BAB IV HASIL DAN PEMBAHASAN
4.1. Hasil Penelitian
4.1.2. Uji Asumsi klasik
Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, uji multikolinieritas, uji auto korelasi, dan uji heteroskedastisitas. Berikut merupakan penjelasan dari masing-masing uji tersebut:
4.1.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2018:161). Penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov untuk mendeteksi apakah data memiliki distribusi normal atau tidak dengan melihat nilai signifikansi. Data berdistribusi normal ketika nilai signifikansinya > 0,05. Hasil uji normalitas dapat dilihat pada Tabel 4.16 berikut ini:
Tabel 4.16 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean ,0000000
Std. Deviation
2,66750008
Most Extreme Differences Absolute ,078
Positive ,075
Negative -,078
Test Statistic ,078
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. Sumber: Data primer yang diolah, 2020.
Berdasarkan hasil uji normalitas pada Tabel 4.15 diketahui bahwa hasil uji normalitas masing-masing variabel terhadap nilai residual untuk jumlah sebanyak 100 unit analisis sebesar 0,143. Nilai signifikan tersebut lebih besar dari 0,05 sehingga dapat disimpulkan bahwa residual data terdistribusi normal.
4.1.2.2.Uji Linieritas
Uji linearitas akan diperoleh informasi apakah suatu studi empiris sebaiknya berbentuk linear, kuadrat, atau kubik (Ghozali, 2016:159). Penelitian ini menggunakan uji Durbin Watson (D-W) untuk menguji linearitas. Kriteria dalam uji D-W adalah dengan melihat nilai D-W pada tabel Model Summary dan dibandingkan dengan nilai statistik (nilai dl). Hasil uji linieritas dapat dilihat pada tabel 4.17 berikut:
Tabel 4.17 Hasil Uji Linieritas
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,864a ,747 ,731 2,752 2,073
a. Predictors: (Constant), M3, M1, Zscore(SWP), Zscore(KWP), M2, Zscore(PP) b. Dependent Variable: KEP
Sumber: Data primer yang diolah, 2020.
Berdasarkan Tabel 4.17 dapat diketahui nilai Durbin-Watson sebesar 2,073. Sedangkan dengan melihat tabel durbin watson dimana K=6, dan N=100 menunjukan nilai dl sebesar 1,5496. Pada penelitian ini Durbin-Watson berada lebih besar dari nilai dl sehingga dapat disimpulkan bahwa data dalam penelitian ini terdapat hubungan yang linier.
4.1.2.3.Uji Multikolinieritas
Gejala multikolinieritas dapat diketahui dengan cara melihat nilai tolerance dan Variance Inflation Factor (VIF). Apabila tidak ada variabel independen yang memiliki nilai tolerance > 0,10 dan VIF <10, maka model regresi tidak terdapat multikolinieritas. Hasil uji multikolinieritas dapat dilihat pada Tabel 4.18 berikut: Tabel 4.18 Hasil Uji Multikolinieritas
Coefficientsa Model Collinearity Statistics Tolerance VIF 1 Zscore(SWP) ,701 1,426 Zscore(KWP) ,339 2,946 Zscore(PP) ,330 3,034 M1 ,511 1,957 M2 ,454 2,202 M3 ,678 1,474
a. Dependent Variable: KEP
Sumber: Data primer yang diolah, 2020.
Berdasarkan hasil uji multikolinieritas dengan menggunakan IBM SPSS 23 yang disajikan pada Tabel 4.18 menunjukan nilai tolerance dari masing-masing variabel independen memiliki nilai lebih besar dari 0,10 dan hasil perhitungan nilai VIF menunjukan nilai lebih kecil dari 10. Sehingga disimpulkan bahwa tidak terdapat multikolinieritas antar variabel independen pada model regresi karena nilai tolerance > 0,10 dan nilai VIF < 10 pada semua variabel independen penelitian. 4.1.2.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varian dari unit residual satu pengamatan ke pengamatan yang lain. Uji heteroskedastisitas pada penelitian ini ditentukan dengan menggunakan uji glejser. Uji ini dilakukan dengan meregresikan nilai absolute
residual terhadap variabel independen. Hasil uji heteroskedastisitas pada penelitian ini dapat dilihat pada Tabel 4.19 berikut ini:
Tabel 4.19 Hasil Uji Heteroskedastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,377 ,255 1,477 ,143 Zscore(SWP) -,042 ,318 -,015 -,131 ,896 Zscore(KWP) ,065 ,447 ,024 ,144 ,886 Zscore(PP) -,846 ,463 -,312 -1,827 ,071 M1 -,415 ,265 -,215 -1,566 ,121 M2 ,487 ,318 ,222 1,531 ,129 M3 ,156 ,256 ,072 ,610 ,544
a. Dependent Variable: ABSResid
Sumber: Data primer yang telah diolah, 2020.
Hasil uji heteroskedastisitas pada Tabel 4.19 menunjukan bahwa masig-masing variabel bebas dari masalah heteroskedastisitas. Hal ini dapat diketahui dengan cara melihat nilai signifikasi dari masing masing variabel, di mana masing-masing variabel menunjukan nilai signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan tidak terdapat masalah heteroskedastisitas pada masing-masing variabel penelitian.
