Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849
e-ISSN: 2548-1398
Vol. 9, No. 3, Maret 2024
PENGARUH REFORMASI PERPAJAKAN, INTENSITAS
MODAL, INTENSITAS PERSEDIAAN DAN UKURAN PERUSAHAAN TERHADAP TAX AVOIDANCE (STUDI PADA PERUSAHAAN MANUFAKTUR YANG
TERDAFTAR DI BURSA EFEK INDONESIA (BEI) TAHUN
2016-2021)
Santi Wahyu Kusumaningrum1,
Kurnia2, Hilda Salman Said3
Universitas Telkom,
Bandung, Jawa Barat, Indonesia1,2,3
Email: [email protected]1,
[email protected]2,
Abstrak
Pajak merupakan sumber
pendapatan terbesar bagi negara, yang digunakan untuk membiayai pengeluaran
negara, baik pengeluaran secara rutin maupun pengeluaran pembangunan nasional
yang sesuai dengan Undang-undang No.28 Tahun 2007 yang berisi ketentuan umum
tata cara perpajakan. Pajak merupakan suatu beban yang mesti ditanggung oleh
perusahaan dalam menjalankan suatu kegiatan perusahaan, maka tidak menutup
kemungkinan bahwa perusahan yang melakukan tindakan tax avoidance dengan mengikuti
suatu aturan perpajakan ataupun tidak mengikuti suatu aturan perpajakan.
Penelitian ini bertujuan untuk menguji suatu bukti empiris baik secara simultan
maupun secara parsial mengenai pengaruh dari reformasi perpajakan, intensitas
modal, intensitas persediaan, ukuran perusahaan terhadap tax avoidance pada
perusahaan manufaktur yang Terdaftar di Bursa Efek Indonesia periode 2016-2021.
Metode yang digunakan dalam penelitian ini ialah metode kuantitatif. Penelitian
ini menguji 101 sampel sektor manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2016-2021. Sampel diperoleh secara purposive sampling. Metode analisis
yang digunakan dalam penelitian ini adalah analisis statistik deskriptif dan
regresi linear berganda dengan menggunakan software SPPS statistic 26. Hasil
penelitian ini menemukan bukti bahwa intensitas modal dan ukuran perusahaan
berpengaruh terhadap tax avoidance. Sedangkan reformasi perpajakan, dan
intensitas persediaan tidak berpengaruh terhadap tax avoidance.
Kata
kunci: Reformasi Perpajakan, Intensitas Modal, Intensitas Persediaan, Ukuran
Perusahaan, Tax Avoidance.
Abstract
Taxes are
the largest source of income for the state, which is used to finance state
expenditures, both routine expenditures and national development expenditures
in accordance with Law No. 28 of 2007 which contains
general provisions on tax procedures. Tax is a burden that must be borne by
companies in carrying out a company's activities, so it is possible that
companies that carry out tax avoidance actions follow a tax regulation or do
not follow a tax regulation. This study aims to examine empirical evidence both
simultaneously and partially regarding the effect of tax reform, capital
intensity, inventory intensity, company size on tax avoidance in manufacturing companies
listed on the Indonesia Stock Exchange for the 2016-2021 period. The method
used in this study is a quantitative method. This study examines 101 samples of
the manufacturing sector listed on the Indonesia Stock Exchange for the
2016-2021 period. Samples were obtained by purposive sampling. The analytical
method used in this research is descriptive statistical analysis and multiple
linear regression using SPPS statistic 26 software. The results of this study
found evidence that capital intensity and company size has an effect on tax avoidance, while tax
reform and inventory intensity have no effect on tax avoidance.
Keywords: Tax Reform, Capital
Intensity, Inventory Intensity, Company Size, Tax Avoidance.
Pendahuluan
Pajak merupakan sumber pendapatan negara terbesar yang diperoleh dari rakyat sebagai iuran wajib yang dimanfaatkan pemerintah untuk membiayai pengeluaran rutin negara, menjalankan kebijakan pemerintah baik di bidang sosial maupun ekonomi, dan untuk kemakmuran rakyat. Oleh sebab itu, pemerintah berharap seluruh wajib pajak dapat melaksanakan kewajiban pajaknya dengan baik dan tidak melanggar ketentuan pajak yang berlaku (Damayanti & Susanto, 2015).
Penghindaran pajak merupakan upaya untuk
mengurangi beban pajak tanpa melanggar undang-undang perpajakan (Mardiasmo, 2016). Bagi wajib pajak khususnya di Indonesia,
sistem pemungutan pajak merupakan self assessment system, dan wajib pajak dapat
menilai sendiri derajat beban pajaknya, sehingga sangat mungkin beban pajak
akan berkurang. Praktik penghindaran pajakmemanfaatkan kelemahan undang-undang
perpajakan (Noveliza &
Crismonica, 2021). Menurut Thomsen dan Watrin (2018), praktik penghindaran pajakadalah legal,
namun dari sisi etika,penghindaran pajak adalah tindakan optimal yang harus
dilakukan pemerintah untuk meningkatkan kesejahteraan masyarakat (Dharma & Noviari, 2017).
Fenomena penghindaran pajak yang lainnya
yaitu terjadi pada salah satu perusahaan manufaktur di Indonesia yaitu PT. Coca
Cola Indonesia (CCI). Direktorat Jendral Pajak (DJP) menemukan adanya
kekurangan pajak penghasilan milik CCI sebesar Rp 49,24 miliar. DJP menyatakan
terdapat beban biaya besar yang mengakibatkan penghasilan kena pajak (PKP)
milik Coca Cola Indonesia berkurang sehingga besaran pajak terutang perusahaan
juga semakin kecil. Beban biaya tersebut merupakan biaya iklan produk Coca Cola
dari rentang waktu tahun 2002-2006 dengan total sebesar Rp 566,84 miliar
(money.kompas.com). Dengan hal ini menunjukan jika PT Coca-Cola Indonesia
terduga melakukan penghindaran pajak.
Berdasarkan kejadian penghindaran pajak, peneliti menyimpulkan bahwa masih
banyak perusahaan yang memaksimalkan
laba yang melakukan upaya
penghindaran pajak untuk
mengurangi pembayaran pajak. Ini
dapat menyebabkan kerugian pemerintah
melalui penerimaan pajak.
Hal tersebut akan dikurangi
untuk mencegah pengeluaran pemerintah
guna meningkatkan perekonomian dan
kesejahteraan seluruh rakyat Indonesia.
Dalam penelitian
ini peneliti menggunakan teori keagenan , dimana pemerintah sebagai prinsipal dan manajemen sebagai agen. Ada konflik kepentingan antara pemerintah (prinsipal) dan
manajemen (agen). Sebagaimana terlihat
dalam Anggaran Pendapatan dan Belanja Negara (APBN), pemerintah menginginkan
penerimaan pajak yang tinggi
setiap tahunnya karena pajak merupakan penerimaan pemerintah terbesar, 80% di antaranya karena
kenaikan pajak. Namun, ini
berbeda dengan arti seperti yang dirasakan oleh administrator. Jika membayar pajak mengurangi
pendapatan atau pendapatan perusahaan, maka akan mempengaruhi bonus yang
diterima manajemen. Akibatnya,
manajemen melakukan penghindaran pajak dari dengan mengurangi pembayaran
pajak penghasilan badan menjadi
untuk keuntungan maksimum dan menerima bonus manajemen untuk keberhasilan.
