BAB III
DESAIN PENELITIAN
III.1 Desain Penelitian
Jenis penelitian yang digunakan oleh penulis adalah penelitian kausal. Penelitian kausal adalah suatu teknik penelitian yang bersifat sebab akibat, dimana ada variabel yang mempengaruhi yaitu variabel independen, dan variabel yang dipengaruhi yaitu variabel dependen.
Tabel 3.1 Desain penelitian
Tujuan Jenis penelitian Metode penelitian
Unit analisis
Time Horizone
T-1 Asosiatif - hubungan kausal survey individu cross sectional
T-2 Asosiatif - hubungan kausal survey individu cross sectional
T-3 Asosiatif - hubungan kausal survey individu cross sectional
T-4 Asosiatif-hubungan kausal Survey Individu cross sectional
Keterangan:
T1 Æ untuk mengetahui pengaruh pengetahuan perpajakan pemilik online shop
dengan kepatuhan dalam memenuhi kewajiban pajak penghasilan.
T2 Æ untuk mengetahui pengaruh sosialisasi yang dilakukan oleh fiskus
terhadap kepatuhan dalam memenuhi kewajiban pajak penghasilan pemilik
T3 Æ untuk mengetahui pengaruh sistem administrasi pajak negara terhadap
kepatuhan dalam memenuhi kewajiban pajak penghasilan pemilik online shop. T4 Æ untuk mengetahui pengaruh pengetahuan pajak, sosialisasi pajak, dan
sistem administrasi perpajakan secara bersama-sama terhadap kepatuhan dalam memenuhi kewajiban pajak penghasilan pemilik online shop.
Desain penelitian yang digunakan dalam penelitian ini adalah penelitian pengujian hipotesis (kuantitatif) dengan jenis penelitian asosiatif. Penelitian asosiatif merupakan jenis penelitian yang dilakukan dengan tujuan untuk mengetahui hubungan antara dua variabel atau lebih. Metode penelitian yang digunakan adalah survey method. Metode ini digunakan untuk mendapatkan data dari tempat tertentu yang alamiah (bukan buatan), tetapi peneliti melakukan perlakuan dalam pengumpulan data, misalnya dengan mengedarkan kuesioner, test, wawancara terstruktur dan sebagainya. Unit analisis yang digunakan adalah individu, dimana yang dimaksud dalam penelitian ini yaitu para pemilik online shop. Serta time horizon yang digunakan penulis dalam penelitian ini adalah cross sectional, yaitu data yang dikumpulkan pada satu waktu tertentu pada beberapa objek dengan tujuan untuk menggambarkan keadaan. Tingkat kedalaman dalam penelitian ini tidak mendalam, tetapi memiliki tingkat generalisasi tinggi karena hasil penelitian dapat diberlakukan ke semua populasi.
III.1.1 Jenis dan Sumber Data
Jenis data yang digunakan adalah data primer. Data primer merupakan data atau informasi dari sumber pertama, biasanya disebut dengan
responden. Responden yang dimaksud dalam penelitian ini adalah para pemilik online shop di situs jejaring sosial facebook yang bertempat di wilayah Jakarta Barat. Data atau informasi diperoleh melalui pertanyaan tertulis dengan menyebarkan kuesioner dan melakukan wawancara kepada pemilik online shop dengan menggunakan fasilitas chat dan message
facebook, email serta bertemu langsung.
III.1.2 Populasi
Populasi dalam buku karangan Sugiono (2009:h115) yaitu wilayah generalisasi yang terdiri atas: objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
Berdasarkan pengertian diatas, populasi dalam penelitian ini adalah para pemilik online shop di situs jejaring sosial facebook yang berada di wilayah Jakarta Barat.
III.1.3 Teknik Pengambilan Sample
Teknik pengambilan sample dalam penelitian ini tergolong teknik
probability sampling. Teknik probability sampling yang digunakan adalah simple random sampling. Dikatakan simple (Sederhana) karena pengambilam
anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Dikarenakan jumlah populasi yang tidak dapat diketahui secara pasti dan karena keterbatasan waktu, maka dalam penelitian ini jumlah sampel yang diambil ditentukan sebanyak 40 orang.
