BAB III : Metode Penelitian
3.3 Variabel Penelitian dan Definisi Operasional Variabel
3.3.2 Variabel Terikat (Dependen)
Variabel terikat atau dependen (Y) adalah variabel yang diasumsikan mengukur atau menilai pengaruh variabel independen. Variabel dependen (Y) dalam penelitian ini adalah kepatuhan pajak wajib pajak. Penelitian ini terbagi menjadi dua indikator yang digunakan berdasarkan penelitian yang telah dilakukan oleh Gultom (2016) yaitu:
1) Kepatuhan Pajak Formal
Kepatuhan pajak formal menurut OECD (1999) adalah kepatuhan berdasarkan aturan administrasi dan ketepatan dalam membayar pajak, atau sebagai kepatuhan dalam pelaporan, kepatuhan prosedural dan kepatuhan terhadap peraturan perpajakan.
Menurut Peraturan Menteri Keuangan Nomor 74/PMK.03/2012, kepatuhan pajak formal dapat dilihat dari sebagai berikut:
tahun terakhir
b. Tepat waktu dalam menyampaikan SPT Masa yang terlambat dalam tahun terakhir untuk Masa Pajak Januari sampai November tidak lebih dari 3 (tiga) Masa Pajak untuk setiap jenis pajak dan tidak berturut-turut
c. SPT Masa yang terlambat yang telah disampaikan tidak lewat dari batas waktu penyampaian SPT Masa Masa Pajak berikutnya
d. Seluruh SPT Masa dalam tahun terakhir untuk Masa Pajak Januari sampai November telah disampaikan
e. Tidak mempunyai tunggakan pajak untuk semua jenis pajak, kecuali tunggakan pajak yang telah memperoleh izin untuk mengangsur atau menunda
f. Tidak pernah dipidana karena melakukan tindak pidana dibidang perpajakan dalam jangka waktu 5 (lima) tahun terakhir
Mengukur indikator Kepatuhan Pajak Formal dengan menggunakan Skala Ordinal dengan meminta responden untuk menjawab pertanyaan yang diberikan dan jawaban yang dibagi kedalam 5 kategori yaitu: Sangat Tidak Setuju (STS), Tidak Setuju (TS), Netral (N), Setuju (S), dan Sangat Setuju (SS). Masing-masing jawaban dari setiap pertanyaan diberi nilai seperti berikut: untuk jawaban Sangat Tidak Setuju (STS) memiliki nilai 1, jawaban Tidak Setuju (TS) memiliki nilai 2, jawaban Netral (N) memiliki nilai 3, jawaban Setuju (S) memiliki nilai 4, dan jawaban Sangat Setuju (ST) memiliki nilai 5. Jumlah pertanyaan yang
berjumlah 6 pertanyaan.
2) Kepatuhan Pajak Material
Kepatuhan pajak material menurut OECD (1999) adalah kepatuhan dalam melaksanakan kewajiban perpajakan seperti menghitung pajak terutang sesuai dengan ketentuan dari hukum perpajakan.
Franzoni (1999) dalam Gultom (2016) kepatuhan terhadap hukum perpajakan secara khusus membahas mengenai sebagai berikut:
a. Kebenaran dalam melaporkan pajak terutang b. Kebenaran dalam membayar pajak terutang c. Tepat waktu dalam melaporkan pajak terutang d. Tepat waktu dalam membayar pajak terutang
Mengukur indikator Kepatuhan Pajak Material dengan menggunakan Skala Ordinal dengan meminta responden untuk menjawab pertanyaan yang diberikan dan jawaban yang dibagi kedalam 5 kategori yaitu: Sangat Tidak Setuju (STS), Tidak Setuju (TS), Netral (N), Setuju (S), dan Sangat Setuju (SS). Masing-masing jawaban dari setiap pertanyaan diberi nilai seperti berikut: untuk jawaban Sangat Tidak Setuju (STS) memiliki nilai 1, jawaban Tidak Setuju (TS) memiliki nilai 2, jawaban Netral (N) memiliki nilai 3, jawaban Setuju (S) memiliki nilai 4, dan jawaban Sangat Setuju (ST) memiliki nilai 5. Jumlah pertanyaan yang akan ditujukan kepada responden untuk variabel kepatuhan pajak ini berjumlah 4 pertanyaan.
