BAB III METODE PENELITIAN
3.7 Pengolahan dan Analisis Data
untuk menunjukkan adanya multikolinearitas adalah nilai tolerance kurang dari 0,1 atau sama dengan VIF lebih dari 10 (Ghozali, 2016).
3.7.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Model regresi yang baik adalah yang homoskesdastisitas, yaitu variance dari residual satu pengamatan ke pengamatan lain bersifat tetap.
3.7.2.3 Uji Normalitas
Tujuan dari dilakukannya uji normalitas adalah untuk menguji apakah dalam suatu model regresi variabel pengganggu atau residual memiliki distribusi normal. Terdapat dua cara untuk mendeteksi apakah residual memiliki distribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik (Ghozali, 2016).
3.7.3 Uji Hipotesis
3.7.3.1 Analisis Regresi Linear Berganda
Analisis regresi digunakan untuk mengukur bersarnya pengaruh antara variabel bebas dan variabel terikat. Apabila terdapat lebih dari satu variabel bebas atau terikat, maka analisis regresi yang digunakan adalah analisis
digunakan untuk mengetahui arah dan besarnya pengaruh variabel independen terhadap variabel dependen.
Metode statistik yang digunakan untuk menguji hipotesis adalah regresi linier berganda dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian dua atau lebih variabel independen) sebagai berikut:
Y = α + b1 X1 + b2 X2 + b3 X3 + e Keterangan:
Y = Kepatuhan Wajib Pajak UMKM α = konstanta
b = koefisien regresi
X1 = Insentif Pajak Pandemi Covid-19 X2 = Digitalisasi Layanan Perpajakan X3 = Kesadaran Wajib Pajak
e = Error Term, yaitu tingkat kesalahan penduga dalam penelitian
a. Uji T (Parsial)
“Uji t merupakan jawaban sementara terhadap rumusan masalah, yaitu yang menanyakan hubungan antara dua variabel atau lebih (Sugiyono, 2016).
Uji t parsial dilakukan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Uji t dilakukan dengan membandingkan antara
perbedaan dua nilai rata-rata dengan standar error dari perbedaan rata-rata dua sampel (Ghozali, 2016).
b. Uji F
Ghozali (2016) menjelaskan bahwa uji F atau ANOVA dilakukan dengan membandingkan tingkat signifikansi yang ditetapkan untuk penelitian dengan probability value dari hasil penelitian. Uji F dilakukan untuk menguji pengaruh variabel independen scara bersama-sama (simultan) terhadap perubahan nilai variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 (α = 5%).
c. Koefisien Determinasi (R2 )
Uji koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi varuabel dependen (Ghozali, 2016). Koefisien determinasi (R2) juga digunakan untuk mengetahui perubahan variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X) (Sujarweni, 2015). Semakin besar R2 maka prosentase perubahan variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X) semakin tinggi.
BAB IV
HASIL ANALISIS DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
KPP Pratama merupakan unit kerja di bawah Direktorat Jenderal Pajak yang berhubungan langsung dengan wajib pajak dan memiliki tugas untuk melayani perpajakan masyarakat. KPP Pratama Jakarta X berlokasi di Jakarta Barat. Kebijakan penerimaan perpajakan diarahkan untuk optimalisasi pendapatan negara yang mendukung transformasi ekonomi pasca pandemi Covid-19. Penerimaan perpajakan memiliki peran besar dalam pemulihan ekonomi. Maka dari itu, penting bagi DJP untuk dapat memenuhi target perpajakan yang telah ditetapkan. KPP Pratama Jakarta X memiliki target sebagai berikut:
Tabel 2: Target dan Penerimaan Riil KPP Pratama Jakarta X
Tahun Target Realisasi
2018 Rp 3,704,531,435,000 Rp 3,543,248,276,7171 2019 Rp 3,313,091,053,000 Rp 2,823,590,020,435 2020 Rp 2,914,544,696,000 Rp 2,636,909,327,334 2021 Rp 1,499,353,278,000 Rp 1,473,745,869,627 2022 Rp 727,561,713,000 Rp 1,070,569,766,543
(Sumber: Portal Penerimaan DJP, diolah oleh penulis)
Pada tabel tersebut, dapat dilihat bahwa selama tahun 2018 sampai dengan tahun 2021, KPP Pratama Jakarta X belum pernah memenuhi target
tahun sebelumnya. Pada tahun 2022 terjadi perubahan struktur organisasi KPP di lingkungan Direktorat Jenderal Pajak yang mengakibatkan wajib pajak strategis dipindahkan pengawasan dan administrasinya ke KPP Madya.