4.1.3. Analisis Regresi Moderasi
Penelitian ini menggunakan teknik analisis uji nilai selisih mutlak untuk menguji pengaruh variabel moderasi (Z) dalam hubungan variabel independen (X) dengan variabel dependen (Y). Hasil analisis regresi model satu dapat dilihat pada Tabel 4.20.
Tabel 4.20 Hasil Analisis Regresi Moderasi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 40,497 ,277 146,406 ,000 Zscore(SWP) -,284 ,345 -,051 -,823 ,413 Zscore(KWP) 1,530 ,485 ,283 3,155 ,002 Zscore(PP) 2,619 ,502 ,474 5,217 ,000 M1 1,174 ,287 ,299 4,091 ,000 M2 -,553 ,345 -,124 -1,603 ,112 M3 ,668 ,277 ,153 2,411 ,018
a. Dependent Variable: KEP
Sumber: Data primer yang telah diolah, 2020.
Berikut ini persamaan regresi linear berganda yang digunakan dalam penelitian ini,
KEP = 40,497 – 0,284SWP + 1,530KWP + 2,619PP + 1,174M1 – 0,553M2+
0,668M3 + e Nilai e = √1 − 𝑅2
Nilai e = √1 − 0,838 = √0,162 = 0,402
Sehingga diperoleh persamaan regresi sebagai berikut.
KEP = 40,497 – 0,284SWP + 1,530KWP + 2,619PP + 1,174M1 – 0,553M2+
0,668M3 + 0,402
Persamaan regresi model satu di atas dapat dijelaskan sebagai berikut: 1. Konstanta sebesar 40,497 hal tersebut dapat diartikan bahwa jika variabel
pengetahuan sikap wajib pajak, kesadaran wajib pajak, pengetahuan perpajakan, dan nilai selisih mutlak dari masing-masing variabel independen dengan kontrol petugas kelurahan sebesar 0 maka nkepatuhan wajib pajak bumi dan bangunan sebesar 40,497.
2. Koefisien regresi sikap wajib pajak (SWP) menunjukan nilai negatif, yakni sebesar -0,284 dengan nilai Sig. 0,413. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan satu satuan pada sikap wajib pajak tidak akan mempengaruhi nilai kepatuhan wajib pajak bumi dan bangunan dan faktor lain yang mempengaruhi dianggap konstan.
3. Koefisien regresi kesadaran wajib pajak (KWP) menunjukan nilai positif yakni 1,530 dengan nilai Sig. 0,002. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan kesadaran wajib pajak sebesar satu satuan, maka nilai kepatuhan wajib pajak akan meningkat sebesar 1,530 dan faktor lain yang mempengaruhi dianggap konstan.
4. Koefisien regresi pengetahuan perpajakan (PP) menunjukan nilai positif yaitu sebesar 2,619 dengan nilai Sig. 0,000. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan sebesar satu satuan pada nilai pengetahuan perpajakan maka akan diikuti dengan kenaikan kepatuhan wajib pajak bumi dan bangunan sebesar 2,619 dan faktor lain yang mempengaruhi dianggap konstan.
5. Konstanta nilai selisih variabel sikap wajib pajak dan kontrol petugas perpajakan (M1) menunjukan nilai positif 1,174 dengan nilai Sig. sebesar 0,000. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan sebesar satu satuan pada nilai selisih variabel sikap wajib pajak dan kontrol petugas perpajakan maka akan diikuti dengan kenaikan kepatuhan wajib pajak bumi dan bangunan sebesar 1,174 dan faktor lain yang mempengaruhi dianggap konstan.
6. Konstanta nilai selisih variabel kesadaran wajib pajak dan kontrol petugas perpajakan (M2) menunjukan nilai negatif sebesar -0,553 dengan nilai Sig. 0,112. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan sebesar satu satuan pada nilai selisih variabel kesadaran wajib pajak dan kontrol petugas perpajakan maka tidak berpengaruh terhadap perubahan nilai kepatuhan wajib pajak bumi dan faktor lain yang mempengaruhi dianggap konstan.
7. Konstanta nilai selisih variabel pengetahuan perpajakan dan kontrol petugas perpajakan menunjukan nilai positif 0,668 dengan nilai Sig. 0,018. Hal tersebut dapat diartikan bahwa setiap terjadi kenaikan sebesar satu satuan pada nilai selisih variabel pengetahuan perpajakan dan kontrol petugas perpajakan maka akan diikuti dengan kenaikan kepatuhan wajib pajak bumi dan bangunan sebesar 0,668 dan faktor lain yang mempengaruhi dianggap konstan.
Berdasarkan Tabel 4.20, maka gambar model hasil penelitian ini adalah sebagai berikut:
8. 9. 10. 11.
Gambar 4.1 Analisis Jalur Sikap Wajib Pajak Kesadaran Wajib Pajak Pengetahuan Perpajakan Kepatuhan Wajib Pajak Kontrol Petugas Perpajakan -0,284 1,530 2,619 0,668 -0,553 1,174