3.4.1 Sumber Data
Berdasarkan jenis dan sumber data yang digunakan dalam penelitian ini secara keseluruhan terdapat 1 jenis data, yaitu data primer. Data primer adalah data yang belum pernah diolah oleh pihak tertentu untuk kepentingan tertentu.
Pada umumnya, data primer bersumber dari data yang berada pada pihak utama yang memiliki data tersebut. (Abdillah dan Jogiyanto, 2015:49)
3.4.2 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah dengan menggunakan survei kuesioner. Kuesioner adalah metode pengumpulan data primer menggunakan sejumlah item pertanyaan atau pernyataan dengan format tertentu (Abdillah dan Jogiyanto, 2015:52). Survei kuesioner yang diberikan merupakan modifikasi dari penelitian yang dilakukan oleh Mustikasari (2007), Subandi (2012), dan Gultom (2016). Responden diminta untuk menjawab pertanyaan dalam bentuk kuesioner dengan menggunakan Skala Ordimal 5 poin.
3.5 Metode Analisis Data
Dalam penelitian ini menggunakan pendekatan Partial Least Square (PLS) dalam menganalisis data. PLS sendiri adalah analisis persamaan structural (SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. PLS merupakan alat yang andal untuk menguji prediksi karena dapat digunakan untuk memprediksi model dengan landasan teori yang lemah, berbeda dibandingkan dengan LISREL, AMOS, dan OLS. Dengan landasan teori yang lemah, dapat digunakan untuk ukuran sampel
Jogiyanto, 2015:164). Alasan peneliti menggunakan PLS adalah:
1. Metode statistik ini tepat digunakan dalam menguji efek prediksi hubungan antar variabel laten dalam suatu model.
2. PLS dapat dijalankan pada sampel dengan jumlah kecil, tidak mensyaratkan data berdistribusi normal, dan dapat menguji model penelitian dengan dasar teori lemah (Abdillah dan Hartono, 2015).
3. PLS dapat menggabungkan metode regresi dan analisis faktor dalam suatu teknik statistika (Abdillah dan Hartono, 2015).
Model prediksi dalam PLS menurut Abdillah dan Jogiyanto (2015:168) adalah pengujian statistika yang bertujuan untuk menguji efek prediksi antar variabel laten untuk mengetahui apakah ada hubungan atau pengaruh antar variabel tersebut. Konsekuensi menggunakan model prediksi yaitu pengujian dapat dilakukan tanpa dasar teori yang kuat, mengabaikan beberapa asumsi dan parameter ketepatan model prediksi dilihat dari nilai koefisien determinasi (R2).
Koefisien determinasi (R2) adalah ukuran tingkat variabilitas perubahan variabel independen terhadap variabel dependen. Parameter ini digunakan untuk mengukur kelayakan model prediksi dengan rentang nilai 0 sampai dengan 1. Maka dari itu, model prediksi sangat tepat dilakukan pada penelelitian yang bertujuan untuk mengembangkan teori.
3.5.1 Model Pengukuran (Outer Model)
Suatu konsep dan model penelitian tidak dapat diuji dalam suatu model prediksi hubungan relasional dan kausal jika belum melewati tahap purifikasi dalam model pengukuran. Model pengukuran sendiri digunakan untuk menguji
Validitas kontruk menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai dengan teori-teori yang digunakan untuk mendefisinikan suatu konstruk (Hartono, 2008 dalam Abdillah dan Jogiyanto, 2015:195). Salah satu cara untuk menguji validitas kontruk adalah dengan mengetahui korelasi yang kuat antara konstruk dan item-item pertanyaannya dan hubungan yang lemah dengan variabel lainnya. Dalam validitas konstruk terdapat validitas konvergen dan validitas diskriminan. Validitas konvergen berhubungan dengan prinsip bahwa pengukur dari suatu konstruk seharusnya berkorelasi tinggi dan validitas diskriminan berhubungan dengan prinsip bahwa pengukur-pengukur konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi.
