HASIL PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum Perusahaan 1. Umum
1. Kuesioner dan Demografi
Metode yang digunakan untuk pengumpulan data yaitu secara langsung.
Jumlah kuesioner yang disebar adalah sejumlah 100. Jumlah yang dapat diolah sejumlah 100. Jadi semua kuesioner yang kembali dan dapat diolah. Adapun tingkat pengembalian kuesioner dapat dilihat pada tabel 4. 1 sebagai berikut :
Tabel 4. 1
Tingkat Pengembalian Kuesioner
No Keterangan Jumlah Persentase (%) 1. Jumlah kuesioner yang
disebarkan
100 100%
2. Jumlah kuesioner yang kembali
100 100%
Sumber : data diolah (2021)
Dari tabel di atas dapat disimpulkan bahwa jumlah kuesioner yang disebar adalah sejumlah 100 kuesioner dengan persentase 100%, dan jumlah kuesioner yang kembali sejumlah 100 kuesioner dengan persentase 100% dapat diolah.
Tabel 4.2
Karakteristik Responden berdasarkan Gender
Deskripsi Jumlah Persentase (%)
Jenis Kelamin 1. Laki-Laki 2. Perempuan
56 44
56%
44%
Sumber : Data yang Diolah (2021)
Dari tabel di atas dapat diketahui bahwa sebagian besar responden yang merupakan wajib pajak yang berada di Wilayah Kantor Samsat Dharmasraya berjenis kelamin laki-laki yaitu sebanyak 56 Responden (56%) dan yang berjenis kelamin perempuan sebanyak 44 responden (44%).
Identitas responden berdasarkan umur pada penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 4.3
Karakteristik Responden Berdasarkan umur
Umur Jumlah Persentase (%)
17-25 23 23%
26-35 30 30%
36-45 35 35%
46-55 11 11%
56-65 1 1%
Sumber : Data diolah (2021)
Identitas responden berdasarkan tingkat pendidikan pada penelitian ini dapat dilihat pada tabel 4. 4berikut ini :
Tabel 4. 4
Karakteristik Responden Berdasarkan Tingkat Pendidikan Pendidikan terakhir Jumlah Persentase
SD 8 8%
SMP 24 24%
SMA 53 53%
DIII/S1 15 15%
Total 100 100%
Sumber : Data diolah (2021)
2. Analisis Data dan Uji Statistik Deskriptif Variabel.
Analisis deskriptif memberikan gambaran atau deskriptif suatu data yang dilihatkan dari nilai rata-rata, standar deviasi, varian, nilai maksimum dan minimum (Ghozoli, 2005 : 90). Analisis data dalam penelitian ini dilakukan terhadap wajib pajak kendaraan bermotor. Statistik deskriptif variabel ini dapat dilihat pada tabel 4.5 berikut ini :
Tabel 4. 5
Data hasil statistik dapat dilihat bahwa yang merupakan variabel independen seperti faktor gender dengan nilai rata-rata jawaban responden 1.5600 dan diperoleh standar deviasi untuk gender 0.49889, umur dengan nilai rata-rata 2.3700 dan diperoleh standar deviasi 0.99143, tingkat pendidikan dengan nilai rata-rata jawaban responden 2.7500 dan diperoleh standar deviasi 0.80873, pemahaman pajak dengan nilai rata-rata jawaban responden 6.6800 dan diperoleh standar deviasi 1.29396, pelayanan pajak dengan nilai rata-rata jawaban responden 59.4400 dan diperoleh standar deviasi 7.12843 dan tunggakan pajak dengan nilai rata-rata jawaban responden 72.8000 dan diperoleh standar deviasi 7.76030. Dilihat dari nilai rata-ratanya, variabel tunggakan pajak memiliki rata-rata paling tinggi dibandingkan variabel lain.
