4.1. Objek Penelitian
Populasi yang
digunakan dalam penelitian ini adalah seluruh perusahaan konsisten di LQ 45
yang terdaftar di Bursa Efek Indonesia tahun 2016 sampai 2020 yaitu sebanyak 38
perusahaan. Pengambilan sampel dalam penelitian ini menggunakan teknik non
probability sampling dan metode pengambilan sampel yang digunakan dalam
penelitian ini adalah metode purposive sampling. Sampel yang diperoleh sebanyak
40 dan jumlah data amatan dengan pengamatan selama 5 tahun sebanyak 102 sampel
perusahaan.
Perusahaan dipilih dengan
menggunakan Teknik purposive sampling sesuai dengan kriteria yang ditetapkan.
Proses penyeleksian sampel dalam penelitian ini sebagai berikut :
Tabel 4. 1 Proses Seleksi Sampel
|
No. |
Keterangan |
Jumlah |
|
1. |
Perusahaan yang konsisten pada LQ 45 di Bursa Efek Indonesia tahun
2016-2020 |
25 |
|
2. |
Perusahaan yang tidak konsisten pada LQ 45 di Bursa Efek Indonesia
tahun 2016-2020 |
31 |
|
3. |
Perusahaan yang menerbitkan laporan tahunan 2016-2020 |
45 |
|
4. |
Perusahaan yang menerbitkan laporan keuangan audited 2016-2020 |
45 |
|
|
Jumlah perusahaan yang terpilih sebagai sampel |
9 |
|
|
Total sampel untuk 5 tahun (9 x 5) |
45 |
Berdasarkan proses
seleksi sampel diatas peneliti memilih sampel yang mewakili sektor-sektor usaha
bisnis. Sehingga jumlah sampel dalam penelitian ini sebanyak 9 (sembilan)
perusahaan yang konsisten di LQ 45 Bursa Efek Indonesia sebagai berikut :
Tabel 4. 2 Perusahaan Sampel
|
No. |
Nama Perusahaan |
Kode |
|
1. |
PT Adaro Energy Tbk |
ADRO |
|
2. |
PT Astra Internasional Tbk |
ASII |
|
3. |
PT Bank Mandiri (Persero) Tbk |
BMRI |
|
4. |
PT Gudang Garam Tbk |
GGRM |
|
5. |
PT Indofood Sukses Makmur Tbk |
INDF |
|
6. |
PT Kalbe Farma Tbk |
KLBF |
|
7. |
PT Semen Indonesia (Persero) Tbk |
SMGR |
|
8. |
PT Unilever Indonesia Tbk |
UNVR |
|
9. |
PT Wijaya Karya (Persero) Tbk |
WIKA |
Sumber : idx.co.id, data diolah Kembali
4.2. Data Penelitian
4.2.1.
Penghindaran Pajak
Sebagaimana yang disebutkan di Bab 3 bahwa untuk menghitung penghindaran
pajak menggunakan rumus Cash ETR, Adapun hasilnya sebagai berikut :
Tabel 4.3 Perhitungan Cash ETR
|
NO. |
KODE |
TAHUN |
RATA-RATA |
||||
|
2016 |
2017 |
2018 |
2019 |
2020 |
|||
|
1 |
ADRO |
0,28 |
0,55 |
0,50 |
0,47 |
0,81 |
0,52 |
|
2 |
ASII |
0,24 |
0,22 |
0,23 |
0,32 |
0,28 |
0,26 |
|
3 |
BMRI |
0,32 |
0,22 |
0,21 |
0,21 |
0,20 |
0,23 |
|
4 |
GGRM |
0,27 |
0,25 |
0,28 |
0,22 |
0,23 |
0,25 |
|
5 |
INDF |
0,36 |
0,45 |
0,46 |
0,27 |
0,22 |
0,35 |
|
6 |
KLBF |
0,24 |
0,24 |
0,25 |
0,25 |
0,17 |
0,23 |
|
7 |
SMGR |
0,30 |
0,51 |
0,13 |
0,19 |
0,34 |
0,30 |
|
8 |
UNVR |
0,24 |
0,26 |
0,19 |
0,32 |
0,18 |
0,24 |
|
9 |
WIKA |
0,24 |
0,42 |
0,52 |
0,36 |
4,28 |
1,16 |
Sumber : Data diolah sendiri tahun 2021
4.2.2.