Hubungan semacam itu dapat menyebabkan
asimetri informasi. Sebagai orang yang
terinformasi, manajemen senantiasa
berupaya untuk mengatur laba bersih perusahaan agar dapat memaksimalkan bonus
dengan memaksimalkan beban pajak. Ada beberapa faktor yang
mempengaruhi penghindaran pajak,
seperti reformasi perpajakkan, karakteristik perusahaan, intesitas modal, intesitas persediaan dan ukuran perusahaan ditemukan dalam beberapa penelitian oleh peneliti sebelumnya, tetapi penelitian sebelumnya tetap menunjukkan perbedaan hasil penelitian. Penelitian ini bertujuan untuk menguji suatu bukti empiris baik
secara simultan maupun secara parsial mengenai pengaruh dari reformasi
perpajakan, intensitas modal, intensitas persediaan, ukuran perusahaan terhadap
tax avoidance pada perusahaan manufaktur yang Terdaftar di Bursa Efek Indonesia
periode 2016-2021.
Metode Penelitian
Menurut Sugiyono (2016) penelitian ini dilakukan untuk mengetahui suatu pengaruh reformasi perpajakan, intensitas modal, intensitas persediaan, dan ukuran perusahaan terhadap tax avoidance dimana metode yang digunakan dalam suatu penelitian ini merupakan metode kuantitatif, menurut Sugiyono (2016) yaitu menjelaskan bahwa metode kuantitatif yaitu merupakan suatu metode penelitian yang berlandaskan pada suatu filsafat positivism, yang digunakan untuk meneliti pada sampel atau populasi, pengumpulan suatu data menggunakan instrumen penelitian, analisis suatu data yang bersifat kuantitatif dengan tujuan yaitu untuk menggambarkan data dan menguji hipotesis yang telah ditetapkan. Objek penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2016-2021.
Penelitian ini menggunakan metode verifikatif deskriptif. Penelitian validasi merupakan metode penghitungan hipotesis secara statistik atau hasil penelitian deskriptif dengan menggunakan bukti-bukti sehingga bukti yang diperoleh menunjukkan bahwa hipotesis diterima, begitu pula sebaliknya. Jenis penelitian dalam penelitian ini menggunakan penelitian kausalitas yang artinya peluang adalah kausalitas (Sugiyono, 2016). Data yang digunakan dalam penelitian ini adalah data pembantu. Data sekunder dalam penelitian ini menggunakan laporan keuangan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2016-2021.
Sampel adalah bagian dari jumlah dan karakteristiknya teknik pengambilan
sampel yang digunakan oleh populasi (Sugiyono, 2016). Teknik yang digunakan penulis untuk mengambil sampel
adalah nonprobability sampling, yaitu teknik pengambilan sampel yang tidak
memberi peluang atau kesempatan sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel (Sugiyono, 2016). Kriteria yang digunakan untuk menentukan sampel pada penelitian ini
adalah:
1.
Perusahaan manufaktur yang
terdaftar di BEI selama periode 2016-2021.
2.
Perusahan Manufaktur yang secara berturut-turut
menerbitkan laporan keuangan selama 2016-2021.
3.
Perusahaan manufaktur yang mempublikasikan laporan
auditan.
4.
Perusahaan manufaktur yang mempublikasikan laporan
keuangan berupa mata uang rupiah dan memiliki data yang lengkap yang digunakan
dalam penelitian ini.
Tabel 1. Kriteria Pemilihan Sampel
|
No. |
Keterangan |
Jumlah |
|
1 |
Perusahaan manufaktur yang
terdaftar di BEI pada tahun 2016-2021. |
179 |
|
2 |
Perusahaan manufaktur yang
secara berturut-turut tidak menerbitkan laporan keuangan selama tahun
2016-2021. |
(40) |
|
3 |
Perusahaan manufaktur yang
mempublikasikan laporan auditan. |
(0) |
|
4 |
Perusahaan manufaktur yang
mempublikasikan laporan keuangan berupa mata uang rupiah dan memiliki data
yang lengkap yang digunakan dalam penelitian ini. |
(38) |
|
Jumlah Perusahaan Sampel |
101 |
|
|
Jumlah Sampel (101 x 6 Tahun) |
606 |
|
|
Data Outlier |
(22) |
|
|
Data diolah |
584 |
|
Sumber :
Data yang telah diolah , (2022)
Berdasarkan kriteria pengambilan sampel yang telah ditentukan peneliti,
jumlah perusahaan yang dijadikan sebagai sampel adalah sebanyak 179 dengan periode penelitian selama 6 tahun.
Hasil dan Pembahasan
Analisis Data Statistik Deskriptif
Statistik
deskriptif adalah metode statistic untuk menganalisis data dengan cara
mendeskripsikan data tersebut sebagaimana mestinya tanpa menggeralisasi
kesimpulan. Satatistik ini mencakup penyajian dan menggunakan table, grafik,
perhitungan modus, median, mean, dan
standar deviasi (Sugiyono, 2016). Peneltian ini menggunakan satu variable
dependen dan empat variabel independent beskala rasio. Variabel dependen pada
penelitian ini yaitu tax avoidance.
Variabel independen pada penelitian ini sebanyak empat variabel diantaranya
reformasi perpajakan, Intensitas Modal, Imtensitas Persediaan, dan Ukuran
Perusahaan. Jumlah data observasi pada penelitian ini sebanyak 606. Data
tersebut berasal dari 101 perusahaan yang terdaftar pada sektor manufaktur pada
periode tahun 2026-2021. Pada data observasi yang telah terkumpul ditemukan 22
data pencilan (outlier) yang dapat
membuat hasil penngujian statistik tidak dapat digunakan sehingga data tersebut
dikeluarkan dan tersisa 584 sampel data penelitian. Penelitian outlier dilakukan menggunakan software SPSS 26 dengan memperhatikan
grafik boxplot. Data pencilan pada boxplot akan ditunjukkan dengan simbol
bintang ataupun bulat. Simbol bintang memiliki arti bahwa data observasi
tersebut terlalu ekstrem dan tidak dapat ditoleransi, sedangkan simbol bulat
memiliki arti bahwa data tersebut masih dapat ditoleransi. Berikut adalah hasil
dari pengujian statistik deskriptif.
Analisis Data Statistik Deskriptif
Statistik deskriptif adalah metode statistik untuk menganalisis data dengan
cara mendeskripsikan data tersebut sebagaimana mestinya tanpa menggeralisasi
kesimpulan. Satatistik ini mencakup penyajian dan menggunakan table, grafik,
perhitungan modus, median, mean, dan
standar deviasi (Sugiyono, 2016).
