METODE PENELITIAN
3.5 Jenis dan Sumber Data
53
1. Jumlah sampel yang layak untuk digunakan antara 30-500 sampel
2. Apabila sampel memiliki beberapa kelompok, maka jumlah sampel di dalam setiap kelompok adalah 30 sampel
3. Apabila suatu penelitian terdiri dari dua variabel atau lebih, maka sampel berjumlah minimal 10 kali dari jumlah variabel dalam penelitian.
4. Apabila penelitian sederhana (seperti eksperimen atau kelompok kontrol), maka sampel yang digunakan berjumlah 10-20 sampel
Berdasarkan teori Roscoe, jumlah sampel minimum dalam sebuah penelitian dapat ditentukan dengan aturan bahwa jumlah sampel minimal adalah 10 kali jumlah variabel yang diteliti. Penelitian ini terdiri dari 4 variabel (3 variabel independen, 1 variabel dependen) 4x10= 40 sampel (responden). Jadi, karena penelitian ini memiliki 4 variabel, maka jumlah sampel yang direkomendasikan minimal adalah 40 responden.
54 3.6 Metode Pengumpulan Data
Instrumen yang digunakan dalam penelitian ini adalah kuesioner. Dalam kuesioner ini terdapat pertanyaan yang logis yang berhubungan dengan topik penelitian. Tiap pertanyaan dalam kuesioner akan mendapatkan jawaban yang bermakna yang akan digunakan untuk mengukur dan menguji hipotesis.
Pengukuran berarti mengumpulkan data dalam bentuk angka. Skala adalah alat atau mekanisme yang membedakan individu berdasarkan perbedaan mereka satu sama lain pada variabel yang menjadi perhatian penelitian (Sekaran & Bougie, 2016). Dalam penelitian ini menggunakan skala likert yang secara khusus menggambarkan interval menggunakan lima jangkar yaitu sangat tidak setuju (STS), tidak setuju (TS), netral (N), setuju (S), dan sangat setuju (SS). Saat merespons pertanyaan dalam skala likert, responden diminta untuk mengekspresikan tingkat persetujuan terhadap suatu pernyataan dengan memilih salah satu dari opsi yang telah tersedia dalam kuesioner, dengan skala yang terdiri dari lima tingkatan, yaitu:
Tabel 3. 2 Alternatif penilaian Jawaban
Alternatif Jawaban Bobot
Penilaian
Sangat Setuju 5
Setuju 4
Kurang Setuju 3
Tidak Setuju 2
Sangat Tidak Setuju 1
55 3.7 Pengolahan dan Metode Analisis Data
Metode analisis data adalah suatu cara menganalisis data penelitian, termasuk alat statistik yang relevan untuk digunakan dalam penelitian. Peneliti menganalisis hasil survei dengan menggunakan analisis Partial Least Square (PLS)-SEM, yaitu menganalisis variabel secara langsung menggunakan indikator akurasi. Aplikasi yang digunakan adalah SmartPLS 4.0. SmartPLS 4.0 merupakan alat statistik multivariat yang dapat mencakup banyak variabel respon serta variabel eksplanatori maupun variabel respon karena metode ini lebih robust. Robust berarti kokoh atau parameter model tidak banyak berubah ketika sampel baru diambil dari total populasi (Geladi dan Kowalski, 1986). Partial Least Square-SEM merupakan suatu teknik prediksi yang dapat menangani banyak variabel independen, meskipun menyadari adanya multikolinieritas dari variabel-variabel tersebut. SmartPLS 4.0 merupakan perangkat lunak yang bertujuan untuk menunjukkan ada tidaknya korelasi antar variabel dalam rangka mengembangkan dan membangun teori (Santosa, 2018).
1. Outer Model (Model Pengukuran)
Uji outer model adalah tahapan analisis yang dilakukan untuk mengukur dan menilai validitas dan reliabilitas model dengan tujuan untuk mengukur data penelitian telah valid dan realiabel (Gorson, 2016). Dalam penelitian ini akan menganalisis korelasi antara variabel laten dengan indikatornya. Uji validitas bertujuan untuk menilai sah atau tidaknya data suatu kuesioner telah valid atau tidak dalam memuat pertanyaan yang disesuaikan dengan indikator pengukuran variabel. Pada tahapan pengujian ini terdapat convergent validity, diskriminant validity dan composite reliability dan cronbach’s alpha.
56 1) Convergent Validity
Convergent Validity terbentuk ketika skor yang diperoleh dengan dua instrumen berbeda yang mengukur konsep yang sama sangat berkorelasi (Sekaran & Bougie, 2016). Pada penelitian ini terdapat idikator yang diukur berdasarkan korelasi antara component score serta construc score yang dapat dilihat pada standardized loading factor. Ukuran reflektif individualnya dapat dikatakan tinggi ketika nilai korelasi > 0,7 dengan indikator yang dapat diukur (Gorson, 2016).