KPP Pratama Jakarta X mengalami penyesuaian target yang turun dari tahun sebelumnya karena wajib pajak strategis telah di pindahkan.
Populasi yang ditetapkan peneliti dalam penelitian ini adalah seluruh Wajib Pajak yang melakukan pembayaran PPh Final atas UMKM selama tahun 2020-2022 dengan jumlah 3210 Wajib Pajak. Sampel penelitian didapatkan melalui pendekatan probability sampling yaitu dengan metode purposive sampling. Pemilihan sampling dilakukan dengan berdasarkan rumus Slovin. Melalui metode pengambilan sampel yang telah disebutkan di atas, maka didapatkan sampel sejumlah 97 wajib pajak.
4.2. Analisis Data 4.2.1 Uji Validitas
Uji validitas bertujuan untuk mengetahui valid atau tidaknya kuesioner. Menurut Ghozali (2016), sebuah instrumen atau kuesioner dapat dikatakan valid apabila pertanyaan pada insstrumen atau kuesioner mampu menunjukkan sesuatu yang akan diukur oleh kuesioner tersebut. Pendekatan yang digunakan dalam menguji validitas konstruk setiap tabel dalam penelitian ini adalah dengan analisa faktor menggunakan program SPSS versi 26. Korelasi setiap item pertanyaan dengan total nilai setiap variabel dilakukan dengan uji korelasi Pearson.
Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan nilai r tabel. Uji signifikasi koefisien korelasi dilakukan pada taraf signifikansi 0,05 yang artinya item dianggap valid apabila berkorelasi signifikan terhadap skor total. Jika r hitung lebih besar dibandingkan r tabel, maka pertanyaan atau variabel tersebut dinyatakan valid. Sebaliknya jika r hitung lebih kecil dibandigkan r tabel, maka pertanyaan atau variabel tersebut dinyatakan tidak valid. Hasil dari perhitungan uji validitas:
Tabel 3: Hasil Uji Validitas Instrumen Variabel Kepatuhan Wajib Pajak UMKM
Butir Pearson
Correlation R Tabel Keterangan
KP01 0,660 0,202 Valid
KP02 0,732 0,202 Valid
KP03 0,720 0,202 Valid
KP04 0,672 0,202 Valid
KP05 0,784 0,202 Valid
KP06 0,730 0,202 Valid
KP07 0,690 0,202 Valid
(Sumber: Data Primer Diolah)
Berdasarkan hasil perhitungan uji validitas terhadap variabel kepatuhan wajib pajak UMKM yang terdiri dari 7 butir pertanyaan, dapat diketahui bahwa semua butir pertanyaan dapat digunakan dalam penelitian.
Tabel 4: Hasil Uji Validitas Instrumen Variabel Insentif Pajak Pandemi Covid-19
Butir Pearson
Correlation R Tabel Keterangan
IP01 0,778 0,202 Valid
IP02 0,819 0,202 Valid
IP03 0,695 0,202 Valid
IP04 0,770 0,202 Valid
IP05 0,639 0,202 Valid
(Sumber: Data Primer Diolah)
Berdasarkan hasil perhitungan uji validitas terhadap variabel insentif pajak pandemi covid-19 yang terdiri dari 5 butir pertanyaan, dapat diketahui bahwa semua butir pertanyaan dapat digunakan dalam penelitian.
Tabel 5: Hasil Uji Validitas Instrumen Variabel Digitalisasi Layanan Perpajakan
Butir Pearson
Correlation R Tabel Keterangan
DL01 0,805 0,202 Valid
DL02 0,867 0,202 Valid
DL03 0,899 0,202 Valid
DL04 0,879 0,202 Valid
DL05 0,914 0,202 Valid
DL06 0,917 0,202 Valid
DL07 0,947 0,202 Valid
(Sumber: Data Primer Diolah)
Berdasarkan hasil perhitungan uji validitas terhadap variabel digitalisasi layanan perpajakan yang terdiri dari 7 butir pertanyaan, dapat diketahui bahwa semua butir pertanyaan dapat digunakan dalam penelitian.
