BAB III. METODE PENELITIAN
G. Teknik Analisis Data
a) Uji Validitas
Uji validitas digunakan untuk mengukur sah atau tidak suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan atau pernyataan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.
Ghozali (2013, hal. 52). Menurut Ghozali ( 2013, hal. 52-59 ), mengukur validitas dapat dilakukan dengan cara melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau variabel. Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom ( df ) = n-2, dalam ini n adalah jumlah sampel. Jadi df yang digunakan adalah 100-2 = 98 dengan alpha sebesar 10% maka menghasilkan nilai r tabel (uji dua sisi) sebesar 0.1654 dengan ketentuan, yaitu:
Hasil r hitung > r tabel ( 0.1654) = valid Hasil r hitung < r tabel ( 0.1654) = tidak valid
Jika r hitung (tiap butir dapat dilihat pada colom corrected item-total
correlation) lebih besar dari r tabel dan nilai r positif maka pernyataan tersebut dinyatakan valid.
b) Uji Reliabilitas
Uji reabilitas merupakan alat untuk mengukur suatu kuesioner yang merupakan Indikator dari variabel atau konstruk.Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2013, hal. 47).
Dalam pengujian ini, peneliti mengukur reliabelnya suatu variabel dengan cara melihat Cronbach Alpha dengan signifikansi yang digunakan lebih besar dari 0,70. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,70 (Ghozali, 2013, hal. 48)
2. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah model estimasi telah memenuhi kriteria ekonometrika, dalam arti tidak terjadi penyimpangan yang cukup serius dari asumsi-asumsi yang dipenuhi dalam metode Ordinary Least Square (OLS). Uji asumsi klasik terdiri dari:
a) Uji Normalitas
Menurut Ghozali (2013, hal. 160) mengemukakan bahwa uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak. Uji normalitas diperlukan karena untuk melakukan pengujian-pengujian variabel lainnya dengan mengansumsikan bahwa nilai residual mengikuti distribusi normal. Untuk menguji suatu data berdistribusi normal atau tidak, dapat diketahui dengan menggunakan grafik normal plot.
Dengan melihat histogram dari residualnya. Dasar penambil keputusan (Ghozali, 2013, hal. 163):
1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuh asumsi normalitas.
2) Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b) Uji Heteroskedastisitas
Menurut Ghozali ( 2013, hal. 139) uji heteroskedastisitas yaitu untuk menguji apakah dalam model regresi terjadi ketidak samaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Menurut Ghozali (2013, hal. 139) model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Jika p value > 0,1 tidak signifikan berarti tidak terjadi heteroskedastisitas artinya model regresi lolos uji heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Kebanyakan data crossection mengandung situasi heterokedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar).
c) Uji Multikolinieritas Menurut Ghozali (2013, hal. 105), uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adakah variabel independen yang memiliki nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1) Nilai R yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
2) Menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel ada korelasi yang cukup tinggi (umumnya di atas 0,90 ), maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
3) Multikolinieritas dapat juga dilihat dari nilai tolerance dan lawannya, dan juga variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel indepeden lainnya. Jika nilai tolerance yang rendah sama dengan nilai VIF tinggi ( karena VIF = 1/Tolerance ). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah Nilai Tolerance ≤ 0,10 atau sama dengan
nilai VIF ≥ 10. Setiap peneliti harus menentukan tingkat kolineritas yang masih dapat ditolerir. Sebagai misal nilai Tolerance = 0,10 sama dengan tingkat kolineritas 0,95. Walaupun multikolinieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel independen mana sajakah yang saling berkolerasi.