Peneltian ini menggunakan satu variable dependen dan empat variabel independent
berskala rasio. Variabel dependen pada penelitian ini yaitu tax avoidance. Variabel independen pada
penelitian ini sebanyak empat variabel diantaranya reformasi perpajakan,
Intensitas Modal, Imtensitas Persediaan, dan Ukuran Perusahaan. Jumlah data
observasi pada penelitian ini sebanyak 606. Data tersebut berasal dari 101
perusahaan yang terdaftar pada sektor manufaktur pada periode tahun 2026-2021.
Pada data observasi yang telah terkumpul ditemukan 22 data pencilan (outlier) yang dapat membuat hasil
penngujian statistik tidak dapat digunakan sehingga data tersebut dikeluarkan
dan tersisa 584 sampel data penelitian. Penelitian outlier dilakukan menggunakan software SPSS 26 dengan memperhatikan
grafik boxplot. Data pencilan pada boxplot akan ditunjukkan dengan simbol
bintang ataupun bulat. Simbol bintang memiliki arti bahwa data observasi
tersebut terlalu ekstrem dan tidak dapat ditoleransi, sedangkan simbol bulat
memiliki arti bahwa data tersebut masih dapat ditoleransi. Berikut adalah hasil
dari pengujian statistik deskriptif.
Tabel 2. Hasil Pengujian
Statistik Deskriptif
|
|
Tax Avoidance |
Intensitas Modal |
Intensitas Persediaan |
Ukuran Perusahaan |
|
Min |
-0,8126 |
0,0008 |
0,0016 |
24,0317 |
|
Max |
3,1592 |
59,1994 |
449,7880 |
33,5372 |
|
Mean |
0,2037 |
0,4933 |
1,0568 |
28,4957 |
|
Std. Dev |
2,9950 |
2,3982 |
18,468 |
1,5839 |
Sumber: Data diolah oleh penulis, (2022)
Berdasarkan tabel diatas, dapat diinterpretasikan
bahwa variabel tax avoidance memiliki nilai minimum sebesar -0,8126 yakni
dimiliki oleh ALTO pada tahun 2016, sedangkan nilai maksimumnya dimiliki oleh
KIAS tahun 2021 sebesar 3,1592. Nilai rata-rata tax avoidance sebesar
0,2037 menunjukkan bahwa perusahaan yang melakukan tax avoidance tergolong
sedikit. Kemudian, dapat dilihat bahwa nilai standar deviasi sebesar 2,9950
yang lebih besar daripada nilai mean variabel yang bersangkutan, dapat
diartikan bahwa data dari tax avoidance bersifat heterogen dan lebih
bervariasi.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel intensitas modal memiliki nilai minimum
sebesar 0,0008 yang dimiliki oleh AKKU pada tahun 2018, sedangkan nilai
maksimumnya sebesar 59,1994 yang dimiliki oleh DLTA pada tahun 2018. Nilai
rata-rata dari variabel intensitas modal sebesar 0,4933 menunjukkan
bahwa perusahaan mayoritas memiliki intensitas modal yang rendah. Juga, dapat
dilihat bahwa nilai standar deviasi sebesar 2,3982 yang lebih besar daripada
nilai mean variabel yang bersangkutan, dapat diartikan bahwa data dari
intensitas modal bersifat heterogen dan lebih bervariasi.
Berdasarkan
tabel diatas, dapat diinterpretasikan bahwa variabel intensitas persediaan memiliki
nilai minimum sebesar 0,0016 yang dimiliki oleh ETWA pada tahun 2021, sedangkan
nilai maksimumnya sebesar 449,7880 yang dimiliki oleh INTP pada tahun 2020.
Nilai rata-rata dari variabel intensitas persediaan sebesar 1,0568
menunjukkan bahwa perusahaan mayoritas memiliki intensitas persediaan yang
rendah. Juga, dapat dilihat bahwa nilai standar deviasi sebesar 18,4685 yang
lebih besar daripada nilai mean variabel yang bersangkutan, dapat diartikan
bahwa data dari intensitas persediaan bersifat heterogen dan lebih
bervariasi.
Berdasarkan
tabel diatas, dapat diinterpretasikan bahwa variabel ukuran perusahaan memiliki
nilai minimum sebesar 24,0317 yang dimiliki oleh INTP pada tahun 20210
sedangkan nilai maksimumnya sebesar 33,5372 yang dimiliki oleh ASII pada tahun
2021. Nilai rata-rata dari variabel ukuran perusahaan sebesar 28,4957
menunjukkan bahwa perusahaan mayoritas memiliki ukuran perusahan yang besar.
Juga, dapat dilihat bahwa nilai standar deviasi sebesar 1,5839 yang lebih kecil
daripada nilai mean variabel yang bersangkutan, dapat diartikan bahwa data dari
intensitas persediaan bersifat homogen atau tidak bervariasi.
Analisis Statistik Deskriptif Variabel Berskala Nominal
Variabel
berskala nominal dalam penelitian ini adalah reformasi perpajakan.
Tabel 3. Hasil Pengujian
Statistik Deskriptif Berskala Nominal
|
Keterangan |
Reformasi Perpajakan |
|
|
Melakukan |
Tidak Melakukan |
|
|
Jumlah Sampel |
202 |
404 |
|
Persentase |
33% |
67% |
Sumber:
Data yang diolah penulis (2022)
Tabel 3 menunjukkan bahwa
variabel reformasi perpajakan yang diukur dengan menggunakan variabel dummy
dengan melihat apakah perusahaan yang bersangkutan melakukan pembayaran pajak
dengan skema perhitungan yang dituangkan dalam pilar reformasi perpajakan atau
tidak. Nilai 1 diberikan jika perusahaan melakukan pembayaran pajak dengan
tarif pajak terbaru dan 0 jika perusahaan tidak melakukan pembayaran dengan
tarif pajak yang tidak sesuai dengan pilar reformasi perpajakan. Dari 606
sampel observasi dalam penelitian ini, terdapat 202 perusahaan atau 33% yang
menggunakan skema perhitungan dengan tarif pajak yang baru dan 66,67% yang
tidak menggunakan skema perhitungan pajak terbaru.
1. Penghindaran Pajak (Tax Avoidance)
Menurut Pohan (2016) tax avoidance adalah suatu tindakan penghindaran pajak yang
dilakukan oleh wajib pajak yang legal dan aman tanpa melanggar undang-undang
perpajakan dengan cara memanfaatkan beberapa kelemahan (grey area) dari
undang-undang maupun peraturan perpajakan untuk mengurangi biaya pajak.
Pengukuran tax avoidance dalam
penelitian ini menggunakan CETR. CETR (Cash Effective Tax Rate) menurut Prayogo (2015) merupakan rasio beban pajak
terhadap laba di suatu perusahaan sebelum pajak penghasilan yang dikorbankan
untuk membayar beban pajak perusahaan.
2. Reformasi Perpajakan
Reformasi Perpajakan,
diukur dengan menggunakan variable dummy, dengan memberikan nilai 0 untuk tahun
perusahaan sebelum reformasi perpajakan diterapkan secara efektif pada tanggal
1 Juli 2020 yang dituangkan dalam Undang-Undang Harmonisasi Perpajakan pasal
17.