Nilai Perusahaan
Nilai Perusahaan
dihitung menggunakan Tobin’s Q, adapun hasilnya sebagai berikut :
Tabel 4.4 Perhitungan Tobins Q
|
NO. |
KODE |
TAHUN |
RATA-RATA |
||||
|
2016 |
2017 |
2018 |
2019 |
2020 |
|||
|
1 |
ADRO |
1,04 |
1,04 |
0,76 |
0,94 |
0,89 |
0,93 |
|
2 |
ASII |
1,75 |
1,61 |
1,46 |
1,27 |
1,14 |
1,44 |
|
3 |
BMRI |
0,82 |
1,12 |
1,07 |
1,05 |
1,02 |
1,01 |
|
4 |
GGRM |
2,32 |
2,78 |
2,68 |
1,65 |
1,26 |
2,14 |
|
5 |
INDF |
1,31 |
1,23 |
1,16 |
1,16 |
0,88 |
1,15 |
|
6 |
KLBF |
4,85 |
4,93 |
4,08 |
3,92 |
3,29 |
4,21 |
|
7 |
SMGR |
1,54 |
1,58 |
1,70 |
1,44 |
1,48 |
1,55 |
|
8 |
UNVR |
18,40 |
23,29 |
18,36 |
16,51 |
2,77 |
15,86 |
|
9 |
WIKA |
1,28 |
0,98 |
0,96 |
0,98 |
1,03 |
1,05 |
Sumber : Data diolah sendiri tahun 2021
4.2.3.
Biaya Agensi
Menghitung
biaya agensi dengan menggunakan rumus OETS, Adapun hasilnya sebagai berikut :
Tabel 4.5 Perhitungan OETS
|
NO. |
KODE |
TAHUN |
RATA-RATA |
||||
|
2016 |
2017 |
2018 |
2019 |
2020 |
|||
|
1 |
ADRO |
0,0644
|
0,0604 |
0,0580
|
0,0737
|
0,0708
|
0,07 |
|
2 |
ASII |
0,1468
|
0,1522
|
0,1445
|
0,1487
|
0,2240
|
0,16 |
|
3 |
BMRI |
0,2693
|
0,2942
|
0,3037
|
0,2967
|
0,2525
|
0,28 |
|
4 |
GGRM |
0,0871
|
0,0853
|
0,0789
|
0,0723
|
0,0662
|
0,08 |
|
5 |
INDF |
0,1660
|
0,1611
|
0,1674
|
0,1722
|
0,1725
|
0,17 |
|
6 |
KLBF |
0,3221
|
0,3151
|
0,3033
|
0,2937
|
0,2772
|
0,30 |
|
7 |
SMGR |
0,1868
|
0,1915
|
0,1485
|
0,1640
|
0,1696
|
0,17 |
|
8 |
UNVR |
0,2934
|
0,2843
|
0,2776
|
0,2775
|
0,3022
|
0,29 |
|
9 |
WIKA |
0,0336
|
0,0259
|
0,0252
|
0,0342
|
0,0541
|
0,03 |
Sumber : Data diolah sendiri tahun 2021
4.2.4.
Transparansi Informasi
Dalam penelitian ini transparansi informasi dilihat dengan mengakses
ketersediaan informasi laporan keuangan audited dan laporan tahunan perusahaan
di situs bursa efek Indonesia, Adapun hasilnya sebagai berikut :
Gambar 4.1
Ketersediaan Data
4.3. Deskripsi Hasil Penelitian
Berdasarkan hasil olah data yang dilakukan maka dibawah ini akan
dijelaskan deskripsi hasil penelitian yang meliputi statistik deskriptif, uji
asumsi klasik, analisis regresi linier berganda berserta uji hipotesisnya.
4.4. Analisis Data
4.4.1
Uji Statistik Variabel
Analisis statistik
deskriptif merupakan gambaran atau deskripsi data yang dilihat dari nilai
maksimum, nilai minimun, nilai median dan standar deviasi. Informasi mengenai
statistik deskriptif tersebut meliputi : nilai minimum, nilai maksimum,
rata-rata (mean) dan standar deviasi. Statistik deskriptif untuk
varibael-variabel yang digunakan dalam penelitian ini adalah ETR (X1),
Transparan (Z1) dan Nilai Perusahaan (Y1). Hasil statistik deskriftif
masing-masing variabel tersebut dapat dilihat pada tabel berikut.
Tabel 4. 6 Hasil Uji Statistik Deskriptif
|
Descriptive
Statistics |
|||||
|
|
N |
Minimum |
Maximum |
Mean |
Std.