3. Hasil Uji Validitas dan Reabilitas Instrumen
Penelitian yang mengukur variabel dengan menggunakan instrument dalam kuesioner harus diuji kualitas datanya atau syarat yang penting berlaku dalam kuesioner seperti keharusan suatu kuesioner untuk valid dan reliabel. Hal ini dimaksudkan untuk mengetahui apakah instrumen tersebut valid atau reliabel yang akan diukur, sehingga penelitian ini bisa mendukung hipotesis. Dalam pengujian ini peneliti lakukan untuk mengetahui kualitas data, layak atau tidaknya suatu data untuk diangkat, maka peneliti menganalisis data dengan cara mengkorelasikan masing-masing skor total. Skor total adalah penjumlahan dari keseluruhan item. Item-item pernyataan yang berkorelasi signifikan dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan dalam mengungkapkan apa yang ingin diungkapkan. Kuesioner dapat dikatakan valid jika nilai pearson korelation lebih besar dari nilai rtabel, rtabel dicaripada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n)
= 100, maka rtabel adalah 0,1946.
Sedangkan penulis melakukan pengukuran reliabilitas dengan menggunakan teknik Cronbach’s Alpha guna menguji kelayakan terhadap konsistensi seluruh skala yang digunakan. Uji Reliabelitas dilakukan dengan metode Cronbach’s Alpha menggunakan SPSS. Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach’s Alpha>0,60 (Nunnally, 1967 dalam Ghozali, (2006). Pengukuran dalam penelitian ini menggunakan metode one shot atau diukur satu kali saja.
Tabel 4. 6
Hasil Uji Validitas dan Reliabilitas pemahaman pajak Item variabel Validitas Reliabilitas
Pearson diukur dengan 8 item pertanyaan. Hasil uji validitas menunjukkan bahwa item 1, 2, 3, 4, 5, 6, 7, dan 8 memiliki nilai lebih besar dari 0,1946 sehingga valid. Sehingga dapat dilakukan uji reliabilitas, nilai koefisien alpha adalah 0,645 yang berarti variabel tersebut reliabel karena memiliki nilai koefisien alpha di atas 0,60 (Ghozali, 2006)
Tabel 4. 7
Hasil Uji Validitas dan Reliabilitas sistem pelayanan pajak Item variabel Validitas Reliabilitas
Pearson
Pertanyaan 6 0.468 Valid Pertanyaan 12 0.408 Valid Pertanyaan 13 0.520 Valid Pertanyaan 14 0.706 Valid Pertanyaan 15 0.344 Valid Pertanyaan 16 0.518 Valid Sumber : Olahan Data SPSS
Dari tabel 4.7 dapat dijelaskan bahwa sistem pelayanan pajak diukur dengan 16 item pertanyaan. Hasil uji validitas menunjukkan bahwa semua item pertanyaan memiliki nilai lebih besar dari 0,1972 sehingga valid.
Setelah dilakukan uji reliabilitas, nilai koefisien alpha adalah 0, 622 yang berarti variabel tersebut reliabel karena memiliki nilai koefisien alpha di atas 0,60 (Ghozali, 2006).
Tabel 4. 8
Hasil Uji Validitas dan Reliabilitas tunggakan pajak Item variabel Validitas Reliabilitas
Pearson
Total 1 Valid Sumber : Data Olahan SPSS
Dari tabel 4.8 di atas dapat dijelaskan bahwa tunggakan pajak kendaraan bermotor diukur dengan 10 item pertanyaan. Hasil uji validitas menunjukkan bahwa item 1,2,3,4,5,6,7,8,9,10 memiliki nilai lebih besar dari 0.1972 sehingga valid. Sehingga dapat disimpulkan bahwa semua item pada variabel tunggakan pajak kendaraan bermotor valid. Setelah dilakukan uji reliabilitas, nilai koefisien alpha adalah 0.615 yang berarti variabel tersebut reliabel karena memiliki nilai koefisien alpha di atas 0,60 (Ghozali, 2006).
4. Uji Asumsi Klasik
Setelah data yang dapat dianggap valid atau reliabel, maka langkah selanjutnya adalah menganalisis data. Seluruh data yang terkumpul ditabulasikan sesuai dengan masing-masing variabel yang digunakan dalam penelitian ini.
a. Uji Normalitas
Uji Normalitas dilakukan untuk mengetahui apakah data yang diteliti untuk keseluruhan indikator dan variabel tersebut bersifat normal. Uji normalitas data yang digunakan dalam penelitian ini adalah Kolmogrofsmirnof.
