BAB III METODE PENILITIAN A. Jenis Penelitianeprints.umm.ac.id/38148/4/BAB III.pdf · penilitian...
Transcript of BAB III METODE PENILITIAN A. Jenis Penelitianeprints.umm.ac.id/38148/4/BAB III.pdf · penilitian...
30
BAB III
METODE PENILITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelititan
asosiatif. Penelitian asosiatif ini menguji suatu hipotesis antara variabel satu
dengan variabel yang lain yang saling berpengaruh antara satu dengan yang
lain. Penelitian asosiatif itu sendiri adalah penelitian yang menjelaskan
hubungan diantara dua variabel dimana satu variabel memberi pengaruh
kepada variabel lainnya yang menghasilkan fakta baru (Cooper & Schindler,
2013:22). Jenis penelitian yang dilakukan penulis adalah dengan menjelaskan
pengaruh aset pajak tangguhan, liabilitas pajak tangguhan, akrual dan arus
kas operasi terhadap manajemen laba. Alasan utama penulis memilih
melakukan penelitian asosiatif dikarenakan untuk menguji hipotesis yang
akan dilakukan, dimana antara variabel independen dengan variabel dependen
dapat diuji pengaruhnya.
B. Populasi Dan Sampel
Populasi pada penelitian ini adalah perusahan Real Estate dan Properti
yang terdaftar pada BEI sampai tahun 2017. Teknik pengumpulan sample
pada penelitian ini menggunaka teknik purposive sampling yang memenuhi
kriteria berikut :
1. Perusahaan Real Estate dan Properti yang terdaftar di BEI
2. Perusahaan Real Estate dan Properti yang menerbitkan laporan keuangan
berturut – turut periode 2015 – 2017
31
3. Perusahaan Real Estate dan Properti yang tidak dalam keadaan rugi
Hasil pemilihan sampel berdasarkan kriteria yang telah ditentukan sebanyak
38 perusahaan dalam satu periode, dapat dilihat pada tabel berikut ini:
Tabel 3.1 Pemilihan Sampel
C. Jenis Dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder adalah sumber yang tidak langsung memberikan data kepada
pengumpul data (Sugiyono, 2014:193). Sumber data sekunder dalam
penilitian ini berupa laporan keuangan tahunan perusahaan Real Estate dan
Properti pada periode 2015 – 2017. Data tersebut didapat dari website BEI
(idx.co.id). dari laporan keuangan tahunan perusahaan data-data yang
dibutuhkan sebagai berikut : Aset pajak tangguhan, beban pajak tangguhan,
total aset, laba kotor perusahaan, tarif pajak perusahaan, penyusutan dan
No Kriteria Sampel Jumlah
1
Perusahaan Real Estate dan Properti yang terdaftar di BEI
tahun 2015-2017
48
2
Perusahaan yang tidak mempublikasikan annual report
tahun 2015-2017
(2)
3 Perusahaan yang mengalami kerugian (8)
4 Jumlah unit analisis 38
5 Total unit yang di analisis 3 X 38 114
32
amortisasi, hutang perusahaan, penjualan bersih perusahaan, dan piutang
dagang perusahaan
D. Teknik Pengumpulan Data
Metode pengumpulan data pada penilitan ini menggunakan metode
dokumentasi. Metode dokumentasi disini peneliti mendownload laporan
annual report perusahaan real estate dan properti pada periode 2015 – 2017
pada wabsite resmi BEI (idx.co.id)
E. Definisi Oprasional Dan Pengukuran
Pada penelitian ini terdapat variabe independen yaitu aset pajak
tangguhan, beban pajak tangguhan, akrual, dan arus kas operasi sedangkan
variabel dependen pada penilitian ini adalah manajemen laba.
1. Rasio Aset Pajak Tangguhan
Dalam penelitian ini aset pajak tangguhan sebagai variabel independen
(bebas) yang akan diukur dengan perubahan nilai aset pajak tangguhan pada
akhir periode t dikurangi dengan aset pajak tangguhan periode (t-1) yang
dibagi dengan nilai aset pajak tangguhan pada akhir periode t.
Keterangan :
RAPit : Rasio Pajat Tangguhan periode t
APTt : Aset Pajak Tangguhan periode t
APT(t-1) : Aset Pajak Tangguhan periode (t-1)
33
2. Rasio Liabilitas Pajak Tangguhan
Penghitungan tentang liabilitas (beban pajak yang belum dibayar) pajak
tangguhan dihitung dengan pembobotan beban pajak tangguhan dengan
total aset untuk memporoleh nilai yang terhitung dengan proposional.
Keterangan :
DTEit = Beban pajak tangguhan pada periode t
3. Rasio Struktur Modal
Variabel ini menurut Riyanto (2016;22) dapat diukur sebagai berikut :
Keterangan :
SM = Struktur Modal
4. Rasio Arus Kas Operasi
Arus kas operasi menjelaskan tentang kegiatan transaksi kas keluar
maupun kas masuk perusahan. Menurut Thomas dkk (2015) arus kas operasi
dapat dihitung dengan rumus sebagai berikut :
Keterangan :
AKO = Arus Kas Operasi
NAKit = Nilai Arus Kas Operasi periode t
NAKit-1 = Nilai Arus Kas Operasi periode t-1
34
5. Manajemen Laba
Pada penelitian ini manajemen laba diukur menggunakan discretionary
accruals (DA).
