BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.3 Statistik Deskriptif
Analisis statistik deskriptif adalah bagian dari statistik yang digunakan untuk menggambarkan atau mendeskripsikan mengenai nilai minimum, nilai maksimum, nilai rata-rata (mean), median, variance, serta standar deviasi data
57 tahun 1 2.0 2.0 100.0
yang digunakan dalam penelitian. Dimana komponen-komponen statistik deskriptif dapat dijabarkan sebagai berikut.
1. Nilai rata-rata (mean) adalah jumlah seluruh angka pada data yang dibagi dengan jumlah data yang ada,
2. Median adalah nilai tengah data setelah data tersebut diurutkan dari angka terkecil ke angka tertinggi,
3. Range adalah selisih dari nilai maksimum dengan nilai minimum dalam suatu kumpulan data,
4. Standard deviation adalah nilai simpangan baku. Semakin kecil nilainya, maka data yang digunakan mengelompok di sekitar nilai rata-rata,
5. Variance adalah jumlah selisih antara data dengan rata-rata data dan kemudian dibagi dengan jumlah data dikurangi 1(n-1) atau nilai kuadrat dari std.deviation.
Tabel 4.4 Descriptive Statistics
N Range Minimum Maximum Mean
Std. Deviation Variance IMPLEMENTASI E-SPT 50 2.50 2.50 5.00 4.1060 .48040 .231 IMPLEMENTASI E-FILING 50 1.92 3.00 4.92 4.0650 .41249 .170 SANKSI ADMINISTRASI 50 3.00 2.00 5.00 3.9733 .74335 .553 KEPATUHAN WAJIB PAJAK MELAPORKAN SPT MASA PPN 50 3.00 2.00 5.00 4.3050 .55625 .309 Valid N (listwise) 50
Sumber: Data primer yang diolah SPSS, 2015
Berdasarkan data yang disajikan oleh tabel 4.4 dapat dijelaskan penggambaran mengenai pendeskripsian data yang digunakan dalam penelitian ini sebagai berikut.
1. Variabel Implementasi e-SPT memiliki jumlah sampel sebanyak 50, dengan nilai minimum 2,50 nilai maksimum 5,00 dan mean (nilai rata-rata) sebesar 4,1060. Standart Deviation atau simpangan baku sebesar 0,48040 dan variance 0,231, sedangkan rentang nilai (Range) senilai 2,50 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum dengan jumlah responden 50 orang.
2. Variabel Implementasi e-Filing memiliki jumlah sampel 50 orang, nilai minimum 3,00 nilai maksimum 4,92 dan mean (nilai rata-rata) sebesar 4,0650. Nilai Standart Deviation atau simpangan baku sebesar 0,41249 dan variance 0,170, sedangkan rentang nilai (range) senilai 1,92 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum dengan jumlah responden 50 orang.
3. Variabel Sanksi Administrasi memiliki jumlah sampel sebanyak 50, nilai minimum 2,00 nilai maksimum 5,00 dan mean (nilai rata-rata) sebesar 3,9733. Standart Deviation atau simpangan baku sebesar 0,74335 dan variance 0,553, sedangkan rentang nilai (range) senilai 3,00 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum dengan jumlah sampel 50 orang.
4. Variabel Kepatuhan Wajib Pajak Melaporkan SPT Masa PPN memiliki jumlah sampel sebanyak 50, nilai minimum 2,00 nilai maksimum 5,00 dan
mean (nilai rata-rata) sebesar 4,3050 dan Standart Deviation atau Simpangan baku sebesar 0,55625.
5. Jumlah sampel yang digunakan adalah sebanyak 50 responden. 4.4 Analisis Data
4.4.1 Uji Validitas
Uji validitas dilakukan melalui prosedur seleksi item. Prosedur ini mempertimbangkan koefisien korelasi item total, dimana skor item/butir dipandang sebagai nilai X dan skor total sebagai nilai Y. Teknik korelasi untuk menentukan validitas item ini sampai sekarang merupakan teknik yang paling banyak digunakan, dinyatakan bahwa item yang mempunyai korelasi positif dengan skor total serta korelasinya tinggi, menunjukkan bahwa item tersebut mempunyai validitas yang tinggi pula. Biasanya syarat minimum untuk dianggap memenuhi syarat adalah bila r = 0,3. Jadi bila r antara butir dengan skor total kurang dari 0,3, maka butir dalam instrumen tersebut dinyatakan tidak valid.