Tabel 6: Hasil Uji Validitas Instrumen Variabel Tingkat Kesadaran Wajib Pajak
Butir Pearson
Correlation R Tabel Keterangan
TK01 0,849 0,202 Valid
TK02 0,856 0,202 Valid
TK03 0,835 0,202 Valid
TK04 0,818 0,202 Valid
TK05 0,865 0,202 Valid
TK06 0,862 0,202 Valid
TK07 0,716 0,202 Valid
(Sumber: Data Primer Diolah)
Berdasarkan hasil perhitungan uji validitas terhadap variabel tingkat kesadaran wajib pajak yang terdiri dari 7 butir pertanyaan, dapat diketahui bahwa semua butir pertanyaan dapat digunakan dalam penelitian.
4.2.2 Uji Reliabilitas
Uji reliabilitas merupakan alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dapat dikatakan reliabel atau handal apabila jawaban seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu. Pertanyaan dinyakan andal
Cronbach Alpha 0,06. Sebaliknya apabila koefisien Cronbach Alpha < 0,60 maka pertanyaan dinyatakan tidak reliabel. Menurut Sugiyono (2016), tingkat reliabilitas dikelompokkan menjadi:
Tabel 7: Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan 0,00 sampai dengan 0,199 Sangat Rendah
0,20 sampai dengan 0,399 Rendah 0,40 sampai dengan 0,599 Sedang 0,60 sampai dengan 0,799 Kuat
0,80 sampai dengan 1,00 Sangat Kuat (Sumber: Sugiyono, 2016)
Perhitungan reliabilitas formulasi Cronbach Alpha dilakukan dengan menggunakan SPSS 26 dengan hasil sebagai berikut:
Tabel 8: Ringkasan Hasil Uji Reliabilitas
Variabel Alpha Keterangan
Kepatuhan Wajib Pajak
UMKM 0,834 Reliabel
Insentif Pajak Pandemi
Covid-19 0,790 Reliabel
Digitalisasi Layanan
Perpajakan 0,956 Reliabel
Kesadaran Wajib Pajak 0,924 Reliabel
(Sumber: Data Primer Diolah)
Hasil pengujian uji reliabilitas di atas dapat diketahui bahwa nilai Cronbach Alpha untuk masing-masing variabel yang dihasilkan di atas 0,60, sehingga dapat disimpulkan variabel yang digunakan reliabel.
4.2.3 Analisis Deskriptif
Analisis deskriptif meliputi analisis karakteristik responden, analisis statistik deskriptif, dan kategorisasi jawaban responden. Pembahasan mengenai masing-masing analisis deskriptif disajikan sebagai berikut:
4.2.3.1 Karakteristik Responden
Karakteristik responden yang diamati dalam penelitian ini meliputi usia/umur, dan lama menjalankan usaha. Karakteristik responden diperoleh berdasarkan jawaban responden di dalam kuesioner yang dibagikan.
Deskripsi karakteristik responden disajikan sebagai berikut:
a. Usia/umur
Deskripsi karakteristik responden berdasarkan usia/umur disajikan pada tabel berikut ini:
Tabel 9: Tabel Usia/Umur
Usia Frekuensi Persentase (%)
26 - 30 tahun 7 7,22%
31 - 35 tahun 12 12,37%
36 - 40 tahun 18 18,56%
> 40 tahun 60 61,86%
Total 97 100%
(Sumber: Data Primer Diolah)
Tabel di atas menunjukkan bahwa sampel responden penelitian berusia antara 26-30 tahun sebanyak 7 orang (7,22%), sampel responsden penelitian berusia antara 31-35 tahun sebanyak 12 orang (12,37%),
sampel penelitian berusia antara 36-40 tahun sebanyak 18 orang (18,56%), dan sampel penelitian berusia > 40 tahun sebanyak 60 orang (61,86%).