Tabel 4.9
Uji Normalita K-S-Z Tes
One-Sample Kolomorav-Smirnov Test Unstandardized Residual
N 100
Normal Mean .0000000
Parametersa Std. Deviation 3.79502396
Most Absolute .055
Extreme Positive .055
Differences Negative -.042 Kolmogorov-Smirnov Z 0.547 Asymp. Sig. (2-tailed) .926 a. Test distribution is normal
b. Calculated from data Sumber : Data Olahan SPSS
Dari Tabel 4.9 memperlihatkan bahwa nilai residual profitabilitas (asymp. Sig. (2-tailed) adalah 0.926, lebih besar dari sig –α (0,05), sehingga dimana jika t hitung > dan p-value<0,05, berarti Ha diterima atau H0 ditolak. Dengan demikian, dapat disimpulkan bahwa hasil penelitian ini memiliki nilai residual berdistribusi normal.
P d a
g a G G G
Gambar 4. 1 terlihat titik-tik menyebar disekitar garis diagonal.
Serta penyebarannya mengikuti arah garis diagonal. Maka dapat disimpulkan model regresi memenuhi asumsi normalitas. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk mendeteksi normal dapat melihat grafik normal P-P Plot of Reggresion Standardized Residual. Deteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik (Santoso, 2004).
b. Uji Heteroskedastisitas
Metode yang digunakan dalam mendeteksi heteroskedastisitas dilakukan dengan cara melihat grafik plot Prediksi variabel dependen,
Gambar 4.1 Normalitas P-P Plot
yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dengan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adaalah residual (Y prediksi-Y sesungguhnya) yang telah di-studentized. Dasar pengambilan keputusannya sebagai berikut :
1) Jika ada pola tertentu seperti titik-titik (point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Hasil uji heteroskedastisitas dengan menggunakan uji plot dapat disimpulkan sebagai berikut :
Gambar 4. 2 Diagram Scatterplot
Sumber : Olahan Data SPSS
Dari gambar 4. 2 di atas, terlihat titik menyebar secara acak atau tidak membentuk sebuah pola tertantu yang jelas dan tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas yang berarti model regresi layak untuk memprediksi variabel dependen berdasarkan masukkan variabel independen.
Dari hasil uji asumsi klasik terhadap variabel-variabel independen di atas, dapat disimpulkan bahwa data-data diatas lolos dari uji asumsi klasik dan uji kualitas data dan data di atas bisa dipakai pada proses selanjutnya, yaitu pada pengujian hipotesis.
c. Uji Autokorelasi
Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari besaran nilai Durbin-Watson (DW). Kriterianya sebagai berikut :
1) Jika D-W di bawah -2 berarti tidak ada autokorelasi positif.
2) Jika D-W diantara -2 sampai +2, berarti tidak ada autokorelasi.
3) Jika D-W di atas +2 berarti ada Autokorelasi negatif.
Tabel 4. 10
Sumber : Olahan Data SPSS
Pada tabel 4. 10 terlihat semua variabel mempunyai nilai Durbin Watson dibawah 2 dan diatas -2 yaitu sebesar 1.432 yang berarti tidak ada autokorelasi dan dapat disimpulkan bahwa regresi ini baik karena bebas dari autokorelasi.
d. Uji Multikolonearitas
Uji Multikolonearitas dengan menggunakan VIF paling banyak dilakukan dalm penelitian di Indonesia. Asumsi Multikolonearitas terpenuhi jika nilai VIF pada Output SPSS dibawah 10. Karena VIF=1 maka asumsi bebas Multikolonearitas juga dapat ditentukan jika tolerance diatas 0,5. Hasil uji Multikolonearitas seperti tabel 4. 10 berikut :
Tabel 4. 11
0.940 1.064 VIF/Tolerance Bebas 4. Pemahaman
pajak
0.733 1.365 VIF/Tolerance Bebas 5. Sistem
pelayanan pajak
0.760 1.316 VIF/Tolerance Bebas
Sumber : Olahan Data SPSS
Dari tabel 4. 11 di atas, dapat dilihat bahwa variabel independen mempunyai nilai toleran jauh diatas 0,5(>5%), serta nilai VIF tiap variabel independen kurang dari 10 (VIF<10), sehingga dapat disimpulkan bahwa antara variabel independen tidak terjadi multikolonearitas dan layak digunakan sebagai penelitian.