51
variabel yang saling independen satu dengan yang lain, sehingga bisa diabuat satu atau beberapa kumpulan variabel yang lebih sedikit dari
jumlah variabel awal. Proses analisis faktor:
a. Memilih variabel yang akan dianalisis. b. Menguji variabel-variabel dengan menggunakan metode Bartlett
Test of Sphercity serta pengukuran MSA Measure of Sampling Adaquacy.
1 Lihat angka Bartletts Test dan Measure of Sampling Adquency
MSA. 2
Lihat anti-image correlation untuk melihat variabel mana yang bernilai 0,5.
3 Jika masih ada variabel yang bernilai 0,5 maka harus
mengeluarkan variabel tersebut, kemudian pengujian diulangi kembali sampai tidak ada variabel bernilai 0,5.
c. Melakukan faktoring dari variabel-variabel yang telah lolos pada uji variabel. Setelah sejumlah variabel terpilih, maka dilakukan
ekstraksi variabel hingga menjadi satu atau beberapa faktor. d. Melakukan proses factor rotation atau rotasi terhadap faktor yang
telah terbentuk. Tujuan rotasi adalah untuk memperjelas variabel yang masuk ke faktor tertentu.
Beberapa metode rotasi:
52
1 Orthogonal Rotation, yakni memutar sumbu 90
. Proses rotasi dengan metode ini masih bisa dibedakan menjadi Quartimax,
Varimax, dan Equimax. 2
Oblique Rotation, yakni memutar sumbu ke kanan, tetapi tidak harus 90
. Proses rotasi dengan metode ini masih bisa dibedakan menjadi Oblimin, Promax, Orthoblique, dan lainnya.
e. Interprestasi atau faktor yang telah terbentuk yang dianggap bisa mewakili variabel-variabel anggota tersebut.
f. Validasi atas faktor untuk mengetahui apakah faktor yang telah terbentuk telah valid.
g. Uji KMO dan Berthen Test, memiliki beberapa hal yaitu angka KMO Kaiser-Meyer-otkin haruslah berada di atas 0,5 dan
signifikan harus berada di bawah 0,05 sedangkan pada uji MSA angkanya haruslah berada pada 0 sampai 1 dengan kriteria:
1 MSA = 1, Variabel dapat diprediksi tanpa kesalahan oleh
variabel yang lain. 2
MSA 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
3 MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa
dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
53
E. Operasional Variabel
Dalam penelitian ini variabel yang digunakan adalah variabel dependen dan variabel independen, dengan penjelasan sebagai berikut:
1. Variabel Terikat Dependent Variable Y
Yang menjadi variabel dependen dalam penelitian ini adalah Tax Planning.
2. Variabel Bebas Independent Variable X Variabel independen dalam penelitian ini adalah Kebijakan
Perpajakan X
1
, Undang-Undang Perpajakan X
2
, Administrasi Perpajakan X
3
, Loopholes X
4
, Perbedaan Tarif Pajak X
5
.
