BAB III

METODE PENELITIAN

3.1 JENIS PENELITIAN

Penelitian ini menggunakan jenis penelitian kuantitatif. Pendekatan

penelitian kuantitatif sebagaimana dikemukakan oleh Sugiyono
(2018:15) diartikan sebagai penelitian berlandaskan pada filsafat
positivisme, digunakan untuk meneliti pada populasi atau sampel
tertentu, pegumpulan data menggunakan instrumen penelitian, analisis
data bersifat kuantitatif atau statistik, dengan tujuan untuk
menggambarkan dan menguji hipotesis yang telah ditetapkan.
Dalam penelitian ini, data yang digunakan dalam penelitian ini adalah
data sekunder dari laporan keuangan perusahaan Sub Sektor Transportasi
yang terdaftar pada BEI pada tahun 2017-2020. Dengan adanya data ini
maka penelitian dapat dilakukan dengan mudah, dan tentunya harus
diperhatikan pula beberapa langkah yang ada yaitu terkait dengan
identifikasi dokumen atau data laporan keuangan dari perusahaan serta
perlu adanya perbandingan yang didasarkan pada hasil yang di dapatkan
nantinya.

3.2 LOKASI PENELITIAN

Penelitian dilakukan pada Sub Sektor Transportasi yang terdaftar di

Bursa Efek Indonesia, Data yang diambil berupa laporan keuangan
perusahaan hal ini bertujuan untuk mempermudahkan penulis untuk
melakukan penelitian. Dipilihnya Bursa Efek Indonesia sebagai tempat
penelitian karena Bursa Efek Indonesia merupakan bursa pertama yang
ada di Indonesia, yang dianggap memiliki data yang lengkap dan telah
terorganisasi dengan baik.

5
3.3 DEFINISI KONSEPTUAL

3.3.1 DEFINISI VARIABEL PENELITIAN

Menurut Sugiyono (2018:38), variabel penelitian pada

dasarnya adalah segala sesuatu dalam bentuk apapun yang
ditentukan oleh seorang peneliti untuk memperoleh informasi
tentangnya dan kemudian menarik kesimpulan.
Variabel penelitian ini terdiri dari lima variabel, yaitu variabel
bebas (independen) dan variabel terikat (dependen). Menurut
Sugiyono (2018:39), variabel bebas adalah variabel yang
mempengaruhi atau menyebabkan variabel terikat berubah atau
muncul, dilambangkan dengan simbol (X). Kemudian menurut
Sugiyono (2018:39), variabel terikat (dependen) adalah hasil dari
variabel yang dipengaruhi atau variabel bebas yang dilambangkan
dengan simbol (Y). Penelitian ini terdapat lima variabel, yang
menjadi variabel bebas yaitu Aset Pajak Tangguhan (X1),
Perencanaan Pajak (X2), Risiko Litigasi (X3), Kebijakan Deviden
(X4), dan Manajemen Laba (Y) merupakan variabel terikat.
Variabel-variabel tersebut dapat didefinisikan sebagai berikut :
a. Asset Pajak Tangguhan

Aset pajak tangguhan, menurut waluyo (2014) menyatakan

bahwa aset pajak tangguhan (aset pajak tangguhan) adalah jumlah
pajak penghasilan dapat diperoleh kembali (dipulihkan) pada
periode mendatang sebagai akibat dari pengurangan sementara
selisih dan sisa kerugian dapat dikompensasikan.
b. Perenanaan Pajak

Menurut setyawan & harnovinsah (2016) perusahaan yang

melakukan perencanaan pajak bertujuan untuk penghematan
pembayaran pajak yang akan dibayarkan kepada pemerintah.
Pajak merupakan beban bagi perusahaan karena dapat

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

Risiko litigasi merupakan suatu risiko mendapatkan tuntutan

hukum dari pihak eksternal baik investor, regulator maupun
pihak-pihak lain yang menggunakan laporan keuangan
perusahaan untuk mengambil keputusan yang dikarenakan pihak-
pihak tersebut merasa dirugikan. Menurut dr. Damayanti dan a.
Hermawan (2018) pemicu potensial terjadinya litigasi dipicu oleh
potensi yang melekat pada perusahaan berkaitan dengan tidak
terpenuhinya kepentingan investor dan kreditur. Apabila hak
tersebut tidak diberikan, pihak-pihak yang berkepentingan dapat
melakukan litigasi dan tuntutan hukum kepada perusahaan.risiko
litigasi dalam penelitian ini akan diukur dengan menggunakan
proksi risiko keuangan.
d. Kebijakan Deviden