PLS juga melakukan uji reliabilitas untuk mengukur konsistensi internal alat ukur. Realibilitas menunjukkan akurasi, konsistensi, dan ketepatan suatu alat ukur dalam melakukan pengukuran (Hartono, 2008a dalam Abdillah dan Jogiyanto, 2015:196). PLS menggunakan dua metode dalam uji realibilitas, yaitu Cronbach’s alpha dan Composite realiability. Cronbach’s alpha mengukur batas bawah nilai reliabilitas suatu konstruk, sedangkan composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk (Chin, 1996 dalam Abdillah dan Jogiyanto, 2015:196).
3.5.2 Model Struktural (Inner Model)
Model struktural dalam PLS dievaluasi dengan menggunakan R2 untuk konstruk dependen, nilai koefisien path atau t-values tiap path untuk uji signifikansi antar konstruk dalam model struktural. Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel
penelitian yang diajukan.
Nilai koefisien path atau inner model menunjukkan bahwa tingkat signifikansi dalam pengujian hipotesis. Skor koefisien path atau inner model yang ditunjukkan oleh nilai T-statistic, harus diatas 1,96 untuk hipotesis dua ekor (two-tailed) dan diatas 1,64 untuk hipotesis satu ekor (one-(two-tailed) untuk pengujian hipotesis pada alpha 5 persen dan power 80 persen (Hair et al., 2008 dalam Abdillah dan Jogiyanto, 2015:197).
3.6 Hasil Pilot Test
Pilot test dalam studi ini dilakukan dengan menyebarkan kuesioner kepada para non-responden untuk menguji seberapa jauh non-responden dapat memahami maksud dari tiap-tiap item pertanyaan yang penelitian ajukan dalam kuesioner.
Berikut ini merupakan hasil dari pilot test:
3.6.1 Hasil Uji Validitas Pilot Test
Uji Validitas terdiri dari validitas konvergen dan validitas diskriminan, yaitu:
1. Validitas Konvergen
Pengujian yang pertama adalah uji validitas konvergen. Parameter yang digunakan adalah nilai factor loading lebih dari 0,7, nilai AVE lebih dari 0,5, dan nilai communality lebih dari 0,5. Menurut Sholihin dan Ratmono (2013:67) bahwa indikator dengan nilai loading dibawah 0,4 harus dihapuskan dari model.
Sedangkan indikator dengan nilai loading antara 0,4-0,7, sebaiknya dilakukan analisis dahulu dampak dari keputusan menghapus indikator tersebut pada nilai AVE dan composite reliability. Apabila dengan menghapus indikator tersebut dapat meningkatkan nilai AVE dan composite reliability, maka indikator dengan
validitas konvergen dari pilot test:
Tabel 3.2
Nilai Outer Loading Pilot Test
KONSTRUK S N K BP KP
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
indikator diatas 0.5, sehingga dapat disimpulkan bahwa indikator pada masing-masing konstruk sudah valid. Pada tabel 3.3 diketahui bahwa nilai AVE dan communality diatas 0.5 pada masing-masing konstruknya. Dengan demikian, dapat disimpulkan bahwa seluruh konstruk dan indikator yang digunakan telah memenuhi persyaratan minimal dari validitas konvergen.
Tabel 3.3
Nilai AVE dan Communality Pilot Test
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
2. Validitas Diskriminan
Menurut Abdillah dan Hartono (2015), parameter yang digunakan dalam pengujian validitas diskriminan adalah nilai akar AVE lebih dari korelasi variabel laten dan nilai cross loading lebih dari 0.7 dalam satu variabel. Nilai akar AVE dan korelasi variabel laten dapat dilihat pada tabel berikut:
Tabel 3.4
Nilai Akar AVE dan Korelasi Variabel Laten Pilot Test
KONSTRUK AKAR AVE BP K KP N S
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
KONSTRUK AVE COMMUNALITY
S 0.657 0.657
N 0.682 0.682
K 0.764 0.764
BP 0.571 0.571
KP 0.527 0.527
dari nilai korelasi variabel laten di setiap konstruk. Sedangkan nilai cross loading dapat dilihat pada tabel berikut.