Langkah pertama dalam mengukur discretionary accrual adalah
menghitung nilai total akrual yang bertujuan untuk mendapatkan parameter
untuk menghitung nondiscretionary accrual (NDA). Total akrual
menggunakan persamaan sebagai berikut:
................................................................................... (1)
Keterangan :
TA = Total Akrual
Nit = Net Income (Laba Bersih) periode t
CFOit = Cash Flow Operating periode t
Nilai total akrual (TA) yang diestimasikan dengan persmaan sebagai berikut :
(
) (
) (
) ................................. (2)
Keterangan :
TAit = Total Akrual periode t
Ait-1 = Total Aktiva periode t-1
∆REVt = Perubahan Pendapatan periode t
PPEt = Nilai Aktiva Tetap periode t
eit = Eror
Regresi dilakukan untuk mendapatkan parameter masing-masing
perusahaan sampel kemudian digunakan untuk menemukan NDA dengan
menggunakan persamaan:
(
) (
) (
) ............................ (3)
35
Keterangan :
NDAit = Nondisccretionary Accrual periode t
Ait-1 = Total Aktiva periode t-1
∆REVt = Perubahan Pendapatan periode t
∆RECt = Perubahan Piutang periode t
PPEt = Nilai Aktiva Tetap periode t
Selanjutnya discretionary accrual (DA) dapat dihitung sebagai berikut :
............................................................................ (4)
Keterangan:
TAit = Total akrual periode t
DAit = Discretionary accrual periode t
NDAit = Nondiscretionary accrual periode t
Ait-1 = Total aktiva pada periode t-1
F. Teknik Analisa Data
Penelitian ini menggunakan metode analisis data menggunakan aplikasi
SPSS yang dioperasikan di komputer dengan teknik analisis uji regresi linier
berganda. Tahapan yang akan dilalui yang pertama akan melakukan
pengidentifikasian sampel dari laporan keuangan perusahaan menjadi data
data yang dibutuhkan yang akan dikelola menjadi data setiap variabel. Setelah
didapat data setiap variabel, data tersebut akan dikelola di uji regresi yang ada
di dalam SPSS. Menurut Ghozali (2016) Tahap – tahap uji regresi yang
pertama uji deskriptif statistik, uji asumsi klasik , uji regresi linier berganda ,
dan pengujian hipotesis.
1. Uji Deskriptif Statistik
Analisis deskriptif digunakan untuk mendeskripsikan kenyataan yang
terjadi. Pengujian analisis deskriptif dilakukan dengan melihat statistik
deskriptif atas data yang diperoleh dan dapat memberi gambaran data kriteria
36
nilai rata-rata, standar deviasi, varian, maksimum, minimum, sum dan range
yang bertujuan untuk menguji kebenaran deskripsi masing-masing variabel.
2. Uji Asumsi Klasik
a. Uji Normalitas
Ghozali (2016:154) berpendapat bahwa, uji normalitas bertujuan untuk
menguji apakah variabel residual atau penggangu dalam model regresi
mengikuti sebaran normal atau tidak, model regresi yang baik adalah model
dimana residualnya mengikuti distribusi normal. Distribusi normal
merupakan distribusi teoritis dari variabel acak (random) yang continue atau
berkelanjutan. Apabila asumsi normalitas tidak terpenuhi dan penyimpangan
normalitas besar maka seluruh hasil uji statistik adalah tidak valid.
Metode yang digunakan dalam penelitian ini ntuk mendeteksi apakah nilai
residual berdistribusi normal atau tidak dapat dilakukan dengan melihat hasil
analisis grafik histogram. Analisis grafik ini dilakukan dengan
membandingkan antara data observasi memiliki distribusi yang mendekati
distribusi normal. Selain melalui grafik histogram, normalitas juga dapat
dilakukan dengan melihat normalnya probability plot yang membandingkan
distribusi kumulatif dari distribusi formal. Distribusi data residual yang
normal akan mengikuti garis diagonalnya. Jika data menyebar disekitar garis
diagonal dan mengikuti arah diagonal atau grafik histogramnya menunjukkan
pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika
data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis
37
diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normalitas.