54
Tabel 3.3 Tabel Operasional Variabel
Analisis Faktor- faktor yang
Mempengaruhi Penerapan
Tax Planning pada
Perusahaan
Variabel Dimensi
Indikator Skala
Pengukuran
Kebijakan perpajakan
Tax Policy X
1
1. Sistem pemungutan
pajak 2. Pajak yang
akan dipungut
3. Subjek pajak
1. Self assessment
system 2.Official
assessment system
1. PPh Badan 2. PPh
Perseorangan 3. Witholding
tax atas gaji, dividen, dan
sewa. 1. WP Badan
2. WP pribadi Likert
Undang- undang
perpajakan Tax
Regulation X
2
1. PPh final 2. Penghasilan
Kena Pajak 3. Pajak
Pengghasilan 4. Faktur Pajak
5. PPN Likert
Bersambung ke halaman selanjunya
55
Analisis Faktor- faktor yang
Mempengaruhi Penerapan
Tax Planning pada
Perusahaan
Variabel Dimensi
Indikator Skala
Pengukuran
Administrasi perpajakan
Tax Administratio
n X
3
1. SPT 2. Tepat
Waktu 3. Tax penalty
4. Penghindaran
sanksi administratif
Likert
Loopholes X
4
1. Peluang- peluang
dalam UU Pajak
2. Tax avoidance
3. Membayar pajak lebih
kecil Likert
Bersambung ke halaman selanjunya
56
Analisis Faktor- faktor yang
Mempengaruhi Penerapan
Tax Planning pada
Perusahaan
Variabel Dimensi
Indikator Skala
Pengukuran
Perbedaan Tarif Pajak
Tax Rates X
5
1. Metode meminimalis
asi tarif pajak 2. Bentuk
penghematan PPh pasal 21
3. Perbedaan perlakuan
tarif pajak Likert
Sumber: Diolah dari Berbagai Referensi
57
BAB IV HASIL DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Sejarah Singkat Kantor Pelayanan Pajak KPP Pratama Jakarta
Kramat Jati
Kantor Pelayanan Pajak Pratama KPP Jakarta Kramat Jati dibentuk sesuai Peraturan Menteri Keuangan RI Nomor: PMK
132PMK.012006 tanggal 22 Desember 2006 tentang Organisasi dan Tata Kerja Instansi Vertikal Direktorat Jenderal Pajak. Sebagai KPP
Modern, struktur organisasi mengalami perubahan sesuai fungsi yang menggabungkan fungsi pelayanan KPP, fungsi pelayanan Pajak Bumi
dan Bangunan PBB Kantor Pelayanan Pajak Bumi dan Bangunan KPPBB dan fungsi pemeriksaan Kantor Pemeriksaan Pajak
Karikpa ke dalam satu atap pelayanan KPP Pratama.
B. Analisis Data
1. Uji Kualitas Data
a. Uji Validitas Data
Uji validitas dilakukan untuk mengukur sah atau valid tidaknya suatu kuisioner. Kuisioner dikatakan valid jika pernyataan dalam
kuisioner mampu mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut Ghozali, 2006. Pengujian ini dilakukan dengan
58
menggunakan Pearson Correlation. Pedoman suatu model dikatakan valid jika tingkat signifikan di bawah 0,05 maka butir
pernyataan itu dikatakan valid.
b. Reliabilitas Data
Suatu kuisioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari
waktu ke waktu. Uji reliabilitas digunakan untuk mengukur bahwa variabel yang digunakan benar-benar bebas dari kesalahan
sehingga menghasilkan hasil yang konsisten meskipun diuji berkali-kali. Penghitungan reliabilitas ini dilakukan dengan metode
Cronbach’s Alpha Ghozali, 2006. Jika hasil dari Cronbach’s Alpha di atas 0,60, maka data tersebut mempunyai keandalan yang
tinggi Ghozali, 2006.
59
Tabel 4.1 Hasil Pengujian Validitas dan Reliabilitas
Variabel Butir
Pernyataan Pearson
Correlation Sig.
2-tailed Ket
Cronbach’s Alpha
Ket
Kebijakan Perpajakan
1 2
3 4
5 6
7 8
9 10
0,609 0,812
0,826 0,811
0,777 0,757
0,712 0,629
0,682 0,601
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
0,895 Reliabel
Undang- Undang
Perpajakan 11
12 13
14 15
16 17
18 19
20 21
0,603 0,569
0,653 0,630
0,752 0,694
0,781 0,713
0,733 0,627
0,590 0,000
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid Valid
Valid
0,875 Reliabel
Administrasi Perpajakan
22 23
24 25
26 27
28 0,676
0,749 0,772
0,697 0,696
0,338 0,575
0,000 0,000
0,000 0,000
0,000 0,000
0,000 Valid
Valid Valid
Valid Valid
Valid Valid
0,769 Reliabel
Loopholes 29
30 31
32 33
0,626 0,605
0,712 0,792
0,742 0,000
0,000 0,000
0,000 0,000
Valid Valid
Valid Valid
Valid 0,731
Reliabel
Perbedaan Tarif Pajak
34 35
36 37
38 0,674
0,702 0,729
0,673 0,589
0,000 0,000
0,000 0,000
0,000 Valid
Valid Valid
Valid Valid
0,699 Reliabel
Sumber: Hasil Pengolahan SPSS
60
Berdasarkan tabel di atas dari hasil pengujian validitas dan reliabilitas kuisioner pada penelitian ini dapat dilihat bahwa semua
pernyataan pada masing-masing pernyataan setiap variabel dapat dikatakan valid karena setiap pernyataan memiliki nilai signifikansi di
bawah 0,05 atau Sig 0,05. Berdasarkan data pada tabel tersebut juga semua instrumen dinyatakan reliabel karena memiliki nilai
Cronbach’s Alpha di atas 0,60.