3. Analisis Regresi Linear Berganda
Dalam penelitian ini teknik analisis data yang dipaki adala regresi linier berganda (multiple regression). Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (terikat) dengan satu atau lebih varibel independen ( variabel penjelas/bebas) digunakan untuk menguji hipotesis yang telah dipilih. Adapun persamaannya adalah sebagai berikut:
Y = α + β1X1 + β2 X2 + e Keterangan:
Y = Penerimaan Pajak α = konstanta
β₁...β₂… = koefisien regresi X₁ = Kesadaran Wajib Pajak X₂ = Sanksi Pajak
e = standard error
4. Uji Hipotesis
a) Uji Pengaruh Simultan (Uji F)
Menurut Sugiyono (2007, hal. 192) uji F digunakan untuk mengetahui apakah secara simultan koefisien variabel bebas mempunyai pengaruh nyata atau tidak terhadap variabel terikat. Untuk menguji apakah masing-masing variabel bebas berpengaruh secara signifikan terhadap variabel terikat secara bersama-sama dengan α = 0,10. Maka cara yang dilakukan adalah:
1) Bila (P-Value) < 0,10 artinya variabel independen secara simultan mempengaruhi variabel dependen.
2) Bila (P-Value) > 0,10 artinya variabel independen secara simultan tidak mempengaruhi variabel dependen.
b) Uji Pengaruh Parsial ( Uji t)
Menurut Ghozali ( 2013, hal. 98), uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Salah satu cara melakukan uji t adalah dengan membandingkan nilai statistik t dengan baik kritis menurut tabel. Untuk menguji apakah masing-masing variabel bebas berpengaruh secara signifikan terhadap variabel terikat secara parsial dengan α
= 0,10. Maka cara yang dilakukan adalah:
1) Bila (P-Value) < 0,10 artinya variabel independen secara parsial mempengaruhi variabel dependen.
2) Bila (P-Value) > 0,10 artinya variabel independen secara parsial tidak mempengaruhi variabel dependen.
c) Koefisien Determinasi (R²)
Menurut Ghozali (2013, hal. 97), koefisien determinasi ( R² ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan
mendasar dalam penggunaan koefisien determinasi adalah jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R² pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel independen. Oleh karena itu, banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R² pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti nilai R², nilai Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
BAB IV
DESKRIPSI DATA DAN PEMBAHASAN
A. Deskripsi Data
Dalam penelitian ini penulis menjadikan pengolahan data dalam bentuk angket yang terdiri dari 5 butir pernyataan untuk variabel kesadaran wajib pajak (X1), 5 pernyataan untuk variabel sanksi pajak (X2), dan 5 butir pernyataan untuk variabel penerimaan pajak (Y). Angket yang disebarkan ini diberikan kepada 100 wajib pajak sebagai sampel penelitian dan dengan menggunakan skala likert berbentuk ceklis.
Tabel IV-1 Skala Likert
Pernyataan Bobot
Sangat Setuju (SS) 5
Setuju (S) 4
Kurang Setuju (KS) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Pada tabel diatas berlaku baik didalam menghitung variabel X1 dan X2 yaitu variabel bebas (terdiri dari variabel kesadaran wajib pajak dan variabel sanksi pajak) maupun variabel Y yaitu variabel terikat (variabel penerimaan pajak). Dengan demikian skor angket dimulai dari 5 sampai 1.
1. Identitas Responden
Untuk dapat mengetahui identitas responden maka dapat dilihat dari
karakteristik responden berikut ini:
a. Jenis Kelamin Responden
Tabel IV-2
Karakteristik Berdasarkan Jenis Kelamin
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari tabel diatas diketahui bahwa berdasarkan jenis kelamin responden penelitian ini adalah laki-laki yaitu sebanyak 64 orang (64%) dan perempuan sebanyak 36 orang (36%). Hal ini disebabkan karena pada waktu penerimaan proposinya lebih banyak diterima karyawan laki-laki dibandingkan perempuan.
b. Kelompok usia
Tabel IV-3
Karakteristik Responden Berdasarkan Usia
No Usia Jumlah Persentase
1 20-30tahun 22 22%
2 31-40 tahun 56 56%
3 41-50 tahun 17 17 %
4 >50 tahun 5 5 %
Jumlah 100 100%
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari tabel diatas diketahui bahwa sebagian besar usia responden dalam penelitian ini 20-30 tahun sebanyak 22 orang ( 22% ) yang berusia antara 31- 40 tahun sebanyak 56 orang (56%), yang memiliki usia 41-50 tahun sebanyak 17 orang (17%), yang memiliki usia > 50 tahun sebanyak 5 orang (5%).
