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).