Deviation |
|
ETR |
45 |
,13 |
4,28 |
,3933 |
,60642 |
|
TOBIN'S Q |
45 |
,76 |
23,29 |
3,2953 |
5,17898 |
|
OETS |
45 |
,03 |
,32 |
,1722 |
,09728 |
|
LK |
45 |
1,00 |
2,00 |
1,9778 |
,14907 |
|
Valid N (listwise) |
45 |
|
|
|
|
Sumber : Data sekunder yang diolah dengan
SPSS 25 pada tahun 2021
Berdasarkan tabel 4.6 jumlah
sampel yang digunakan dalam penelitian ini sebanyak 45 sampel perusahaan,
disimpulkan bahwa Variable bebas penghindaran pajak (tax avoidance) yang diproksikan melalui ETR pada perusahaan yang terdaftar di BEI memiliki rata-rata
sebesar 0,3933 dengan nilai standar deviasi adalah sebesar 0,60642. Perusahaan
yang memiliki ETR terkecil adalah PT
Semen Indonesia Tbk 0,13 pada tahun observasi 2018. Perusahaan dengan ETR
terbesar dimiliki oleh PT Wijaya Karya Tbk sebesar 4,28 pada tahun observasi 2020. Standar deviasi
yang menunjukkan lebih tinggi dari rata-ratanya berarti bahwa varians penghindar
pajak dari seluruh sampel lebih kecil dari rata-ratanya.
Nilai perusahaan memiliki
suatu nilai rata-rata sebesar 3,2953 dengan nilai standar deviasi adalah
sebesar 5,17898. Perusahaan yang memiliki nilai perusahaan terkecil adalah PT
Adaro Energy Tbk yaitu sebesar 0,76 pada tahun obsevasi 2018, sedangkan
perusahaan yang memiliki nilai perusahaan terbesar adalah PT Unilever Indonesia
Tbk yaitu 23,29 pada tahun 2017. Standar deviasi yang menunjukkan lebih tinggi
dari rata-ratanya berarti bahwa varians nilai perusahaan dari seluruh sampel
lebih kecil dari rata-ratanya.
Biaya agensi memiliki
suatu nilai rata-rata sebesar 0,1722 dengan standar deviasi sebesar 0,09728.
perusahaan yang memiliki biaya agensi terkecil adalah PT Wijaya Karya (Persero)
yaitu 0,0252 dan perusahaan yang memiliki biaya agensi tertinggi yaitu PT Bank
Mandiri (Persero) dengan nilai 0,3037.
Variabel pemoderasi
yaitu transparansi informasi memiliki nilai rata-rata sebesar 1,9778 dengan
nilai standar deviasi adalah sebesar 0,14907. Perusahaan yang memiliki
transparansi terkecil adalah PT Semen Indonesia (Persero) Tbk sebesar nilai 1
pada tahun observasi 2018. Perusahaan dengan transparansi terbesar adalah PT
Bank Mandiri (Persero) Tbk sebesar 0,96 pada tahun observasi 2017 -2018.
Standar deviasi yang menunjukkan lebih rendah dari rata-rata nya berarti bahwa
varians transparansi informasi dari seluruh sampel lebih besar dari
rata-ratanya.
Suatu model regresi akan
dapat dijadikan sebagai alat estimasi yang tidak bias jika telah memenuhi
persayaratan best linera anbeas estimator yaitu data terdistribusi normal,
tidak terjadi multikolenirietas, tidak terjadi heteroksiditas dan tidak terjadi
autokorelasi, untuk itu maka dilakukan uji model regeresi harus dilakukan
dengan pengujian asumsi klasik terhadap model regesi yang akan digunakan. Uji
asumsi klasik dalam penelitian ini meliputi uji normalitas, uji
multikolinieritas, uji heteroksiditas dan uji autokorelasi. Hasil uji asumsi
klasik dapat dilihat padata tabel 4.7
4.5.Hasil Uji Asumsi Klasik
1.5.1
Hasil Uji Normalitas
Tujuan uji normalitas yaitu melakukan
pengujian apakah data dalam penelitian ini berdistribusi normal. Dilakukan
dengan menggunakan dua analisis grafik yaitu grafik histogram dan grafik normal
probability plot, serta menggunakan uji statistik yaitu uji statistik
nonparametrik Kolmogorv-Smirnov. Berikut adalah hasil dari pengujian normalitas
data observasi penelitian ini :
Gambar 4.2
Grafik Histogram
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Gambar 4.2
Grafik Histogram
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Berdasarkan grafik histogram pada gambar
4.2 hasil data observasi adalah data yang digunakan di penelitian ini
berdistribusi normal, dilihat dari kenaikan atau penurunan data yang mendekati
garis melengkung dan tidak melenceng ke kanan atau ke kiri.
Gambar 4.2
Grafik P-P-Plot
Sumber : Data sekunder yang diolah
dengan SPSS 25 pada tahun 2021
Gambar 4.2
Grafik P-P-Plot
Sumber : Data sekunder yang diolah
dengan SPSS 25 pada tahun 2021
Pengujian normalitas juga dapat
menggunakan grafik normal probability plot dengan cara melihat
distribusi atau penyebaran data yang berupa titik-titik pada sumbu diagonal.
Regresi memenuhi asumsi normal jika terdapat penyebaran data yang berupa
titik-titik disekitar garis diagonal dan mengikuti arah garis diagonal. Dapat
dilihat dari hasil grafik pada gambar 4.2 bahwa terdapat penyebaran titik-titik
di sekitar garis diagonal dan mengikuti arah garis diagonal, maka data
observasi dalam model regresi penelitian ini berdistribusi secara normal.