No Jenis Kelamin Frekuensi Persentase (%)
1 Laki-Laki 64 64%
2 Perempuan 36 36%
Jumlah 100 100%
c. Jenis Pekerjaan
Tabel IV-4
Karakteristik Responden Berdasarkan Jenis Pekerjaan
No Jenis Pekerjaan Jumlah Persentase (%)
1 Tidak bekerja 0 0%
2 Karyawan Swasta 26 26%
3 PNS 25 25%
4 Pegawai BUMN 23 23%
5 TNI/Polri 14 14%
6 Lainnya 12 12%
Jumlah 100 100%
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari tabel diatas diketahui bahwa mayoritas jenis pekerjaan responden adalah karyawan swasta yaitu sebanyak 26 orang (26%), PNS sebanyak 25 orang (25%), pegawai BUMN sebanyak 23 orang (23%), TNI/ Polri sebanyak 14 orang (14%) dan lainnya sebanyak 12 orang (12%).
d. Jenis Pendidikan
Tabel IV-5
Karakteristik Responden Berdasarkan Jenis Pendidikan No Pendidikan Terakhir Jumlah Persentase (%)
1 SMA/SMK 5 5%
2 Diploma 26 26%
3 Strata 1 42 42%
4 Strata 2 21 21%
5 Lainnya 6 6%
Jumlah 100 100%
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari tabel diatas diketahui mayoritas pendidikan responden adalah pendidikan Strata 1 yaitu sebanyak 42 orang (42%), pendidikan Diploma sebanyak 26 orang (26%) dan Strata 2 yaitu sebanyak 21 orang (21%), lainnya
sebanyak 6 orang (6%), kemuadian SMA/SMK sebanyak 5 orang (5%).
B. Analisis Data
1. Hasil UJi Kualitas Data
a. Hasil Uji Validitas dan Realibilitas
Program yang digunakan untuk menguji validitas dan reliabilitas instrumen adalah program komputer statistical program for social scients instrumen (SPSS) yang terdiri dari uji validitas dan reliabilitas. Dari 16 item pernyataan yang di jawab dan dari sampel sebanyak 100 wajib pajak. Kemudian penulis menginput nilai- nilainya untuk bahan pengujian.
Tabel IV-6
Hasil Uji Validitas Instrumen Penerimaan Pajak (Y) Nomor Nilai Correlation Propabilitas Keterangan
1 0,723 (positip) 0,000 < 0,10 Valid 2 0,662 (positip) 0,000 < 0,10 Valid 3 0,701 (positip) 0,000 < 0,10 Valid 4 0,730 (positip) 0,000 < 0,10 Valid 5 0,729 (positip) 0,000 < 0,10 Valid 6 0,624 (positip) 0,000 < 0,10 Valid Sumber: Hasil Pengolahan Data (2018)
Tabel IV-7
Hasil Uji Validitas Instrumen Kesadaran Wajib Pajak (X1)
Sumber: Hasil Pengolahan Data (2018)
Nomor Nilai Correlation Propabilitas Keterangan 1 0,636 (positip) 0,000 < 0,10 Valid 2 0,581 (positip) 0,000 < 0,10 Valid 3 0,590 (positip) 0,000 < 0,10 Valid 4 0,804 (positip) 0,000 < 0,10 Valid 5 0,845 (positip) 0,000 < 0,10 Valid
Tabel IV-8
Hasil Uji Validitas Instrumen Sanksi Pajak (X2)
Nomor Nilai Correlation Propabilitas Keterangan 1 0,681 (positip) 0,000 < 0,10 Valid 2 0,660 (positip) 0,000 < 0,10 Valid 3 0,652 (positip) 0,000 < 0,10 Valid 4 0,742 (positip) 0,000 < 0,10 Valid 5 0,730 (positip) 0,000 < 0,10 Valid Sumber: Hasil Pengolahan Data (2018)
Selanjutnya butir yang instrument yang menyatakan valid diatas dapat di uji reabilitasnya dengan menggunakan Cronbach Alpha. Jika nilai koefisien reabilitas (Cronbach Alpha) > 0,7 maka instrument memiliki reabilitas yang baik atau dengan kata lain instrument adalah realibel atau terpecaya.