3. Intensitas Modal
Intensitas Modal dapat diartikan sebagai besarnya
kekayaan yang diinvestasikan oleh perusahaan pada aset tetap untuk membantu
kegiatan perusahaan (Nugraha & Mulyani, 2019). Menurut Nugraha dan Mulyani (2019), capital intensity dapat diukur dengan membagi aset tetap terhadap aset.
4. Intensitas Persediaan
Intensitas
Persediaan merupakan cerminan dari seberapa besar perusahaan berinvestasi terhadap
persediaan yang ada dalam perusahaan (Darmadi & Zulaikha, 2013). Rasio
intensitas persediaan dapat dihitumgan dengan cara nilai persediaan yang ada
dalam perusahaan dibandingkan dengan total asset perusahaan. Dengan menggunakan
rumus dari Fan (2021) dengan membagi
persedian dengan total asset.
5.
Ukuran Perusahaan
Tabel 4. Hasil
Perhitungan Statistik Deskriptif Ukuran
Perusahaan
|
No. |
Kode |
Tahun |
|||||
|
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
||
|
1 |
INTP |
31,0372 |
30,9936 |
30,9556 |
24,0450 |
24,0318 |
30,8943 |
|
2 |
SMBR |
29,1055 |
29,2525 |
29,3427 |
29,3486 |
29,3780 |
29,3919 |
|
3 |
SMCB |
30,6148 |
30,6079 |
30,5578 |
30,6049 |
30,6630 |
30,6987 |
|
4 |
SMGR |
31,4204 |
31,5242 |
31,5659 |
32,0106 |
31,9878 |
31,9684 |
|
5 |
WSBP |
30,2509 |
30,3337 |
30,3538 |
30,4129 |
29,9879 |
29,5599 |
|
6 |
WTON |
29,1705 |
29,5866 |
29,8150 |
29,9668 |
29,7721 |
29,8202 |
|
7 |
AMFG |
29,3367 |
29,4664 |
29,7631 |
29,7987 |
29,7057 |
29,6330 |
|
8 |
ARNA |
28,0649 |
28,1019 |
28,1336 |
28,2183 |
28,3092 |
28,4391 |
|
9 |
IKAI |
26,3031 |
26,1135 |
27,9215 |
27,9367 |
27,8819 |
27,8486 |
|
10 |
KIAS |
28,2514 |
28,2006 |
28,1642 |
27,8394 |
27,6522 |
27,6310 |
|
11 |
MLIA |
29,6753 |
29,2771 |
29,2919 |
29,3816 |
29,3794 |
29,4430 |
|
12 |
TOTO |
28,5794 |
28,6701 |
28,6947 |
28,7021 |
28,7648 |
28,8136 |
|
13 |
ALKA |
25,6405 |
26,4443 |
27,1986 |
27,1282 |
26,7603 |
26,9367 |
|
14 |
BAJA |
27,6135 |
27,5760 |
27,5270 |
27,4529 |
27,3571 |
27,3111 |
|
15 |
BTON |
25,9011 |
25,9355 |
26,1048 |
26,1638 |
26,1824 |
26,3242 |
|
16 |
GDST |
27,8602 |
27,9495 |
27,9325 |
28,1955 |
28,0936 |
28,0910 |
|
17 |
INAI |
27,9230 |
27,8249 |
27,9680 |
27,8240 |
27,9646 |
28,0651 |
|
18 |
ISSP |
29,4297 |
29,4667 |
29,5019 |
29,4911 |
29,4355 |
29,5907 |
|
19 |
LION |
27,2539 |
27,2482 |
27,2689 |
27,2571 |
27,1969 |
27,2637 |
|
20 |
LMSH |
25,8160 |
25,8057 |
25,7986 |
25,7143 |
25,6895 |
25,7032 |
|
21 |
PICO |
27,1825 |
27,3068 |
27,4719 |
27,7519 |
27,7198 |
27,7023 |
|
22 |
AGII |
29,3971 |
29,4879 |
29,5253 |
29,5799 |
29,5941 |
29,7308 |
|
23 |
BUDI |
28,5031 |
28,7092 |
28,8527 |
28,7296 |
28,7172 |
28,7274 |
|
24 |
DPNS |
26,4141 |
26,4550 |
26,4984 |
26,4858 |
26,4831 |
26,6156 |
|
25 |
EKAD |
27,2779 |
27,4038 |
27,4723 |
27,5987 |
27,7098 |
27,7842 |
|
26 |
ETWA |
27,7785 |
27,7395 |
27,7178 |
27,7474 |
27,6852 |
27,6832 |
|
27 |
INCI |
26,3193 |
26,4396 |
26,6929 |
26,7283 |
26,8210 |
26,9590 |
|
28 |
SRSN |
27,2986 |
27,2044 |
27,2553 |
26,1063 |
26,3099 |
27,4804 |
|
29 |
AKKU |
27,0088 |
27,7417 |
27,7028 |
27,2452 |
27,2561 |
27,2643 |
|
30 |
AKPI |
28,5926 |
28,6409 |
28,7528 |
28,6523 |
28,6034 |
28,8357 |
|
31 |
APLI |
26,4742 |
26,7115 |
26,9442 |
26,7618 |
26,7307 |
26,7900 |
|
32 |
BRNA |
28,3676 |
28,3065 |
28,5317 |
28,4478 |
28,3069 |
28,3344 |
|
33 |
IGAR |
26,8088 |
26,9636 |
27,0692 |
27,1491 |
27,2244 |
27,4195 |
|
34 |
IMPC |
28,4543 |
28,4616 |
28,4940 |
28,5478 |
28,6232 |
28,6824 |
|
35 |
TALF |
27,5051 |
27,5490 |
27,6155 |
27,9155 |
28,0193 |
28,0821 |
|
36 |
TRST |
28,8221 |
28,8349 |
29,0861 |
29,1010 |
29,0716 |
29,1633 |
|
37 |
YPAS |
26,3590 |
26,4388 |
26,5252 |
26,3517 |
26,3429 |
26,2769 |
|
38 |
CPIN |
30,8176 |
30,8310 |
30,9505 |
31,0021 |
31,0701 |
31,1990 |
|
39 |
JPFA |
30,5886 |
30,6247 |
30,7682 |
30,9138 |
30,8873 |
30,9841 |
|
40 |
MAIN |
28,9971 |
29,0195 |
29,0979 |
29,1676 |
29,1731 |
29,3242 |
|
41 |
SIPD |
28,5738 |
28,4374 |
28,4140 |
28,5356 |
28,5838 |
28,6585 |
|
42 |
TIRT |
27,4277 |
27,4794 |
27,5513 |
27,5209 |
26,7015 |
26,3675 |
|
43 |
ALDO |
26,7402 |
26,9353 |
26,9888 |
27,5532 |
27,5835 |
27,8223 |
|
44 |
FASW |
29,7808 |
29,8685 |
30,0257 |
30,0061 |
30,0745 |
30,2190 |
|
45 |
KDSI |
27,7640 |
27,9149 |
27,9613 |
27,8571 |
27,8507 |
27,9302 |
|
46 |
SPMA |
28,4006 |
28,4084 |
28,4564 |
28,4948 |
28,4709 |
28,6412 |
|
47 |
ASII |
33,1988 |
33,3201 |
33,4737 |
33,4945 |
33,4547 |
33,5372 |
|
48 |
AUTO |
30,3129 |
30,3231 |
30,3967 |
30,4046 |
30,3510 |
30,4611 |
|
49 |
BOLT |
27,5672 |
27,8040 |
27,9029 |
27,8668 |
27,7435 |
27,9447 |
|
50 |
GJTL |
30,5594 |
30,5320 |
30,5602 |
30,5679 |
30,5092 |
30,5460 |
|
51 |
IMAS |
30,8749 |
31,0791 |
31,3435 |
31,4309 |
31,5107 |
31,5672 |
|
52 |
INDS |
28,5382 |
28,5208 |
28,5402 |
28,6729 |
28,6700 |
28,7832 |
|
53 |
LPIN |
26,8925 |
26,3147 |
26,4324 |
26,5068 |
26,5457 |
26,4627 |
|
54 |
