METODE PENELITIAN
5
3.3 DEFINISI KONSEPTUAL
2
mengurangi total aktiva perusahaan yang berdampak pada
menurunnya laba yang diperoleh. Sehingga manajer perusahaan
meminimalkan pembayaran pajak tersebut dengan cara
melakukan tax planning untuk mendapatkan laba.
c. Risiko Litigasi
3
Manajemen laba merupakan perilaku yang dilakukan oleh
manajer perusahaan untuk meningkatkan atau menurunkan laba
dalam proses pelaporan keuangan eksternal dengan tujuan untuk
menguntungkan dirinya sendiri. Pengertian manajemen laba
menurut Fahmi (2015:167), earnings management atau
manajemen laba adalah biasa disebut dengan mengatur laba
sesuai dengan yang dikehendaki oleh pihak tertentu atau
terutama oleh manajemen perusahaan (company management).
Variebel Pengukuran
Penelitian
Aset pajak Dalam penelitian ini sebagai aset tangguhan berarti variabel independen terhadap
tangguhan perubahan nilai aset pajak tangguhan pada akhir periode t sampai t-1 dibagi dengan
nilai tangguhan aset pajak pada akhir periode t (Waluyo, 2014).
4
Perencanaan Pengukuran perencanaan pajak menggunakan tarif retensi pajak, di mana rumus ini
pajak berguna untuk menganalisis ukuran (efektivifas perencanaan pajak) efektivitas
pengelolaan pajak di dalam laporan keuangan tahun berjalan. Rumus tingkat retensi
pajak (Setyawan & Harnovinsah, 2016).
Net Income it
TRR it =
Pretax Income(EBITit )
Risiko litigasi Untuk mengukur risiko litigasi dapat menggunakan rasio debt to equity ratio ,
dengan melihat rasio der yang makin tinggi maka risiko litigasi yang dihadapi
perusahaan juga akan makin besar. Berikut proxy untuk risiko litigasi (Zuhriyah,
2017)
Total Hutang
DER =
Total Modal/Ekuitas
Kebijakan Devidend payout ratio (dpr) adalah digunakan untuk mengukur besarnya
deviden pembayaran deviden dari laba per lembar saham dan mengukur yang ditahan untuk
menambah besarnya modal sendiri, berikut pengukuran deviden payout rartio
(Hasty dan Herawaty, 2017).
Deviden Per Lembar Saham
DPR =
Laba Per Lembar Saham
Manajemen Pengukuran manajemen dilakukan dengan cara menghitung discretionary accrual.
laba Pengukuran ini sebagai proksi kualitas laba (manajemen laba) menggunakan
modified jones model. Yusuf adhi pratama (2017). Secara detail dapat dijabarkan
dalam tahap-tahap sebagai berikut menurut yusuf adhi pramudhita (2017) :
𝑇𝐴𝐶𝑖𝑡 1 REV𝑖𝑡 − REC𝑖𝑡−1 PPE𝑖𝑡
= 𝛼1 ( ) + 𝛼2 ( ) + 𝛼3 ( )
𝐴𝑖𝑡 − 1 TAit − 1 TAit − 1 TAit − 1
5
subjek yang memiliki karakteristik dan kuantitas tertentu yang telah
ditetapkan oleh peneliti untuk dipelajari kemudian ditarik
kesimpulannya. Dalam penelitian ini populasi yang diambil adalah
perusahaan sub sektor transportasi yang telah terdaftar dalam Bursa
Efek Indonesia pada tahun 2017-2020.