Tabel 4.4
Hasil Uji Kolmogorov-Smirnov
|
One-Sample
Kolmogorov-Smirnov Test |
||
|
|
Unstandardized
Residual |
|
|
N |
45 |
|
|
Normal Parametersa,b |
Mean |
,0000000 |
|
Std. Deviation |
5,14849393 |
|
|
Most Extreme Differences |
Absolute |
,311 |
|
Positive |
,311 |
|
|
Negative |
-,308 |
|
|
Test Statistic |
,311 |
|
|
Asymp. Sig. (2-tailed) |
,000c |
|
|
a. Test distribution is Normal. |
||
|
b. Calculated from data. |
||
|
c. Lilliefors Significance Correction. |
||
Sumber: Data sekunder yang diolah dengan SPSS 25 pada
tahun 2021
Berdasarkan tabel 4.4 hasil dari uji
Kolmogorov-Smirnov menunjukan nilai sebesar 0,311 dengan tingkat signifikansi
sebesar 0,000 yang berarti data residual terdistribusi secara normal karena
tingkat signifikansi lebih besar dari 0,05. Hasil uji Kolmogorov-Smirnov
memperkuat hasil uji normalitas menggunakan grafik histogram dan grafik P-P
Plot, dimana ketiganya memperlihatkan hasil data yang berdistribusi secara
normal
1.5.2
Hasil Uji Multikolinieritas
Tujuan uji
multikolonieritas yaitu melakukan pengujian apakah terdapat hubungan atau
korelasi antar variabel bebas di dalam model regresi. Model regresi yang baik
yaitu masing-masing variabel bebas tidak saling berkorelasi. Dalam penelitian
ini multikolonieritas diuji dengan cara melihat nilai tolerance dan variance
inflation factor (VIF). Model regresi akan terbebas dari multikolonieritas
jika nilai tolerance menujukan nilai
diatas 0,1 dan nilai VIF dibawah 10.
Hasil Uji Multikolinieritas
|
Coefficientsa |
||||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
Collinearity
Statistics |
|||
|
B |
Std.
Error |
Beta |
Tolerance |
VIF |
||||
|
1 |
(Constant) |
-,065 |
10,555 |
|
-,006 |
,995 |
|
|
|
ETR |
-,956 |
1,311 |
-,112 |
-,729 |
,470 |
,996 |
1,004 |
|
|
Transparansi |
1,889 |
5,333 |
,054 |
,354 |
,725 |
,996 |
1,004 |
|
|
a.
Dependent Variable: TOBIN'S Q |
||||||||
Sumber: Data sekunder yang diolah
dengan SPSS 25 pada tahun 2021
Tabel 4.6
Hasil Uji Multikolinieritas
|
Coefficientsa |
||||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
Collinearity
Statistics |
|||
|
B |
Std.
Error |
Beta |
Tolerance |
VIF |
||||
|
1 |
(Constant) |
,121 |
,191 |
|
,632 |
,531 |
|
|
|
ETR |
-,046 |
,024 |
-,287 |
-1,942 |
,059 |
,996 |
1,004 |
|
|
Transparansi |
,035 |
,097 |
,054 |
,364 |
,718 |
,996 |
1,004 |
|
|
a. Dependent Variable: OETS |
||||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Berdasarkan uji
multikolinieritas pada tabel 4.7 nilai tolerance variabel akuntansi
konservatisme dan variabel kualitas laba adalah sebesar 0,996 > 0,1 yang
artinya tidak terjadi korelasi antar variabel independen. Nilai VIF kedua
variabel akuntansi konservatisme dan variabel kualitas laba adalah sebesar
1,004 < 10 yang artinya model regresi terbebas dari multikolonieritas antar
variabel.
1.5.3
Hasil Uji Heteroskesiditas
Uji heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan
varian dari residual untuk semua pengamatan pada model regeresi linear. Pada
tabel diatas terlihat bahwa untuk ETR 0,496 dan DISC 0,789 dan ETR dengan DISC
0,389
Gambar 4.3
Grafik Scatterplot
Sumber: Data sekunder yang diolah
dengan SPSS 25 pada tahun 2021
Hasil dari gambar 4.3 memperlihatkan
penyebaran titik-titik yang tidak beraturan, tidak terdapat bentuk pola-pola
tertentu, dan pada sumbu Y, titik-titik berada di bawah ataupun di atas angka
nol. Artinya data observasi penelitian ini tidak mengalami heteroskedastisitas
pada model regresi sehingga layak untuk digunakan.