PRAS |
28,0988 |
28,0643 |
28,1230 |
28,1361 |
28,1432 |
28,1244 |
|
55 |
SMSM |
28,4441 |
28,5244 |
28,6611 |
28,7647 |
28,8476 |
28,9840 |
|
56 |
HDTX |
29,1878 |
29,0260 |
27,0982 |
26,7725 |
26,6742 |
26,5708 |
|
57 |
MYTX |
28,1133 |
28,8719 |
28,9802 |
28,9356 |
28,9880 |
28,9514 |
|
58 |
RICY |
27,8846 |
27,9470 |
28,0625 |
28,1134 |
28,1831 |
28,1583 |
|
59 |
SSTM |
27,2320 |
27,1296 |
27,0551 |
26,9670 |
26,9013 |
26,8784 |
|
60 |
BATA |
27,4138 |
27,4752 |
27,4996 |
27,4839 |
27,3765 |
27,2044 |
|
61 |
BIMA |
25,2455 |
25,2156 |
25,3102 |
26,2308 |
26,1339 |
26,1108 |
|
62 |
JECC |
28,0930 |
28,2875 |
28,3642 |
28,2669 |
28,0457 |
28,1832 |
|
63 |
KBLI |
28,2577 |
28,7342 |
28,8081 |
28,8998 |
28,7329 |
28,6336 |
|
64 |
KBLM |
27,1833 |
27,8423 |
27,8921 |
27,8813 |
27,6574 |
28,0346 |
|
65 |
SCCO |
28,5271 |
29,0209 |
29,0578 |
29,1128 |
28,9511 |
29,1783 |
|
66 |
VOKS |
28,1428 |
28,3778 |
28,5414 |
28,7389 |
28,7011 |
28,6934 |
|
67 |
AISA |
29,8561 |
28,3151 |
28,2279 |
28,2564 |
28,3299 |
28,1973 |
|
68 |
ALTO |
27,7838 |
27,7348 |
27,7352 |
27,7295 |
27,7317 |
27,7165 |
|
69 |
CEKA |
27,9859 |
27,9622 |
27,7871 |
27,9625 |
28,0800 |
28,1601 |
|
70 |
DLTA |
27,8115 |
27,9243 |
28,0520 |
27,9859 |
27,8344 |
27,9001 |
|
71 |
ICBP |
30,9949 |
31,0848 |
31,1687 |
31,2871 |
32,2714 |
32,4023 |
|
72 |
INDF |
32,0399 |
32,1129 |
32,2010 |
32,1974 |
32,7256 |
32,8204 |
|
73 |
MLBI |
28,4530 |
28,5513 |
28,6921 |
28,6947 |
28,6983 |
28,7033 |
|
74 |
MYOR |
30,1900 |
30,3334 |
30,4984 |
30,5775 |
30,6156 |
30,6226 |
|
75 |
PSDN |
27,2061 |
27,2614 |
27,2710 |
27,3612 |
27,3894 |
27,2870 |
|
76 |
SKBM |
27,6327 |
28,1153 |
28,2028 |
28,2301 |
28,2012 |
28,3093 |
|
77 |
SKLT |
27,0658 |
27,1789 |
27,3397 |
27,3964 |
27,3747 |
27,5135 |
|
78 |
STTP |
28,4796 |
28,4822 |
28,5985 |
28,6894 |
28,8691 |
28,9969 |
|
79 |
ULTJ |
29,0754 |
29,2750 |
29,3459 |
29,5194 |
29,8005 |
29,6334 |
|
80 |
GGRM |
31,7734 |
31,8321 |
31,8665 |
31,9960 |
31,9902 |
32,1304 |
|
81 |
HMSP |
31,3807 |
31,3955 |
31,4727 |
31,5609 |
31,5365 |
29,3004 |
|
82 |
RMBA |
30,2514 |
30,2760 |
30,3310 |
30,4643 |
30,1539 |
29,8709 |
|
83 |
WIIM |
27,9338 |
27,8345 |
27,8586 |
27,8930 |
28,1100 |
28,2682 |
|
84 |
DVLA |
28,0572 |
28,1263 |
28,1515 |
28,2353 |
28,3175 |
28,3662 |
|
85 |
INAF |
27,9543 |
28,0562 |
27,9973 |
27,9560 |
28,1695 |
28,3301 |
|
86 |
KAEF |
29,1598 |
29,4387 |
29,8781 |
30,5414 |
30,4968 |
30,5080 |
|
87 |
KLBF |
30,3540 |
30,4414 |
30,5295 |
30,6399 |
30,7474 |
30,8762 |
|
88 |
MERK |
27,3352 |
27,4650 |
27,8646 |
27,5268 |
27,5583 |
27,6569 |
|
89 |
PYFA |
25,8416 |
25,7957 |
25,9547 |
25,9744 |
26,1551 |
27,4156 |
|
90 |
SCPI |
27,9625 |
27,9342 |
28,1231 |
27,9801 |
28,1000 |
27,8234 |
|
91 |
SIDO |
28,7255 |
28,7810 |
28,8363 |
28,8922 |
28,9790 |
29,0344 |
|
92 |
TSPC |
29,5159 |
29,6372 |
29,6941 |
29,7560 |
29,8398 |
29,8974 |
|
93 |
ADES |
27,3664 |
27,4569 |
27,5046 |
27,4355 |
27,5889 |
27,8965 |
|
94 |
KINO |
28,8202 |
28,8059 |
28,9098 |
29,1777 |
29,2903 |
29,3075 |
|
95 |
MBTO |
27,2885 |
27,3834 |
27,1972 |
27,1052 |
27,6138 |
27,2951 |
|
96 |
MRAT |
26,9034 |
26,9326 |
26,9614 |
27,0013 |
27,0508 |
27,0833 |
|
97 |
TCID |
28,4127 |
28,4904 |
28,5251 |
28,5676 |
28,4703 |
28,4643 |
|
98 |
UNVR |
30,4492 |
30,5705 |
30,6026 |
30,6587 |
30,6531 |
30,5791 |
|
99 |
CINT |
26,7131 |
26,8899 |
26,9205 |
26,9800 |
26,9339 |
26,9232 |
|
100 |
KICI |
25,6635 |
25,7300 |
25,7608 |
25,7525 |
25,7797 |
25,9554 |
|
101 |
LMPI |
27,4208 |
27,4502 |
27,3911 |
27,3267 |
27,2718 |
27,2801 |
|
Min |
25,2455 |
25,2156 |
25,3102 |
24,0450 |
24,0318 |
25,7032 |
|
|
Max |
33,1988 |
33,3201 |
33,4737 |
33,4945 |
33,4547 |
33,5372 |
|
|
Mean |
28,3815 |
28,4531 |
28,5330 |
28,4951 |
28,5016 |
28,6103 |
|
|
Std. Dev |
1,5640 |
1,5531 |
1,5455 |
1,6316 |
1,6622 |
1,5738 |
|
Sumber: Data diolah oleh penulis,
2022
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2016 memiliki
nilai minimum sebesar 25,2455 yang
dimiliki oleh BIMA sedangkan nilai maksimumnya sebesar 33,1988 yang dimiliki oleh ASII.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2017 memiliki
nilai minimum sebesar 25,2155 yang
dimiliki oleh BIMA sedangkan nilai maksimumnya sebesar 33,3201 yang
dimiliki oleh ASII.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2018 memiliki
nilai minimum sebesar 25,3101 yang
dimiliki oleh BIMA sedangkan nilai maksimumnya sebesar 33,4737 yang dimiliki oleh ASII.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2019 memiliki
nilai minimum sebesar 24,0449 yang
dimiliki oleh INTP sedangkan nilai maksimumnya sebesar 33,4945 yang dimiliki oleh ASII.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2020 memiliki
nilai minimum sebesar 24,0317 yang
dimiliki oleh INTP sedangkan nilai maksimumnya sebesar 33,4546 yang dimiliki oleh ASII.
