BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan teknik kuantitatif, yaitu penelitian yang

mengkuantifikasi besarnya pengaruh atau keterkaitan antar variabel dengan

cara mengumpulkan dan mengevaluasi data yang mendukung pengaruh faktor-

faktor tersebut dengan menggunakan alat analisis yang sesuai dengan

penelitian

Tujuan dari penelitian ini adalah untuk melihat bagaimana pengaruh

kepemilikan manajerial, kepemilikan institusional, leverage, dan

konservatisme akuntansi terhadap variabel dependen yaitu Tax Avoidance.

Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder

meliputi informasi yang diperoleh dari buku atau publikasi tentang topik

penelitian, surat kabar perusahaan, dan situs web lain seperti idx.co.id, situs

web resmi perusahaan, dan situs web resmi lainnya.

B. Populasi dan Sampel

Populasi yang digunakan adalah perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia tahun 2017-2020. Hal tersebut dikarenakan berdasarkan

laporan realisasi APBN, sektor manufaktur menyumbang 32% dari penerimaan

pajak pada 2017 dan meningkat 17,1% year on year (yoy). Pada tahun 2018,

memberikan Rp 363,60 T atau 30% dari penerimaan pajak, dan meningkat

11,12% year on year. Namun demikian, pada tahun 2019 dan 2020, sektor ini

mengalami penurunan sehingga tumbuh negatif sebesar 2,29% year on year,

47
 memberikan kontribusi sebesar Rp365,39 T atau 29,4% pada tahun 2019 dan

20,21% pada tahun 2020. Namun adanya perusahaan yang melakukan

penghindaran pajak membuat persentase capaian penerimaan pajak di

Indonesia pada tahun 2017-2020 ber fluktuatif sehingga peneliti memutuskan

menggunakan populasi perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia tahun 2017-2020. Pemilihan sampel pada penelitian ini

menggunakan metode purposive sampling dengan tujuan mendapatkan sampel

yang representatif sesuai dengan kriteria yang ditentukan. Adapun kriteria

sampel pada penelitian ini yaitu:

1. Perusahaan yang terdaftar di BEI secara berturut-turut selama periode

tahun 2017-2020

2. Perusahaan yang tidak mengunggah laporan keuangan selama periode

tahun 2017-2020

3. Perusahaan yang tidak mendapatkan laba selama periode tahun 2017-2020

4. Perusahaan yang tidak memiliki kepemilikan manajerial selama periode

tahun 2017-2020

5. Perusahaan yang tidak memiliki kepemilikan institusional selama periode

tahun 2017-2020

6. Perusahaan yang tidak memiliki beban pajak di laporan laba/rugi selama

periode tahun 2017-2020

C. Motode Pengumpulan Data

48
 Dalam penelitian ini peneliti menggunakan data sekunder yang

dikumpulkan melalui dua metode yaitu penelitian kepustakaan dan penelitian

lapangan.

1. Penelitian Pustaka (Library Research)

Dalam mengumpulkan informasi untuk referensi atau bukti

pendukung, peneliti menggunakan teknik penelitian pustaka. Jurnal, tesis,

internet, artikel, berbagai buku referensi, dan sumber lain yang terkait

dengan topik penelitian termasuk di antara sumber-sumber tersebut

2. Penelitian Lapangan (Field Research)

Data yang digunakan dalam penelitian ini dikumpulkan secara tidak

langsung oleh peneliti melalui media perantara (diperoleh dan direkam

oleh pihak lain). Data penelitian berasal dari laporan keuangan perusahaan

manufaktur Bursa Efek Indonesia (BEI) tahun 2017-2020 yang tersedia di

website BEI (www.idx.co.id) dan website resmi perusahaan.

D. Metode Analisis Data

Metode yang digunakan untuk meneliti data penelitian dikenal dengan

metode analisis data. Formula statistik adalah salah satu jenis analisis data yang

dapat digunakan dalam penelitian. Dalam penelitian ini, statistik deskriptif dan

inferensial digunakan.

1. Statistik Deskriptif

Menurut Ghozali, 2018 statistik deskriptif memberikan gambaran

atau deskripsi data dalam hal mean (rata-rata), standar deviasi, varians,

maksimum, minimum, total, range, kurtosis, dan skewness distribusi.

49
 Peneliti menggunakan statistik deskriptif untuk mengkarakterisasi rata-

rata (mean), nilai maksimum, nilai terendah, dan standar deviasi dalam

penelitian ini..

