27
BAB III METODE PENELITIAN
A. Desain Penelitian Penelitian Kausal Desain penelitian kausal digunakan untuk membuktikan hubungan antara sebab dan akibat dari beberapa variabel. Penelitian kausal biasanya menggunakan metode eksperimen yaitu dengan mengendalikan independent variable yang akan mempengaruhi dependent variable pada situasi yang telah direncanakan. Sementara itu, menurut Kerlinger (1973) penelitian kausal komparatif (causal comparative research) yang disebut juga penelitian ex post facto adalah penyelidikan empiris yang sistematis di mana peneliti tidak mengendalikan variabel bebas secara langsung karena keberadaan dari variabel tersebut telah terjadi atau karena variabel tersebut pada dasarnya tidak dapat dimanipulasi. Ciri ciri pokok penelitian kausal komparatif bersifat ex post facto, artinya data dikumpulkan setelah semua kejadian yang dipersoalkan berlangsung (telah lalu). Penelitian mengambil satu atau lebih akibat (sebagai “dependent variables”) dan menguji data itu dengan menelusuri kembali ke masa lampau untuk mencari sebab-sebab, saling hubungan dan maknanya dan cenderung mengandalkan data kuantitatif. Pada penelitian kali ini, riset dirancang untuk mengetahui dan menggambarkan bagaimana pengaruh antara aktiva ajak tangguhan dan beban
http://digilib.mercubuana.ac.id/
28
pajak tangguhan terhadap laba perusahaan dalam penyajian Laporan Keuangan Perusahaan yang terdaftar di Bursa Efek Indonesia.
B. Definisi dan Operasionalisasi Variabel 1. Aktiva Pajak Tangguhan (X1) Aktiva pajak tangguhan adalah saldo akun di neraca sebagai manfaat pajak yang jumlahnya merupakan jumlah estimasi yang akan dipulihkan dalam periode yang akan datang sebagai akibat adanya perbedaan sementara antara standar akuntansi keuangan dengan peraturan perpajakan dan akibat adanya saldo kerugian yang dapat dikompensasikan pada periode mendatang (Waluyo, 2008:217). Dalam penelitian ini aktiva pajak tangguhan sebagai variabel bebas yang diukur dengan perubahan nilai aktiva pajak tangguhan pada akhir periode t dengan t-1 dibagi dengan nilai aktiva pajak tangguhan pada akhir periode t.
CAPT it =
Δ aktiva pajak tangguhan it aktiva pajak tangguhan t
2. Beban Pajak Tangguhan (X2) Beban pajak tangguhan adalah beban yang timbul akibat perbedaan antara laba akuntansi (yaitu laba dalam laporan keuangan untuk kepentingan pihak eksternal) dengan laba fiskal (laba yang digunakan sebagai dasar perhitungan pajak) (Harnanto, 2003:115). Perbedaan antara laporan keuangan, standar akuntansi dan fiskal disebabkan dalam penyusunan laporan keuangan, standar akuntansi lebih memberikan keleluasaan bagi manajemen dalam menentukan prinsip dan asumsi dibandingkan yang diperolehkan menurut pajak. Penghitungan
http://digilib.mercubuana.ac.id/
29
tentang beban pajak tangguhan dihitung dengan menggunakan indikator membobot beban pajak tangguhan dengan total aktiva atau total asset. Hal itu dilakukan untuk pembobotan beban pajak tangguhan dengan total asset pada periode t-1 untuk memperoleh nilai yang terhitung dengan proporsional.
DTE it =
beban pajak tangguhan t total asset t - 1
3. Laba Perusahaan (Y) Laba adalah suatu ukuran kepengurusan (stewardship) manajemen atas sumberdaya suatu kesatuan dan ukuran efisiensi manajemen dalam menjalankan usaha suatu perusahaan (Belkaoui, 2007). Dalam peneliian ini saya menggunakan laba sebagai variabel dummy, yaitu variabel yang bersifat kategorikal atau dikotomi (Ghozali, 2009:49), dimana kategori 1 untuk perusahaan berada dalam range small profit firms dan 0 untuk perusahaan berada dalam range small loss firms. Berikut ini penyajian Operasionalisasi Variabel : Tabel 3.1 Operasionalisasi Variabel Variabel
Indikator
X1 = Aktiva Pajak Tangguhan
CAPT it =
Δ aktiva pajak tangguhan it aktiva pajak tangguhan t
DTE it =
beban pajak tangguhan t total asset t-1
(CAPT) X2 = Beban Pajak Tangguhan (DTE) Y = Laba Perusahaan (E)
http://digilib.mercubuana.ac.id/
Skala Pengukuran Rasio Rasio
1 untuk perusahaan berada Nominal dalam range small profit firms dan 0 untuk perusahaan berada dalam range small loss firms Sumber : Diolah oleh Penulis
30
C. Populasi dan Sampel Penelitian Populasi dalam peneltian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia, sementara sampel dalam peneltian ini adalah perusahaan yang bergerak dibidang tambang. Pengamatan dilakukan untuk tahun 2012, 2013 dan 2014. Metode pengambilan sampel yang digunakan adalah purposive sampling. Metode purposive sampling adalah teknik pengumpulan data atas dasar strategi kecakapan atau pertimbangan pribadi semata. Dengan kata lain penentuan sampel yang diambil berdasarkan kriteria-kriteria tertentu yang telah dirumuskan terlebih dahulu oleh peneliti terhadap sampel penelitian (Santosa dan wedari, 2007:98).
