaruhi
variabel Tax Avoidance sebesar 10,7%, sisanya sebesar 89,3% dipengaruhi oleh faktor-faktor
lain.
b. Uji Signifikan Parameter Indifidual (Uji-t)
menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh
secara parsial.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,199 ,138 1,445 ,166
Kinerja
-,196 ,425 -,108 -,461 ,650
Lingkungan
a. Dependent Variable: Tax Avoidance
Berdasarkan Tabel di atas, diperoleh persamaan regresi linear sederhana sebagai
berikut.
�= 0,199 - 0,196
Berdasarkan persamaan regresi linear sederhana di atas, diketahui:
Nilai koefisien dari kinerja lingkungan adalah -0,196, yakni bernilai negatif. Nilai
tersebut dapat diinterpretasikan kinerja lingkungan berpengaruh negatif terhadap
tax avoidance. Dengan kata lain, dengan adanya kinerja lingkungan yang bagus
atau meningkat, cenderung tidak terjadi tax avoidance.