Kebijakan deviden sendiri didefinisikan sebagai keuntungan

suatu perusahaan yang akan diberikan kepada pemegang saham
pada setiap tahunnya. Dari penelitian sebelumnya yang dilakukan
Hasty dan Herawaty (2017) dapat ditarik kesimpulan bahwa
kebijakan debiden merupakan tujuan dari investor agar mendapat
return investasi, baik berupa deviden maupun capital gain,
kemudian dijelaskan juga bahwa devidend payout ratio (dpr)
adalah digunakan untuk mengukur besarnya pembayaran deviden
dari laba per lembar saham dan mengukur yang ditahan untuk
menambah besarnya modal sendiri.
e. Manajemen Laba

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).

3.3.2 OPERASIONAL VARIABEL

Menurut Sugiyono (2018:38), operasional variabel adalah

suatu atribut atau sifat atau nilai dari objek atau kegiatan yang
memiliki variasi tertentu yang telah ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya. Agar lebih jelas
mengenai operasionalisasi variabelnya, maka dapat dilihat pada
tabel 3.1 berikut ini :

Table 1.1 Operasional Variabel

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).

∆Deferred Tax Assets i t

APTit =
Assets Deferred Tax t

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

3.4 POPULASI DAN SAMPEL

Populasi adalah bidang umum yang terdiri dari objek/subyek yang

akan dipelajari. Menurut Sugiyono (2018:80), “Populasi adalah
keseluruhan unsur yang akan dijadikan bidang generalisasi. Komponen
dari populasi merupakan wilayah general yang terdiri atas objek atau

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.

Sampel merupakan perwakilan dari populasi yang akan diteliti,

karena data akan sulit diperoleh jika ada banyak peneliti dalam populasi
tersebut. Menurut Sugiyono (2015:118), “sampel adalah bagian dari
jumlah dan sifat yang dimiliki suatu populasi”. Jika populasinya besar,
peneliti tidak mungkin mempelajari semua yang ada dalam populasi,
misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti
dapat menggunakan sampel yang diperoleh dari populasi tersebut.

3.4.1 TEKNIK SAMPLING

Teknik sampling merupakan teknik pengambilan sampel. Penelitian

ini menggunakan teknik probability sampling, menurut (Sugiyono,
2018 : 82) “Probability sampling adalah teknik pengambilan sampel
yang memberi peluang atau kesempatan sama bagi setiap unsur atau
anggota populasi untuk dipilih menjadi sampel.

Teknik pengambilan sampel dibagi menjadi 2 yaitu teknik

probability sampling dan teknik non probability sampling. Teknik
probability sampling dapat didefinisikan sebagai suatu teknik sampling
dalam penelitian yang memberikan kesempatan sama rata untuk
anggota populasi yang terpilih menjadi bagian daripada sampel
(Sugiyono, 2018). Sedangkan non probability sampling dapat diartikan
sebagai teknik dalam sampel yang tidak bisa memberikan kesempatan
yang sama bagi setiap anggota populasi yang terpilih menjadi bagian
dari sampel (Sugiyono, 2018). Oleh karena itu peneliti memilih teknik
purposive sampling dengan menetapkan kriteria tertentu dan

6
 pertimbangan yang harus dipenuhi oleh sampel yang digunakan dalam
penelitian ini. Kriteria yang telah peneliti tetapkan diantaranya :

Table 2.1 Sampel Penelitian

No Kriteria

1. Perusahaan Sub Sektor Transportasi yang terdaftar di BEI

2. Perusahaan Sub Sektor Transportasi yang tidak menerbitkan

laporan keuangan di BEI selama periode 2017-2020

3. Perusahaan Sub Sektor Transportasi yang mengalami delisting

selama periode 2017-2020

4. Perusahaan Sub Sektor Transportasi yang tidak menyajikan

data lengkap terkait variable penelitian selama periode 2017-
2020

3.5 JENIS DAN SUMBER DATA

Adapun sumber data yang berkaitan dengan variabel penelitian

yang selanjutnya digunakan untuk pengolahan data pada penelitian ini,
diantaranya data sekunder, menurut Sugiyono (2018:213) data yang
tidak diberikan secara langsung kepada pengumpul data disebut data
sekunder, biasanya dalam bentuk file dokumen atau melalui lain orang.
Data yang dipakai dalam penelitian ini bersumber dari dokumentasi
perusahaan, berupa Laporan keuangan dari tahun 2017 hingga tahun
2020. Data tersebut diperoleh melalui Bursa Efek Indonesia yang ada
di Universitas Muhammadiyah Sidoarjo dan alasan pemilihan Bursa
Efek Indonesia sebagai sumber pengambilan data dikarenakan Bursa
Efek Indonesia satu-satunya bursa efek terbesar dan representatif di
Indonesia sehingga melalui data ini diharapkan peneliti dapat
melakukan analisa secara lebih lanjut supaya mendapatkan hasil yang
sesuai harapan.