Berdasarkan tabel diatas, dapat
diinterpretasikan bahwa variabel ukuran perusahaan tahun 2021 memiliki
nilai minimum sebesar 25,7031 yang
dimiliki oleh LMSH sedangkan nilai maksimumnya sebesar 33,5372 yang dimiliki oleh ASII.
Uji asumsi klasik dilakukan agar model
regresi tidak terdapat masalah Multikolinieritas, Autokorelasi,
Heteroskedastisitas, dan data distribusi normal, jika asumsi klasik terpenuhi
maka menghasilkan estimator yang sesuai Best Linear Unbiased Estimator
(BLUE), yang artinya model regresi dapat digunakan sebagai alat estimasi
penelitian (Widarjono, 2010).
a.
Hasil Uji Normalitas Data
Uji normalitas data dalam penelitian ini digunakan untuk mengetahui apakah
data dari masing-masing variabel memiliki distribusi normal. Model
regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati
normal. Dalam penelitian ini peneliti menggunakan uji Central Limit Theorem. Menurut Gujarati (2006), teorema limit
sentral ditunjukkan jika ada sejumlah besar variabel acak yang didistribusikan
secara independen dan identik, maka dengan beberapa pengecualian (salah satu
pengecualian adalah distribusi probabilitas Cauchy yang tidak mempunyai nilai
rata-rata ataupun varians), distribusi dari jumlah variabel acak tersebut
cenderung ke arah distribusi normal apabila jumlah variabel semacam itu
bertambah sampai tak terhingga. Dalam praktiknya, tak peduli distribusi
probabilitas apapun yang mendasari, rata-rata sampel dari besaran sampel yang
terdiri dari lebih dari 30 observasi, maka akan mendekati normal.
b. Hasil
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas. Untuk mendeteksi ada
tidaknya multikolinearitas dalam model regresi berganda dapat dilihat dari
nilai tolerance dan Variance Inflation factor (VIF). Jika
nilai tolerance di atas 0,1 dan VIF
di bawah 10 maka model Multikolinearitas (Ghozali, 2011).
Tabel 5. Tabel Hasil Uji
Multikolinearitas Data
|
Variabel |
Tolerance |
VIF |
Keterangan |
|
Reformasi perpajakan |
0,997 |
1,003 |
Bebas Multikolinearitas |
|
Intensitas Modal |
0,991 |
1,010 |
Bebas Multikolinearitas |
|
Intensitas Persediaan |
0,985 |
1,015 |
Bebas Multikolinearitas |
|
Ukuran Perusahaan |
0,978 |
1,022 |
Bebas Multikolinearitas |
Sumber: Hasil olah data
oleh penulis, 2022
Hasil
uji multikolinearitas pada model penelitian di atas menunjukkan
bahwa seluruh variabel independen memiliki nilai VIF kurang dari 10 dan nilai tolerance > 0,1 sehingga dapat
disimpulkan bahwa model tidak terjadi multikolinearitas diantara variable
independen pada penelitian ini.
c.
Hasil Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah dalam suatu model
regresi terdapat kesamaan atau ketidak samaan varians antara pengamatan yang
satu dengan pengamatan yang lainnya. Pengujian heteroskedastisitas
menggunakan grafik scatterplot. Berikut ini tampilan grafik scatterplot dari
model regresi dalam penelitian ini yang disajikan pada gambar 1.
Gambar 1. Grafik Scatterplot
Sumber: Output Olah Data
SPSS 26, 2022
Dalam suatu model regresi yang baik, biasanya tidak mengalami heteroskedastisitas.
Melalui grafik scatterplot dapat terlihat suatu model regresi mengalami
heteroskedastisitas atau tidak. Jika terdapat pola tertentu dalam grafik maka
mengindikasikan telah terjadi heteroskedastisitas. Dari Gambar 4.1 terlihat
bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun
dibawah angka 0 pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas
pada model regresi dalam penelitian ini.
d.
Uji Autokorelasi
Tabel 6. Hasil Pengujian
Autokorelasi
|
DW |
dL |
Du |
Keterangan |
|
1,986 |
1,777 |
1,809 |
Tidak
terjadi Autokorelasi |
Sumber:
Data diolah penulis, 2022
Berdasarkan hasil pengujian
tabel 6 menunjukkan bahwa nilai Durbin-Watson sebesar 1,986. Untuk nilai dU dan dL dapat dilihat dari DW tabel pada signifikansi 0,05
dengan n (jumlah data) =584 dan k (jumlah variabel independen) = 4 didapatkan nilai dL adalah 1,777 dan nilai dU adalah 1,809, maka dapat disimpulkan bahwa tidak ada autokorelasi.
Analisis
Regresi Linear Berganda
Adapun hasil analisis data yang diperoleh dengan program SPSS 21 dalam
penelitian ini dimaksudkan untuk mengetahui ada tidaknya pengaruh reformasi
perpajakan, intensitas modal, intensitas persediaan, dan ukuran perusahaan
terhadap tax avoidance pada perusahaan manufaktur yang terdaftar di BEI
pada tahun 2016-2021.
