OLAH DAN ANALISIS DATA PRIMER DAN
DATA SEKUNDER
PENELITIAN KUANTITATIF
MOHAMMAD SOFYAN, S.E., M.M., CSEP
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF 1
2
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
ANALISIS DATA KUANTITATIF
ANALISIS DATA PRIMER
Analisis
Deskriptif Uji Kuesioner
Uji Validitas
Uji Reliabilitas
Analisis Korelasi Uji Kelayakan Model
Uji Koefisien Determinasi
Uji-f
Uji Hipotesis
Uji-t
Uji Asumsi Klasik
Uji Linieritas
Uji Normalitas
Uji Multikolinieritas
Uji Heteroskedastisi
tas
ANALISIS DATA SEKUNDER
Analisis
Deskriptif Analisis Korelasi Uji Kelayakan Model
Uji Koefisien Determinasi
Uji-f
Uji Hipotesis
Uji-t
Uji Asumsi Klasik
Uji Autokorelasi
Uji Normalitas
Uji Multikolinieritas
Uji Heteroskedastisi
tas
Uji Serial Correlation
3
ANALISIS DATA PRIMER
Analisis Deskriptif Uji Kuesioner
Uji Validitas
Uji Reliabilitas
Analisis Korelasi Uji Kelayakan Model
Uji Koefisien Determinasi
Uji-f
Uji Hipotesis
Uji-t
Uji Asumsi Klasik
Uji Linieritas
Uji Normalitas
Uji Multikolinieritas
Uji
Heteroskedastisitas
𝑌 = 𝛼 + 𝛽 1 𝑋 1 + 𝛽 2 𝑋 2 + 𝛽 3 𝑋 3 + 𝜀
Dimana:
Y = Kesadaran Wajib Pajak α = konstanta
β 1 - β 3 = Koefisien Regresi X 1 = Persepsi Wajib Pajak
X 2 = Pengetahuan Wajib Pajak X 3 = Kepatuhan Wajib Pajak ε = Epsilon
4
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
MODEL PENELITIAN
PENGARUH PERSEPSI WAJIB PAJAK, PENGETAHUAN WAJIB PAJAK, DAN
KEPATUHAN WAJIB PAJAK TERHADAP KESADARAN WAJIB PAJAK
+
+ + Persepsi
Wajib Pajak (X
1)
Pengetahuan Wajib Pajak
(X
2)
Kepatuhan Wajib Pajak
(X
3)
Kesadaran Wajib Pajak
(Y) ε
Hipotesis:
5
Gambar. Paradigma Penelitian
1. H0 = Persepsi Wajib Pajak Tidak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak H1 = Persepsi Wajib Pajak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak
2. H0 = Pengetahuan Wajib Pajak Tidak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak H1 = Pengetahuan Wajib Pajak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak
3. H0 = Kepatuhan Wajib Pajak Tidak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak
H1 = Kepatuhan Wajib Pajak Berpengaruh Positif Terhadap Kesadaran Wajib Pajak
ANALISIS DESKRIPTIF
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
6
Rekapitulasi Jawaban Responden Terhadap Persepsi Wajib Pajak
UJI VALIDITAS
7 OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
• Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total), perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item.
• Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,05,
artinya suatu item dianggap valid jika berkorelasi signifikan
terhadap skor total.
• Teknik pengujian yang sering digunakan para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate
Pearson (Produk Momen
Pearson).
8
Uji Reliabilitas
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
• Reliabilitas adalah sejauh mana pengukuran dari suatu tes tetap konsisten setelah dilakukan berulang-ulang terhadap subjek dan dalam kondisi yang sama.
• Penelitian dianggap dapat diandalkan bila memberikan hasil yang konsisten untuk pengukuran yang sama.
Nilai Cronbach’s Alpha Keterangan
< 0,50 Rendah
0,50 – 0,70 Moderat
0,70 – 0,90 Tinggi
> 0,90 Sempurna
ANALISIS KORELASI
9
10
Uji Kelayakan Model
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
• Penggunakan R Square sering menimbulkan permasalahan, yaitu bahwa nilainya akan selalu meningkat dengan adanya penambahan peubah bebas dalam suatu model. Hal ini akan menimbulkan bias, karena jika ingin memperoleh model dengan R tinggi, seorang peneliti dapat dengan sembarangan menambahkan peubah bebas agar nilai R akan meningkat, tidak tergantung apakah peubah bebas tambahan itu berhubungan dengan peubah terikat atau tidak.
• Oleh karena itu, banyak peneliti yang menyarankan untuk menggunakan Adjusted R Square. Interpretasinya sama dengan R Square, akan tetapi nilai Adjusted R Square dapat naik atau turun dengan adanya penambahan peubah baru, tergantung dari korelasi antara peubah bebas tambahan tersebut dengan peubah terikatnya.
