Penggunaan metode statistik deskriptif bertujuan untuk memberikan gambaran atau deskripsi hasil pengolahan data. Analisis ini
mendeskripsikan data sampel yang telah terkumpul dan diolah tanpa membuat kesimpulan yang berlaku umum. Analisis statistik deskriptif yang digunakan terdiri atas :
a. Mean (Nilai Rata – Rata)
Digunakan untuk mengetahui nilai rata – rata dari data yang diamati. Meskipun mean sering digunakan untuk mengetahui nilai kecenderungan dari suatu pengamatan, tetapi mean memiliki kelemahan yaitu rentan terhadap gangguan dari data outliers. b. Maximum (Nilai Tertinggi)
Digunakan untuk mengetahui nilai tertinggi dari data yang diamati. c. Minimum (Nilai Terendah)
Digunakan untuk mengetahui nilai terendah dari data yang diamati. d. Standar Deviasi
Digunakan untuk mengetahui variabilitas dari penyimpangan terhadap nilai rata –rata.
2. Uji Asumsi Klasik
a. Uji normalitas
Pengujian normalitas data penelitian untuk menguji apakah dalam model statistik variabel – variabel penelitian berdistribusi normal atau tidak normal. Model regresi yang baik adalah mempunyai distribusi data normal atau mendekati normal. Pengujian ini menggunakan
program SPSS versi 20,0. Uji Normalitas dalam penelitian ini menggunakan uji Kolmogorov – Smirnov lebih besar dari taraf signifikansi 0,05 atau 5%. Uji normalitas dapat juga dilihat dengan memperhatikan penyebaran data (titik) pada normal p plot regression standarred residual yaitu :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji heteroskedastisitas
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lain. Jika varians dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas. Jika varian berbeda disebut heterokedastisitas. Metode yang digunakan untuk menguji adanya gejala heteroskedastisitas adalah dengan metode uji Glejser.
c. Uji multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada tidaknya hubungan yang berarti antara masing – masing variabel independen dalam model regresi. Metode untuk menguji ada tidaknya
multikolinearitas dapat dilihat pada tolerance value atau variance inflation factor (VIF). Kriteria pengujian jika nilai tolerance variabel independen > 0,10 dan nilai VIF < 10 berarti tidak terjadi
multikolinearitas, sebaliknya jika nilai tolerance variabel independen < 0,10 dan nilai VIF > 10, dikatakan terjadi multikolinearitas.
d. Uji autokorelasi
Pengujian ini dilakukan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengguna pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.Uji autokorelasi dapat dilakukan dengan
menggunakan uji Durbin – Watson(DW), dimana hasil pengujian ditentukan berdasarkan nilai Durbin – Watson (DW). Dasar pengambilan keputusan ada tidaknya autokorelasi dengan menggunakan Durbin – Watson adalah sebagai berikut :
1) Angka DW < -2 berarti ada autokorelasi positif
2) Angka DW antara -2 sampai 2 artinya ada autokorelasi 3) Angka DW > 2 artinya autokorelasi negatif
Jika d < du atau (4-d) < du, Ho ditolak pada tingkat 2 sehingga secara statistik terlihat bahwa adanya autokorelasi baik positif maupun negatif secara signifikan.
3. Analisis regresi berganda
Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Untuk menyatakan hubungan antara variabel dependen dan variabel independen maka kita gunakan analisis linier berganda dengan rumus :
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ei
Dimana :
Y = rasio pajak β0 = konstanta
β1…β2 = koefisien regresi untuk variabel independen X1 = struktur ekonomi
X2 = tingkat pertumbuhan ekonomi
X3 = tingkat inflasi
X4 = Indeks Persepsi Korupsi (IPK)
ie = Error Term F. Pengujian hipotesis
Pengujian hipotesa dengan menggunakan uji t dan uji F untuk membuktikan apakah hipotesa yang digunakan diterima atau ditolak. 1. Uji t
Uji t ini digunakan untuk mengetahui signifikansi pengaruh secara parsial dari variabel independen (struktur ekonomi, tingkat pertumbuhan ekonomi, tingkat inflasi dan Indeks Persepsi Korupsi (IPK)) terhadap rasio pajak. Langkah – langkah pengujian :
ttabel t(α/2, n–k–1) Daerah
terima daerah tolak daerah tolak
–ttabel –ttabel(α/2, n–
k–1)
a. Menentukan hipotesis nol dan hipotesis alternatif
Ho : β = 0, artinya tidak ada pengaruh antara variabel independen (struktur ekonomi, tingkat pertumbuhan ekonomi, tingkat inflasi dan Indeks Persepsi Korupsi (IPK)) terhadap variabel dependen (rasio pajak)
Ha : β≠0, artinya ada pengaruh antara variabel independen (struktur ekonomi, tingkat pertumbuhan ekonomi, tingkat inflasi dan Indeks Persepsi Korupsi (IPK)) terhadap variabel dependen (rasio pajak)
b. Menentukan level of significance (α ) = 0,05 c. Kriteria pengujian
Ho diterima apabila –ttabel≤ thitung ≤ ttabel
Ho ditolak apabila thitung> ttabel atau –thitung< –ttabel
d. Menghitung nilai t t hitung= bi
Sbi
Ket : t = hasil dari persamaan hipotesis bi = nilai koefisien variabel
F = 0,05(k; nk1) Daerah tolak Daerah terima
e. Keputusan
Setelah hasil perhitungan didapatkan, kemudian dibandingkan dengan hasil yang diperoleh, maka Ho ditolak atau diterima. 2. Uji F
Uji f digunakan untuk mengetahui apakah seluruh variabel independen mempengaruhi variabel dependen. Langkah – langkahnya sebagai berikut :
a. Menentukan formulasi hipotesis nihil dan hipotesis alternatif Ho : b1=b2=b3=0, Berarti tidak terdapat pengaruh secara serentak
antara variabel X1, X2, X3 dan X4 terhadap
variabel Y
H1 : b1≠b2≠b3≠0, Berarti terdapat pengaruh secara serentak antara
variabel X1, X2, X3 dan X4 terhadap variabel Y.
b. Menentukan level of significance ( α )
Pengujian ini menggunakan level of significance ( α ) 0,05 c. Menentukan kriteria penerimaan dan penolakan
Ho diterima apabila Fhitung< F α; (k; n1k)
d. Menentukan kriteria pengujian dengan F hitung Fhitung=
Jk(reg)/k J(res)/n−1−k
Keterangan :
Jk(reg) : jumlah kuadrat regresi Jk(res) : jumlah kuadrat residu
k : banyaknya variabel bebas yang digunakan
n : jumlah sampel
e. Menarik kesimpulan = Ho diterima atau ditolak
Nilai Fhitung yang diperoleh dibandingkan dengan Ftabel.
Apabila Fhitung> Ftabel, maka Ho ditolak sehingga dapat disimpulkan
ada pengaruh yang signifikan antara variabel independen terhadap variabel dependen secara bersama – sama. Apabila Fhitung ≤ Ftabel,
maka Ho diterima sehingga dapat disimpulkan bahwa tidak ada pengaruh yang signifikan antara variabel independen terhadap variabel dependen secara bersama – sama.