Berdasarkan data di atas maka dapat disimpulkan mayoritas responden dalam penelitian ini berusia lebih dari 40 tahun dengan persentase 61,86%. Sedangkan responden paling sedikit adalah yang berumur 26-30 tahun dengan persentase 7,22%.
b. Lama Menjalankan Usaha
Deskripsi karakteristik responden berdasarkan lama menjalankan usaha disajikan pada tabel berikut ini:
Tabel 10: Tabel Lama Kerja
Lama Kerja Frekuensi Persentase (%)
1 tahun 10 10,31%
2 tahun 10 10,31%
3 tahun 19 19,59%
Lebih dari 3 tahun 58 59,79%
(Sumber: Data Primer Diolah)
Berdasarkan tabel di atas dapat diketahui data tentang lama menjalankan usaha responden penelitian. Responden penelitian dengan lama menjalankan usaha 1 tahun berjumlah 10 orang dengan persentase 10,31%, responden penelitian dengan lama menjalankan usaha 2 tahun berjumlah 10 orang dengan persentase 10,31%, responden penelitian dengan lama menjalankan usaha 3 tahun berjumlah 19 orang
dengan persentase 19,59% dan responden penelitian dengan lama menjalankan usaha lebih dari tiga tahun berjumlah 58 orang dengan persentase 59,79%. Berdasarkan data tabel di atas, mayoritas responden adalah wajib pajak dengan lama menjalankan usaha lebih dari tiga tahun dengan jumlah 58 orang dan persentase 59,79%.
4.2.4 Klasifikasi Interval Data
Penjelasan untuk pengkategorian masing-masing variabel dalam penelitian ini adalah sebagai berikut:
1. Kepatuhan Wajib Pajak UMKM
Variabel kepatuhan wajib pajak UMKM diukur dengan menggunakan angket/kuesioner yang terdiri dari 7 butir pertanyaan yang diberikan kepada 97 Wajib Pajak. Penilaian ini menggunakan model skala likert dengan 5 alternatif jawaban dan diperoleh skor tertinggi adalah 35 dari yang mungkin dicapai sebesar (5 x 7) = 35 dan skor terendah adalah 21 dari skor terendah yang mungkin dicapai (1 x 7) = 7.
Dari skor yang didapat tersebut, dilakukan analisis dengan menggunakan program SPSS diperoleh mean sebesar 29,07, median sebesar 29, modus sebesar 28, dan standar deviasi sebesar 3,35 untuk menyusun distribusi frekuensi variabel kepatuhan wajib pajak UMKM dilakukan dengan langkah-langkah sebagai berikut:
a) Menghitung jumlah kelas interval
Jumlah kelas interval (K) = 1+ 3,3 log n
= 1+ 3,3 log 97
= 1 + 3,3 (1,987)
= 7,56 dibulatkan menjadi 8 b) Menghitung rentang data
Rentang data (R) = data tertinggi – data terendah
= 35 – 21
= 14 c) Menghitung panjang kelas
Panjang kelas (P) = rentang data / jumlah kelas interval
= 14/8
= 1,75 dibulatkan menjadi 2
Dari hasil perhitungan di atas dapat dibuatkan tabel tentang distribusi frekuensi sebagai berikut:
Tabel 11: Distribusi Frekuensi Kepatuhan Wajib Pajak UMKM
No Kelas Interval Frekuensi
1 21 - 22 3
2 23 - 24 7
3 25 - 26 10
4 27 - 28 26
5 29 - 30 20
6 31 - 32 14
7 33 - 34 8
8 35 9
Total 97
(Sumber: Data Primer Diolah)
Identifikasi kecenderungan mengenai tinggi rendahnya kepatuhan wajib pajak UMKM dalam penelitian ini menggunakan penentuan mean
atau rata-rata ideal dan standar deviasai ideal yang diperoleh dengan rumus sebagai berikut:
Mean ideal (Mi) = 1⁄2 (skor tertinggi + skor terendah)
= 1⁄2 (35 + 21)
= 1⁄2 (56)
= 28
Standar deviasi ideal (Sdi) = 1/6 ( skor tertinggi – skor terendah)
= 1/6 (35 – 21)
= 1/6 (14)
= 2,33 dibulatkan menjadi 2 Kelompok tertinggi = Mi + 1 SDi < X
= 28 + (1) 2 < X
= 30 < X
Kelompok sedang = Mi – 1 Sdi ≤ X ≤ Mi + 1 SDi
= 28 – (1) 2 ≤ X ≤ 28 + (1) 2
= 26 ≤ X ≤ 30 Kelompok kecil = X < Mi – 1 SDi
= X < 28 – (1) 2
= X < 26
Mengacu pada kategori yang telah dihitung di atas, maka distribusi kategori kecenderungan kepatuhan wajib pajak UMKM dapat dilihat pada tabel di bawah ini:
Tabel 12: Kategori Kecenderungan Kepatuhan Wajib Pajak UMKM No Kelas Interval Frekuensi
Kategori Absolut Relatif (%)
1 30 < X 31 32% Tinggi
2 26 ≤ X ≤ 30 54 56% Sedang
3 X < 26 12 12% Rendah
Total 97 100%
(Sumber: Data Primer Diolah)
Berdasarkan tabel di atas, dapat diketahui kategori kecenderungan kepatuhan wajib pajak UMKM. Kepatuhan wajib pajak UMKM dengan kategori sedang memiliki persentase 56% atau paling tinggi didandingkan kategori lain. Berdasarkan tabel kategori kecenderungan di atas, dapat disimpulkan bahwa kepatuhan wajib pajak UMKM KPP Pratama X yang digunakan sebagai sampel penelitian adalah cenderung sedang.
2. Insentif pajak pandemi covid-19
Variabel insentif pajak pandemi covid-19 diukur dengan menggunakan angket/kuesioner yang terdiri dari 5 butir pertanyaan yang diberikan kepada 97 wajib pajak. Penilaian ini menggunakan model skala likert dengan 5 alternatif jawaban dan diperoleh skor tertinggi adalah 25 dari yang mungkin dicapai sebesar (5 x 5) = 25 dan skor terendah adalah 12 dari skor terendah yang mungkin dicapai (1 x 5) = 5. Dari skor yang didapat tersebut, dilakukan analisis dengan menggunakan program SPSS diperoleh mean sebesar 20,59, median sebesar 21, modus sebesar 22, dan standar deviasi sebesar 3,223 untuk menyusun distribusi frekuensi
variabel insentif pajak pandemi covid-19 dilakukan dengan langkah- langkah sebagai berikut:
a) Menghitung jumlah kelas interval
Jumlah kelas interval (K) = 1+ 3,3 log n
= 1+ 3,3 log 97
= 1 + 3,3 (1,987)
= 7,56 dibulatkan menjadi 8 b) Menghitung rentang data
Rentang data (R) = data tertinggi – data terendah
= 25 – 12
= 13 c) Menghitung panjang kelas
Panjang kelas (P) = rentang data / jumlah kelas interval
= 13/8
= 1,65 dibulatkan menjadi 2
Dari hasil perhitungan di atas dapat dibuatkan tabel tentang distribusi frekuensi sebagai berikut:
Tabel 13: Distribusi Frekuensi Insentif pajak pandemi covid-19
No Kelas Interval Frekuensi
1 12 - 13 3
2 14 - 15 4
3 16 - 17 11
4 18 - 19 15
5 20 - 21 20
6 22 - 23 24
7 24 - 25 20
Total 97
(Sumber: Data Primer Diolah)
Identifikasi kecenderungan mengenai tinggi rendahnya insentif pajak pandemi covid-19 dalam penelitian ini menggunakan penentuan mean atau rata-rata ideal dan standar deviasai ideal yang diperoleh dengan rumus sebagai berikut:
Mean ideal (Mi) = 1⁄2 (skor tertinggi + skor terendah)
= 1⁄2 (25 + 12)
= 1⁄2 (37)
= 18,5
Standar deviasi ideal (Sdi) = 1/6 ( skor tertinggi – skor terendah)
= 1/6 (25 – 12)
= 1/6 (13)
= 2,17 dibulatkan menjadi 2,5 Kelompok tertinggi = Mi + 1 SDi < X
= 18,5 + (1) 2,5 < X
= 21 < X
Kelompok sedang = Mi – 1 Sdi ≤ X ≤ Mi + 1 SDi
= 18,5 – (1) 2,5 ≤ X ≤ 18,5 + (1) 2,5
= 16 ≤ X ≤ 21 Kelompok kecil = X < Mi – 1 SDi
= X < 18,5 – (1) 2,5
= X < 16
Mengacu pada kategori yang telah dihitung di atas, maka distribusi kategori kecenderungan insentif pajak pandemi covid-19 dapat dilihat pada tabel di bawah ini:
Tabel 14: Kategori Kecenderungan Insentif pajak pandemi covid-19 No Kelas Interval Frekuensi
Kategori Absolut Relatif (%)
1 21 < X 44 45% Baik
2 16 ≤ X ≤ 21 46 47% Cukup Baik
3 X < 16 7 7% Tidak Baik
Total 97 100%
(Sumber: Data Primer Diolah)
Berdasarkan tabel 19, dapat diketahui kategori kecenderungan insentif pajak pandemi covid-19. Insentif pajak pandemi covid-19 dengan kategori cukup baik memiliki persentase 47% atau paling tinggi dibandingkan kategori lain. Berdasarkan tabel kategori kecenderungan di atas, dapat disimpulkan bahwa insentif pajak pandemi covid-19 KPP Pratama X yang digunakan sebagai sampel penelitian adalah cenderung cukup baik.