Jumlah ini sesuai dengan saran Roscoe yang di kutip oleh Mardiasmo (2009:130) bahwa bila dalam penelitian akan melakukan analisis dengan Multivariate (korelasi atau regresi ganda misalnya) maka jumlah anggota sampel minimal 10 kali dari jumlah variabel (independen dan dependen) yang diteliti.
Dalam penelitian ini jumlah variabel yang digunakan berjumlah 4 variabel. antara lain:
X1 = Pengetahuan Perpajakan
X2 = Sosialisasi Pajak
X3 = Sistem administrasi pajak
Y = Kepatuhan dalam memenuhi kewajiban pajak
Dengan demikian perhitungan total sampel yang diambil yaitu 10 x 4 = 40 responden.
III.1.4 Metode Pengumpulan Data
Teknik pengambilan data yang dilakukan yaitu dengan menyebarkan kuesioner secara langsung dan online. Secara langsung yaitu dengan bertemu langsung atau face to face kepada pemilik online shop dan secara online dengan memanfaatkan fasilitas yang ada pada situs jejaring sosial facebook, seperti chat dan message serta mengirimkan melalui email. Sekaran (2006:h67) menyatakan bahwa teknologi modern semakin memiliki peran kunci dalam menentukan metode pengumpulan data. Survey dengan bantuan komputer, yang membantu wawancara dan penyebaran kuesioner secara elektronik semakin meningkat. Wawancara telepon dengan bantuan
komputer, survey telepon elektronik interaktif, serta penyebaran kuesioner melalui email, kini banyak digunakan untuk mempermudah perolehan data.
Bentuk pertanyaan yang digunakan dalam kuesioner berupa pertanyaan terbuka dan pertanyaan tertutup. Pertanyaan terbuka terdiri dari 4 buah yang meliputi nama online shop, jenis barang yang dijual, lama bisnis, dan kisaran penghasilan perbulan. Sementara pertanyaan tertutup terdiri dari 37 buah pertanyaan yang berkaitan dengan variabel yang diteliti. Bentuk pertanyaan mengacu pada kombinasi pilihan jawaban yang berpedoman pada skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Fenomena sosial yang dimaksud adalah variabel penelitian yaitu pengetahuan pajak, sosialisasi pajak, administrasi pajak, dan kepatuhan dalam pemenuhan kewajiban pajak.
Bentuk penilaian jawaban kuesioner menggunakan pembobotan dengan 4 buah skala. Bobot dan kategori pengukuran atas tanggapan responden diuraikan dalam tabel berikut dibawah ini:
Tabel 3.2
Tabel bobot dan kategori pengukuran data
Keterangan Penilaian
Sangat setuju 1
Setuju 2
Tidak Setuju 3
Sedangkan nilai dan kategori batas penelitian dapat dilihat dengan memperhitungkan:
1. Nilai terendah = 1, yaitu jika jawaban responden adalah “sangat setuju” 2. Nilai tertinggi = 4, yaitu jika jawaban responden adalah “sangat tidak
setuju”
III.1.5 Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah metode analisis regresi linier sederhana untuk menguji masing-masing variabel kemudian dilanjutkan dengan analisis regresi linier bergandan untuk menguji semua variabel secara bersama.
Berikut ini tabel metode analisis yang digunakan dalam penelitian ini:
Tabel 3.3 Tabel Metode Analisis
Tujuan Penelitian Metode Analisis
T1 Korelasi Æ regresi linier sederhana
T2 Korelasi Æ regresi linier sederhana
T3 Korelasi Æ regresi linier sederhana
T4 KorelasiÆ regresi linier berganda
Dalam mengolah dan menganalisis data, penelitian ini menggunakan
penelitian ini berupan ordinal dimana jawaban dari setiap pertanyaan bernilai 1,2,3 dan 4 sebagai frekuensinya. Data yang telah di dapat dari responden akan diuji ke dalam pengujian instrument berupa uji validitas dan reliabilitas, setelah itu pengujian asumsi klasik untuk memenuhi asumsi regresi sederhana dan berganda agar dapat menjawab hipotesis penelitian.