• Nilai Adjusted R Square dapat bernilai negatif, sehingga jika nilainya negatif, maka nilai tersebut dianggap 0, atau peubah bebas sama sekali tidak mampu menjelaskan varians dari peubah terikatnya.
Nilai Adjusted R Square adalah sebesar 0,709. Berarti kemampuan peubah bebas dalam menjelaskan varians dari peubah terikatnya
adalah sebesar 70,9%%. Sisanya sebesar 29,1% dijelaskan oleh peubah
diluar model.
11
Uji-f
• Pengujian dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung.
• Dalam menentukan nilai F-tabel, tingkat signifikansi yang digunakan sebesar 5% dengan derajat kebebasan (df) pembilang = k-1, dan df penyebut = n-k, dimana n adalah jumlah responden dan k adalah jumlah peubah.
• Kriteria pengujian yang digunakan, yaitu:
• jika F-hitung > F-tabel, maka H
0ditolak dan H
1diterima
• jika F-hitung < F-tabel, maka H
0diterima dan H
1ditolak.
12
Uji-t
Persamaan Regresi
Kesadaran Wajib Pajak = 0,460 + 0,223 Persepsi Wjib Pajak + 0,141 Pengetahuan Wajib Pajak + 0,560 Kepatuhan Wajib Pajak
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
• Pengujian ini dilakukan untuk mengetahui pengaruh dan signifikansi dari masing-masing peubah independen terhadap peubah dependen.
• Pengujian hipotesis terhadap koefisien regresi secara parsial dilakukan dengan membandingkan antara t-hitung dengan t-tabel.
• Untuk menentukan nilai t-tabel ditentukan dengan tingkat signifikansi (α) 5% dengan derajat kebebasan df = n-k, dimana n adalah jumlah responden dan k adalah jumlah peubah.
• Kriteria pengujian yang digunakan, adalah sebagai berikut:
• Jika t-hitung > t-tabel , maka H
0ditolak dan H
1diterima
• Jika t-hitung < t-tabel , maka H
0diterima dan H
1ditolak.
13
Uji Linieritas
Uji linearitas bertujuan untuk mengetahui apakah dua peubah mempunyai hubungan yang linear atau tidak secara signifikan.
Pengujian pada SPSS dengan menggunakan Test for Linearity dengan pada taraf signifikansi 0,05.
UJI NORMALITAS
14
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
• Uji normalitas dilakukan untuk mengetahui apakah residual data pada model regresi berdistribusi normal.
• Uji normalitas dengan uji statistik non-parametrik Kolmogorov-Smirnov.
• Kriteria pengambilan keputusan dengan uji Kolmogorov-Smirnov, yaitu: jika nilai signifikansi >
0,05 maka residual data terdistribusi normal
UJI MULTIKOLINIERITAS
15
• Multikolinearitas berarti antara peubah independen yang satu dengan peubah independen yang lain dalam model regresi saling berkolerasi linear.
• Pengujian atas kemungkinan terjadinya multikolinearitas dapat dilihat dengan menggunakan metode pengujian Tolerance Value atau Variance Inflation Factor (VIF).
• Pedoman regresi yang bebas dari multikolinearitas adalah mempunyai nilai VIF < 10 dan mempunyai angka
Tolerance > 0,1
16
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF
UJI HETEROSKEDASTISITAS
• Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain.
• Uji glejser dilakukan dengan meregresikan semua peubah bebas dengan |AbsUt| yaitu mutlak residual.
• Kriteria pengambilan keputusan dengan uji glejser, yaitu: jika nilai signifikansi > 0,05 maka tidak
mengalami gangguan heteroskedastisitas.