Tabel 7. Hasil Uji
Regresi Linear Berganda
|
Variabel |
Koefisien
Regresi |
Thitung |
Sig |
Ket |
|
Constanta |
-0,340 |
-1,494 |
0,136 |
|
|
Reformasi perpajakan |
-0,005 |
-0,179 |
0,858 |
H1 ditolak |
|
Intensitas Modal |
-0,159 |
-2,721 |
0,007 |
H2 diterima |
|
Intensitas Persediaan |
0,084 |
1,287 |
0,199 |
H3 ditolak |
|
Ukuran Perusahaan |
0,021 |
2,611 |
0,009 |
H4 diterima |
|
R2 = 0,024 |
|
Fhitung= |
3,593 |
|
|
Adjusted R2 =
0,018 |
|
Sig = |
0,007 |
|
Sumber:
Hasil olah data oleh penulis, 2022
Model dari penelitian ini adalah:
Y = -0,340 – 0,005
REF – 0,159 INM + 0,084 INP + 0,021 SZE + ε
Uji
Fit Model (Uji F)
Uji statistik
F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan
dalam model mempunyai pengaruh secara bersama - sama terhadap variabel dependen
atau terikat (Ghozali,2011:98). Berdasarkan hasil
pengolahan data Tabel 4.10 diperoleh data sebagai berikut: Untuk variabel tax avoidance didapatkan hasil nilai Fhitung (3,593)
dengan nilai p-value = 0,038 sedangkan Ftabel (2,43)
dengan ketentuan α =5%, df1= k-1 atau 4-1= 3,
dan df2= n-k atau 584-3=581.
Hasil uji dari distribusi Fhitung (3,593)
lebih besar dari Ftabel (2,43) dengan bahwa nilai p-value = 0,038 dangan ketentuan α =5%, . Hasil uji dari p-value (0,007) < 0,05. Jadi dapat
disimpulkan bahwa variabel independen yang terdiri dari reformasi
perpajakan, intensitas modal, intensitas persediaan, dan ukuran perusahaan secara
bersama-sama berpengaruh terhadap variabel dependen yaitu tax avoidance.
Pengaruh Reformasi
Perpajakan Terhadap Tax Avoidance
Berdasarkan uji t yang dilakukan
memperoleh nilai t hitung > ttabel reformasi perpajakan sebesar -0,179 < -1,97190 dan nilai signifikan sebesar 0,858 > 5%, sehingga H1 ditolak yang artinya reformasi perpajakan tidak berpengaruh terhadap tax avoidance.
Reformasi perpajakan tidak
berpengaruh signifikan terhadap penghindaran pajak dan memiliki koefisien
negatif. Hasil penelitian ini konsisten dengan penelitian yang dilakukan Indriana (2021) yang
menyatakan bahwa reformasi perpajakan tidak berpengaruh terhadap penghindaran
pajak.
Variabel reformasi perpajakan yang
tidak berpengaruh signifikan dan memiliki koefisien negatif diduga karena
reformasi perpajakan pada tahun 2020 yang merupakan reformasi perubahan
fundamental pada tarif pph wajib pajak badan dan banyaknya insentif pajak yang
diberikan sejak berlakunya PP No. 30 tahun 2020 yang juga tertuang dalam
Undang-Undang Harmonisasi Peraturan Perpajakan tentang Pajak Penghasilan untuk
wajib pajak badan. Namun, meski dilakukan perubahan tarif PPh badan dan
pemberian insentif perpajakan, fiskus atau DJP masih tidak (SE) tentang fokus
pemeriksaan nasional pada tahun sebelumnya. Dapat disimpulkan bahwa dengan
masuknya industri manufaktur sebagai fokus pemeriksaan nasional menunjukkan
bahwa masih ada indikasi upaya penghindaran pajak dari WP badan industri
manufaktur.
Pengaruh Intensitas Modal Terhadap Tax Avoidance
Berdasarkan hasil pengujian
hipotesis yang kedua mendapatkan hasil uji t memperoleh nilai t hitung>
ttabel intensitas modal sebesar -2,721< -1,97190 dan nilai
signifikan sebesar 0,007 > 5%, sehingga H2
diterima yang artinya intensitas modal tidak berpengaruh terhadap tax
avoidance.
Hal ini dikarenakan tindakan
perusahaan yang menggunakan aset tetapnya untuk operasional perusahaan tidak
mengindikasikan perusahaan tersebut melakukan penghindaran pajak. Hal ini
sejalan dengan penelitian yang dilakukan oleh Juliana, Arieftiara, & Nugraheni (2020) yang menunjukan bahwa intensitas modal tidak
berpengaruh terhadap tax avoidance.
Pengaruh Intensitas Persediaan Terhadap Tax Avoidance
Berdasarkan hasil pengujian
hipotesis yang ketiga mendapatkan hasil bahwa intensitas persediaan tidak berpengaruh terhadap tax avoidance. Hal ini dibuktikan dengan
hasil t hitung untuk variabel t hitung untuk intensitas persediaan sebesar
1,287 < 1,97190 dan nilai signifikan sebesar 0,199 > 5%, sehingga H3 ditolak yang artinya
intensitas persediaan tidak berpengaruh terhadap tax avoidance.
Intensitas persediaan tidak
berpengaruh terhadap agresivitas pajak. Perusahaan yang terdaftar sebagai PKP wajib melaporkan
SPT PPN, dalam SPT PPN memuat pembelian yang dilaporkan oleh perusahaan.
Pembelian yang dilaporkan dapat menggambarkan besar kecilnya intensitas
persediaan, dengan kata lain data persedian perusahaan sudah terekam pada
database Kantor Pajak. Maka dari itu perusahaan enggan melakukan tax avoidance atas intensitas persedian. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh (Wahyuningsih,
2018).
Pengaruh Ukuran
Perusahaan Terhadap Tax Avoidance
Berdasarkan hasil pengujian
hipotesis yang keempat mendapatkan hasil uji t memperoleh nilai t hitung>
ttabel ukuran
perusahaan sebesar 2,611 > 1,97190 dan nilai signifikan sebesar 0,009 < 5%, sehingga H4 diterima yang artinya ukuran perusahaan berpengaruh terhadap tax avoidance.
Variabel ukuran perusahaan yang diproksikan dengan
logaritma natural dari total aset perusahaan menunjukkan hasil berpengaruh
postif terhadap cash effective tax rate (CETR). Semakin besar ukuran
perusahaan maka semakin besar CETR pada perusahaan yang berarti menurunnya
tingkat penghindaran pajak. Perusahaan yang termasuk dalam skala perusahaan
besar akan mempunyai sumber daya yang berlimpah yang dapat digunakan untuk
tujuan-tujuan tertentu. Hasil penelitian ini serupa dengan hasil penelitian Aulia & Mahpudin (2020) yang menyatakan bahwa ukuran perusahaan berpengaruh
positif dan signifikan terhadap tax avoidance.