3. Digitalisasi Layanan Perpajakan
Variabel digitalisasi layanan perpajakan diukur dengan menggunakan angket/kuesioner yang terdiri dari 7 butir pertanyaan yang diberikan kepada 97 wajib pajak. Penilaian ini menggunakan model skala likert dengan 5 alternatif jawaban dan diperoleh skor tertinggi adalah 35 dari yang mungkin dicapai sebesar (5 x 7) = 35 dan skor terendah adalah 8 dari skor terendah yang mungkin dicapai (1 x 7) = 7. Dari skor yang didapat tersebut, dilakukan analisis dengan menggunakan program SPSS diperoleh mean sebesar 27,05, median sebesar 28, modus sebesar 28, dan standar deviasi sebesar 5,765 untuk menyusun distribusi frekuensi variabel digitalisasi layanan perpajakan dilakukan dengan langkah- langkah sebagai berikut:
a) Menghitung jumlah kelas interval
Jumlah kelas interval (K) = 1+ 3,3 log n
= 1+ 3,3 log 97
= 1 + 3,3 (1,987)
= 7,56 dibulatkan menjadi 7 b) Menghitung rentang data
Rentang data (R) = data tertinggi – data terendah
= 35 – 8
= 27 c) Menghitung panjang kelas
Panjang kelas (P) = rentang data / jumlah kelas interval
= 27/8
= 3,375 dibulatkan menjadi 4
Dari hasil perhitungan di atas dapat dibuatkan tabel tentang distribusi frekuensi sebagai berikut:
Tabel 15: Distribusi Frekuensi Digitalisasi layanan perpajakan
No Kelas Interval Frekuensi
1 8 - 11 2
2 12 - 15 2
3 16 - 19 4
4 20 - 23 17
5 24 - 27 17
6 28 - 31 35
7 32 - 35 20
Total 97
(Sumber: Data Primer Diolah)
Identifikasi kecenderungan mengenai tinggi rendahnya digitalisasi layanan perpajakan dalam penelitian ini menggunakan penentuan mean atau rata-rata ideal dan standar deviasai ideal yang diperoleh dengan rumus sebagai berikut:
Mean ideal (Mi) = 1⁄2 (skor tertinggi + skor terendah)
= 1⁄2 (35 + 8)
= 1⁄2 (43)
= 21,5
Standar deviasi ideal (Sdi) = 1/6 ( skor tertinggi – skor terendah)
= 1/6 (35 – 8)
= 1/6 (27)
= 4,5
Kelompok tertinggi = Mi + 1 SDi < X
= 21,5 + (1) 4,5 < X
= 26 < X
Kelompok sedang = Mi – 1 Sdi ≤ X ≤ Mi + 1 SDi
= 21,5 – (1) 4,5 ≤ X ≤ 21,5 + (1) 4,5
= 17 ≤ X ≤ 26 Kelompok kecil = X < Mi – 1 SDi
= X < 21,5 – (1) 4,5
= X < 17
Mengacu pada kategori yang telah dihitung di atas, maka distribusi kategori kecenderungan digitalisasi layanan perpajakan dapat dilihat pada tabel di bawah ini:
Tabel 16: Kategori Kecenderungan Digitalisasi layanan perpajakan No Kelas Interval Frekuensi
Kategori Absolut Relatif (%)
1 26 < X 62 64% Baik
2 17 ≤ X ≤ 26 30 31% Cukup Baik
3 X < 17 5 5% Tidak Baik
Total 97 100%
(Sumber: Data Primer Diolah)
Berdasarkan tabel di atas, dapat diketahui kategori kecenderungan digitalisasi layanan perpajakan. Digitalisasi layanan perpajakan dengan kategori baik memiliki persentase 64% atau paling tinggi dibandingkan kategori lain. Berdasarkan tabel kategori
kecenderungan di atas, dapat disimpulkan bahwa lingkungan kerja KPP Pratama X yang digunakan sebagai sampel penelitian adalah cenderung baik.