Hasil Uji Gletser
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
,501 |
8,396 |
|
,060 |
,953 |
|
ETR |
-,584 |
1,043 |
-,086 |
-,560 |
,579 |
|
|
LK |
1,414 |
4,242 |
,051 |
,333 |
,741 |
|
|
a. Dependent Variable: Abs_Res |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Hasil uji Gletser yang
tertera pada tabel 4.6 menunjukan tingkat signifikansi variabel akuntansi
konservatisme sebesar 0,868 dan variabel kualitas laba sebesar 0,576 yang
artinya tidak terjadi heteroskedastisitas karena keduanya sudah lebih besar
dari alfa 0,05. Artinya model regresi tersebut layak untuk digunakan.
1.5.4
Hasil Uji Autokorelasi
Tujuan uji autokorelasi yaitu
melakukan pengujian apakah terdapat korelasi antara error penganggu pada
periode ini (t) dengan error pada periode sebelumnya (t-1) dalam model
regresi linier. Autokorelasi terjadi jika terdapat korelasi. Model regresi dapat
dikatakan baik saat regresi tidak mengalami atau terbebas dari autokorelasi
(Ghozali, 2016). Uji autokorelasi dapat dilakukan dengan menggunakan penilaian
Durbin Watson yang membandingkan hasil nilai uji Durbin Watson dengan tabel
Durbin Watson. Berikut adalah ketentuan uji Durbin Watson:
- Bila d < dL, maka terdapat
autokorelasi yang positif.
- Bila dL ≤ d ≤ dU, maka tidak
dapat di ambil kesimpulan apapun.
- Bila dU ≤ d ≤ 4-dU, maka tidak
terdapat autokorelasi.
- Bila 4-dU ≤ d ≤ 4-dL, maka tidak
dapat di ambil kesimpulan apapun.
- Bila d > 4-dL, maka terdapat
autokorelasi yang negatif.
Berikut adalah hasil dari
uji autokorelasi penelitian ini dengan menggunakan penilaian Durbin Watson:
Hasil Uji Durbin Watson
|
Model Summaryb |
|||||
|
Model |
R |
R
Square |
Adjusted
R Square |
Std.
Error of the Estimate |
Durbin-Watson |
|
1 |
,121a |
,015 |
-,032 |
5,26180 |
,466 |
|
a. Predictors: (Constant), Transparansi,
ETR |
|||||
|
b. Dependent Variable: TOBIN'S Q |
|||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.7
Hasil Uji Durbin Watson
|
Model Summaryb |
|||||
|
Model |
R |
R
Square |
Adjusted
R Square |
Std.
Error of the Estimate |
Durbin-Watson |
|
1 |
,289a |
,083 |
,040 |
,09532 |
,544 |
|
a. Predictors: (Constant), Transparansi,
ETR |
|||||
|
b. Dependent Variable: OETS |
|||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.7 menunjukan
hasil uji autokorelasi yang dilihat dari nilai Durbin Watson sebesar 0,466 dan 0,544. Nilai batas atas (du)
yaitu 1,7415 yang didapat dari tabel Durbin Watson dengan tingkat signifikansi
0,05, jumlah sampel yaitu 45 sampel, dan jumlah variabel independen yaitu 2
variabel (k=2). Nilai ketentuan 4-du yaitu 2,2585. Sehingga jika diterangkan
dalam ketentuan d > 4-dL maka menjadi 1,7415 > 0,466 - 2,2585 dan 1,7415 > 0,544 -
2,2585, yang artinya terdapat autokorelasi negatif pada data penelitian ini.
4.6. Analisis
Regresi Linier Sederhana
Analisis regresi secara sederhana merupakan metode pendekatan untuk
hubungan antara satu variabel dependen dengan variabel independent, hubungan
antara variabel bersifat linier, dimana perubahan pada variabel X akan diikuti
oleh varibael Y. Pada penelitian ini adanya perubahan penghindaran pajak
melalui ETR akan mempengaruhi nilai perusahaan serta biaya agensi nya.
Statistik untuk menguji hipotesis dalam penelitian ini menggunakan regresi
linier sederhana sebagai berikut :
Hasil Uji Regresi Linier Berganda
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
-,065 |
10,555 |
|
-,006 |
,995 |
|
ETR |
-,956 |
1,311 |
-,112 |
-,729 |
,470 |
|
|
Transparansi |
1,889 |
5,333 |
,054 |
,354 |
,725 |
|
|
a. Dependent Variable: TOBIN'S Q |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.8
Hasil Uji Regresi Linier Berganda
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
,121 |
,191 |
|
,632 |
,531 |
|
ETR |
-,046 |
,024 |
-,287 |
-1,942 |
,059 |
|
|
Transparansi |
,035 |
,097 |
,054 |
,364 |
,718 |
|
|
a. Dependent Variable: OETS |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Berdasarkan hasil perhitungan dari
tabel 4.8, maka dapat dibentuk persamaan sebagai berikut:
Biaya agensi = -0,121 + -0,046
Penghindaran Pajak – 0,035 Tranparansi Informasi + e
Persamaan regresi
tersebut dapat diinterprestasikan sebagai berikut :
a.