Tabel 4.5
Uji Validitas Variabel X No. Butir
Instrumen
Koefisien
Korelasi r kritis Keterangan
1 0,67 0,30 Valid 2 0,62 0,30 Valid 3 0,75 0,30 Valid 4 0,79 0,30 Valid 5 0,57 0,30 Valid 6 0,75 0,30 Valid 7 0,88 0,30 Valid 8 0,78 0,30 Valid 9 0,60 0,30 Valid
No. Butir Instrumen
Koefisien
Korelasi r kritis Keterangan 11 0,70 0,30 Valid 12 0,67 0,30 Valid 13 0,73 0,30 Valid 14 0,62 0,30 Valid 15 0,70 0,30 Valid 16 0,65 0,30 Valid 17 0,68 0,30 Valid 18 0,66 0,30 Valid 19 0,61 0,30 Valid 20 0,68 0,30 Valid 21 0,63 0,30 Valid 22 0,68 0,30 Valid 23 0,93 0,30 Valid 24 0,94 0,30 Valid 25 0,93 0,30 Valid Sumber: Data primer yang diolah SPSS, 2015
Berdasarkan hasil perhitungan korelasi item total untuk variabel X, diketahui bahwa suatu item pertanyaan nilai koefisien validitasnya lebih besar dari titik kritis 0,3 sehingga semua item pertanyaan untuk variabel X dapat dikatakan valid dan dapat digunakan untuk penelitian.
Tabel 4.6
Uji Validitas Variabel Y
Sumber: Data primer yang diolah SPSS, 2015
Berdasarkan hasil perhitungan korelasi item total untuk variabel Y, diketahui bahwa setiap item pernyataan memiliki nilai koefisien korelasi lebih besar dari titik kritis 0,3 sehingga dapat disimpulkan bahwa semua
No. Butir Instrumen
Koefisien
Korelasi r kritis Keterangan 26 0,78 0,30 Valid 27 0,84 0,30 Valid 28 0,87 0,30 Valid 29 0,82 0,30 Valid
item pernyataan untuk variabel Y dapat dikatakan valid sehingga dapat digunakan untuk penelitian.
4.4.2 Uji Reliabilitas
Hasil uji reliabilitas diketahui bahwa masing-masing alat ukur memiliki koefisien alpha cronbach lebih dari 0,60 (Ghozali, 2006) yang berarti masing-masing alat ukur reliabel. Dengan demikian syarat reliabilitas alat ukur terpenuhi.
Tabel 4.7
Uji Reliabilitas Variabel X Cronbach's Alpha N of Items Keterangan X1 0,875 10 Reliabel X2 0,888 12 Reliabel X3 0,928 4 Reliabel Sumber: Data primer yang diolah SPSS, 2015
Berdasarkan hasil pengujian reliabilitas untuk variabel X1, diketahui bahwa nilai koefisien Cronbach’s Alpha sebesar 0,875, untuk variable X2 nilai koefisien Cronbach’s Alpha sebesar 0,888, dan untuk variable X3 nilai koefisien Cronbach’s Alpha sebesar 0,928. Skor tersebut lebih besar dari 0,6 sehingga item pernyataan untuk variabel X1, X2, dan X3 dapat dikatakan reliabel dan dapat digunakan untuk pengukuran dalam rangka pengumpulan data.
Tabel 4.8
Uji Reliabilitas Variabel Y Cronbach's
Alpha N of Items
Keteranga n .849 4 Reliabel
Berdasarkan hasil pengujian reliabilitas untuk variabel Y, diketahui bahwa nilai koefisien Cronbach’s Alpha sebesar 0,849. Skor tersebut lebih besar dari 0,6 sehingga item pernyataan untuk variabel Y dapat dikatakan reliabel dan dapat digunakan untuk pengukuran dalam rangka pengumpulan data.