Tabel IV-9
Hasil Uji Reabilitas Instrumen
Variabel Cronbach Alpha Status
Kesadaran Wajib Pajak (X1) 0,731 > 0,7 Reliabel Sanksi Pajak (X2) 0,731 > 0,7 Reliabel Penerimaan Pajak (Y) 0,784 > 0,7 Reliabel Sumber: Hasil Pengolahan Data (2018)
Dari tabel diatas dapat diketahui bahwa nilai instrument menunjukkan tingkat reliabel instrument penilaian sudah memadai karena sesuai dengan Cronbach Alpha dimana nilainya lebih > 0,7
2. Analisis Variabel Penelitian a. Kesadaran Wajib Pajak (X1)
Berikut adalah tabel hasil kuesioner dari variabel kesadaran wajib pajak (X1) dari wajib pajak di Kantor Pelayanan Pajak Pratama Medan Barat:
Tabel IV-10
Hasil Jawaban Responden Kesadaran Wajib Pajak ALTERNATIF JAWABAN
No
Sangat
Setuju Setuju
Kurang Setuju
Tidak Setuju
Sangat Tidak
Setuju Jumlah
F % F % F % F % F % F %
1 34 34 55 55 11 11 0 0 0 0 100 100
2 33 33 48 48 18 18 1 1 0 0 100 100
3 25 25 58 58 17 17 0 0 0 0 100 100
4 36 36 46 46 18 18 0 0 0 0 100 100
5 42 42 34 34 18 18 0 0 0 0 100 100
Sumber: Hasil Pengolahan Data SPSS (2018)
1) Jawaban responden tentang “pajak ditetapkan dengan Undang-Undang (UU) dan dapat dipaksakan” Mayoritas menjawab setuju sebanyak 55 dengan persentase ( 55%)
2) Jawaban responden tentang “pajak merupakan bentuk pengabdian masyarakat kepada negara” Mayoritas menjawab setuju sebanyak 48 dengan persentase ( 48%)
3) Jawaban responden tentang “membayar pajak merupakan bentuk partisipasi dalam menunjang pembangunan negara” Mayoritas menjawab setuju sebanyak 58 dengan persentase (58%)
4) Jawaban responden tentang “penundaan pembayaran pajak dan pengurangan pajak dapat merugikan negara” Mayoritas menjawab setuju sebanyak 46 dengan persentase (46%)
5) Jawaban responden tentang “membayar pajak akan terbentuk rencana untuk kemajuan kesejahteraan rakyat” Mayoritas menjawab sangat setuju sebanyak 42 dengan persentase ( 42% )
b. Sanksi Pajak ( X2 )
Tabel IV-11
Hasil Jawaban Responden Sanksi Pajak ALTERNATIF JAWABAN
No
Sangat
Setuju Setuju
Kurang Setuju
Tidak Setuju
Sangat Tidak
Setuju Jumlah
F % F % F % F % F % F %
1 34 34 54 54 12 12 0 0 0 0 100 100
2 38 38 51 51 11 11 0 0 0 0 100 100
3 33 33 55 55 12 12 0 0 0 0 100 100
4 28 28 51 51 21 21 0 0 0 0 100 100
5 44 44 44 44 12 12 0 0 0 0 100 100
Sumber: Hasil Pengolahan Data SPSS (2018)
1) Jawaban responden tentang “sanksi dalam SPT sangat diperlukan” Mayoritas menjawab setuju sebanyak 54 dengan persentase ( 54%)
2) Jawaban responden tentang “sanksi administrasi berupa denda 50% dari pajak yang kurang dibayar, apabila pengisian SPT (Surat Pemberitahuan) dilakukan dengan tidak benar” Mayoritas menjawab setuju sebanyak 51 dengan persentase ( 51%)
3) Jawaban responden tentang “denda keterlambatan pelaporan SPT (Surat Pemberitahuan) Tahunan Pajak Penghasilan Orang Pribadi adalah Rp.