2. Statistik Inferensial

Statistik inferensial adalah statistik yang berkenaan dengan cara

penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk

menggambarkan karakteristik atau ciri dari suatu populasi. Ada

keterkaitan yang sangat erat antara statistik deskriptif dengan statistik

inferensial, yaitu bahwa pada umumnya statistik deskriptif senantiasa

mendahului atau mengawali tahapan statistik inferensial, karena sebelum

dilakukan penarikan kesimpulan mengenai suatu keadaan yang sedang di

teliti, maka datanya harus diurakian dulu dalam bentuk stastistik deksriptif

sehingga diperoleh kesimpulan yang akurat guna memperoleh manfaat

secara maksimal (Boediono dan Koster, 2008)

Pengujian hipotesis ini dengan menggunakan model regresi linier

berganda. Sebelum itu akan dilakukan uji asumsi klasik dan uji hipotesis

dengan bantuan SPSS versi 26 :

a. Uji Asumsi Klasik

Ada syarat analitis yang harus dilengkapi ketika menggunakan

statistik inferensial parametrik, yang biasanya disebut sebagai uji

asumsi klasik. Uji asumsi klasik merupakan uji statistik yang harus

dilakukan terlebih dahulu sebelum menggunakan statistik inferensial

parametrik (Ghozali, 2018). Sebelum mengevaluasi hipotesis,

50
pengujian hipotesis klasik harus dilakukan untuk mengkonfirmasi

keakuratan hasil analisis regresi linier berganda. Peneliti

menggunakan uji normalitas, uji multikolinearitas, uji autokorelasi,

dan uji heteroskedastisitas untuk menilai asumsi klasik dari data

sekunder. Dalam penelitian ini, aplikasi SPSS (Statistical Program

for Social Sciences) versi 26 digunakan untuk menguji asumsi

klasik.

1) Uji Normalitas Data

Dengan menentukan apakah variabel perancu atau

residual dalam model regresi berdistribusi teratur atau tidak,

maka ditentukan normalitas data (Ghozali, 2018). Data

penelitian yang sangat baik memiliki distribusi nilai residu yang

normal atau hampir normal. Uji t dan uji f didasarkan pada

asumsi bahwa nilai residual berdistribusi normal. Jika asumsi ini

dipatahkan, uji statistik untuk jumlah sampel kecil menjadi tidak

valid.

Data dianggap terdistribusi normal ketika tidak dapat

diamati saat plot dengan kurva probabilitas normal diperiksa.

Data berdistribusi normal jika tersebar di sekitar garis diagonal

dan mengikuti arah garis diagonal. Alternatifnya, jika data

menyebar menjauhi diagonal dan tidak mengikuti arah diagonal,

model regresi gagal memenuhi asumsi uji normalitas (Ghozali,

2018).

51
 Ghozali, (2018) mengatakan Uji normal probability plot

juga dapat dilihat melalui tabel hasil uji statistik nonparametrik

Kolmogorov Smirnov yang dilakukan dengan melihat

perbandingan probabilitas (p-value) yang dicapai dengan taraf

signifikansi 5%. Jika nilai sig probabilitas yang diperoleh lebih

besar dari 5% atau 0,05 maka data residual berdistribusi normal,

dan jika nilai sig lebih kecil dari 5% atau 0,05 maka data residual

tidak berdistribusi normal.

2) Uji Multikolinearitas

Uji multikolinearitas digunakan untuk menguji apakah

model regresi menemukan adanya korelasi antar variabel

independen. Model regresi yang baik adalah yang tidak

memiliki hubungan antar variabel bebas atau hubungan yang

rendah (Ghozali, 2018). Untuk melihat apakah terdapat

multikolinearitas pada model regresi dapat dilihat dengan

menggunakan nilai tolerance dan variance inflation factor

(VIF). Seperti yang dijelaskan (Ghozali, 2018) sebagai berikut::

a) Jika nilai toleransi > 0,10 dan nilai VIF < 10, maka dapat

disimpulkan tidak ada multikolinearitas antar variabel

independen dalam penelitian.

b) Jika nilai toleransi < 0,10 dan nilai VIF >10, maka dapat

disimpulkan ada multikolinearitas antar variabel

independen dalam penelitian.