4. Kesadaran Wajib Pajak
Variabel kesadaran wajib pajak diukur dengan menggunakan angket/kuesioner yang terdiri dari 7 butir pertanyaan yang diberikan kepada 97 wajib pajak. Penilaian ini menggunakan model skala likert dengan 5 alternatif jawaban dan diperoleh skor tertinggi adalah 35 dari yang mungkin dicapai sebesar (5 x 7) = 35 dan skor terendah adalah 14 dari skor terendah yang mungkin dicapai (1 x 7) = 7. Dari skor yang didapat tersebut, dilakukan analisis dengan menggunakan program SPSS diperoleh mean sebesar 27,35, median sebesar 28, modus sebesar 35, dan standar deviasi sebesar 5,468 untuk menyusun distribusi frekuensi variabel tingkat kesadaran wajib pajak dilakukan dengan langkah- langkah sebagai berikut:
a) Menghitung jumlah kelas interval
Jumlah kelas interval (K) = 1+ 3,3 log n
= 1+ 3,3 log 97
= 1 + 3,3 (1,987)
= 7,56 dibulatkan menjadi 8 b) Menghitung rentang data
Rentang data (R) = data tertinggi – data terendah
= 35 – 14
= 21 c) Menghitung panjang kelas
Panjang kelas (P) = rentang data / jumlah kelas interval
= 21/8
= 2, 63 dibulatkan menjadi 3
Dari hasil perhitungan di atas dapat dibuatkan tabel tentang distribusi frekuensi sebagai berikut:
Tabel 17: Distribusi Frekuensi Tingkat kesadaran wajib pajak
No Kelas Interval Frekuensi
1 14 – 16 4
2 17 - 19 4
3 20 – 22 11
4 23 – 25 13
5 26 – 28 24
6 29 - 31 20
7 32 - 34 7
8 35 14
Total 97
(Sumber: Data Primer Diolah)
Identifikasi kecenderungan mengenai tinggi rendahnya kesadaran wajib pajak dalam penelitian ini menggunakan penentuan mean atau rata-rata ideal dan standar deviasai ideal yang diperoleh dengan rumus sebagai berikut:
Mean ideal (Mi) = 1⁄2 (skor tertinggi + skor terendah)
= 1⁄2 (35 + 14)
= 24,5
Standar deviasi ideal (Sdi) = 1/6 ( skor tertinggi – skor terendah)
= 1/6 (35 – 14)
= 1/6 (21)
= 3,5
Kelompok tertinggi = Mi + 1 SDi < X
= 24,5 + (1) 3,5 < X
= 28 < X
Kelompok sedang = Mi – 1 Sdi ≤ X ≤ Mi + 1 SDi
= 24,5 – (1) 3,5 ≤ X ≤ 24,5 + (1) 3,5
= 21 ≤ X ≤ 28 Kelompok kecil = X < Mi – 1 SDi
= X < 24,5 – (1) 3,5
= X < 21
Mengacu pada kategori yang telah dihitung di atas, maka distribusi kategori kecenderungan tingkat kesadaran wajib pajak dapat dilihat pada tabel di bawah ini:
Tabel 18: Kategori Kecenderungan Tingkat kesadaran wajib pajaka No Kelas Interval Frekuensi
Kategori Absolut Relatif (%)
1 28 < X 9 9% Tinggi
2 21 ≤ X ≤ 28 47 48% Sedang
3 X < 21 41 42% Rendah
Total 97 100%
(Sumber: Data Primer Diolah)
Berdasarkan tabel di atas, dapat diketahui kategori kecenderungan tingkat kesadaran wajib pajak. Tingkat kesadaran wajib pajak dengan kategori sedang memiliki persentase 48% atau paling tinggi dibandingkan kategori lain. Berdasarkan tabel kategori kecenderungan di atas, dapat disimpulkan bahwa kesadarsan wajib pajak KPP Pratama X yang digunakan sebagai sampel penelitian adalah sedang.