Tabel 3.5
Nilai Cross Loading Pilot Test
KONSTRUK S N K BP KP
Berdasarkan tabel di atas, dapat diketahui bahwa nilai cross loading adalah lebih dari 0.7 atau antara 0.4-0.7. Dengan demikian dapat disimpulkan konstruk dan indikator yang digunakan dalam penelitian ini telah memenuhi uji validitas dan diskriminan.
3. Pengujian Reliabilitas
Pengujian reliabilitas menggunakan dua parameter, yaitu nilai cronbanch’s alpha adalah lebih dari 0.6 dan nilai composite reliability adalah lebih dari 0.7 (Abdillah dan Hartono, 2015). Nilai cronbanch’s alpha dan composite reliability dapat dilihat pada tabel berikut:
Tabel 3.6
Nilai Cronbanch’s Alpha dan Composite Reliabilty Pilot Test
KONSTRUK CRONBANCH'S
ALPHA COMPOSITE RELIABILITY
S 0.895 0.918
N 0.845 0.891
K 0.845 0.906
BP 0.936 0.944
KP 0.898 0.916
Keterangan: Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
Berdasarkan tabel diatas, diketahui bahwa seluruh konstruk yang digunakan dalam studi ini memiliki nilai cronbanch’s alpha lebih dari 0.6 dan composite reliability lebih dari 0.7. Dengan demikian, dapat disimpulkan bahwa seluruh konstruk yang digunakan dalam studi ini memenuhi uji reliabilitas sehingga dinilai konsisten untuk dapat digunakan.
kuesioner dalam studi ini telah valid dan reliabel. Dan kuesioner ini dapat digunakan untuk pengujian pada sampel sesungguhnya.
58
4.1 Gambaran Umum Responden
Responden yang digunakan dalam penelitian ini adalah wajib pajak orang pribadi yang melakukan pekerjaan bebas seperti notaris, pengacara, dokter, arsitek, aktuaris, akuntan, auditor, konsultan, proyek, pengajar dan penilai pada kantor notaris, kantor advokat, tempar praktek dokter, kantor arsitek, aktuaris, kantor akuntan publik, kantor konsultan pajak, dan kantor jasa penilai publik di Kota Malang. Penelitian ini menggunakan metode survey yaitu dengan menyebarkan kuesioner kepada notaris, pengacara, dokter, arsitek, aktuaris, akuntan, auditor, konsultan, proyek, pengajar, dan penilai. Peneliti memilih responden menggunakan cara convenience sampling yaitu dengan berdasarkan kemudahan dan mungkin merupakan cara terbaik untuk memperoleh sejumlah informasi dasar dengan cepat dan efisien. Peneliti melakukan pengumpulan data mulai tanggal 6 Maret 2018 – 6 April 2018 dengan menyebarkan kuesioner secara langsung.
Tabel 4.1
Hasil Penyebaran Kuesioner
No Keterangan Jumlah Presentase (%)
1 Kuesioner yang disebar 100 100%
2 Kuesioner yang tidak kembali 25 25%
3 Kuesioner yang kembali 75 75%
4 Kuesioner yang kembali tetapi tidak dapat diolah 3 3%
5 Kuesioner yang dapat diolah 72 72%
Sumber: Data Primer, 2018
kuesioner yang disebar adalah sejumlah 100 eksemplar kuesioner dan yang kembali sejumlah 75 kuesioner atau sebesar 75% dari total penyebaran kuesioner.
Kuesioner yang kembali tetapi tidak dapat di olah sejumlah 3 atau 3% dan kuesioner tidak kembali sejumlah 25 kuesioner atau 25%. Sehingga jumlah kuesioner yang dapat diolah sebanyak 72 kuesioner atau sebesar 72% dari total 75 kuesioner yang kembali.