2) Diskriminant validity
Diskriminan validity terbentuk ketika, berdasarkan teori, dua variabel diprediksi tidak berkorelasi, dan skor yang diperoleh dengan mengukurnya memang secara empiris terbukti demikian (Sekaran &
Bougie, 2016). Pengukuran yang dipublikasikan untuk berbagai konsep biasanya melaporkan jenis validitas yang telah terbentuk untuk instrumen tersebut, sehingga pengguna atau pembaca dapat menilai kevalidan pengukuran tersebut. Pada pengujian discriminant validity dapat dikatakan baik jika pada pengujian cross loading harus menunjukkan nilai indikator yang lebih tinggi dari setiap konstruk dibandingkan dengan indikator pada konstruk lainnya. Idealnya ada struktur faktor sederhana, berdasarkan aturan praktis yang berarti bahwa nilai yang dimaksudkan harus lebih besar dari 0,7 (Gorson, 2016).
Mengukur validitas suatu item berdasar pernyataan juga dilakukan dengan memperhatikan nilai AVE (Average Variance Extraned).
Persentasenya dengan melihat rata-rata nilai AVE setiap item indikator
57
pada suatu variabel yang juga adalah ringkasan dari convergent indicators. AVE dikatakan baik dengan syarat masing-masing dari item pertanyaan memiliki nilai > 0,5 (Garson, 2016).
3) Composite Reliability dan cronbach’s alpha.
Uji reliabilitas adalah rangkaian untuk menguji keadaan dari suatu item pertanyaan. Uji reliabilitas menunjukkan sejauh mana pengukuran tersebut bebas bias (error free) dan karenanya memastikan pengukuran yang konsisten di berbagai item dalam instrumen (Sekaran & Bougie, 2016). Dengan kata lain, reliabilitas suatu pengukuran merupakan indikasi stabilitas dan konsistensi instrumen dalam mengukur konsep dan membantu menilai "goodness" suatu pengukuran. Uji reliabilitas dilakukan dengan meninajau composite reliability dan cronbach’s alpha.
Reliabilitas komposit ini dapat ditinjau berdasarkan pandangan koefisien variabel laten yang digunakan untuk mengukur konstruksi. Ada dua alat yang digunakan untuk mengevaluasi keandalan komposit, yaitu cronbach's alpha. Jika nilai yang dicapai adalah > 0,7 maka dapat dikatakan bahwa konstruksi yang dimaksud memiliki keandalan yang tinggi (Gorson, 2016). Uji reliabilitas yang digunakan untuk memperkuat hasil reliabel. Sebuah variabel dapat dikatakan dapat diandalkan, jika alfa cronbach's alpha memiliki nilai > 0,7. (Ghozali, 2018).
2. Inner Model (Model Struktural)
Inner model bersifat struktural dengan tujuan untuk memprediksi hubungan antara variabel laten dan bersifat konstruktif berdasar substantive theory.
58 a. Path Coefficients
Path coefficients dalam konteks penelitian dilakukan untuk melihat nilai koefisien jalur atau menjelaskan besar kecilnya hubungan antar variabel (Gorson, 2016). Path coefficients dihitung melalui Teknik bootstrapping yang menilai seluruh indikator telah memenuhi syarat atau tidak.
b. R-Square (R2)
Koefisien determinasi R-Squre bertujuan untuk menentukan dan memprediksi seberapa besar pengaruh yang diberikan variabel independen secara bersama-sama terhadap variabel dependen. Menurut Ghozali (2018), uji koefisien determinasi (R2) mengukur sejauh mana kemampuan model dalam menjelaskan variasi variabel dependen dalam hal ini agresivitas pajak sebagai variabel dependen. Apabila hasil yang diperoleh > 0,5 atau nilai koefisien mendekati 1, maka semakin besar variasi variabel independen dalam mempengaruhi variabel dependen.
Nilai R-squared (R²) kumulatif, yang mirip dengan interpretasi dalam regresi, menunjukkan seberapa baik variabel independen (faktor) menjelaskan variabel dependen (Gorson, 2016). Adjusted R-squared mempertimbangkan kompleksitas model. Semakin tinggi R-squared untuk variabel independen, semakin baik model yang mewakili data.
Untuk variabel dependen, R-squared yang tinggi menunjukkan kemampuan prediksi yang lebih baik pada data baru. Varian kumulatif dependen setara dengan R-squared dan menunjukkan proporsi variasi variabel dependen yang dapat dijelaskan oleh model.
59 3. Uji Hipotesis
Dalam pengujian hipotesis ini, SmartPLS digunakan untuk menguji hipotesis dengan melihat nilai perhitungan koefisien jalur pada saat pengujian model internal atau model struktural. Hipotesis diterima apabila nilai T- statistik > T-tabel yaitu 1,96. Artinya, jika nilai T-statistik setiap hipotesis lebih besar dari T-tabel yang dibangun, maka hipotesis diterima atau berpengaruh dengan tingkat signifikansi p-value kurang dari 0,05 atau 5%
(Gorson, 2016).
60