III.1.5.1 Uji Validitas
Menurut Ghozali (2009:h49) uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur pada kuesioner tersebut. Menurut Sugiono (2009:h172) valid berarti instrument tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur.
Teknik pengujian validitas dalam penelitian ini dilakukan dengan satu kali pengukuran dengan menggunakan metode Alpha. Sedangkan untuk menguji validitas dilakukan dengan menggunakan bantuan SPSS versi 17 dengan terlebih dahulu menentukan nilai rtabel, berdasarkan nilai df (degree of freedom) sebesar 38 yang diperoleh dari rumusan df = (n-2) serta tingkat
signifikansi sebesar 5%. Setelah itu dicari nilai rhitung. Nilai rhitung sendiri
diperoleh dari rumusan korelasi yang dihasilkan oleh SPSS pada kolom
corrected item total correlation.
a) Jika rhitung > rtabel , maka butir pertanyaan dinyatakan valid.
b) Jika rhitung < rtabel , maka butir pertanyaan dinyatakan tidak valid.
III.1.5.2 Uji Relibilitas
Hasil penelitian dikatakan reliable, bila terdapat kesamaan antara data dalam waktu yang berbeda. Reliabel istrumen merupakan syarat untuk pengujian validitas instrument. Oleh karena itu walaupun instrument yang valid umumnya pasti reliabel, tetapi pengujian reliabilitas instrumen perlu dilakukan.
Pengukuran reliabilitas dapat dilakukan dengan dua cara, yaitu pengukuran berulang (Repeated Measure) dan pengukuran sekali saja (One Shot). Namun dalam penelitian ini, pengujian reliabilitas dilakukan dengan
pengukuran sekali saja (one shot). Alat ukur yang dipergunakan dalam uji realibilitas dengan menggunakan uji statistik Cronbach Alpha.. Pengujian ini dilakukan dengan melihat nilai Cronbach Alpha pada data yang telah diolah oleh bantuan program SPSS versi 17. Jika nilai Cronbach Alpha pada kuesioner > 0.6 maka variabel tersebut dinyatakan reliabel. Hal ini sesuai dengan pernyataan Ghozali (2009:h45) yang menyatakan bahwa suatu variable dikatakan reliable jika memberikan nilai Cronbach’s Alfa > 0,60. sedangkan, jika sebaliknya data tersebut dikatakan tidak reliable.
III.1.5.3 Uji Asumsi Klasik
Jika hasil regresi telah memenuhi asumsi-asumsi regresi maka nilai estimasi yang diperoleh akan bersifat BLUE: (Best, Linear, Unbiased,
Estimator). BLUE merupakan asumsi yang dikembangkan oleh Gauss dan
Markov yang kemudian terkenal dengan sebutan Gauss-Markov Theorem. Untuk menghasilkan keputusan yang BLUE, maka etimasi regresi haruslah dilengkapi dengan uji-uji yang diperlukan, seperti uji normalitas, uji linearitas, uji autokorelasi, uji heterokedaktisitas, dan uji multikorelinearitas. Dalam penelitian ini, metode regresi linear dapat dilakukan apabila telah melengkapi uji klasik seperti yang telah disebutkan.
III.1.5.3.1 Uji Distribusi Normalitas
Uji normalitas sangat berguna untuk menentukan apakah data yang telah dikumpulkan memiliki distribusi secara normal. Pengujian normalitas akan mengarahkan tehnik statistik apa yang akan digunakan untuk uji pengambilan keputusan.
Uji distribusi normal pada penelitian ini akan menggunakan bantuan program SPSS versi 17 dengan model Skewness dan Kurtosis. Dalam buku yus agusyana (2011:h75) Uji normalitas dengan Skewness dan Kurtosis sering disebut dengan ukuran kemencangan data, dimana akan dapat diketahui grafik normalitas menceng ke kanan atau ke kiri, terlalu datar atau mengumpul di tengah. Jika data cenderung ke kiri disebut positif skewness, jika data menceng ke kanan disebut negatif skewness, dan dikatakan normal apabila datanya simetris dengan nilai skewness di antara: (-2...+2).
