• Tidak ada hasil yang ditemukan

Determinan Tunggakan Pajak Kendaraan Bermotor (PKB) di Kota Medan

N/A
N/A
Protected

Academic year: 2017

Membagikan "Determinan Tunggakan Pajak Kendaraan Bermotor (PKB) di Kota Medan"

Copied!
20
0
0

Teks penuh

(1)

LAMPIRAN 1

KUESIONER

DETERMINAN TUNGGAKAN PAJAK KENDARAAN BERMOTOR DI KOTA MEDAN

1. Identititas Responden

b. Nama :

c. Umur :

d. Jenis Kelamin : 1. Pria 2. Wanita

e. Pendidikan Terakhir : 1. SD 2. SMP 3. SMA 4.S1 f. Penghasilan per bulan :

2. Isilah kuesioner ini sesuai dengan penilaian anda, dengan tanda () SS : Sangat Setuju

S : Setuju R : Ragu-Ragu TS : Tidak Setuju

STS : Sangat Tidak Setuju Variabel penelitian

a. Tunggakan Pajak (Y)

NO PERNYATAAN STS TS R S SS

1 Saya tidak pernah ingat untuk membayar pajak

2 Saya selalu mambayar pajak lewat dari tanggal jatuh tempo

(2)

b. Kesadaran Membayar Pajak (X)

NO PERNYATAAN STS TS R S SS

1 Pajak merupakan sumber penerimaan Negara Terbesar

2 Pajak yang akan saya bayarkan dapat digunakan untuk menunjang pembangunan Negara

3 Penundaan pembayaran pajak dapat merugikan Negara

4 Membayar pajak tidak sesuai dengan jumlah yang seharusnya dibayar sangat merugikan negara 5 Pajak ditetapkan dengan UUD

(3)

LAMPIRAN 2

Identitas Responden Determinan Tunggakan Pajak Kendaraan Bermotot Medan

Sampel

Umur (tahun)

Jenis Kelamin Pendidikan (tahun)

Pendapatan (Rp)

1 30 Perempuan 16 3.200.000

2 42 Laki-Laki 16 5.000.000

3 35 Perempuan 16 3.500.000

4 40 Laki-Laki 12 3.200.000

5 35 Perempuan 16 3.800.000

6 31 Perempuan 16 5.000.000

7 40 Laki-Laki 12 3.500.000

8 35 Perempuan 16 3.100.000

9 33 Perempuan 16 2.800.000

10 35 Perempuan 16 2.900.000

11 33 Perempuan 16 3.300.000

12 40 Laki-Laki 16 3.200.000

13 37 Laki-Laki 16 3.000.000

14 35 Perempuan 16 3.000.000

15 36 Perempuan 12 2.100.000

16 39 Perempuan 12 2.200.000

17 38 Perempuan 16 3.000.000

18 43 Laki-Laki 12 3.200.000

19 32 Perempuan 12 2.500.000

20 34 Perempuan 12 2.800.000

21 37 Laki-Laki 16 2.600.000

22 41 Perempuan 12 2.600.000

23 30 Perempuan 12 2.600.000

24 33 Perempuan 12 2.600.000

25 44 Perempuan 16 3.200.000

26 38 Laki-Laki 12 2.500.000

27 32 Laki-Laki 12 2.800.000

(4)

29 38 Laki-Laki 12 3.000.000

30 32 Perempuan 12 3.300.000

31 39 Laki-Laki 12 2.200.000

32 40 Perempuan 16 3.200.000

33 43 Laki-Laki 12 3.000.000

34 50 Perempuan 12 3.000.000

Lampiran 2 (lanjutan)

Identitas Responden Determinan Tunggakan Pajak Kendaraan Bermotot Medan Sampel Umur

(tahun)

Jenis kelamin Pendidikan

(tahun) Pendapatan (Rp)

35 39 Perempuan 16 3.500.000

36 40 Laki-Laki 16 5.000.000

37 48 Laki-Laki 9 2.000.000

38 43 Laki-Laki 12 3.500.000

39 46 Laki-Laki 16 3.500.000

40 47 Laki-Laki 12 2.800.000

41 42 Perempuan 12 2.800.000

42 57 Laki-Laki 16 7.000.000

43 29 Perempuan 12 3.200.000

44 32 Perempuan 12 2.800.000

45 30 Perempuan 12 3.500.000

46 30 Perempuan 16 5.000.000

47 42 Laki-Laki 16 4.500.000

48 25 Perempuan 12 2.500.000

49 28 Perempuan 12 2.800.000

50 26 Perempuan 12 2.800.000

51 27 Perempuan 12 2.800.000

52 27 Perempuan 16 3.800.000

53 28 Laki-Laki 12 1.700.000

54 25 Laki-Laki 12 1.100.000

55 32 Laki-Laki 12 1.600.000

56 25 Laki-Laki 12 1.100.000

57 27 Laki-Laki 12 1.700.000

58 27 Laki-Laki 12 1.600.000

59 27 Laki-Laki 12 1.700.000

60 26 Laki-Laki 9 1.500.000

61 29 Laki-Laki 12 1.900.000

(5)