D. Teknik Pengumpulan Data Jenis dan sumber data yang digunakan dalam penelitian ini menggunakan jenis dan sumber data sekunder. Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain). Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak dipublikasikan (Indriantoro dan Supomo, 2009:147). Mengacu pada penggunan data sekunder, maka teknik pengumpulan data yang dilakukan dalam penelitian ini adalah teknik pengumpulan data arsip. Data sekunder yang digunakan berupa laporan keuangan perusahaan pertambangan yang go public dan
terdaftar di BEI pada tahun 2012-2014
http://digilib.mercubuana.ac.id/
yang telah
31
dipublikasikan. Data tersebut diperoleh dari www.idx.co.id dan Pusat Referensi Pasar Modal BEI.
E. Metode Analisis Data Metode statistik yang digunakan untuk menganalisis data dan menguji hipotesis yaitu dengan menggunakan statistik deskriptif dan regresi logistik dengan menggunakan bantuan perangkat lunak SPSS dan Microsoft Excel 2013. 1. Statistik Deskriptif Statistik deskriptif digunakan untuk menjelaskan laba perusahaan, yaitu small profit firms dan small loss firms untuk setiap variabel independen dalam model penelitian. Penelitian statistik deskriptif memberikan gambaran atau deskriptif suatu data yang dapat dilihat dari nilai rata-rata (mean), standar deviasi, varians, maksimum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi) (Ghozali, 2009:19). 2. Pengujian Hipotesis Pengujian hipotesis dilakukan dalam penelitian ini dengan menggunakan regresi logistik biner (binary logistic regression), yang variabel bebasnya merupakan kombinasi antara metrik dan nonmetrik (nominal). Persamaan model regresi logistik biner yang digunakan adalah sebagai berikut :
http://digilib.mercubuana.ac.id/
32
Keterangan : Ln
EM 1 - EM
Α
: Laba Perusahaan (variabel dummy)
: konstanta
CAPT : cadangan aktiva pajak tangguhan dari perubahan nilai aktiva pajak tangguhan pada akhir periode t dengan t-1 dibagi nilai aktiva pajak tangguhan periode t. DTE
: beban pajak tangguhan perusahaan pada tahun t dibagi dengan total asset pada akhir tahun t-1.
Ε
: kesalahan residual
a. Menilai Model Fit Analisis pertama yang dilakukan adalah menilai overall fit model terhadap data. Hipotesis untuk menilai model fit adalah : H0 : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data Berdasarkan dipotesis ini, maka H0 harus diterima dan Ha harus ditolak agar model fit dengan data. Statistik yang digunakan berdasarkan fungsi likelihood. Likelihood L dari model adalah probabilitas
bahwa model yang
dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi –2LogL. Statistik -2LogL atau rasio x2 statistics, dimana x2 distribusi dengan degree of freedom n-q, q adalah jumlah parameter (Ghozali, 2009:268).
http://digilib.mercubuana.ac.id/
33
Output SPSS memberikan dua nilai -2LogL yaitu satu untuk model yang hanya memasukkan konstanta dan yang kedua untuk model dengan konstanta dan variabel bebas (Ghozali, 2009:268). Dengan alpha 5%, cara menilai model fit ini adalah sebagai berikut : 1.
Jika nilai -2LogL < 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa model fit dengan data.
2.
Jika nilai -2LogL > 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa model tidak fit dengan data. Adanya pengurangan nilai antara -2LogL awal (initial –2LogL function)
dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2009:269). Log Likelihood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada model regresi, sehingga penurunan Log Likelihood menunjukkan model regresi semakin baik. b. Uji Chi Squre Hosmer & Lameshows Goodnes Kelayakan model regresi dinilai dengan menggunakan uji Chi Squre Hosmer and Lameshows Goodness of Fit Test. Jika nilai statistik Hosmer and Lameshow’s Goodness of Fit lebih besar daripada 0,05 maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena sesuai dengan data observasinya (Ghozali, 2009:269). c. Koefisien Cox & Snell R Square and Nagelkerke Koefisien Cox & Snell R Square and Nagelkerke merupakan ukuran koefisien R2 pada regresi linier berganda yang didasarkan pada teknik estimasi
http://digilib.mercubuana.ac.id/
34
Likelihood dengan nilai maksimum kurang dari 1 sehingga sulit diinterpretasikan. Nagel R square merupakan modifikasi dari koefisien cox & snell R2 untuk memastikan bahwa nilainya bervariasi dari 0-1 (Uyanto, 2006:236). d. Tabel Klasifikasi Tabel klasifikasi menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Tabel ini menunjukkan kekuatan prediksi dari variabel dependen yaitu laba perusahaan. e. Uji Wald Statistic Uji Wald pada tabel variables in the aquation digunakan untuk menguji apakah masing-masing koefisien regresi logistik signifikan. Uji Wald sama dengan kuadrat dari rasio koefisien regresi logistik B dan standar error S.E dengan tingkat signifikansi α < 0,05 (Uyanto, 2006:236). f. Estimasi Parameter dan Pembahasan Estimasi parameter dilihat melalui koefisien regresi. Koefisien regresi dari tiap variabel-variabel yang diuji menunjukkan bentuk hubungan antara variabel. Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai probabilitas (sig) dengan tingkat signifikansi (α) (Santosa dan Wedari, 2007).
http://digilib.mercubuana.ac.id/
