BAB IV PENEMUAN DAN PEMBAHASAN
B. Hasil Uji Instrumen Penelitian
3. Hasil Uji Asumsi Klasik 6
a. Hasil Uji Multikolonieritas
Untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor (VIF) serta besaran korelasi antar variabel independen.
Tabel 4.10
Hasil Uji Multikolonieritas
Coefficientsa Model Unstandardized Coefficients Standard ized Coeffici ents t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -9.193 7.747 -1.187 .243
PT .664 .199 .506 3.339 .002 .522 1.914
AK .492 .159 .365 3.088 .004 .857 1.167
BAT .019 .231 .012 .082 .935 .531 1.882
a. Dependent Variable: KIN
Sumber: Data primer yang diolah
Berdasarkan tabel 4.10 diatas terlihat bahwa nilai tolerance
mendekati angka 1 dan nilai variance inflation factor (VIF) disekitar angka 1 untuk setiap variabel. Variabel pelatihan teknis perpajakan dengan nilai tolerance sebesar 0,522 dan VIF sebesar 1,914, variabel akuntabilitas dengan nilai tolerance sebesar 0,857 dan VIF sebesar 1,167, serta variabel batasan waktu pemeriksaan dengan nilai tolerance
sebesar 0,531 dan VIF sebesar 1,882. Dengan demikian, dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini.
b. Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah
model regresi, variabel dependen dan variabel independen atau
keduanya mempunyai distribusi normal atau tidak. Model regresi yang
baik adalah distribusi data normal atau mendekati normal.
Sumber: Data primer yang diolah
Gambar 4.1
Hasil Uji Normalitas Menggunakan Grafik P-Plot
Gambar 4.1 memperlihatkan penyebaran data yang berada
menunjukkan bahwa model regresi telah memenuhi asumsi
normalitas.
c. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam
sebuah model regresi, terjadi ketidaksamaan varians dari residual dari
satu pengamatan ke pengamatan yang lain. Deteksi ada tidaknya
heteroskedastisitas dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scatterplot antara SRESID dan ZPRED, yang
diperlihatkan pada gambar 4.2.
Sumber: Data primer yang diolah
Berdasarkan gambar 4.2, grafik scatterplot menunjukkan bahwa
data tersebar di atas dan di bawah angka 0 (nol) pada sumbu Y dan
tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal
ini berarti tidak terjadi heteroskedastisitas pada model persamaan
regresi, sehingga model regresi layak digunakan untuk memprediksi
kinerja pemeriksa pajak berdasarkan variabel yang mempengaruhinya,
yaitu pelatihan teknis perpajakan, akuntabilitas dan batasan waktu
pemeriksaan.
4. Hasil Analisis Data
Pengujian hipotesis dilakukan dengan menggunakan model analisis
regresi berganda (multiple regression analysis), yaitu:
a. Uji Koefisien Determinasi
Uji koefisien determinasi dilakukan untuk mengetahui seberapa
besar kemampuan variabel dependen dapat dijelaskan oleh variabel
independen.
Tabel 4.11
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .730a .533 .497 4.373 2.115
a. Predictors: (Constant), BAT, AK, PT
b. Dependent Variable: KIN
Sumber: Data primer yang diolah
Tabel 4.11 menunjukkan nilai Adjusted R Square sebesar 0,497 atau 49,7%, ini menunjukkan bahwa variabel kinerja pemeriksa pajak
yang dapat dijelaskan oleh variabel pelatihan teknis perpajakan, akuntabilitas serta batasan waktu pemeriksaan adalah sebesar 49,7%, sedangkan sisanya sebesar 0,503 atau 50,3% (1-0,497) dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam model penelitian ini. Faktor lain yang dapat mempengaruhi diantaranya keahlian, profesionalisme, motivasi, pengalaman dan lain-lain.
b. Hasil Uji Statistik t
Uji statistik t digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05. Hasil uji statistik t dapat dilihat pada tabel 4.12, jika nilai probability t lebih kecil dari 0,05 maka Ha diterima dan menolak H0, sedangkan jika
nilai probability t lebih besar dari 0,05 maka H0 diterima dan menolak
Ha.
Tabel 4.12 Hasil Uji Statistik t
Coefficientsa
Model
Unstandardized Coefficients Standardized Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -9.193 7.747 -1.187 .243
PT .664 .199 .506 3.339 .002 .522 1.914
AK .492 .159 .365 3.088 .004 .857 1.167
BAT .019 .231 .012 .082 .935 .531 1.882
a. Dependent Variable: KIN
Hasil Uji Hipotesis 1: Pengaruh pelatihan teknis perpajakan terhadap kinerja pemeriksa pajak.