63 26 Laki-Laki 12 1.100.000

64 24 Laki-Laki 9 1.600.000

65 36 Laki-Laki 12 1.900.000

66 27 Laki-Laki 12 1.000.000

67 31 Perempuan 9 2.200.000

Lampiran 2 (lanjutan)

Identitas Responden Determinan Tunggakan Pajak Kendaraan Bermotot Medan

Sampel Umur

(tahun)

Jenis kelamin Pendidikan (tahun)

Pendapatan (Rp)

68 30 Perempuan 12 1.600.000

69 34 Laki-Laki 6 1.800.000

70 40 Perempuan 12 2.500.000

71 35 Laki-Laki 9 1.000.000

72 38 Laki-Laki 12 1.000.000

73 38 Perempuan 12 1.900.000

74 39 Perempuan 9 1.500.000

75 41 Perempuan 12 1.900.000

76 35 Perempuan 12 2.100.000

77 33 Perempuan 9 1.100.000

78 25 Perempuan 12 1.900.000

79 26 Laki-Laki 9 1.900.000

80 32 Perempuan 12 1.000.000

81 24 Laki-Laki 12 1.900.000

82 27 Laki-Laki 12 1.900.000

83 28 Laki-Laki 12 1.700.000

84 26 Laki-Laki 12 1.700.000

85 39 Laki-Laki 12 1.500.000

86 29 Perempuan 12 1.700.000

87 27 Laki-Laki 12 1.500.000

88 25 Laki-Laki 12 1.800.000

89 29 Laki-Laki 9 1.100.000

90 38 Perempuan 12 1.600.000

91 26 Laki-Laki 12 1.800.000

92 28 Perempuan 12 1.800.000

93 28 Laki-Laki 12 1.800.000

94 25 Laki-Laki 9 1.000.000

95 27 Laki-Laki 12 2.600.000

(6)

97 26 Perempuan 16 1.700.000

98 29 Perempuan 12 1.800.000

99 32 Laki-Laki 12 2.000.000

100 37 Laki-Laki 9 1.800.000

Sumber :data primer diolah, 2016

LAMPIRAN 3

Jawaban Responden Variabel Tunggakan Pajak Kendaraan Bermotor Kota Medan

Sampel Y1 Y2 Y3 Total

(7)

31 2 1 2 5

LAMPIRAN 3 (lanjutan)

Jawaban Responden Variabel Tunggakan Pajak Kendaraan Bermotor Kota Medan

Sampel Y1 Y2 Y3 Total

(8)

67 4 4 4 12

LAMPIRAN 3 (lanjutan)

Jawaban Responden Variabel Tunggakan Pajak Kendaraan Bermotor Kota Medan

Sampel Y1 Y2 Y3 Total

73 4 3 4 11

(9)

LAMPIRAN 4

Jawaban Responden Variabel Kesadaran Membayar PKB Kota Medan

(10)

29 5 4 4 5 4 4 26

LAMPIRAN 4 (lanjutan)

Jawaban Responden Variabel Kesadaran Membayar Pajak Kota Medan

(11)

63 2 2 2 3 2 3 14

LAMPIRAN 4 (lanjutan )

Jawaban Responden Variabel Kesadaran Membayar Pajak Kota Medan

(12)

100 3 2 2 3 2 4 16

(13)

LAMPIRAN 5

Variabel Penelitian Determinan Tunggakan Pajak Kendaraan Bermotot Medan membayar pajak

(14)

LAMPIRAN 5 (lanjutan )

Variabel Penelitian Determinan Tunggakan Pajak Kendaraan Bermotor Medan

Sampel membayar pajak

(15)

LAMPIRAN 5 (lanjutan )

Variabel Penelitian Determinan Tunggakan Pajak Kendaraan Bermotor Medan

Sampel membayar pajak

(Y)

(16)

LAMPIRAN 6

(17)

LAMPIRAN 6 (Lanjutan) Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test Unstandardiz

ed Residual

N 100

Normal Parametersa,b Mean ,0000000 Std.