6
pertimbangan yang harus dipenuhi oleh sampel yang digunakan dalam
penelitian ini. Kriteria yang telah peneliti tetapkan diantaranya :
No Kriteria
7
3.6 TEKNIK PENGUMPULAN DATA
8
Jika jumlah tiap unit cross section di setiap periode dan observasi sama
banyaknya maka disebut balanced panel. Sebaliknya jika jumlah tiap unit
cross section di setiap periode observasi tidak sama sehingga biasa
disebut unbalanced panel. Persamaan cross section dan time series
dirumuskan sebagai berikut :
i = 1, 2, 3, ….,N; t = 1, 2, 3, ….,N
Keterangan :
Y = Variabel Terikat (Variabel Dependen)
X = Variabel Bebas (Variabel Independen)
Yit = β0 + β1 X1it + β2 X2it + εit
β0 = Konstanta
ε = Error (Kesalahan)
N = Banyaknya Observasi
T = Banyaknya waktu
N x t = Banyaknya data panel
Persamaan regresi data panel dalam penelitiaan ini adalah sebagai
berikut:
Keterangan :
ML = Manajemen Laba
APT = Aset Pajak Tangguhan
PP ML = β0 + β=1 Perencanaan
APT + β2 PPPajak
+ β3 RL + β4 KD + ε
RL = Risiko Litigasi
KD = Kebijakan deviden
β0 = Konstanta
β1, β2, β3, β4 = Koefisien regresi
ε = Error (Kesalahan)
9
metode kuantitatif karena data yang di peroleh nantinya berupa
anggka. Penelitian ini menggunakan analisis statistik deskriptif.
Analisis statistik deskriptif memberikan gambaran atau deskripsi
suatu data (variabel) yang dilihat dari nilai rata-rata (mean), standar
deviasi, minimum, dan maksimum (Ghozali, 2018:19).
3.7.1.1 Uji Estimasi Model
10
adalah dapat membedakan efek individu dan efek waktu dan
metode ini di perlukan untuk asumsi bahwa komponen error tidak
berkorelasi dengan variabel bebas (Ghozali, 2018:223).
A. Uji Chow
Menurut Ghozali (2018:166) Uji chow berfungsi sebagai
pemilih antara CEM atau FEM yang sebaiknya digunakan
sebagai penentu model regresi mana yang tepat untuk penelitian.
Hasil dari common effect atau fixed effect bisa kita liat pada tabel
probabilitas yang ada pada cross section F, maka untuk dasar
pengambilan keputusan penguji dapat dilihat dibawah : (Ghozali,
2018:166)
1). Jika nilai cross section F pada probabilitas > 0,05, maka
diterima dan common efect model yang lebih baik digunakan
11
2). Jika nilai cross section F pada probabilitas setara dengan <
0,05, maka ditolak
B. Uji Hausman
Menurut Ghozali (2018:247) Uji hausman merupakan uji
yang dipergunakan sebagai pemilih antara fixed effect dan
random effect, di mana antara kedua efek tersebut yang paling
tepat digunakan untuk mengestimasikan data panel. Dasar
keputusan dalam uji hausman antara lain :
1). Jika nilai cross section pada probabilitas random > 0,05 maka
H0 diterima, sehingga yang paling tepat digunakan yakni
REM (Random Effect Model)
2). Jika nilai cross section pada probabilitas random < 0,05 maka
H0 ditolak, sehingga lebih tepat menggunakan yakni FEM
(Fuxed Effect Model).
3). Sehingga pengujian uji Chow menggunakan hipotesis
sebagai berikut :
H0 : Random effect model (REM).
H1 : Fixed effect model (FEM).
H0 : Jika nilai probabilitas < 0,05. (Ditolak)
12
1) Jika nilai Cross section pada posisi breusch-pangan > 0,05,
maka hasil dari model yang digunakan adalah CEM (Common
Effect Model)
13
a. Jika nilai probabilitas Jarque-Bera > nilai signifikan 0,05
maka data berdistribusi normal.
b. Jika nilai probabilitas Jarque-Bera < nilai signifikan 0,05
maka data tidak berdistribusi normal.
3.7.1.5 Uji Heteroskedastisitas
Heteroskedastisitas berarti varian variabel gangguan yang
tidak konstan. Uji heteroskedastisitas digunakan untuk menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Dalam penelitian
biasanya menggunakan uji glesjer yang berfungsi untuk melihat
regresi dari nilai absolut residual terhadap variabel bebas. Berikut
ini pengambilan keputusan yang digunakan dalam pengujian ini :
(Ghozali, 2018:137)
1) Jika nilai probabilitas < 0.05 H0 diterima, maka terdapat
heteroskedastisitas.
2) Jika nilai probabilitas > 0.05 H0 ditolak maka tidak terdapat
heteroskedastisitas.