2. Uji Analisis Faktor
Analisis faktor dalam penelitian ini menggunakan Metode Kaiser Meiyer-Olkin KMO yang nilainya harus lebih dari 0,5 dan metode
pengukuran Measure of Sampling Adequacy MSA. Adapun proses seleksi variabel dalam penelitian ini adalah:
a. Uji Kaiser-Meiyer-Olkin KMO dan Bartlett’s Test
Uji KMO dilakukan untuk mengetahui apakah faktor-faktor dalam penelitian valid atau tidak. Angka KMO dan
Bartlett’s Test harus di atas 0,5. Ketentuan tersebut didasarkan pada kriteria dengan
melihat profitabilitas Singgih, 2005:19-20: 1 Angka Sig 0,05, maka H
diterima. 2 Angka Sig 0,05, maka H
ditolak. b. Anti Image Matrics
Untuk melihat variabel-variabel mana yang layak untuk dibuat analisis faktor serta untuk mengetahui faktor-faktor yang dijadikan
sebagai faktor analisis mempunyai korelasi yang kuat atau tidak
61
dengan nilai lebih besar atau sama dengan 0,5 maka semua faktor pembentuk variabel tersebut telah valid dan tidak ada faktor yang
direduksi. Pada bagian Anti Image Correlation yang pertama kali harus dikeluarkan adalah variabel yang memiliki nilai MSA paling
kecil dan kurang dari 0,5. Besarnya angka MSA berkisar antara 0 dan 1 dengan kriteria sebagai berikut Singgih, 2005:20:
1 MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel lain.
2 MSA 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.
3 MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
a. Eigenvalue Eigenvalue digunakan untuk menganalisis layak suatu faktor baru.
Syarat layak menjadi suatu faktor baru adalah eigenvalue lebih besar atau sama dengan 1. Sedangkan apabila terdapat faktor yang
memiliki eigenvalue kurang dari 1 maka faktor tersebut akan dikeluarkan atau tidak digunakan.
b. Cumulative Varians Nilai kumulatif varians menunjukkan besarnyatingkat keterwakilan
faktor baru yang terbentuk terhadap faktor awal atau semula. Syaratnya apabila faktor baru yang terbentuk mampu mewakili
faktor awal atau semula maka nilai kumulatif varians 60.
62
c. Nilai Loading Nilai loading bertujuan untuk mengetahui layak atau tidaknya suatu
varian masuk ke dalam faktor baru. Nilai loading ini dapat dilihat dari eigenvalue, jika eigenvalue lebih dari 1 maka suatu varian
layak masuk ke dalam faktor baru. Dalam penelitian ini tahap pertama pada analisis faktor adalah
menilai 38 pernyataan yang akan membentuk 6 variabel, yaitu Kebijakan Perpajakan X
1
, Undang-Undang Perpajakan X
2
, Administrasi Perpajakan X
3
, Loopholes X
4
, dan Perbedaan Tarif Pajak X
5
. Variabel ini terdiri dari item-item pernyataan. Data ini diolah dengan alat bantu
software SPSS 17. Ke-5 variabel yang telah dianggap valid dan reliabel, kemudian
dimasukkan ke dalam analisis faktor untuk diuji apakah nilainya lebih besar dari nilai KMO dan
Bartlett’s Test yang di atas 0,5. Berikut ini adalah tabel dari nilai KMO dan
Bartlett’s Test.
Tabel 4.2 KMO and Bartlett’s Test
Sumber: Hasil Pengolahan SPSS Kaiser-Meyer-Olkin
Measure of
Sampling Adequacy.
.614 Bartletts
Test of
Sphericity Approx. Chi-Square
32.892 Df
10 Sig.
.000