Tabel 4.2 Deskriptif Responden
Deskripsi Keterangan Jumlah Persentase (%)
Jenis Kelamin Pria 31 44%
Terdapat sebanyak 25 kuesioner yang tidak kembali, dan 3 kuesioner yang kembali tetapi tidak dapat diolah dikarenakan banyaknya client dari masing-masing profesi yang mengakibatkan tidak dapatnya mengisi kuesioner tersebut dan juga banyaknya responden tidak berkenan untuk mengisi kuesioner tersebut.
Untuk kuesioner yang kembali tetapi tidak dapat diolah karena sejumlah 2
dapat diolah. Penyebaran kuesioner dilakukan dengan cara mendatangi langsung kantor dari masing-masing pekerjaan bebas dan memberikan kuesionernya. Untuk penjelasan lebih lanjut mengenai deskriptif responden, dapat dilihat pada tabel 4.2.
Berdasarkan tabel 4.2 di atas menunjukkan mengenai deskriptif responden dari kuesioner penelitian yang telah peneliti sebar, terdapat lima deskripsi yang digunakan, diantaranya yaitu deskripsi berdasarkan jenis kelamin, usia, pendidikan terakhir, profesi dan NPWP. Deskriptif responden berdasarkan jenis kelamin, diketahui responden dengan jenis kelamin Pria berjumlah 31 orang dari total 72 responden. Sedangkan responden dengan jenis kelamin Wanita berjumlah 41 orang dari 72 total responden. Sehingga dapat disimpulkan deskripsi responden dengan jenis kelamin Pria sebesar 44% dan jenis kelamin Wanita sebesar 56%.
Deskriptif berdasarkan usia responden, dapat diketahui bahwa dari banyak nya profesi dapat diketahui bahwa responden dengan usia interval 20-30 tahun berjumlah 59 orang dari 72 responden. Responden dengan usia interval 31-40 tahun berjumlah 10 orang dari 72 responden. Dan responden dengan usia diatas 40 tahun hanya berjumlah 3 orang dari 72 responden. Deskripsi responden berdasarkan usia, bahwa responden berussia 20-30 tahun sebesar 82%, responden berusia 31-40 tahun sebesar 14%, dan responden berusia lebih dari 40 tahun sebesar 4%.
Deskriptif berdasarkan pendidikan terakhir yang ditempuh responden, dapat dilihat bahwa tidak ada responden dengan pendidikan terakhir SMA.
Responden yang memiliki pendidikan terakhir D3 berjumlah 3 orang dari 72
dari 72 responden. Responden yang memiliki pendidikan terakhir S2 berjumlah 21 orang dari 72 responden. Responden yang memiliki pendidikan terakhir S3 berjumlah 9 orang dari 72 responden. Sehingga dapat disimpulkan bahwa deskripsi berdasarkan pendidikan terakhir responden, untuk pendidikan terakhir SMA sebesar 0%, responden yang pendidikan terakhir D3 sebesar 4%, responden yang pendidikan terakhir S1 sebesar 54%, responden yang pendidikan terakhir S2 sebesar 29%, dan responden yang pendidikan terakhir S3 sebesar 13%.
Deskriptif berdasarkan profesi, dapat diketahui bahwa responden berprofesi sebagai notaris sejumlah 25 orang dari 72 responden. Responden berprofesi sebagai dokter sejumlah 18 orang dari 72 responden. Responden berprofesi sebagai konsultan sejumlah 12 orang dari 72 responden. Responden berprofesi sebagai pengajar sejumlah 12 orang dari 72 responden. Responden berprofesi sebagai pengacara sejumlah 4 orang dari 72 responden. Responden berprofesi sebagai proyek sejumlah 1 orang dari 72 responden. Dapat disimpulkan bahwa deskripsi berdasarkan profesi untuk profesi notaris sebesar 35%, untuk profesi dokter sebesar 25%, untuk profesi konsultan sebesar 17%, untuk profesi pengajar sebesar 17%, untuk profesi pengacara sebesar 5%, dan untuk profesi proyek sebesar 1%.
Deskriptif berdasarkan kepemilikan NPWP, dari 72 responden yang didapatkan semuanya memiliki NPWP. Sehingga deskripsi berdasarkan kepemilikan NPWP sebesar 100%.