4.5 Uji Asumsi Klasik 4.5.1 Uji Normalitas
Pengujian normalitas data dapat dilakukan secara kasat mata yaitu dapat dilihat pada grafik histogram dan grafik PP Plots. Suatu data akan berdistribusi normal jika grafik histogram menyerupai bel yang menghadap ke atas. Hal ini bisa dilihat dalam tampilan grafik berikut ini:
Gambar 4.2
UJI NORMALITAS (1) : HISTOGRAM Sumber: Data primer yang diolah SPSS, 2015
di sekitar garis diagonal dan mengikuti arah garis diagonal pada normal probability plot. Kedua grafik ini menunjukkan bahwa normalitas data terpenuhi. Hal ini bisa dilihat dalam tampilan grafik normal probability plot sebagai berikut.
Gambar 4.3
UJI NORMALITAS (2) : GRAFIK PP PLOTS
Sumber: Data primer yang diolah SPSS, 2015
Pengujian normalitias dapat juga diuji secara statistik dengan menggunakan uji Kolmogorov-Smirnov.Uji K-S dibuat dengan membuat hipotesis:
H0: Data residual berdistribusi normal; Bila sig > 0,05 dengan α = 5%, Ha: Data residual tidak berdistribusi normal; bila sig < 0,05 dengan α = 5%,
Hasil dari uji normalitas dengan menggunakan tes Kolmogorov-Smirnov ditunjukkan oleh tabel 4.9 berikut :
Tabel 4.9
UJI NORMALITAS (3) : KOLMOGROV SMIRNOV
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 50
Normal Parametersa Mean .0000000 Std. Deviation .47354729 Most Extreme Differences Absolute .074 Positive .045 Negative -.074 Kolmogorov-Smirnov Z .520
Asymp. Sig. (2-tailed) .950 a. Test distribution is Normal.
Sumber: Data primer yang diolah SPSS, 2015 4.5.2 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolonieritas, dengan melihat nilai tolerance dan Variance Inflation Factor (VIF) pada model regresi.
Jika antar variabel independen terdapat korelasi yang cukup tinggi (lebih dari 0,09), maka merupakan indikasi adanya multikolinieritas dan suatu model regresi yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance> 0,1 dan nilai VIF < 10. Uji multikolinearitas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.10 berikut:
Tabel 4.10
HASIL UJI MULTIKOLONIERITAS Coefficientsa Model Unstandardized Coefficients Standardized Coefficients Collinearity Statistics B Std.
Error Beta Tolerance VIF 1 (Constant) 2.104 .728
Implementasi e-SPT .191 .191 .165 .582 1.719 Implementasi e-Filing .051 .218 .038 .602 1.661 Sanksi Administrasi .305 .107 .407 .765 1.308 a. Dependent Variable: Kepatuhan Wajib Pajak Melaporkan SPT Masa PPN
Sumber: Data diolah dengan SPSS, 2015
Tabel 4.10 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk implementasi e-SPT memiliki nilai tolerance 0,582; implementasi e-filing memiliki nilai tolerance 0,602; dan Sanksi Administrasi memiliki nilai tolerance 0,765. Jika dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10 yaitu implementasi e-SPT memiliki VIF 1,719; implementasi e-filing memiliki VIF 1,661; dan sanksi administrasi memiliki VIF 1,308. Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.
4.5.3 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Apabila pola pada grafik ditunjukkan dengan titik-titik menyebar secara acak (tanpa pola yang jelas) serta tersebar di atas maupun dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.3 berikut ini :
Gambar 4.4 Grafik Scatterplot
Sumber: Data primer yang diolah SPSS, 2015
titik-yang menyebar menjauh dari titik-titik titik-yang lain titik-yang berarti mengindikasikan bahwa data observasi yang berbeda dari penelitian lainnya. Disimpulkan bahwa data ini homoskesdastisitas dan tidak heteroskedastisitas.