Koefisien
Determinasi (R2)
Koefisien Determinasi
(R2) digunakan untuk melihat seberapa besar variabel independen
dapat menjelaskan variabel dependen. Apabila angka koefisien determinasi
mendekati 1, maka pengaruh variabel independen terhadap variabel independen
semakin kuat. Hal ini berarti variabel-variabel independen memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Sedangkan nilai koefisien determinasi (R2) yang kecil
variabel-variabel independen dalam menjelaskan variasi variabel dependen adalah
terbatas (Ghozali, 2011).
Koefisien Determinasi
(R2) digunakan untuk menguji
goodness-fit dari model regresi (Ghozali, 2011:177). Serta hasil
perhitungan untuk nilai adjusted R2 dengan bantuan program spss,
dalam analisis regresi berganda diperoleh angka koefisien determinasi atau adjusted R2 sebesar 0,018.
Hal ini berarti bahwa 1,10% variasi tax avoidance yang dijelaskan oleh
variabel dari reformasi perpajakan, intensitas modal, intensitas persediaan,
dan ukuran perusahaan. Sementara sisanya 98,20% diterangkan oleh variabel lain
yang tidak masuk dalam observasi penelitian ini. Maka dapat disimpulkan bahwa,
dari hasil uji tersebut menunjukan bahwa model penelitian goodness-fit. Hasil dapat dilihat pada lampiran.
Uji
Signifikasnsi Parsial (Uji Statistik t)
Uji t digunakan untuk
mengetahui besarnya pengaruh masing-masing variabel dari reformasi perpajakan,
intensitas modal, intensitas persediaan, dan ukuran perusahaan terhadap tax
avoidance. Pengujian
regresi digunakan pengujian dua sisi (two
tailed test) dengan α= 5% yang berarti bahwa tingkat keyakinan sebesar 95%.
Hasil uji t dapat dilihat pada lampiran. Berdasarkan hasil pengujian uji t
menunjukkan bahwa:
a. Nilai
t hitung untuk variabel reformasi
perpajakan sebesar -0,406 < -1,97190 dan nilai signifikan sebesar 0,858 > 5%, sehingga H1 ditolak yang artinya reformasi perpajakan tidak berpengaruh terhadap tax avoidance.
b. Nilai
t hitung untuk variabel intensitas
modal sebesar -1,787 < -1,97190 dan nilai signifikan sebesar 0,007 > 5%, sehingga H2 diterima yang artinya intensitas modal berpengaruh terhadap tax avoidance.
c. Nilai
t hitung untuk variabel intensitas
persediaan sebesar 0,667 < 1,97190 dan nilai signifikan sebesar 0,199 > 5%, sehingga H3 ditolak yang artinya intensitas persediaan tidak berpengaruh terhadap tax avoidance.
d.
Nilai t hitung untuk variabel ukuran perusahaan sebesar 2,679 > 1,97190 dan nilai signifikan sebesar 0,009 < 5%, sehingga H4 diterima yang artinya ukuran perusahaan berpengaruh terhadap tax avoida
BIBLIOGRAFI
Aulia, I., & Mahpudin, E. (2020).
Pengaruh profitabilitas, leverage, dan ukuran perusahaan terhadap tax
avoidance. Akuntabel, 17(2), 289–300.
Damayanti, F., & Susanto,
T. (2015). Pengaruh komite audit, kualitas audit, kepemilikan institusional,
risiko perusahaan dan return on assets terhadap tax avoidance. Jurnal Bisnis
Dan Manajemen, 5(2), 187–206.
Darmadi, I. N. H., &
Zulaikha, Z. (2013). Analisis Faktor yang Mempengaruhi Manajemen Pajak
dengan Indikator Tarif Pajak Efektif (Studi Empiris pada Perusahaan Manufaktur
yang Terdaftar di Bursa Efek Indonesia pada Tahun 2011-2012). Fakultas
Ekonomika dan Bisnis.
Dharma, N. B. S., &
Noviari, N. (2017). Pengaruh corporate social responsibility dan capital
intensity terhadap tax avoidance. E-Jurnal Akuntansi Universitas Udayana,
18(1), 529–556.
Fan, Q., Qiao, Y., Zhang, T.,
& Huang, K. (2021). Environmental regulation policy, corporate pollution
control and economic growth effect: Evidence from China. Environmental
Challenges, 5, 100244.
Ghozali, I. (2011). Aplikasi
Analisis Multivariate Dengan Program SPSS. Badan Penerbit Universitas
Diponegoro.
INDRIANA, I. (2021). Pengaruh
Kepemilikan Keluarga, Koneksi Politik, Reformasi Perpajakan Dan Pertumbuhan
Penjualan Terhadap Penghindaran Pajak Di Bursa Efek Indonesia (Studi Empiris
Perusahaan Manufaktur di Bursa Efek Indonesia Sektor Energi Tahun 2017-2020).
Universitas Pancasakti Tegal.
Juliana, D., Arieftiara, D.,
& Nugraheni, R. (2020). Pengaruh Intensitas Modal, Pertumbuhan Penjualan,
dan CSR Terhadap Penghindaran Pajak. Prosiding BIEMA (Business Management,
Economic, and Accounting National Seminar), 1, 1257–1271.
Mardiasmo, M. B. A. (2016). Perpajakan–Edisi
Terbaru. Penerbit Andi.
Noveliza, D., & Crismonica,
S. (2021). Faktor yang mendorong melakukan tax avoidance. Mediastima, 27(2),
182–193.
Nugraha, M. I., & Mulyani,
S. D. (2019). Peran leverage sebagai pemediasi pengaruh karakter eksekutif,
kompensasi eksekutif, capital intensity, dan sales growth terhadap tax
avoidance. Jurnal Akuntansi Trisakti, 6(2), 301–324.
Pohan, C. A. (2016). Manajemen
perpajakan: Stategi perencanaan pajak dan bisnis.
Prayogo, K. H., & Darsono,
D. (2015). Faktor-Faktor Yang Berpengaruh Terhadap Penghindaran Pajak
Perusahaan. Diponegoro Journal of Accounting, 4(2), 156–167.
Sugiyono. (2016). Metode
Penelitian Pendidikan (Pendekatan Kuantitatif, Kualitatif, dan R&D).
Alfabeta, CV.
Thomsen, M., & Watrin, C.
(2018). Tax avoidance over time: A comparison of European and U.S. firms. Journal
of International Accounting, Auditing and Taxation, 33(November), 40–63.
https://doi.org/10.1016/j.intaccaudtax.2018.11.002
Wahyuningsih, Y. (2018). Pengaruh
intensitas persediaan, intensitas aset tetap dan sales growth terhadap tax
avoidance (studi empiris pada perusahaan manufaktur sektor industri barang
konsumsi sub sektor makanan dan minuman yang terdaftar di bursa efek indonesia
periode 2012–2016).
Widarjono, A. (2010). Analisis
statistika multivariat terapan. Yogyakarta: UPP STIM YKPN.
|
Copyright holder: Santi
Wahyu Kusumaningrum, Kurnia, Hilda Salman Said (2024) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