Konstanta sebesar 0,121
artinya jika variabel independen sebesar 0, maka besarnya nilai perusahaan
adalah sebesar 0,121.
b. Koefisien
regresi penghindaran pajak sebesar -0,046 artinya setiap terjadi kenaikan
penghindaran pajak sebesar 1% atau 0,01, maka relevansi nilai laporan keuangan
akan meningkat sebesar 0,046.
c. Koefisien
regresi tranparansi informasi dalam memoderasi pengaruh penghindaran pajak terhadap
biaya agensi ditunjukkan dengan nilai koefisisen dari ModerasiXZ sebesar 0,035
yang artinya apabila penghindaran pajak mengalami kenaikan sebesar 1% atau
0,01, maka nilai dari biaya agensi akan menurun sebesar 0,035.
Uji
Selisih Nilai Mutlak
Uji
Regresi Secara Simultan (Uji F)
Uji F merupakan pengujian
untuk melihat apakah secara simultan (bersama-sama) seluruh variabel bebas
mempunyai pengaruh terhadap variabel terikat. Jika tingkat signifikansi <
alfa 0,05, maka model regresi yang digunakan dalam penelitian ini layak untuk
digunakan, sebaliknya jika tingkat signifikansi > alfa 0,05, maka model
regresi yang digunakan tidak layak. Jika nilai F-hitung > F-tabel, maka H1
diterima dan H0 ditolak, sedangkan jika nilai F-hitung < F-tabel, maka H1
ditolak dan H0 diterima. Berikut adalah hasil uji F penelitian ini:
Hasil Uji F
|
ANOVAa |
||||||
|
Model |
Sum
of Squares |
df |
Mean
Square |
F |
Sig. |
|
|
1 |
Regression |
17,329 |
2 |
8,665 |
,313 |
,733b |
|
Residual |
1162,834 |
42 |
27,687 |
|
|
|
|
Total |
1180,163 |
44 |
|
|
|
|
|
a. Dependent Variable: TOBIN'S Q |
||||||
|
b. Predictors: (Constant), Transparansi,
ETR |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Berdasarkan tabel 4.9,
hasil uji F menunjukan tingkat signifikansi 0,733 < alfa 0,05, artinya model
regresi layak diteliti untuk menjelaskan pengaruh nilai perusahaan terhadap
penghindaran pajak, serta transparansi informasi sebagai variabel moderasi.
Nilai F-hitung 3,445 > F-tabel 3,07 maka H1 diterima dan H0 ditolak, yang
artinya dan interaksi antara nilai perusahaan dan transparansi informasi secara
bersama-sama berpengaruh signifikan terhadap beta.
Tabel 4.9
Hasil Uji F
|
ANOVAa |
||||||
|
Model |
Sum
of Squares |
df |
Mean
Square |
F |
Sig. |
|
|
1 |
Regression |
,035 |
2 |
,017 |
1,913 |
,160b |
|
Residual |
,382 |
42 |
,009 |
|
|
|
|
Total |
,416 |
44 |
|
|
|
|
|
a. Dependent Variable: OETS |
||||||
|
b. Predictors: (Constant), Transparansi,
ETR |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
hasil
uji F menunjukan tingkat signifikansi 0,160 < alfa 0,05, artinya model
regresi layak diteliti untuk menjelaskan pengaruh biaya agensi terhadap
penghindaran pajak, serta transparansi informasi sebagai variabel moderasi.
Nilai F-hitung 3,445 > F-tabel 3,07 maka H1 diterima dan H0 ditolak, yang
artinya dan interaksi antara biaya agensi dan transparansi informasi secara
bersama-sama berpengaruh signifikan terhadap beta.
Uji Regresi
Secara Parsial (Uji T)
Tujuan penggunaaan uji T adalah melakukan
pengujian hipotesis secara parsial untuk melihat pengaruh masing-masing variabel
bebas terhadap variabel terikat. Pada uji ini jika tingkat signifikansi <
alfa 0,05 atau jika T-hitung > T-tabel, artinya variabel bebas berpengaruh
signifikan terhadap variabel terikat. Sedangkan jika tingkat signifikansi >
alfa 0,05 atau jika T-hitung < T-tabel, artinya variabel bebas tidak
berpengaruh signifikan terhadap variabel terikat. Hasil perhitungan uji T dapat
dilihat sebagai berikut:
Hasil Uji T
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
-,065 |
10,555 |
|
-,006 |
,995 |
|
ETR |
-,956 |
1,311 |
-,112 |
-,729 |
,470 |
|
|
Transparansi |
1,889 |
5,333 |
,054 |
,354 |
,725 |
|
|
a. Dependent Variable: TOBIN'S Q |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.10
Hasil Uji T
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
,121 |
,191 |
|
,632 |
,531 |
|
ETR |
-,046 |
,024 |
-,287 |
-1,942 |
,059 |
|
|
Transparansi |
,035 |
,097 |
,054 |
,364 |
,718 |
|
|
a. Dependent Variable: OETS |
||||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Berdasarkan hasil tabel 4.10, maka
kesimpulan dari uji T disampaikan sebagai berikut :
a.