52
3) Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah

terdapat hubungan antara confounder pada periode t dan

kesalahan pada periode t-1 dalam model regresi linier (Ghozali,

2018). Autokorelasi muncul akibat observasi yang berurutan

sepanjang waktu berkaitan satu sama lain. Masalah ini timbul

karena residual tidak bebas dari satu observasi ke observasi

lainnya. Autokorelasi seringkali terjadi pada data yang bersifat

time series. Cara mendeteksi Autokorelasi dapat dilakukan

dengan 2 cara yakni Uji Durbin-Watson dan uji Runs test.

a) Uji Durbin-Watson (Uji DW)

Pengujian autokorelasi dapat dilakukan dengan

membandingkan nilai statistik hitung Durbin Watson pada

perhitungan regresi dengan statistik tabel Durbin Watson

pada tabel (Ghozali, 2018). Kriteria yang digunakan

menurut Ghozali (2018) yaitu :

53
 Tabel 3.1 Pedoman Uji Autokorelasi Dengan
Menggunakan Uji Durbin-Watson

Hipotesis nol Keputusan Jika

Tidak ada
Tolak 0<d<dl
autokorelasi
Tidak ada Tanpa
dl≤d≤du
autokorelasi positif Kesimpulan
Tidak ada
Tolak 4-dl<d<4
autokorelasi negatif
Tidak ada Tanpa
4-du≤d≤4-dl
autokorelasi negatif Kesimpulan
Tidak ada
autokorelasi positif Tidak tolak du<d<4-du
atau negatif
Sumber : Ghozali, 2018

b) Uji Runs Test

Run test menentukan ada atau tidaknya korelasi

substansial antara residual dan apakah data residual acak

atau tidak. Jika tingkat signifikansi temuan uji Runs lebih

dari 0,05, maka data residual bersifat acak dan bebas dari

autokorelasi. Jika hasil uji Runs memiliki tingkat

signifikansi kurang dari 0,05, berarti residual tidak acak dan

terdapat autokorelasi (Ghozali, 2018).

4) Uji Heteroskedastisitas

Uji heteroskedastisitas menentukan apakah varian dalam

model regresi tidak merata dari satu pengamatan ke pengamatan

berikutnya. Jika varians antar pengamatan konstan, maka

54
kondisi dikatakan homoskedastisitas, atau tidak terjadi

heteroskedastisitas. Ketika variasi berbeda, ini disebut sebagai

heteroskedastisitas (Ghozali, 2018). Alih-alih heteroskedastis,

model regresi yang baik adalah homoskedastis. Melihat

Scatterplot antara nilai prediksi variabel dependen, ZPRED, dan

residual SRESID, merupakan salah satu teknik untuk mencari

heteroskedastisitas.

Kita dapat menentukan probabilitas heteroskedastisitas

dalam data Scatterplot dengan memeriksa ada atau tidaknya

pola tertentu dalam distribusi. Heteroskedastisitas muncul

ketika ada pola tertentu, seperti titik-titik membentuk pola yang

teratur. Sebaliknya, heteroskedastisitas tidak muncul jika tidak

ada pola yang terlihat dan titik-titik di atas dan di bawah angka

0 tersebar pada sumbu Y.

Selain dengan uji scatterplot, uji heteroskedastisitas juga

dapat di ketahui dengan menggunakan uji Park. Dalam asumsi

klasik untuk menguji apakah terjadi pelanggaran terhadap

heterokedastisitas dapat dilakukan dengan uji Park. Uji ini

dikembangkan oleh Park pada tahun 1966, pengujian dilakukan

dengan meregresikan nilai log residual kuadrat sebagai variabel

dependen dengan variabel independennya. Metode uji Park

yaitu dengan meregresikan nilai logaritma natural dari residual

55
 kuadrat (Lne2) dengan variabel independen. Kriteria pengujian

adalah sebagai berikut:

1) Ho: tidak ada gejala Heteroskedastisitas

2) Ha: ada gejala heteroskedastisitas

Ho diterima bila Signifikansi > 0,05 berarti tidak terdapat

heteroskedastisitas dan Ho ditolak bila Signifikansi < 0,05 yang

berarti terdapat heteroskedastisitas.

1. Pengujian Hipotesis

Dalam penelitian ini pengujian hipotesis dilakukan dengan

menggunakan analisis regresi berganda untuk menguji hubungan antara

variabel independen dan variabel dependen.

a) Analisis Regresi Berganda

Analisis regresi berganda digunakan dalam penelitian ini

untuk menguji pengaruh variabel independen dan dependen. Jumlah

variabel independen yang digunakan untuk memprediksi variabel

dependen dalam analisis regresi berganda lebih besar dari satu.