Deviation 1,48637038 Most Extreme

Differences

Absolute ,072

Positive ,072

Negative -,057

Test Statistic ,072

Asymp. Sig. (2-tailed) ,200c,d a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

Hasil Uji Multikolinearitas

Correlations Collinearity Statistics Zero-order Partial Part Tolerance VIF (Constant)

Umur -,435 ,060 ,028 ,688 1,453

Pendidikan -,498 -,158 -,075 ,573 1,745

Pendapatan -,668 -,076 -,036 ,355 2,817

(18)

LAMPIRAN 7

HASIL ANALISIS REGRESI LINEAR BERGANDA Hasil uji r2/simultan

Model Summaryb

Mod

el R

R Square

Adjusted R Square

Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square

Change

F

Change df1 df2

Sig. F Change

1 ,884a ,782 ,773 1,51734 ,782 85,239 4 95 ,000 ,977

A. Predictors: (Constant), Kesadaran, Pendidikan, Umur, Pendapatan B. Dependent Variable: Tunggakan

HASIL UJI F

ANOVAa

Model

Sum of

Squares df Mean Square F Sig.

1 Regressio

n 784,990 4 196,247 85,239 ,000

b

Residual 218,720 95 2,302

Total 1003,710 99

a. Dependent Variable: TUNGGAKAN

b. Predictors: (Constant), KESADARAN, PENDIDIKAN, UMUR, PENDAPATAN

(19)

coefficientsa Unstandardized

Coefficients

Standardized Coefficients

t Sig.

95,0% Confidence Interval

for B Correlations

Collinearity Statistics

B Std. Error Beta

Lower Bound

Upper Bound

Zero-order Partial Part

Toleranc

e VIF

(constant) 22,641 1,258 17,991 ,000 20,143 25,139

Umur ,016 ,027 ,034 ,590 ,557 -,038 ,071 -,435 ,060 ,028 ,688 1,453

Pendidikan -,139 ,089 -,099 -1,560 ,012 -,315 ,038 -,498 -,158 -,075 ,573 1,745

Pendapatan -1,792E-7 ,000 -,060 -,743 ,045 ,000 ,000 -,668 -,076 -,036 ,355 2,817

(20)

LAMPIRAN 8

HASIL UJI VALIDASI DAN REABILITAS AITEM Variabel Kesadaran Membayar Pajak

Item-Total Statistics Scale Mean

if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item

Deleted

Kesadaran 1 18,25 14,876 ,866 ,889

Kesadaran 2 18,51 16,616 ,859 ,892

Kesadaran 3 18,46 14,190 ,848 ,895

Kesadaran 4 18,24 17,901 ,726 ,910

Kesadaran 5 18,62 17,086 ,678 ,915

Kesadaran 6 18,17 18,264 ,701 ,913

Reliability Statistics Cronbach's

Alpha N of Items

,918 6

Variabel Tunggakan Pajak

Item-Total Statistics Scale

Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item

Deleted

Tunggakan 1 6,18 5,745 ,854 ,875

Tunggakan 2 6,37 4,639 ,811 ,873

Tunggakan 3 6,01 3,929 ,855 ,852

Reliability Statistics Cronbach's

Alpha N of Items

Referensi

Dokumen terkait

2) Dosen tetap Non PNS yang dipekerjakan PTN, tidak ada hak pensiun, sementara gaji, biaya pengobatan dan cutinya diatur oleh kesepakatan kontrak kerja, tidak berhak peroleh

Hasil pengolahan data dari Integrasi Product Quality dan Model Kano diperoleh 8 atribut yang memiliki NKP (Nilai Kepuasan Pelanggan ) lemah atau NKP (-) dimana itu berarti

Jumlah SO 2 dan NO x dalam gas buang yang dapat direduksi ( removal efficiency ) setelah proses iradiasi berkas elektron dipengaruhi oleh beberapa parameter yang berbeda,

 As a security feature, the Cisco IOS software separates management access into the following two command modes: user EXEC mode and privileged EXEC mode..  Global configuration

Fasilitas untuk menggabungkan beberapa sel menjadi satu sel yaitu. Cara menggabungkan 2 sel atau lebih dapat dilakukan melalui dua cara yaitu melalui menu dan melalui ikon.

benar, dan jika salah, pada argumen if, else if, dan else, kalian dapat menggunakan kondisi yang tidak terbatas.. dan

Penelitian ini dilakukan pada grup Facebook Komunitas Hidroponik Jogja (Hi-Jo) dengan tujuan mengetahui: 1) Karakteristik anggota grup Facebook Komunitas Hi-Jo, 2) Tingkat

Dengan struktur, kualitas dan trend pertumbuhan penduduk serta angkatan kerja sebagaimana tergambar pada Grafik 1 di atas, maka sangat sulit bagi bangsa Indonesia untuk