3.7.1.6 Uji Multikolinearitas
Uji multikolinearitas berfungsi sebagai penguji apakah model
regresi dapat ditemukan korelasi antar variabel bebasnya, dasar
pengambilan keputusan dari uji ini antara lain : (Ghozali,
2018:71)
A. Jika nilai korelasi > 0,80 maka ada masalah multikolinieritas.
B. Jika nilai korelasi < 0,80 maka tidak ada maslah
multikolinieritas.
14
lainnya. Model regresi yang baik yakni regresi yang bebas dari
autokorelasi. Uji autokorelasi menggunakan uji Durbin-Watson
(DW test) yang mensyaratkan adanya intercept (kontanta) dalam
model regresi dan tidak ada variabel lag di antara variabel
indpenden (Ghozali, 2018:122). Langkah awal melakukan uji
Durbin-Watson adalah merumuskan hipotesis. Pengambilan
keputusan ada atau tidaknya autokorelasi berikut di bawah ini :
Table 3.1 Nilai Durbin Watson
5. dU < d < 4 - dU Tidak ada autokorelasi positif atau negatif Tidak Ditolak
Keterangan :
B. Apabila nilai durbin watson lebih kecil ketimbang nilai dl, maka
koefisien korelasinya lebih besar ketimbang nilai 0 sehingga nilai
autokorelasinya positif.
C. Apabila nilai durbin watson lebih besar ketimbang nilai 4 - dl, maka
koefisien korelasinya lebih kecil dari nilai 0, sehingga autokorelasinya
negatif.
15
D. Apabila nilai durbin watson terletak antara 4 - du dan 4 - dl, maka
hasil yang diperoleh tidak dapat disimpulkan.
Keterangan :
Y = Manajemen Laba
α = KonstantaY = α + β1X1 + β2X2 + β3X3 + ε
β = Koefisien Regresi
X1 = Aset Pajak Tangguhan
X2 = Perencanaan Pajak
X3 = Risiko Litigasi
X 4 = Kebijakan Deviden
ε = Error Term
16
menyediakan informasi yang diperlukan untuk menentukan
prediksi variabel terikat. Adapun kelemahan R2 yakni hanya
bisa digunakan apabila dua variabel bebas digunakan juga
dalam regresi, sehingga penelitian tersebut bisa menggunakan
adjusted R2 yang memiliki nilai 1 dan 0.
3.7.3.2 Uji Signifikan Simultan (Uji F)
Menurut Ghozali (2018:56) Uji F bertujuan untuk
mengetahui apakah variael bebas (independen) secara
bersama–sama akan berpengaruh terhadap variable terikat
(dependen). Dalam penelitian ini Uji f tingkat signifikan yang
digunakan adalah 5% (0,05) yang berarti risiko kesalahan
dalam pegambilan keputusan adalah 0,05. Untuk mengetahui
signifikan pengaruh Aset Pajak Tangguhan, Perenanaan Pajak,
Risiko Litigasi, dan Kebijakan Deviden Terhadap Manajemen
Laba secara bersama-sama terdapat hipotesis dari uji f sebagai
berikut :
H0 : ß1 = ß2 = ß3 = 0, artinya semua variabel independen
secara simultan berpengaruh terhadap variabel
dependen
H1 : ß1 ≠ ß2 ≠ ß3 ≠ 0, artinya semua variabel independen
secara simultan tidak berpengaruh terhadap variabel
dependen
Kriteria keputusan sebagai berikut:
a) Jika nilai probabilitas (F-stasistik) < 0.05 maka H0
diterima.
b) Jika nilai probabilitas (F-stasistik) > 0.05 maka H0
ditolak.
3.7.3.3 Uji Signifikan Parsial (Uji T)
Uji t digunakan untuk menunjukkan seberapa jauh pengaruh
antar variabel dependen dan variabel independen. Kriteria
pengujian pada uji t adalah sebagai berikut : (Ghozali, 2018).
17
a) Apabila tingkat signifikan > 5% maka dapat disimpulkan
bahwa H0 diterima dan Ha ditolak.
b) Apabila tingkat signifikan < 5% maka dapat disimpulkan
bahwa H0 ditolak dan Ha diterima.
18