Untuk menetapkan arah (positif/negatif) hubungan antara variabel

dependen dan variabel independen, diperlukan analisis regresi

berganda (Ghozali, 2018)

Dalam penelitian ini variabel independen meliputi

kepemilikan manajemen, kepemilikan institusional, leverage, dan

konservatisme akuntansi. Variabel dependen dalam penelitian ini

56
 adalah penghindaran pajak. Persamaan regresi berganda diuji

sebagai berikut:

Y = α + β1X1 + β2X2 + β3X3 + β4X4 + ε

Keterangan :

Y = Tax Avoidance

α = Konstanta

β1- β4 = Koefisien regresi berganda

X1 = Kepemilikan Manajerial

X2 = Kepemilikan Institusional

X3 = Leverage

X4 = Konservatisme Akuntansi

ε = Error

b) Uji Koefisien Determinasi (R2)

Uji koefisien determinasi menurut Ghozali (2018), adalah uji

untuk mengetahui kemampuan seluruh variabel independen dalam

menjelaskan variasi variabel dependen. R 2 digunakan karena ada

lebih dari dua variabel independen dalam penyelidikan ini. Nilai

koefisien determinasi antara nol dan satu. Jika R 2 rendah, ini

menunjukkan bahwa kapasitas model untuk menjelaskan fluktuasi

variabel dependen sangat dibatasi. Jika hasil yang diperoleh

mendekati satu, model dianggap cukup andal untuk diestimasi.

Semakin besar nilai R2, semakin baik model tersebut dapat

57
 menjelaskan pengaruh variabel independen terhadap variabel

dependen.

c) Uji Signifikansi Parameter Simultan (Uji Statistik F)

Uji signifikansi parameter secara simultan (Uji F Statistik)

menentukan apakah semua variabel independent dalam model

memiliki pengaruh yang sama terhadap variabel dependen. Jika

variabel independen berpengaruh secara simultan terhadap variabel

dependen, model persamaan regresi diintegrasikan dengan kriteria

yang diperlukan untuk memprediksi variabel dependen (Ghozali,

2018). Nilai probabilitas (sig) dari tabel ANOVA digunakan dalam

pengujian ini. Uji statistik F menggunakan kriteria berikut:

Jika nilai signifikansi F lebih kecil dari signifikansi 0,05, maka

Ho ditolak dan Ha diterima, yang menunjukkan bahwa faktor-faktor

independen mempengaruhi variabel dependen secara bersama-sama.

Sebaliknya, Ho diterima dan Ha ditolak yang artinya jika nilai

signifikansi F lebih besar dari 0,05 maka faktor independen tidak

berpengaruh terhadap variabel dependen.

d) Uji Signifikansi Parameter Individual (Uji Statistik T)

Tujuan dari pengujian ini adalah untuk melihat bagaimana

pengaruh faktor-faktor independen terhadap variabel dependen

dalam suatu penelitian. Uji t-statistik digunakan untuk menunjukkan

arah pengaruh masing-masing variabel terhadap tanda koefisien

regresi masing-masing variabel independen selain untuk menilai

58
 pengaruh tersebut. Berikut kriteria uji statistik t berdasarkan nilai

probability value (sig)-t. Jika nilai signifikansi t lebih kecil dari

tingkat signifikansi 0,05 maka variabel independen secara individual

mempengaruhi variabel dependen. Sebaliknya jika nilai signifikansi

t lebih besar dari taraf signifikansi 0,05 maka variabel independen

secara individual tidak berpengaruh terhadap variabel dependen.

E. Operasionalisasi Variabel Penelitian

Ada dua macam variabel dalam penelitian ini, variabel dependen dan

variabel independen. Akan dijelaskan pengertian, teknik pengukuran, dan

fungsi masing-masing variabel dalam penelitian ini.

1. Variabel Dependen (Y)

Tax Avoidance adalah suatu hal yang diusahakan oleh perusahaan

untuk sebisa mungkin mengurangi pajak yang mereka bayarkan dengan

cara dan dalam batas yang tidak melanggar peraturan perpajakan.

Pengukuran tax avoidance pada penelitian Apriani dan Sunarto (2022)

yang menggunakan Effective Tax Rate (ETR). Tax avoidance dengan ETR

ini dihitung menggunakan rumus sebagai berikut :

𝐵𝑒𝑏𝑎𝑛 𝑃𝑎𝑗𝑎𝑘
𝐸𝑇𝑅 =
𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘

2. Variabel Independen

1) Corporate Governance

Tata kelola perusahaan mengacu pada aturan, regulasi, atau

mekanisme kontrol yang berlaku dalam bisnis dan dilakukan melalui

keseimbangan kepentingan di antara berbagai pemangku kepentingan.