7
3.6 TEKNIK PENGUMPULAN DATA

Teknik pengumpulan data adalah metode yang digunakan untuk

memperoleh data dan informasi yang diperlukan untuk penelitian
(Sugiyono, 2018:137). Data dalam penelitian ini dikumpulkan untuk
memperoleh informasi yang diperlukan guna membahas data yang
digunakan dalam penelitian.

3.7 TEKNIK ANALISIS DATA

Menurut Sugiyono (2018:482) analisis data adalah proses mencari dan

menyusun secara sistematis data yang diperoleh dari hasil wawancara,
catatan lapangan, dan dokumentasi, dengan cara mengorgsnisasikan data
kedalam kategori, menjabarkan ke dalam unit-unit, melakukan sintesa,
menyusun ke dalam pola, memilih mana yang penting dan mana yang
dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri
sendiri maupun orang lain.
Metode yang digunakan dalam penelitian ini untuk menjawab
pertanyaan tersebut adalah analisis regresi data panel menggunakan
program Eviews Menurut Ghozali, penggunaan data panel memiliki
beberapa keunggulan dibandingkan data cross sectional dan time series.
Keunggulan dari data tersebut adalah: (Ghozali & Ratmono, 2017).
Data panel dapat berisi data yang cukup besar untuk meningkatkan
derajat kebebasan, untuk mencapai variabilitas yang cukup besar, dan
untuk mengurangi kolinearitas antar variabel bebas untuk menghasilkan
estimasi ekonometrika yang sangat valid.
A. Data panel dapat memberikan solusi yang lebih baik untuk inferensi
dinamis daripada data cross-sectional.
B. Hasil data panel bisa didapat jika :
1. Jika kriteria nilai t > 1 dan i > 1 (t = periode, i = entitas)
2. Jika t = 1 dan i ≥ 1, sehingga dapat disebut dengan time series murni
3. Jika t ≥ 1 dan i = 1, sehingga disebut dengan cross section

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)

3.7.1 STATISTIK DESKRIPTIF

Analisis statistik dipilih karena tujuan penelitian, sehingga
analisis statistik yang digunakan dalam penelitian ini adalah

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

Terdapat beberapa jenis data yang tersedia untuk dianalisis

secara stitistik antara lain data runtut waktu (time series), data
silang waktu (cross section) dan data panel yaitu gabungan antara
data time series dan cross section (Ghozali 2018:95). Metode
teknik regresi data panel dilakukan dengan 3 pendekatan yakni :

A. Common effect Model (CEM)

Pada common effect model ini dapat diasumsikan sebagai
intersep dan slope koefisien atau yang biasa dianggap konstan
(tetap) antara time series (waktu) ataupun cross section (individu)
dengan menggunakan pendekatan metode ordinary least square
sebagai teknik estimasinya. Tetapi model ini juga bisa dikatakan
tidak realistis sebab dalam penggunaannya yang sering
memperoleh nilai intersep yang sama, sehingga bisa dikatakan
tidak efisien untuk digunakan dalam setiap estimasi, oleh karena
itu dibuatkan data panel terlebih dahulu untuk mempermudah
melakukan interprestasi (Ghozali, 2018:214).

B. Fixed Effect Model (FEM)

Metode Fixed Effect Model merupakan motode yang akan
mengestimasi data panel di mana variabel gangguan mungkin
saling berhubungan. Model ini mengasumsikan intersep yang
berbeda antar individu (cross section) tetapi memiliki slope
regresi konstan (tetap) antar waktu (time series). Untuk estimasi
data panel fixed effect model menggunakan teknik least square
dummy variabel. Keunggulan yang dimiliki oleh metode ini

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).

C. Random Effect Model (REM)

Random effect Model merupakan metode yang akan
mengestimasikan data panel di mana variabel penganggu akan
saling berhubungan antar variabel (Ghozali, 2018:245). Pada
model ini intersep dilihat oleh error terms masing-masing
perusahaan dan diasumsikan bahwa error term akan selalu ada
dan mungkin berkorelasi sepanjang time series dan cross section.
Untuk mengestimasi contoh model ini menggunakan metode
Generalize Least Square (Ghozali, 2018:247).