17
ANALISIS DATA SEKUNDER
Analisis
Deskriptif Analisis Korelasi Uji Kelayakan Model
Uji Koefisien Determinasi
Uji-f
Uji Hipotesis
Uji-t
Uji Asumsi Klasik
Uji Autokorelasi
Uji Normalitas
Uji
Multikolinieritas
Uji
Heteroskedastisi tas
Uji Serial
Correlation
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF 18
ANALISIS FAKTOR YANG MEMPENGARUHI BELANJA MODAL KABUPATEN BANDUNG
• Y
it= α + β
1X
1it+ β
2X
2it+ β
3X
3it+ β
4X
4it+ e
it• dimana:
• Y
it= Belanja Modal
• X
1it= PAD
• X
2it= DAU
• X
3it= DBH
• X
4it= DAK
• i = entitas ke-i
• t = periode ke-t
PAD
DAU
DBH
DAK
Belanja Modal + ε
+ +
+
MODEL PENELITIAN
OUTPUT EVIEWS
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF 19
Dependent Variable: BELANJAMODAL Method: Least Squares
Date: 09/18/21 Time: 10:35 Sample: 2009 2020
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
DAK -0.043096 0.124839 -0.345215 0.7388
DAU -0.616224 0.586375 -1.050903 0.3240
DBH 0.844730 0.543486 1.554282 0.1587
C 23.51489 27.17058 0.865454 0.4120
R-squared 0.806678 Mean dependent var 27.42726 Adjusted R-squared 0.734183 S.D. dependent var 0.400878 S.E. of regression 0.206683 Akaike info criterion -0.054062 Sum squared resid 0.341742 Schwarz criterion 0.107574 Log likelihood 4.324369 Hannan-Quinn criter. -0.113905 F-statistic 11.12726 Durbin-Watson stat 2.773928 Prob(F-statistic) 0.003160
BELANJAMODAL = 23.5148898106 -0.043096*DAK - 0.616224*DAU + 0.844730*DBH
BELANJAM... DAK DAU DBH
Mean 27.42726 26.02030 28.04585 26.41822 Median 27.53575 26.12978 28.01911 26.43634 Maximum 27.95664 27.32588 28.37137 26.78792 Minimum 26.81816 24.23037 27.71130 26.05511 Std. Dev. 0.400878 1.038093 0.277386 0.258151 Skewness -0.301716 -0.371432 0.042481 -0.142079 Kurtosis 1.631731 1.962912 1.148754 1.803303 Jarque-Bera 1.118145 0.813699 1.717166 0.756415 Probability 0.571739 0.665744 0.423762 0.685088
Sum 329.1272 312.2436 336.5502 317.0186
Sum Sq. Dev. 1.767738 11.85401 0.846371 0.733060
Observations 12 12 12 12
ANALISIS DESKRIPTIF
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF 20
0 1 2 3 4 5
-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2
Series: Residuals Sample 2009 2020 Observations 12
Mean 7.11e-15 Median 0.040065 Maximum 0.187677 Minimum -0.367847 Std. Dev. 0.176260 Skewness -0.880998 Kurtosis 2.735450
Jarque-Bera 1.587309 Probability 0.452189
UJI ASUMSI KLASIK UJI NORMALITAS
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 1.361913 Prob. F(3,8) 0.3221
Obs*R-squared 4.056754 Prob. Chi-Square(3) 0.2554 Scaled explained SS 1.564510 Prob. Chi-Square(3) 0.6675
UJI HETEROSKEDASTISITAS
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.471160 Prob. F(2,6) 0.3021
Obs*R-squared 3.948399 Prob. Chi-Square(2) 0.1389
UJI SERIAL CORRELATION UJI MULTIKOLINIERITAS
Hasil uji Breusch-Pagan-Godfrey menunjukkan nilai probabilitas F-
Statistik (F-Hitung) lebih besar dari Alpha (0.05) yaitu 0.3221, artinya, ebih besar daripada Alpha (0.05) sehingga dapat disimpulkan, tidak terdapat masalah heteroskedastisitas pada data ini.
Variance Inflation Factors Date: 09/18/21 Time: 11:29 Sample: 2009 2020
Included observations: 12
Coefficient Uncentered Centered
Variable Variance VIF VIF
DAK 0.015585 2968.473 4.324735 DAU 0.343836 75980.15 6.812456 DBH 0.295377 57915.40 5.068823
C 738.2406 207381.8 NA
Hasil uji normalitas, nilai jarque bera sebesar 1,587 dengan p value sebesar 0,452 dimana > 0,05. yang berarti residual berdistribusi normal.
Perhatikan nilai Prob Chi Square(2) yang merupakan nilai p value
uji Breusch-Godfrey Serial Correlation LM, yaitu sebesar 0,1389 dimana >
0,05 yang berarti tidak ada masalah autokorelasi serial.
21
Analisis Regresi Linier Berganda
https://www.youtube.com/watch?v=XpBS18UZUTk
Link Video Pelatihan
https://www.youtube.com/watch?v=8OTQFhDIqoY&t=10s
Analisis Deskriptif
https://www.youtube.com/watch?v=SB-ACfM3wUA
Uji Validitas & Reliabilitas
https://www.youtube.com/watch?v=fWgZ8Wcv5tk&list=PLjq12m6NRD1s0jwNN57Cu9EzW1uL3X8rD Uji Asumsi Klasik
Pengolahan Data
https://www.youtube.com/playlist?list=PLjq12m6NRD1uOgogZ09iBfwq8a3ILP9Gk
TERIMA KASIH
Mohammad Sofyan, SE., MM., CSEP HP/WA: 0812-8408-6365
OLAH DAN ANALISIS DATA PRIMER DAN DATA SEKUNDER PENELITIAN KUANTITATIF 22