Pada penelitian ini menggunakan analisis statistik deskriptif untuk mengetahui tanggapan responden terhadap indikator-indikator yang berada pada kuesioner. Analisis statistik deskriptif dilakukan dengan mengolah jawaban responden berdasarkan indikator, untuk mengetahui nilai minimum, nilai maksimum, dan distribusi data yang meliputi mean, median, dan deviasi standar (Hartono, 2010).
4.2.1 Tanggapan Responden Terhadap Konstruk Sikap
Deskripsi jawaban responden terhadap konstruk Sikap dapat dilihat pada tabel dibawah ini:
Tabel 4.3
Deskripsi Jawaban Responden Terhadap Konstruk Sikap (S)
Indikator N Minimum Maksimum Mean Median Dev Standar
S1 72 1.00 5.00 3.56 4.00 1.13
S2 72 1.00 5.00 3.72 4.00 1.12
S3 72 1.00 5.00 4.07 4.00 0.96
S4 72 1.00 5.00 3.86 4.00 1.02
S5 72 1.00 5.00 3.64 4.00 1.18
S6 72 1.00 5.00 3.71 4.00 1.25
Berdasarkan tabel di atas, dapat dilihat nilai minimum, nilai maksimum, mean (rata-rata), median (nilai tengah) dan deviasi standar dari jawaban responden untuk setiap indikator konstruk Sikap. Berdasarkan tabel di atas dapat diketahui bahwa skala minimum untuk semua indikator adalah 1 (Sangat Tidak Setuju). Skala maksimum untuk semua indikator adalah 5 (Sangat Setuju). Nilai median untuk semua indikator adalah 4. Dapat dilihat, nilai deviasi standar setiap indikator tidak ada yang melebihi nilai mean, sehingga dapat dikatakan bahwa
rendah, maka semakin rendah pula penyimpangan data dari rata-rata hitungannya (Hartono, 2010).
4.2.2 Tanggapan Responden Terhadap Konstruk Norma Subjektif (N) Deskripsi jawaban responden terhadap konstruk Norma dapat dilihat pada tabel dibawah ini:
Tabel 4.4
Deskripsi Jawaban Responden Terhadap Konstruk Norma Subjektif (N) Indikator N Minimum Maksimum Mean Median Dev
Standar
N1 72 1.00 5.00 3.53 4.00 1.03
N2 72 1.00 5.00 3.67 4.00 1.03
N3 72 1.00 5.00 3.74 4.00 1.00
N4 72 1.00 5.00 3.63 4.00 1.14
Berdasarkan tabel di atas, dapat dilihat nilai minimum, nilai maksimum, mean (rata-rata), median (nilai tengah) dan deviasi standar dari jawaban responden untuk setiap indikator konstruk Norma. Berdasarkan tabel di atas dapat diketahui bahwa skala minimum untuk semua indikator adalah 1 (Sangat Tidak Setuju). Skala maksimum untuk semua indikator adalah 5 (Sangat Setuju). Nilai median untuk semua indikator adalah 4. Dapat dilihat, nilai deviasi standar setiap indikator tidak ada yang melebihi nilai mean, sehingga dapat dikatakan bahwa data tersebut memiliki penyimpangan data yang rendah. Saat nilai deviasi standar rendah, maka semakin rendah pula penyimpangan data dari rata-rata hitungannya (Hartono, 2010).
Dipersepsikan (K)
Deskripsi jawaban responden terhadap konstruk Kontrol Perilaku yang Dipersepsikan dapat dilihat pada tabel dibawah ini:
Tabel 4.5
Deskripsi Jawaban Responden Terhadap Konstruk Kontrol Perilaku Yang Dipersepsikan (K)
Indikator N Minimum Maksimum Mean Median Dev Standar
K1 72 1.00 5.00 3.93 4.00 1.01
K2 72 1.00 5.00 3.91 4.00 0.95
K3 72 1.00 5.00 3.87 4.00 0.87
Berdasarkan tabel di atas, dapat dilihat nilai minimum, nilai maksimum, mean (rata-rata), median (nilai tengah) dan deviasi standar dari jawaban responden untuk setiap indikator konstruk Kontrol Perilaku yang Dipersepsikan.