100.000,-” Mayoritas menjawab setuju sebanyak 55 dengan persentase (55%) 4) Jawaban responden tentang “mengisi SPT sesuai dengan peraturan yang
berlaku” Mayoritas menjawab setuju sebanyak 51 dengan persentase (51%) 5) Jawaban responden tentang “melakukan evaluasi secara berkala untuk
mengantisipasi adanya pemeriksaan dari aparat” Mayoritas menjawab sangat setuju dan setuju sama-sama sebanyak 44 dengan persentase ( 44%)
c. Penerimaan Pajak ( Y )
Tabel IV-12
Hasil Jawaban Responden Penerimaan Pajak ALTERNATIF JAWABAN
No
Sangat
Setuju Setuju
Kurang Setuju
Tidak Setuju
Sangat Tidak
Setuju Jumlah
F % F % F % F % F % F %
1 36 36 53 53 11 11 0 0 0 0 100 100
2 36 36 52 52 12 12 0 0 0 0 100 100
3 34 34 55 55 11 11 0 0 0 0 100 100
4 32 32 51 51 17 17 0 0 0 0 100 100
5 36 36 48 48 16 16 0 0 0 0 100 100
6 37 37 44 44 19 19 0 0 0 0 100 100
Sumber: Hasil Pengolahan Data SPSS (2018)
1) Jawaban responden tentang “peran penerimaan pajak sangat penting bagi pembangunan negara” Mayoritas menjawab setuju sebanyak 53 dengan persentase ( 53% )
2) Jawaban responden tentang “peningkatan penerimaan pajak memegang peranan stategis untuk meningkatkan kemandirian pembiayaan negara”
Mayoritas menjawab setuju sebanyak 52 dengan persentase ( 52% )
3) Jawaban responden tentang “pajak yang saya bayarkan dapat digunakan untuk menunjangkan pembangunan negara” Mayoritas menjawab setuju sebanyak 55 dengan persentase ( 55% )
4) Jawaban responden tentang “Pajak merupakan salah satu sumber penerimaan Negara terbesar” Mayoritas menjawab setuju sebanyak 51 dengan persentase ( 51 % )
5) Jawaban responden tentang “kesadaran wajib pajak dalam membayar pajak merupakan hal yang dapat membantu peningkatan penerimaan pajak”
Mayoritas menjawab setuju sebanyak 48 dengan persentase ( 48% )
6) Jawaban responden tentang dalam metode “sanksi pajak yang diberlakukan membuat wajib pajak lebih teliti dan tepat waktu dalam melakukan pembayaran pajak” Mayoritas menjawab setuju sebanyak 44 dengan persentase ( 44 % )
3. Uji Asumsi Klasik
Hasil pengolahan data SPSS tentang Pengaruh Kesadaran Wajib Pajak dan Sanksi Pajak Terhadap Penerimaan Pajak di Kantor Pelayanan Pratama Medan Barat maka dapat dilihat dengan menggunakan uji asumsi klasik yaitu:
a. Uji Normalitas
Uji normalitas bertujuan untuk melihat apakah dalam model regresi, variabel dependen dan independennya memiliki distribusi normal atau tidak. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas.