Dasar pengambilan keputusan dalam penelitian ini adalah dengan membandingkan antara nilai Statistic Skewness dibagi dengan Std Error Skewness atau nilai Statistic Kurtosis dibagi dengan Std Error Kurtosis,
dimana jika skor hasil pembagian berada antara -2 dan 2 maka distribusi data dinyatakan normal.
Selain itu, pengujian normalitas akan disertai dengan Q-Q plot atau plot kenormalan. Dan untuk mengetahui data terdistribusi secara normal, maka dapat dilihat dari plot-plot yang terletak kurang lebih dalam satu garis lurus.
III.1.5.3.2 Uji Linearitas
Pengujian linearitas merupakan salah satu uji asumsi klasik yang harus dipenuhi agar hubungan antara variabel dependen dan variabel independen harus linearitas. Dalam melihat linearitas, dapat dilihat dari grafik hubungan antara variabel independen dengan variabel dependen. Hal ini dapat dilihat dari pergerakan yang bersifat searah antara variabel independen dan dependen.
III.1.5.3.3 Uji Autokorelasi
Ghozali (2009:h99) menyatakan bahwa uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Ini sama artinya dengan keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan dengan periode lain. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Ada beberapa hal yang menyebabkan terjadinya autokorelasi, seperti kesalahan dalam pembentukan model, tidak memasukan variabel yang
penting, manipulasi data, serta menggunakan data yang tidak empiris. Akibatnya adalah akan timbulnya bias pada hasil regresi.
Persamaan regresi yang baik hendaknya tidak mengandung autokorelasi. Dalam penelitian ini, penulis menggunakan metode perhitungan uji Durbin-Watson. Dasar pengambilan keputusan autokorelasi yaitu jika nilai Durbin-Watson berada pada rentang -2 ≤ Durbin Watson ≥ 2, maka tidak tejadi autokorelasi. Sedangkan jika tidak pada rentang tersebut terjadi autokorelasi.
III.1.5.3.4 Uji Heterokedaktisitas
Imam Ghozali (2009:h125) memaparkan bahwa uji heteroskedaktisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika pengamatan residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedaktisitas dan jika berbeda disebut heterokedaktisitas. Model regresi yang baik adalah yang homoskedaktisitas.
Uji heterokedaktisitas dilakukan dengan menggunakan uji Glejser. Metode pengujian heterokedastisitas dengan menggunakan uji Glejser lebih dipilih dibanding dengan metode uji dengan menggunakan Scatter Plot, karena pertimbangan hasil keputusan pengujian dengan Scatter Plot cenderung bias karena, dalam pengambilan keputusan heterokedastisitas hanya didasarkan hanya pada pengamatan gambar saja dan kurang dapat dipertanggungjawabkan kebenaran hasil pengujiannya.
Dasar pengambilan keputusan pada pengujian heterokedastisitas dengan menggunakan uji Glejser adalah jika nilai Sig thitung lebih besar
dari 0,05 maka variabel independen tersebut dinyatakan bebas dari gejala heterokedastisitas.
III.1.5.3.5 Uji Multikoleniearitas
Uji Multikoleniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak tidak tejadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel ini tidak autogonal. Variabel autogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen adalah sama dengan nol. Cara yang dilakukan untuk menguji ada atau tidaknya multikolenieralitas adalah jika nilai VIF pada tabel hasil perhitungan tidak lebih dari 10 dan nilai
tolerance pada tabel hasil perhitungan tidak dibawah 0,1 maka variabel
tersebut dinyatakan bebas dari gejala multikolinearitas.
III.1.5.4 Regresi Linier
Pengujian regresi yang dilakukan bertujuan untuk melihat pengaruh antara variabel independen dengan variabel dependen. Hubungan fungsional antara satu variabel independen dengan satu variabel dependen disebut analisis regresi linier sederhana. Perbedaan antara korelasi dengan regresi adalah jika analisis regresi digunakan untuk melihat hubungan dua variabel sementara analisis regresi digunakan untuk melihat pengaruh variabel
independen dengan variabel dependen serta memprediksi nilai variabel dependen dengan menggunakan variabel independen. Dalam analisis regresi variabel independen berfungsi untuk menerangkan sedangkan variabel dependen sebagai yang diterangkan.