3.7.1.2 Uji Data Panel

Untuk menentukan model regresi data panel yang tepat,

maka dalam penelitian ini menggunakan uji spesifikasi model
terlebih dahulu. Uji spesifikasi model dalam penelitian ini terdiri
dari uji Chow dan uji Hausman.

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

H1 : Hasil akan diterima, sehingga fixed effect model yang tepat

digunakan sampai uji hausman. Maka uji chow
menggunakan hipotesis sebagai berikut :

H0 : Common Effect Model

H1 : Fixed Effect Model

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)

C. Uji Lagrange Multiplier (LM)

Uji LM dilakukan untuk mengetahui apakah REM lebih baik
ketimbang CEM, dengan ketentuan untuk uji LM diantara :

12
 1) Jika nilai Cross section pada posisi breusch-pangan > 0,05,
maka hasil dari model yang digunakan adalah CEM (Common
Effect Model)

2) Jika cross section pada posisi breusch-pangan ≤ 0,05, maka

hasil model yang digunakan adalah REM (Random Effect
Model).

3.7.1.3 Uji Asumsi Klasik

Uji asumsi klasik secara umum yang digunakan yakni, uji

multikolinearitas, uji normalitas, uji autokorelasi hingga uji
heteroskedasitas, syarat statistik yang harus terpenuhi pada
analisis regresi lineqr berganda pada basis OLS yakni uji asumsi
klasik, (Ghozali, 2018:109). Uji asumsi klasik dimanfaatkan
sebagai penguji kelayakan dari model regresi yang dipergunakan
agar kita mengetahui apakah data dapat terdistribusi normal, atau
tidak dapat muktikolinearitas dan autokorelasi hingga tidak dapat
heteriskedasitas antara variabel yang dijelaskan dalam model
regresi.

3.7.1.4 Uji Normalitas

Menurut Ghozali (2018:145) uji normalitas dilakukan untuk

menguji apakah dalam model regresi variabel independen dan
variabel dependen atau keduanya mempunyai distribusi normal
atau tidak. Variabel yang tidak dapat berdistribusi secara normal
maka hasil yang didapat juga akan menurun.
Uji normalitas dalam penelitian ini menggunakan uji Jarque-
Bera dan probabilitasnnya yang mendeteksi data terdistribusi
secara normal atau tidak. Pengujian dilakukan dengan
menggunakan analisis grafik dan uji statistic non parametrik,
dalam uji ini kita akan mengetahui apakah data yang kita gunakan
sudah terdistribusi secara normal atau tidak :

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.

3.7.1.7 Uji Autokorelasi

Ghozali (2018:121) menyatakan bahwa uji autokorelasi
muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Permasalahan ini muncul karena
gangguan (residual) tidak bebas dari satu observasi ke observasi

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

No Nilai DW Keterangan Keputusan

1. 0 < d < dL Tidak ada autokorelasi positif Ditolak

2. dL ≤ d ≤ dU Tidak ada autokorelasi positif Tidak ada keputusan

3. 4 - dL < d < 4 Tidak ada autokorelasi negatif Ditolak

4. 4 – dU ≤ d ≤ 4 - dL Tidak ada autokorelasi negatif Tidak ada keputusan

5. dU < d < 4 - dU Tidak ada autokorelasi positif atau negatif Tidak Ditolak

Keterangan :

A. Apabila nilai durbin watson di antara du hingga 4 - du, maka koefisien

korelasinya sama dengan nilai 0.

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.

3.7.2 Uji Regresi Linear Berganda

Analisis regresi linier berganda yakni analisis untuk mengetahui
pengaruh dari beberapa variabel bebas (independen) terhadap suatu
variabel terikat (dependen). Model analisis regresi linier berganda
digunakan untuk menjelaskan hubungan dan pengaruh variabel
bebas (independen) terhadap variabel terikat (Ghozali 2018:95).
Persamaan regresi linier berganda adalah :

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

3.7.3 UJI HIPOTESIS

3.7.3.1 Uji Koefisien Determinasi (R2)

Kofisien R2 digunakan untuk mengukur kemampuan

variabel dan menjelaskan perubahan yang terjadi pada variabel
dependen dan juga untuk mengukur persentase hubungan
variabel independen terhadap variabel dependen tersebut, nilai
koefisien R2 antara 0 dan 1. Jika nilai koefisien R2 kecil berarti
kemampuan variabel terikat terbatas tetapi jika nilai koefisien
R2 mendekati angka 1 maka variabel bebas hampir

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