Variabel penghindaran
pajak memiliki nilai signifikansi 0,470
> alfa 0,05 dan nilai T-hitung -0,729
< T-tabel 1,97928, artinya penghindaran pajak tidak berpengaruh signifikan
terhadap nilai perusahaan.
b. Variabel
penghindaran pajak memiliki nilai signifikansi 0,059 > alfa 0,05 dan nilai T-hitung -1,942 < T-tabel 1,97928,
artinya penghindaran pajak tidak berpengaruh signifikan terhadap nilai
perusahaan.
c. Variabel
tranparansi informasi dalam memoderasi pengaruh penghindaran pajak terhadap
nilai perusahaan memiliki nilai signifikansi 0,725 < alfa 0,05 dan nilai
T-hitung 0,354 < T-tabel -1,97928, artinya tranparansi informasi berpengaruh
signifikan dalam memoderasi pengaruh penghindaran pajak dengan nilai perusahaan.
d.
Variabel tranparansi
informasi dalam memoderasi pengaruh penghindaran pajak terhadap biaya agensi
memiliki nilai signifikansi 0,718 < alfa 0,05 dan nilai T-hitung 0,364 <
T-tabel -1,97928, artinya tranparansi informasi berpengaruh signifikan dalam
memoderasi pengaruh penghindaran pajak dengan biaya agensi
Uji
Koefisien Determinasi (Uji R²)
Tujuan
analisis koefisien determinasi (uji R²) untuk menghitung ketepatan hubungan
antara variabel dalam model yang digunakan dan melihat seberapa besar kemampuan
variabel bebas dalam menerangkan variasi variabel terikat. Hasil perhitungan
uji koefisien determinasi adalah sebagai berikut :
Hasil Uji R2
|
Model Summaryb |
||||
|
Model |
R |
R
Square |
Adjusted
R Square |
Std.
Error of the Estimate |
|
1 |
,121a |
,015 |
-,032 |
5,26180 |
|
a. Predictors: (Constant), Transparansi,
ETR |
||||
|
b. Dependent Variable: TOBIN'S Q |
||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.11
Hasil Uji R2
|
Model Summaryb |
||||
|
Model |
R |
R
Square |
Adjusted
R Square |
Std.
Error of the Estimate |
|
1 |
,289a |
,083 |
,040 |
,09532 |
|
a. Predictors: (Constant), Transparansi,
ETR |
||||
|
b. Dependent Variable: OETS |
||||
Sumber:
Data sekunder yang diolah dengan SPSS 25 pada tahun 2021
Tabel 4.11 menunjukan bahwa nilai Adjusted
R Square sebesar -0,032
atau sebesar -3,2%.
Artinya proporsi pengaruh penghindaran
pajak terhadap nilai
perusahaan dengan transparansi informasi sebagai variabel
moderasi hanya sebesar -3,2%
sedangkan sisanya yaitu sebesar 96,8% dipengaruhi oleh faktor lain diluar
penelitian ini, dan nilai
Adjusted R Square sebesar 0,040 atau sebesar 4,0%. Artinya proporsi
pengaruh penghindaran pajak
terhadap biaya agensi
dengan transparansi informasi
sebagai variabel moderasi hanya sebesar 4,0%.
Interpretasi Hasil
Berdasarkan
hasil perhitungan yang telah diperoleh untuk menguji pengaruh variabel bebas
terhadap variabel terikat, maka interprestasi dan pembahasan hasil penelitian
ini adalah sebagai berikut :
4.7. Pengaruh
Penghindaran Pajak Terhadap Nilai Perusahaan (H1)
Dari penelitian yang
telah dilakukan diatas, hasil yang didapat adalah Penghindaran pajak tidak
berpengaruh signifikan terhadap nilai
perusahaan yang artinya H1 ditolak dan H0 diterima.
Sesuai dengan hasil perhitungan yang dilakukan pada tabel 4.10 yang menunjukan
variabel penghindaran pajak memiliki nilai signifikansi 0.470 > alfa 0,05
dan nilai T-hitung -0,729 < T-tabel 1,97928, sehingga dapat ditarik
kesimpulan bahwa penghindaran pajak tidak berpengaruh signifikan terhadap
relevansi nilai laporan keuangan.