Berdasarkan tabel di atas dapat diketahui bahwa skala minimum untuk semua indikator adalah 1 (Sangat Tidak Setuju). Skala maksimum untuk semua indikator adalah 5 (Sangat Setuju). Nilai median untuk semua indikator adalah 4. Dapat dilihat, nilai deviasi standar setiap indikator tidak ada yang melebihi nilai mean, sehingga dapat dikatakan bahwa data tersebut memiliki penyimpangan data yang rendah. Saat nilai deviasi standar rendah, maka semakin rendah pula penyimpangan data dari rata-rata hitungannya (Hartono, 2010).
4.2.4 Tanggapan Responden Terhadap Konstruk Budaya Pajak (BP) Deskripsi jawaban responden terhadap konstruk Budaya Pajak dapat dilihat pada tabel dibawah ini:
Indikator N Minimum Maksimum Mean Median Dev Standar
BP1 72 2.00 5.00 3.92 4.00 0.94
BP2 72 1.00 5.00 3.84 4.00 0.99
BP3 72 1.00 5.00 3.92 4.00 1.12
BP4 72 1.00 5.00 4.05 4.00 0.94
BP5 72 1.00 5.00 3.86 4.00 0.98
BP6 72 2.00 5.00 3.85 4.00 0.88
BP7 72 1.00 5.00 3.92 4.00 0.99
BP8 72 1.00 5.00 3.72 4.00 1.14
BP9 72 1.00 5.00 3.75 4.00 1.04
BP10 72 1.00 5.00 3.81 4.00 0.94
BP11 72 1.00 5.00 3.84 4.00 1.02
BP12 72 1.00 5.00 3.81 4.00 0.94
BP13 72 1.00 5.00 3.89 4.00 0.98
Berdasarkan tabel di atas, dapat dilihat nilai minimum, nilai maksimum, mean (rata-rata), median (nilai tengah) dan deviasi standar dari jawaban responden untuk setiap indikator konstruk Budaya Pajak. Berdasarkan tabel di atas dapat diketahui bahwa skala minimum untuk indikator BP2 dan BP6 adalah 2 (Tidak Setuju), dan indikator BP2, BP3, BP4, BP5, BP7, BP8, BP9, BP10, BP11, BP12, dan BP13 adalah 1 (Sangat Tidak Setuju). Skala maksimum untuk semua indikator adalah 5 (Sangat Setuju). Nilai median untuk semua indikator adalah 4.
Dapat dilihat, nilai deviasi standar setiap indikator tidak ada yang melebihi nilai mean, sehingga dapat dikatakan bahwa data tersebut memiliki penyimpangan data yang rendah. Saat nilai deviasi standar rendah, maka semakin rendah pula penyimpangan data dari rata-rata hitungannya (Hartono, 2010).
Deskripsi jawaban responden terhadap konstruk Kepatuhan Pajak dapat dilihat pada tabel dibawah ini:
Tabel 4.7
Deskripsi Jawaban Responden Terhadap Konstruk Kepatuhan Pajak (KP) Indikator N Minimum Maksimum Mean Median Dev
Standar
KP1 72 2.00 5.00 4.12 4.00 0.77
KP2 72 2.00 5.00 4.13 4.00 0.82
KP3 72 2.00 5.00 4.11 4.00 0.78
KP4 72 2.00 5.00 4.13 4.00 0.84
KP5 72 2.00 5.00 4.07 4.00 0.87
KP6 72 2.00 5.00 4.01 4.00 0.81
KP7 72 2.00 5.00 3.84 4.00 0.99
KP8 72 2.00 5.00 3.81 4.00 1.03
KP9 72 2.00 5.00 4.06 4.00 0.88
KP10 72 2.00 5.00 3.91 4.00 0.92
Berdasarkan tabel di atas, dapat dilihat nilai minimum, nilai maksimum, mean (rata-rata), median (nilai tengah) dan deviasi standar dari jawaban responden untuk setiap indikator konstruk Kepatuhan Pajak. Berdasarkan tabel di atas dapat diketahui bahwa skala minimum untuk semua indikator adalah 2 (Tidak Setuju). Skala maksimum untuk semua indikator adalah 5 (Sangat Setuju). Nilai median untuk semua indikator adalah 4. Dapat dilihat, nilai deviasi standar setiap indikator tidak ada yang melebihi nilai mean, sehingga dapat dikatakan bahwa data tersebut memiliki penyimpangan data yang rendah. Saat nilai deviasi standar rendah, maka semakin rendah pula penyimpangan data dari rata-rata hitungannya (Hartono, 2010).
