METODOLOGI PENELITIAN
D. Metode Analisis Data
3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data primer ini, maka peneliti melakukan uji multikolonieritas, uji normalitas, dan uji heteroskedastisitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya mempunyai distribusi normal atau mendekati normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas menggunakan Normal Probability Plot(P-P Plot). Suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal (Santoso, 2004:212).
b. Uji Multikolonieritas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Uji multikolonieritas dilihat dari nilai tolerance dan Variance Inflantion Factor (VIF) (Ghozali, 2006:95). Jika terjadi korelasi, maka dinamakan terdapat problem multikoliniearitas (multiko). Model
50 regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Uji multikolonieritas dilihat dari nilai tolerance dan
Variance Inflantion Factor (VIF) serta besaran korelasi antar variabel independen (Ghozali, 2006:95). Suatu model regresi dapat dikatakan bebas multiko jika mempunyai nilai VIF di sekitar angka 1 dan mempunyai angka tolerance mendekati 1, sedangkan jika dilihat dengan besaran korelasi antar variabel independen, maka suatu model regresi dapat dikatakan bebas multiko jika koefisien korelasi antar variabel independen haruslah lemah (dibawah 0,5). Jika korelasinya kuat, maka terjadi problem multiko (Santoso, 2004:203-206).
c. Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Uji heteroskedastisitas dapat dilihat dengan menggunakan grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residual (SRESID). Jika grafik plot
menunjukkan suatu pola titik seperti titik yang bergelombang atau melebar kemudian menyempit, maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Tetapi jika grafik plot tidak membentuk pola yang jelas, maka tidak terjadi heteroskedastisitas (Ghozali, 2006:125).
51 4. Uji Hipotesis
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Model regresi berganda bertujuan untuk memprediksi besar variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya (Santoso, 2004:163). Model ini digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukuran interval atau rasio dalam suatu persamaan linier (Indriantoro dan Supomo, 2002:211). Variabel independen terdiri dari efektivitas, efisiensi, dan kualitas pemeriksaan. Sedangkan variabel dependennya adalah tingkat kemudahan tindakan penagihan tunggakan pajak.
Rumus regresi berganda yang digunakan adalah sebagai berikut:
Keterangan :
Y : Tingkat kemudahan tindakan penagihan tunggakan pajak a : Konstanta (harga Y, bila X=0)
b1-b3 : Koefisien regresi (menunjukkan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independen)
X1 : Efektivitas Pemeriksaan X2 : Efisiensi Pemeriksaan X3 : Kualitas Pemeriksaan
52
e : Error
Pengujian hipotesis dilakukan melalui: a. Koefisien Determinasi
Koefisien Determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 (nol) dan 1 (satu). Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2006:87).
b. Uji Statistik t
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05 (Ghozali, 2006:88).
Menurut Santoso (2004:168) dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel
53 dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau Ha diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.
c. Uji Statistik F
Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. 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 (Ghozali, 2006:88). Menurut Santoso (2004:120) dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau Ha diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
54 d. Uji Independent Sample T-Test
Independent sample T-Test merupakan analisis yang digunakan untuk menguji dua rata-rata dari dua sampel yang saling independent atau tidak saling berkaitan. Dapat juga diartikan sebagai perbandingan rata-rata untuk dua kelompok kasus. Standar error perbedaan dalam nilai rata-rata terdistribusi secara normal. Jadi tujuan uji beda t-test adalah membandingkan rata-rata grup yang tidak berhubungan dengan satu dengan yang lain. Apakah kedua grup tersebut mempunyai nilai rata-rata yang sama ataukah tidak sama secara signifikan (Ghozali, 2006:60).
Ada dua tahapan analisis dalam uji beda t-test, yaitu:
a. Pertama menguji dahulu asumsi apakah varian populasi kedua sampel tersebut sama (equal variance assumed), ataukah berbeda (equal variance not assumed) dengan melihat nilai levense test.
b. Setelah mengetahui varian sama atau tidak, langkah kedua adalah melihat nilai t-test untuk menentukan apakah terdapat perbedaan nilai secara signifikan.
Jika hasil dari Levene Test menunjukkan bahwa varian kedua populasi sama, analisis harus menggunakan Equal Variance Assumed dengan melihat t hitung dibandingkan dengan t tabel. Jika t hitung > t tabel maka H0 ditolak dan menerima Ha dan jika t hitung < t tabel maka H0 tidak dapat ditolak. Dengan dasar pengambilan keputusan sebagai berikut:
55 a. Jika probablititas > 0,05 maka H0 tidak dapat ditolak jadi varian
sama.
b. Jika probabilitas < 0,05 maka H0 ditolak jadi varian berbeda.