Gambar IV-1 Uji Normalitas Menggunakan Metode P-P Plot Sumber: Hasil Pengolahan Data SPSS (2018)
Gambar IV-1 menunjukkan bahwa model regresi telah memenuhi asumsi yang telah dikemukakan sebelumnya yaitu titik-titik telah membentuk dan mengikuti garis diagonal pada gambar, dengan demikian dinyatakan bahwa data telah berdistribusi dengan baik.
b. Uji Heteroskedastisitas
Uji Heterokedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidak samaan varians dari residual dari suatu pengamatan yang lain.
Dasar pengambilan keputusannya adalah jika pola tertentu, seperti titik-titik (poin-poin) yang ada membentuk suatu pola tertentu yang teratur,maka terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik (poin-poin) menyebar dibawah dan diatas.
Gambar IV-2 Uji Heteroskedastisitas Sumber: Hasil Pengolahan Data SPSS (2018)
Gambar IV-2 memperlihatkan titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah.
c. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya kolerasi yang kuat antar variable independen. Cara yang digunakan dengan melihat nilai faktor inflasi varian (variance inflasi factor/VIF), yang tidak melebihi 4 atau 5.
Tabel IV-13 Uji Multikolinearitas
Sumber: Hasil Pengolahan Data SPSS (2018) Kriteria pengujian:
1) Adanya multikolinearitas bila nilai Tolerance < 0,10 atau nilai VIF <5.
2) Tidak adanya multikolinearitas bila nilai Tolerance > 0,10 atau nilai VIF <5.
Kedua variabel independen yakni X1 dan X2 memiliki nilai VIF dalam batas toleransi yang telah ditentukan yaitu yang telah mendekati nilai 1, sehingga tidak terjadi multikolinearitas dalam variabel independent penelitian ini.
4. Analisis Regresi Linear Berganda
Analisis linier berganda digunakan untuk mengetahui pengaruh dari
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 14,650 3,202
Kesadaran Wajib Pajak ,044 ,109 ,038 ,994 1,007
Sanksi Pajak ,459 ,115 ,377 ,994 1,007
a. Dependent Variable: Penerimaan Pajak
variabel bebas terhadap variabel terikat. Berdasarkan pengolahan data yang telah dilakukan, maka dapat diketahui bahwa model hubungan dari analisis regresi linier berganda dapat dilihat dari tabel berikut:
Tabel IV-14
Analisis Regresi Linear Berganda
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari perhitungan dengan menggunakan program SPSS di dapat:
Konstanta = 14.650
Kesadaran Wajib Pajak = 44 Sanksi Pajak = 459
Jadi persamaan regresi linear berganda kesadaran wajib pajak dan sanksi pajak adalah:
Y = 14.650 + 44 X1 + 459 X2
Persamaan diatas memperlihatkan bahwa semua variabel bebas kesadaran wajib pajak (X1) dan sanksi pajak (X2) memiliki koefisien yang positif, berarti seluruh variabel mempunyai pengaruh yang searah terhadap variabel Y (penerimaan pajak). Model penelitian dalam bentuk persamaan regresi linier berganda dapat diartikan sebagai berikut:
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 14,650 3,202 4,576 ,000
Kesadaran Wajib Pajak ,044 ,109 ,038 2,399 ,000
Sanksi Pajak ,459 ,115 ,377 4,003 ,000
a. Dependent Variable: Penerimaan Pajak
a. Jika kesadaran wajib pajak dan sanksi pajak diasumsikan sama dengan nol, maka penerimaan pajak bernilai 14.650
b. Jika kesadaran wajib pajak ditingkatkan 100% maka akan diikuti dengan peningkatan penerimaan pajak sebesar 44. Dengan asumsi variabel lain tidak mengalami perubahan.
c. Jika sanksi pajak ditingkatkan 100% maka akan dikuti dengan peningkatan penerimaan pajak sebesar 459. Dengan asumsi variabel lain tidak mengalami perubahan.
5. Uji Hipotesis a. Uji Parsial (Uji t)
Uji statistik t pada dasarnya bertujuan untuk menunjukkan seberapa jauh pengaruh variabel independen secara individual dalam menerangkan variabel dependen. Kriteria peneimaan/penolakan hipotesis adalah tolak H0 jika nilai probabilitas < taraf signifikan sebesar 0,10 (Sig. < α 0,10) sedangkan Terima H0 jika nilai probabilitas > taraf signifikan sebesar 0,10 (Sig. < α 0,10).
