JENIS WP JUMLAH WP TERDAFTAR SELURUHNYA
3.6 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode Analisis Regresi Linier Berganda, metode ini menggambarkan suatu hubungan dimana satu atau lebih variabel (variabel independen) mempengaruhi variabel lainnya (variabel dependen). Dimana metode analisis datanya dapat digambarkan dengan tahapan uji sebagai berikut
Gambar 3.1 Tahapan Uji Uji Validitas Uji Kuesioner
Uji Realibilitas Uji
Multikolinearitas Uji Asumsi Klasik Uji
Heteroskedastisitas Uji Normalitas
Uji Statistik t Uji Hipotesis
dengan Regresi Linier Berganda
Koefisien
Determinasi (R2)
Sumber: diolah oleh peneliti (2016).
3.6.1 Uji Kuesioner
Hasil suatu penelitian seharusnya valid dan reliabel, maka untuk mendapatkan hasil tersebut dibutuhkan instrumen yang valid dan reliabel.
Responden yang digunakan untuk uji coba instrumen penelitian ini diambil dari dalam populasi dan digunakan kembali sebagai sampel penelitian. Untuk menguji apakah instrumen yang digunakan dalam penelitian valid dan reliabel dilakukan uji validitas dan uji reliabilitas.
3.6.1.1 Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Menurut Ghozali (2011: 52-53) uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.
Untuk mengukur validitas dilakukan dengan menggunakan korelasi bivariate antara masing-masing skor indikator dengan total skor konstruk.
Uji validitas dapat dilakukan dengan melakukan korelasi bivariate antara masing-masing skor indikator dengan total skor konstruk. Apabila dari tampilan output SPSS menunjukkan bahwa korelasi antara masing-masing indikator terhadap total skor konstruk menunjukkan hasil signifikan, maka dapat disimpulkan bahwa masing-masing indikator pertanyaan adalah valid.
3.6.1.2 Uji Reliabilitas
Menurut Imam Ghozali (2011: 47) Uji reliabilitas digunakan untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu.
Pengujian ini dilakukan dengan menggunakan pengukuran one shot atau pengukuran sekali saja: pengukuran hanya sekali dan hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan dengan teknik Cronbach’s Alpha. Cronbach’s Alpha adalah tolak ukur atau patokan yang digunakan untuk menafsirkan korelasi antara skala yang dibuat dengan semua skala variabel yang ada.
Pengujian dilakukan pada setiap butir pernyataan pada tiap butir pertanyaan yang variabel. Suatu konstruk atau variabel dikatakan reliabel jika nilai Cronbach’s Alpha > 0,70 (Ghozali, 2013).
3.6.2 Uji Asumsi Klasik
Pengujian gejala asumsi klasik dilakukan agar hasil analisis regresi memenuhi kriteria BLUE (Best, Linear, Unblased, Estimator). Uji asumsi klasik ini terdiri dari uji multikolinearitas, uji heterokedastisitas, dan uji normalitas.
3.6.2.1 Uji Multikolinearitas
Uji multikoliniaritas digunakan untuk mengetahui ada tidaknya multikolinearitas dengan menyelidiki besarnya interkolerasi antar variabel bebasnya. Ada tidaknya multikolinearitas dapat dilihat
dari besarnya Tolerance Value dan Variance Inflation Factor (VIF).
Batas dari VIF adalah 10 dan nilai Tolerance Value adalah 0,1. Jika nilai VIF lebih besar dari 10 dan nilai Tolerance Value kurang dari 0,1 maka terjadi multikolinearitas.
3.6.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan residual antara satu pengamatan dengan pengamatan yang lain. Apabila variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas sedangkan jika variance dari residual antara pengamatan satu dengan lainnya berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah homoskesdatisitas.
Dalam penelitian ini nantinya akan dilakukan pengujian dengan melihat grafik nilai-nilai residu. Salah satu cara untuk melihat ada tidaknya gejala heteroskedastisitas adalah dengan melihat gambar scarter diagram nilai residu terhadap waktu atau terhadap satu dari lebih variabel-variabel bebas yang diduga sebagai penyebab heteroskedastisitas. Suatu model mengandung heteroskedastisitas apabila nilai-nilai residunya membantu pola sebaran yang meningkat, yaitu secara terus-menerus bergerak menjauhi garis nol.
3.6.2.3 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, terdapat variabel pengganggu atau residual yang memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t yang mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel yang kecil. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada dasarnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
3.6.3 Uji Hipotesis dengan Regresi Linier Berganda
Penelitian ini menggambarkan suatu hubungan dimana satu variabel atau lebih variabel (variabel independen) mempengaruhi variabel lainnya (variabel dependen). Oleh karena itu, peneliti menggunakan analisis regresi linier berganda untuk menguji hipotesis dalam penelitian ini. Dalam analisis regresi linier berganda, selain mengukur kekuatan pengaruh variabel independen terhadap variabel dependen juga menunjukkan arah pengaruh tersebut. Pengujian tersebut didasarkan pada persamaan regresi linier berganda sebagai berikut
Y=a+b1X1+b2X2+e Keterangan:
Y = Kepatuhan Wajib Pajak X1,X2= Sistem e-filing dan e-billing a = Konstanta
b1,b2= Slope Regresi atau Koefisien Regresi dari X1 dan X2
e = Kesalahan Residual
persamaan tersebut diatas kemudian dianalisis dengan menggunakan IBM SPSS Statistics 22 dengan tingkat signifikan 5% (α=0,05).
3.6.3.1 Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara invidual dalam menerangkan variasi variabel independen (Ghozali, 2013). Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.
Hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Cara melakukan uji t adalah dengan membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel secara individual mempengaruhi variabel dependen.
3.6.3.2 Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2013). Nilai koefisien determinasi adalah antara nol dan satu.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan mendasar dari penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Secara matematis, jika nilai R2 =1, maka Adjusted R2 = R2 = 1, sedangkan jika R2 = 0, maka Adjusted R2 = , jika k>1, maka Adjusted R2 akan bernilai negatif.
Bab IV