Hasil uji hipotesis 1 dapat dilihat pada tabel 4.12, variabel pelatihan
teknis perpajakan mempunyai tingkat signifikansi sebesar 0,002. Hal
ini berarti menerima Ha1 sehingga dapat dikatakan bahwa pelatihan
teknis perpajakan berpengaruh secara signifikan terhadap kinerja
pemeriksa pajak karena tingkat signifikansi yang dimiliki variabel
pelatihan teknis perpajakan lebih kecil dari 0,05.
Hasil Uji Hipotesis 2: Pengaruh akuntabilitas terhadap kinerja pemeriksa pajak.
Hasil uji hipotesis 2 dapat dilihat pada tabel 4.12, variabel
akuntabilitas mempunyai tingkat signifikansi sebesar 0,004. Hal ini
berarti menerima Ha2 sehingga dapat dikatakan bahwa akuntabilitas
berpengaruh secara signifikan terhadap kinerja pemeriksa pajak karena
tingkat signifikansi yang dimiliki variabel akuntabilitas lebih kecil dari
0,05.
Hasil Uji Hipotesis 3: Pengaruh batasan waktu pemeriksaan terhadap kinerja pemeriksa pajak..
Hasil uji hipotesis 3 dapat dilihat pada tabel 4.12, variabel batasan
waktu pemeriksaan mempunyai tingkat signifikansi sebesar 0,935. Hal
ini berarti menolak Ha3 sehingga dapat dikatakan bahwa batasan waktu
pemeriksa pajak karena tingkat signifikansi yang dimiliki variabel
batasan waktu pemeriksaan lebih besar dari 0,05.
Berdasarkan tabel 4.12, maka diperoleh model persamaan
regresi sebagai berikut.
Keterangan:
Y = Kinerja Pemeriksa Pajak
XД = Pelatihan Teknis Perpajakan XЕ = Akuntabilitas
XЖ = batasan waktu pemeriksaan e = Error
Dari model regresi berganda tersebut dapat dijelaskan sebagai berikut:
1) Nilai konstanta (α) model persamaan regresi sebesar-9,193. Hal ini menyatakan bahwa jika variabel pelatihan teknis perpajakan,
akuntabilitas dan batasan waktu pemeriksaan pajak dianggap
konstan, maka tingkat kemudahan tindakan penagihan tunggakan
pajak bersifat negatif.
2) Koefisien regresi pada variabel pelatihan teknis perpajakan bernilai
positif sebesar 0,664. Hal ini menunjukkan jika koefisien regresi
pada variabel pelatihan teknis perpajakan bernilai positif maka
akan terjadi peningkatan kinerja pemeriksa pajak secara positif
dengan asumsi variabel lainnya masih tetap konstan.
3) Koefisien regresi pada variabel akuntabilitas bernilai positif sebesar
0,492. Hal ini menunjukkan jika koefisien regresi pada variabel
akuntabilitas bernilai positif maka akan terjadi peningkatan kinerja
pemeriksa pajak secara positif dengan asumsi variabel lainnya
masih tetap konstan.
4) Koefisien regresi pada variabel batasan waktu pemeriksaan bernilai
positif sebesar 0,019. Hal ini menunjukkan jika koefisien regresi
pada variabel batasan waktu pemeriksaan bernilai positif maka
akan terjadi peningkatan kinerja pemeriksa pajak secara positif
dengan asumsi variabel lainnya masih tetap konstan.
c. Hasil Uji Statistik F
Uji statistik F digunakan untuk mengetahui pengaruh semua
variabel independen yang dimasukkan dalam model regresi secara
bersama-sama terhadap variabel dependen yang diuji pada tingkat
signifikan 0,05. Hasil uji statistik F dapat dilihat pada tabel 4.13, jika
nilai probabilitas lebih kecil dari 0,05 maka Ha diterima dan menolak
H0, sedangkan jika nilai probabilitas lebih besar dari 0,05 maka H0
Tabel 4.13 Hasil Uji Statistik F
Sumber: Data primer yang diolah
Hasil Uji Hipotesis 4: Pengaruh pelatihan teknis perpajakan, akuntabilitas serta batasan waktu pemeriksaan terhadap kinerja pemeriksa pajak.
Hasil uji hipotesis 4 dapat dilihat pada tabel 4.13 nilai F diperoleh
sebesar 16.066 dengan tingkat signifikansi 0,000. Karena tingkat
signifikansi lebih kecil dari 0,05 maka Ha4 diterima, sehingga dapat
dikatakan bahwa pelatihan teknis perpajakan, akuntabilitas serta
batasan waktu pemeriksaan berpengaruh secara simultan dan
signifikan terhadap kinerja pemeriksa pajak.
ANOVAb
Model
Sum of Squares Df Mean Square F Sig.
1 Regression 849.837 3 283.279 14.813 .000a
Residual 745.837 39 19.124
Total 1595.674 42
a. Predictors: (Constant), BAT, PT, AK b. Dependent Variable: KIN