Uji normalitas dengan grafik dapat menyesatkan. Secara visual mungkin
kelihatan normal, namun secara statistik bisa sebaliknya. Oleh sebab itu, pada
penelitian ini akan dilakukan uji normalitas menggunakan grafik yang
dilengkapi juga dengan uji statistik. Uji statistik yang akan digunakan adalah
uji statistik parametrik Z-Skweness dan Z-Kurtosis. Jika nilai Z-Skweness
dan Z-Kurtosis berada diantara -2,00 dan 2,00 maka dapat disimpulkan
bahwa data pada penelitian ini terdistribusi normal.
b. Uji Autokolerasi
Menurut Ghozali (2016:111-112), Uji autokorelasi bertujuan untuk
menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1
(sebelumnya). Untuk menguji autokolerasi dapat menggunakan cara uji
Durbin Watson (DW test). Suatu data dapat dikatakan tidak terjadi problem
autokorelasi jika DW > DU < (4-DU), dimana DW didapatkan pada hasil
analisis dan DU didapatkan dari tabel Durbin Watson yang sudah ada.
c. Uji Multikolinearitas
Menurut Ghozali (2016:103), uji multikolinearitas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
(independen). Multikolinearitas dapat dilihat dari nilai tolerance dan variance
inflation factor (VIF). kedua ukuran tersebut menunjukkan setiap variabel
38
independen manakah yang dijelaskan oleh variabel independen lainnya.
Apabila tolerance 0,10 dan VIF 10 maka tidak terjadi multikolinearitas.
d. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam suatu
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
kepengamatan lain. Jika variance dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda
maka disebut heteroskedastisitas. Model regresi yang baik adalah model yang
tidak terjadi heteroskedastisitas atau terjadi homokedastisitas (Ghozali,
2016:134).
Cara untuk mengetahui ada tidaknya heteroskedastisitas adalah dengan
melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dan
residualnya (SRESID). Deteksi ada atau tidaknya heteroskedastisitas dapat
dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot
antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi,
sumbu X adalah residual (Y prediksi–Y sesungguhnya) yang telah
distudentized. Dasar analisis :
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Jika tidak ada pola yang jelas, serta titik yang menyebar diatas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
39
3. Uji Regresi Linier Berganda
Analisis data yang digunakan untuk mengetahui pengaruh Aset Pajak
Tangguhan (X1), Liabilitas Pajak Tangguhan (X2), Struktur Modal (X3), dan
Arus Kas Operasi (X4) terhadap Manajemen Laba (Y) adalah analisis regresi
linier berganda. Menurut Sugiyono (2014:277), regresi berganda adalah
model regresi yang menggunakan lebih dari satu variabel independen (X)
untuk mengestimasi nilai variabel dependen (Y). Formula untuk regresi linear
berganda adalah sebagai berikut :
Dimana dalam penelitian ini:
Y = Variabel dependen, yaitu manajemen laba
a = Konstanta
b1,b2,b3,b4 = Koefisien regresi
X1 = Variabel Aset Pajak Tangguhan
X2 = Variabel Beban Pajak Tangguhan
X3 = Variabel Stuktur Modal
X4 = Variabel Arus Kas Operasi
e = Error
4. Pengujian Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat dinilai
dengan goodness of fit-nya. Secara statistik setidaknya ini dapat diukur dari
nilai koefisien determinasi (R2), nilai statistik F dan nilai statistik t (Ghozali,
2016:95).
a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara 0 dan 1. Nilai R2 yang kecil berarti
40
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Nilai yang mendekati satu (1) berarti variabel-
variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi dependen (Ghozali, 2016:95).
Kelemahan mendasar penggunaan koefisien determinasi R2 adalah bias
terhadap jumlah variabel independen yang dimasukkan ke dalam model.
Setiap penambahan satu variabel independen, maka R2 pasti meningkat tidak
peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel
dependen atau tidak. Oleh karena itu banyak peneliti menganjurkan untuk
menggunakan nilai adjusted R2 pada saat mengevaluasi mana model regresi
terbaik. Tidak seperti R2, nilai adjusted R
2 dapat naik atau turun apabila satu
variabel independen ditambahkan ke dalam model. Dalam penelitian ini,
peneliti menggunakan adjusted R2 agar tidak terjadi bias dalam mengukur
seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen.
Dalam kenyataan nilai adjusted R2 dapat bernilai negatif, walaupun yang
dikehendaki harus bernilai positif. Gujarati (2003) dalam (Ghozali, 2016:96)
menyatakan bahwa, jika dalam uji empiris didapat nilai adjusted R2 negatif,
maka nilai adjusted R2 dianggap bernilai nol. Secara matematis jika nilai R
2 =
1, maka adjusted R2 = R
2 = 1 sedangkan jika nilai R
2 = 0, maka adjusted R
2
=(1-k)/(n-k). Jika k > 1, maka adjusted R2 akan bernilai negatif.
41
b. Uji Statistik F
Uji ini dilakukan untuk menunjukkan apakah semua variabel independen
yang diasumsikan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependen (Ghozali, 2006). Apabila F hitung > F tabel maka
variabel independen secara simultan berpengaruh terhadap variabel dependen,
sebaliknya jika F hitung < F tabel maka variabel independen secara simultan
tidak berpengaruh terhadap variabel dependen.
c. Uji Parsial (Uji t)
Untuk Uji t berfungsi untuk mengetahui pengaruh variabel bebas secara
parsial terhadap variabel terikat. Pengujian ini dilakukan dengan cara
membandingkan thitung dan ttabel dengan tingkat signifikansi t < 0.05 (5%). Jika
thitung > ttabel maka secara parsial variabel bebas berpengaruh signifikan
terhadap variabel terikat, begitu juga sebaliknya (Ghozali, 2016:97).