Menurut Yus Agusyana (2011:h95) penggunaan regresi linier didasarkan pada hal-hal berikut:
a) Data harus berdistribusi normal b) Data berskala interval atau rasio
c) Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0,05.
d) Predictor yang digunakan sebagai variabel bebas/independen harus layak. Kelayakan ini diketahui jika angka Standartd Error of Estimate < Standart Deviation.
e) Koefisien regresi harus signifikan. Pengujian dilakukan dengan uji T. Koefisien regresi signifikan jika T hitung > T tabel.
f) Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antara variabel independen. Syaarat ini hanya berlaku untuk regresi linier berganda dengan variabel independen lebih dari satu.
g) Tidak terhadi autokorelasi. Terjadi autokorelasi jika angka Durbin Watson (DB) sebesar <1 dan > 3.
h) Keselarasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai tersebut maka model semakin baik. Jika nilai
mendekati 1 maka model regresi semakin baik. Nilai r2 mempunyai karakteristik diantaranya selalu positif dan nilai r2 maksimal sebesar 1. i) Jika nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna.
Maksudnya seluruh variasi dalam variabel Y dapat diterangkanoleh model regresi. Sebaliknya jika r2 sama dengan nol, maka tidak ada hubungan linier antara X dan Y.”
Dalam penelitian ini dilakukan dua uji regresi linier. Yang pertama yaitu pengujian regresi linier sederhana untuk setiap variabel X dan Y agar Hipotesis T1 dan T3 dapat terjawab. Setelah itu dilakukan pengujian regresi
linier berganda untuk menjawab hipotesis T4. Berikut ini masing-masing
pengujiannya:
a) Regresi Linier Sederhana
Regresi linier sederhana digunakan oleh penulis dalam menganalisis variabel-variabel independen dan variabel dependen yang diteliti secara parsial, yaitu antara satu variabel independen dengan satu variabel dependen.
Persamaan regresi linier sederhana yang dikutip oleh Sugiyono (2008:h270) adalah sebagai berikut :
Y = a + bX
Keterangan :
Y = Variabel dependen yaitu kepatuhan pemenuhan kewajiban pajak penghasilan.
b = Nilai arah sebagai penentu ramalan (prediksi) atau koefisien prediktor.
X = Variabel independen yaitu pengetahuan pajak, sosialisasi pajak, dan sistem administrasi pajak.
Untuk mengetahui signifikansi regresi linier sederhana maka dapat dilakuan pengujian dengan cara berikut ini :
Hipotesis :
Ho : Variabel X tidak berpengaruh secara signifikan terhadap variabel Y. Ha : Variabel X berpengaruh secara signifikan terhadap variabel Y. Dan dasar pengambilan keputusannya adalah sebagai berikut :
a) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05≤ Sig], maka Ho tidak ditolak dan Ha ditolak, artinya tidak signifikan.
b) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05≥ Sig], maka Ho ditolak dan Ha tidak ditolak, artinya signifikan.
b) Regresi linier berganda
Pengujian regresi linier berganda dilakukan dengan menguji seluruh variabel bebas atau independen secara bersama-sama. Berikut persamaan regresi linier berganda yang dikutip oleh sugiyono (2009:h277) untuk tiga prediktor adalah:
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan :
X1; X2;X3 = Variabel independen
a = Nilai konstanta (harga Y jika X=0)
b1; b2; b3 = Nilai arah sebagai penentu ramalan (prediksi) atau koefisien
prediktor.
e = Error
Untuk mengetahui signifikansi regresi linier berganda maka dapat dilakuan pengujian dengan cara berikut ini :
Hipotesis :
Ho : Variabel X1, X2 dan X3 tidak berpengaruh secara signifikan terhadap
variabel Y.
