• Tidak ada hasil yang ditemukan

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

Dokumen terkait