Dimana t tabel = dk = n-2= 100-2= 98 = 1,660 Tabel IV-15 Uji Parsial (Uji t)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 14,650 3,202 4,576 ,000
Kesadaran Wajib Pajak ,044 ,109 ,038 2,399 ,000
Sanksi Pajak ,459 ,115 ,377 4,003 ,000
a. Dependent Variable: Penerimaan Pajak
Sumber: Hasil Pengolahan Data SPSS (2018)
1) Pengaruh Kesadaran Wajib Pajak Terhadap Penerimaan Pajak
Berdasarkan tabel diatas dapat dilihat bahwa
t
hitung untuk variabel kesadaran wajib pajak terhadap penerimaan pajak (Y) menunjukkan 2,399 berartit
hitung 2,399 >1,660t
tabel dan signifikansit
lebih kecil dari 0,10 (0,00 < 0,10) maka H0 ditolak, Ha diterima ini menunjukkan bahwa secara parsial kesadaran wajib pajak berpengaruh positif dan signifikan terhadap penerimaan pajak.2) Pengaruh Sanksi Pajak Terhadap Penerimaan Pajak
Hasil pengujian Sanksi Pajak (X2) terhadap Penerimaan Pajak (Y) menunjukkan 4,003 berarti
t
hitung 4,003 >t
tabel 1,660 dan signifikant
lebih kecil dari 0,10 (0,000 < 0,10) maka H0 ditolak Ha diterima ini menunjukkan bahwa secara parsial sanksi pajak berpengaruh positif dan signifikan terhadap penerimaan pajak.b. Uji Simultan (Uji f)
Uji statistik f dilakukan untuk mengetahui hipotesis diterima atau ditolak, apakah variabel bebas (independen) secara bersama-sama berpengaruh signifikan atau tidak terhadap variabel terikat (dependen) dan sekaligus juga untuk menguji hipotesis kedua. Kriteria pengijiannya dengan menentukan nilai f hitung dan ftabel perhitungannya yaitu ftabel dk = 100-2-1 = 97, α = 10% = 0,10 ftabel = 2,36. Ketentuannya jika nilai probabilitas f (sig) pada tabel Anova < α = 0,10, maka H0 ditolak. Dimana ftabel = 2,36
Tabel IV-16 Uji Simultan (Uji f)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 113,509 2 56,754 8,275 ,000b
Residual 665,241 97 6,858
Total 778,750 99
a. Dependent Variable: Penerimaan Pajak
b. Predictors: (Constant), Kesadaran Wajib Pajak, Sanksi Pajak
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari tabel diatas dapat diketahui bahwa nilai fhitung adalah 8,275 dengan tingkat signifikan 0,000, sedangkan ftabel 2,36 dengan signifikan 0,10. Dengan demikian fhitung 8,275> ftabel 2,36artinya H0 ditolak sehingga dapat disimpulkan bahwa adanya pengaruh signifikan antara kesadaran wajib pajak dan sanksi pajak terhadap penerimaan pajak pada Kantor Pelayanan Pratama Medan Barat.
Tabel IV-17
Koefesien Determinasi ( R-Square )
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,382a ,146 ,128 2,619 1,837
a. Predictors: (Constant), Sanksi Pajak, Kesadaran Wajib Pajak b. Dependent Variable: Penerimaan Pajak
Sumber: Hasil Pengolahan Data SPSS (2018)
Dari hasil perhitungan diatas dapat diketahui bahwa koefesien determinasi yang diperoleh sebesar 0,146. Hal ini berarti 14,6% variabel penerimaan pajak ( Y ) ditentukan oleh kedua variabel independen yaitu kesadaran wajib pajak ( X1 ) dan sanksi pajak ( X2 )