59
 Corporate Governance dikaji dalam penelitian ini dengan

menggunakan dua indikator yaitu kepemilikan manajemen dan

kepemilikan institusional.

a) Kepemilikan Manajerial (X1)

Kepemilikan manajerial didefinisikan sebagai proporsi

saham biasa yang dimiliki oleh manajemen sebagai persentase

dari total saham biasa yang dimiliki oleh manajemen yang secara

aktif berpartisipasi dalam proses pengambilan keputusan

perusahaan. Kepemilikan manajerial pada penelitian ini diukur

menggunakan rumus seperti pada penelitian Prastiyanti dan

Mahardhika (2022) yaitu sebagai berikut :

𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝑀𝑎𝑛𝑎𝑗𝑒𝑟

𝐾𝑀 =
𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐵𝑒𝑟𝑒𝑑𝑎𝑟

b) Kepemilikan Institutional (X2)

Kepemilikan Institusional menurut Rennath dan Trisnawati

(2023) adalah kepemilikan saham suatu perusahaan oleh institusi

atau lembaga seperti perusahaan asuransi, bank, perusahaan

investasi dan kepemilikan institusi lainnya. Konflik kepentingan

dalam suatu korporasi dapat dimitigasi dengan menentukan

sejauh mana kepemilikan institusional. Rumus untuk menghitung

kepemilikan institusional adalah :

𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐼𝑛𝑠𝑡𝑖𝑡𝑢𝑠𝑖

𝐾𝐼 =
𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐵𝑒𝑟𝑒𝑑𝑎𝑟

2) Leverage (X3)

60
 Leverage (struktur utang) merupakan rasio yang menyatakan

banyaknnya utang suatu perusahaan untuk membiayai aktivitas

operasional perusahaannya (Sitepu dan Sudjiman, 2022).

Leverage adalah rasio yang mengevaluasi seberapa banyak

perusahaan memanfaatkan hutang untuk mendanai dirinya sendiri

(leverage keuangan), memungkinkan kita untuk memeriksa kapasitas

perusahaan untuk mengoptimalkan hutang. Debt to Equity Ratio

(DER) digunakan untuk mengukur leverage dalam penelitian ini.

Rumus untuk menghitung DER adalah sebagai berikut:

𝑇𝑜𝑡𝑎𝑙 𝑈𝑡𝑎𝑛𝑔
𝐷𝐸𝑅 =
𝑇𝑜𝑡𝑎𝑙 𝑀𝑜𝑑𝑎𝑙

3) Konservatisme Akuntansi (X4)

Konservatisme akuntansi adalah konsep kehati-hatian dalam

akuntansi yang digunakan oleh perusahaan untuk memastikan bahwa

aset dan pendapatan tidak tergesa-gesa untuk diakui dan dievaluasi,

namun potensi kerugian dan kewajiban segera diakui.

Konservatisme akuntansi dapat diketahui dengan menggunakan

pengukuran seperti pada penelitian Nugraheni dan Mustikawati

(2021) yaitu sebagai berikut :

(𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ + 𝐷𝑒𝑝𝑟𝑒𝑠𝑖𝑎𝑠𝑖 ) − 𝐴𝑟𝑢𝑠 𝐾𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑠𝑖 (−1)

𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑟𝑢𝑎𝑙 =
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡

Berikut ini adalah tabel pengukuran operasional variabel :

61
 Tabel 3.2. Pengukuran Operasional Variabel

No Variabel Pengukuran Sumber Skala

Apriani dan
𝐵𝑒𝑏𝑎𝑛 𝑃𝑎𝑗𝑎𝑘
1 Tax Avoidance 𝐸𝑇𝑅 = Sunarto, (2022) Rasio
𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘
Prastiyanti dan
Kepemilikan 𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝑀𝑎𝑛𝑎𝑗𝑒𝑟 Mahardika,
2 𝐾𝑀 = Rasio
Manajerial 𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐵𝑒𝑟𝑒𝑑𝑎𝑟 (2022)

Rennath dan
Kepemilikan 𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐼𝑛𝑠𝑡𝑖𝑡𝑢𝑠𝑖 trisnawati,
3 𝐾𝐼 = Rasio
Institusional 𝑇𝑜𝑡𝑎𝑙 𝑆𝑎ℎ𝑎𝑚 𝐵𝑒𝑟𝑒𝑑𝑎𝑟 (2023)

Sitepu dan
𝑇𝑜𝑡𝑎𝑙 𝑈𝑡𝑎𝑛𝑔
𝐷𝐸𝑅 = Sudjiman,
4 Leverage 𝑇𝑜𝑡𝑎𝑙 𝑀𝑜𝑑𝑎𝑙 Rasio
(2022)

Nugraheni dan
Konservatisme Mustikawati,
5 Rasio
Akuntansi (2021)

Sumber : Data yang diolah, 2023

62