Evaluasi model dalam PLS dilakukan dengan melakukan evaluasi pada outer model dan inner model. Outer model merupakan pengukuran untuk menilai validitas dan reliabilitas model. Sedangkan, inner model merupakan model struktural untuk menilai hubungan antara konstruk (Abdillah dan Hartono, 2015).
Model penelitian ini terdiri dari 5 konstruk, antara lain Sikap, Norma Subjektif, Kontrol Perilaku yang Dipersepsikan, Budaya Pajak, dan Kepatuhan Pajak.
4.3.1 Uji Outer Model
Uji outer model dilakukan untuk menguji validitas dan reliabilitas dari model yang digunakan oleh peneliti. Berikut adalah tahapan uji outer model:
1. Validitas Konvergen
Parameter yang digunakan dalam pengujian validitas konvergen ini adalah dengan nlai AVE (Average Varians Extracted) dan Communality adalah lebih dari 0.5 dan nilai outer loading lebih dari 0.4-0.7 (Solihin dan Ratmono, 2013). Berikut merupakan hasil uji validitas konvergen:
Tabel 4.8
K3 0.9319
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
Pada tabel menunjukkan nilai semua outer loading konstruk dan indikator diatas 0.5, sehingga dapat disimpulkan bahwa indikator pada masing-masing konstruk sudah valid.
Tabel 4.9
Nilai AVE dan Communality
Konstruk AVE Communality
S 0.655 0.655
N 0.672 0.672
K 0.846 0.846
BP 0.652 0.652
KP 0.586 0.586
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
Pada tabel 4.9 diketahui bahwa nilai AVE dan communality diatas 0.5 pada masing-masing konstruknya. Dengan demikian, dapat
memenuhi persyaratan minimal dari validitas konvergen.
2. Validitas Diskriminan
Parameter yang digunakan dalam pengujian validitas diskriminan ini adalah nilai akar AVE lebih dari korelasi variabel laten dan nilai cross loading adalah lebih dari 0.7 dalam satu variabel (Abdillah dan Hartono, 2015). Nilai akar AVE dan korelasi variabel laten dapat dilihat pada tabel berikut ini:
Tabel 4.10
Nilai Akar AVE dan Korelasi Variabel Laten
Konstruk Akar AVE BP K KP N S
Keterangan: S (Sikap), N (Norma subjektif), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
Berdasarkan tabel di atas, dapat diketahui bahwa nilai dari akar AVE lebih dari nilai korelasi variabel laten di setiap konstruk. Sedangkan nilai cross loading dapat dilihat pada tabel berikut ini:
Tabel 4.11
BP10 0.7477 0.4958 0.3715 0.4305 0.2661 Keterangan: S (Sikap), N (Norma), K (Kontrol perilaku yang dipersepsikan), BP (Budaya pajak), KP (Kepatuhan pajak)
Berdasarkan tabel diatas, dapat diketahui bahwa nilai cross loading adalah lebih dari 0.7 atau antara 0.4-0.7. Dengan demikian berdasarkan kedua tabel diatas, dapat disimpulkan bahwa konstruk dan indikator yang
Berdasarkan tabel diatas, dapat diketahui bahwa nilai cross loading adalah lebih dari 0.7 atau antara 0.4-0.7. Dengan demikian berdasarkan kedua tabel diatas, dapat disimpulkan bahwa konstruk dan indikator yang