4.2.5 Uji Asumsi Klasik 4.2.5.1 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah di dalam model regresi terdapat korelasi antara variabel independen (bebas). Model regresi yang baik adalah yang tidak terjadi korelasi antara variabel independen. Cara untuk mengetahui ada atau tidaknya multikolinearitas dalam model regresi adalah dengan melihat nilai tolerance dan nilai VIF (Variance Inflation Factor). Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai yang digunakan untuk menunjukkan gejala multikolinearitas adalah nilai VIF < 10,00 dan nilai tolerance > 0,10 (Ghozali, 2016). Jika nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka tidak terdapat Multikolinearitas.
Hasil uji Multikolinearitas yang dilakukan terhadap variabel penelitian dijabarkan sebagai berikut:
Tabel 19: Hasil Uji Multikolinearitas
Variabel Tolerance VIF Keterangan
Insentif Pajak Pandemi Covid-19
0,805 1,243 Bebas Multikonilearitas Digitalisasi Layanan
Perpajakan
0,417 2,398 Bebas Multikonilearitas Kesadaran Wajib
Pajak
0,370 2,705 Bebas Multikonilearitas (Sumber: Data Primer 2023)
Berdasarkan uji Multikolinearitas yang dilakukan terhadap variabel insentif pajak pandemi covid-19, digitalisasi perpajakan, kesadaran wajib pajak dan kepatuhan wajib pajak UMKM diperoleh data seperti pada Tabel 24 di atas. Hasil perhitungan dengan aplikasi SPSS menunjukkan tidak terdapat variabel independen yang memiliki nilai tolerance kurang dari 0,10.
Hal ini berarti tidak ada korelasi antarvariabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai VIF juga menunjukkan tidak terdapat variabel independen yang memiliki nilai VIF lebih dari 10. Hal ini berarti bahwa tidak ada Multikolinearitas antar variabel independen dalam model regresi yang digunakan dalam penelitian ini.
4.2.5.2 Uji Heterosketastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain dalam model regresi (Ghozali, 2016). Model regresi dapat dikatakan baik apabila homoskedastisitas atau tidak terjadi heteroskedastisitas.
Homoskedastisitas terjadi apabila variance dari residual pengamatan satu ke pengamatan lain tetap. Apabila variance berbeda, maka disebut
heteroskedastisitas. Uji heteroskedastisitas dilakukan dengan menggunakan uji glejser.
Pengujian ada atau tidaknya heteroskedastisitas dilakukan dengan cara membandingkan signifikansi setiap variabel independen dalam output SPSS dengan tingkat signifikansi dalam penelitian yaitu sebesar 0,05 atau 5%. Apabila nilai signifikansi yang dihasilkan pada setiap variabel bernilai kurang dari 0,05, maka hal tersebut mengindikasi terjadi heteroskedastisitas.
Sebaliknya apabila nilai signifikansi yang dihasilkan lebih dari 0,05, maka tidak terjadi heteroskedastisitas.
Tabel 20: Hasil Uji Heteroskedastisitas
Variabel Sig Keterangan
Insentif Pajak Pandemi Covid-19
0,559 Tidak terjadi heteroskedastisitas Digitalisasi Layanan
Perpajakan
0,576 Tidak terjadi heteroskedastisitas Kesadaran Wajib Pajak 0,657 Tidak terjadi heteroskedastisitas
(Sumber: Data Primer 2023)
Berdasarkan hasil uji heteroskedastisitas dengan menggunakan uji glejser menunjukkan bahwa nilai signifikasi setiap variabel independen berada di atas atau lebih tinggi dibandingkan 0,05. Maka dari itu, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada variabel independen yang digunakan pada penelitian ini.