Ha : Variabel X1, X2 dan X3 berpengaruh secara signifikan terhadap variabel
Y.
Dan dasar pengambilan keputusannya adalah sebagai berikut :
a) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05≤ Sig], maka Ho tidak ditolak dan Ha ditolak, artinya tidak signifikan.
b) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05≥ Sig], maka Ho ditolak dan Ha tidak ditolak, artinya signifikan.
III.1.6 Uji Statistik
III.1.6.1 Uji Koefisien Regresi dengan Uji t
Uji t dalam penelitian ini digunakan untuk menentukan apakah hipotesis alternatif diterima atau belum dapat diterima. Uji t yang dilakukan
menggunakan bantuan program SPSS 17. Adapun kondisi dari uji t yaitu dengan tingkat signifikansi 5% yang berarti tingkat kepercayaan 95%.
Rumusan uji t yang dikutip oleh Riduwan et al. (2008:h117) adalah sebagai berikut :
dk = (n-k-1) Keterangan : tk = nilai thitung
ρk = koefisien regresi
seρk = standard error pada koefisien regresi
Dasar pengambilan keputusan adalah sebagai berikut :
c) jika thitung < ttabel dan nilai Sig > 0,05, maka Ho tidak ditolak dan Ha
ditolak, artinya secara parsial variabel independen mempunyai pengaruh yang tidak signifikan terhadap variabel dependen.
d) jika thitung > ttabel dan nilai Sig < 0,05, maka Ho ditolak dan Ha tidak
ditolak, artinya secara parsial variabel independen mempunyai pengaruh yang signifikan signifikan terhadap variabel dependen.
III.1.6.2 Uji Akurasi dengan Uji F
Uji F digunakan untuk mengetahui pengaruh secara bersama-sama variabel independen terhadap variabel dependen. Dapat juga diartikan bahwa uji F akan menguji hasil model persamaan dalam model regresi. Bila F hitung
Ρk
tk =
lebih besar dari F tabel maka Ha tidak di tolak. Bila F hitung lebih kecil dari F tabel maka Ha ditolak. Dapat juga diartikan bahwa nilai F hitung memberikan kontribusi pengaruh variabel dependen secara bersama-sama terhadap variabel dependen.
Rumus uji F yang dikutip oleh Sugiyono (2005:h257) adalah sebagai berikut : Keterangan : Fh = nilai Fhitung R2 = Koefisien determinasi n = jumlah sampel
k = jumlah variabel independen
Dasar Pengambilan keputusan adalah sebagai berikut :
a) Jika Fhitung < Ftabel dan nilai Sig > 0,05, maka Ho tidak ditolak dan Ha
ditolak, artinya secara simultan variabel independen mempunyai pengaruh yang tidak signifikan terhadap variabel dependen.
b) Jika Fhitung > Ftabel dan nilai Sig < 0,05, maka Ho ditolak dan Ha tidak
ditolak, artinya secara simultan variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
R2 / k Fh =
III.1.7 Operasionalisasi Variabel Tabel 3.4
Operasionalisasi Variabel
Variabel Indikator skala Instrument
Independen: Pengetahuan Perpajakan (X1) 1. pengetahuan mengenai PTKP (Likert) Kuesioner 2. Definisi Pajak 3. Fungsi Pajak 4. Tempat pembayaran pajak 5. E-commerce
6. Tata cara perhitungan
pajak Penghasilan
7. Self Asessment System
8. Sanksi Pajak
sosialisasi pajak (X2) 1. Media sosialisasi
(Likert) Kuesioner 2. metode sosialisasi
3. keaktifan sosialisasi
4. animo masyarakat
Sistem Administrasi Pajak (X3)
1. tempat pelayanan terpadu
(likert) kuesioner
2. Pelayanan petugas pajak
3. modernisasi administrasi
pajak secara online
4. kinerja petugas pajak
Dependen:
Kepatuhan dalam
pemenuhan kewajiban pajak penghasilan (Y)
1.
ketepatan/terlambat Pengisian, pelaporan,
penyetoran SPT (likert) kuesioner
2. penyetoran pajak penghasilan 3. hukuman pajak