Semakin besar ukuran perusahaan maka
akan menghasilkan pajak yang semakin besar juga. Berdasarkan undang-undang No.
36 Tahun 2008 tentang pajak penghasilan pasal 31 E menyebutkan bahwa dengan
perusahaan dengan penjualan bruto atau penjualan dari 4,8 sampai 50 miliar akan
diberikan fasilitas perpajakan yaitu pengurangan tarif sebesar 50% dari tarif
dasar 25% yang dikenakan atas penghasil kena pajak. Sehingga semakin besar
nilai peredaran bruto dan penjualan perusahaan maka kesempatan perusahaan
mendapatkan dan memanfaatkan pengurangan tarif pajak juga semakin besar maka
beban pajak yang ditanggung perusahaan akan semakin kecil. Perusahaan yang
memanfaatkan pengurangan tarif pajak dengan tujuan memperkecil beban pajak
perusahaan menunjukkan bahwa perusahaan tersebut melakukan tax avoidance. Hal
ini sesuai dengan sudut pandang teori keagenan, manajer akan berusaha lebih
keras untuk menekan beban pajak ketika perusahaannya tidak mendapatkan
fasilitas pengurang pajak.
Dalam penelitian ini
variabel penghindaran pajak tidak berpengaruh
signifikan terhadap nilai perusahaan. Penelitian
ini memiliki hasil yang sejalan dengan penelitian yang dilakukan oleh Wendt
(2010) yang menyatakan bahwa penghindaran
pajak tidak berpengaruh terhadap relevansi nilai laporan
keuangan. Namun penelitian ini bertolak belakang dengan penelitian yang telah
dilakukan sebelumnya oleh Abdullah dan Fitriah (2016) yaitu bahwa penghindaran pajak berpengaruh secara signifikan negatif terhadap
relevansi nilai laporan keuangan.
Pengaruh Penghindaran
Pajak Terhadap Biaya Agensi (H2)
Dari penelitian yang
telah dilakukan diatas, hasil yang didapat adalah Penghindaran pajak tidak berpengaruh
signifikan terhadap biaya agensi yang
artinya H1 ditolak dan H0 diterima. Sesuai dengan hasil perhitungan yang
dilakukan pada tabel 4.10 yang menunjukan variabel penghindaran pajak memiliki
nilai signifikansi 0.059 > alfa 0,05 dan nilai T-hitung -1,942 > T-tabel
1,97928, sehingga dapat ditarik kesimpulan bahwa penghindaran pajak tidak berpengaruh
signifikan terhadap biaya agensi.
4.8.Transparansi Informasi Mampu
Memoderasi Pengaruh Penghindaran Pajak Terhadap Nilai Perusahaan (H3)
Dari penelitian yang
telah dilakukan diatas, hasil yang didapat adalah transparansi informasi mampu
memoderasi pengaruh penghindaran pajak terhadap nilai perusahaan yang artinya
H2 diterima dan H0 ditolak. Sesuai dengan hasil perhitungan yang dilakukan pada
tabel 4.10 yang menunjukan variabel moderasi memiliki nilai signifikansi 0,725
< alfa 0,05 dan nilai T-hitung 0,354 > T-tabel -1,97928, artinya
transparansi informasi memoderasi dengan signifikan pengaruh penghindaran pajak
terhadap nilai perusahaan.
Semakin transparan suatu perusahaan maka nilai
perusahaan juga akan meningkat, semakin banyak informasi yang diungkapkan oleh
pihak manajemen pada laporan keuangannya, maka investor dapat lebih mengetahui
bagaimana kondisi perusahaan tersebut. Kemudahan dalam akses
informasi tersebut juga menjadi sinyal positif bagi investor. Akses informasi
tersebut dianggap oleh investor sebagai cara mudah untuk memperhatikan perilaku
oportunistik dari manajemen dalam melakukan Tindakan penghindaran pajak
sehingga menurunkan resiko yang timbul dari penghidaran pajak. Kondisi tersebut
juga akan memberikan kesan yang positif kepada pihak luar serta calon investor
dalam hal tersebut juga dapat membantu meningkatkan nilai perusahaan.
Transparansi informasi
diduga memperlemah pengaruh negative antara penghindaran pajak dan nilai
perusahaan. Semakin tinggi penghindaran pajak yang dilakukan maka nilai
perusahaan semakin rendah. Menurut Wang 2010, perusahaan dengan transfaransi
laporan keuangan baik mempunyai masalah keagenan yang lebih rendah.
Transparansi informasi oleh perusahaan dapat meminimalkan ketidakseimbangan
informasi dari aktivitas penghindaran pajak yang dapat mempengaruhi nilai
perusahaan. Hal tersebut terjadi karena informasi yang disampaikan perusahaan
menjadi bahan pertimbangan bagi investor dalam keputusan investasi.
