c. Sanksi Denda
Sanksi Denda dalam penelitian ini merupakan variabel bebas atau independen. Sanksi Denda merupakan sanksi administrasi yang dikenakan
terhadap pelanggaran yang berkaitan dengan kewajiban pelaporan. Tabel 14 di atas menunjukkan bahwa variabel Sanksi Denda dari 110 wajib pajak
yang diteliti memiliki nilai minimum sebesar 15 nilai maksimum sebesar 24 nilai mean ideal rata-rata ideal sebesar 18 dan nilai standar deviasi sebesar
2,2.
Menurut sugiyono 2007:36 distribusi frekuensi dan variabel
Sanksi Denda dapat dihitung dengan menggunakan rumus Sturges :
1 Menghitung Jumlah Kelas Interval Jumlah n dalam penelitian ini yaitu sejumlah sampel yang berjumlah
110. Jadi kelas interval = 1 + 3,3 Log 110 = 8 2 Menghitung Rentang Data
Rentang data = Nilai Maksimum – Nilai Minimum + 1
Nilai maksimum variabel Sanksi Denda sebesar 24 dan nilai minimum variabel Sanksi Denda sebesar 15. Jadi rentang data 23-15 +1 = 10
3 Menghitung Panjang Kelas Panjang Kelas = Rentang Data Jumlah Kelas Interval
Yaitu Panjang Kelas = 118 = 1,25 Jadi panjang kelas yang digunakan adalah 1,25.
Berdasarkan perhitungan-perhitungan di atas , maka dapat disusun tabel distribusi frekuensi Sanksi Denda sebagai berikut :
Tabel 17. Tabel Distribusi Frekuensi Sanksi Denda No
Kelas Interval Frekuensi Presentase
1 15,00-16,25
16 14.55
2 16,26-17,51
7 6.36
3 17,52-18,77
24 21.82
4 18,78-20,03
14 12.73
5 20,04-21,25
10 9.09
6 21,26-22,51
20 18.18
7 22,52-23,77
16 14.55
8 23,78-25,03
3 2.73
Jumlah 110
100 Sumber: Data yang diolah 2015
Berdasarkan tabel 17 di atas, maka dapat digambarkan histogram distribusi frekuensi Sanksi Denda sebagai berikut :
Gambar 7. Histogram Distribusi Frekuensi Sanksi Denda
d. Kesadaran Wajib Pajak
Kesadaran Wajib Pajak dalam penelitian ini merupakan variabel bebas atau independen. Kesadaran Wajib Pajak merupakan suatu kondisi di
mana wajib pajak mengetahui, memahami, dan melaksanakan ketentuan perpajakan dengan benar dan sukarela. Tabel 14 di atas menunjukkan bahwa
variabel Sanksi Denda dari 110 wajib pajak yang diteliti memiliki nilai minimum sebesar 17 nilai maksimum sebesar 24 nilai mean ideal rata-rata
ideal sebesar 20 dan nilai standar deviasi sebesar 2,1.
Menurut sugiyono 2007:36 distribusi frekuensi dan variabel Kesadaran
Wajib Pajak dihitung dengan menggunakan rumus Sturges :
1 Menghitung Jumlah Kelas Interval Jumlah n dalam penelitian ini yaitu sejumlah sampel yang berjumlah
110. Jadi kelas interval = 1 + 3,3 Log 110 = 8 2 Menghitung Rentang Data
Rentang data = Nilai Maksimum – Nilai Minimum + 1
Nilai maksimum variabel Kesadaran Wajib Pajak 24 dan nilai minimum variabel Kesadaran Wajib Pajak sebesar 17. Jadi rentang
data 24-17+1 = 8 3 Menghitung Panjang Kelas
Panjang Kelas = Rentang Data Jumlah Kelas Interval Yaitu Panjang Kelas = 88 = 1 Jadi panjang kelas yang digunakan
adalah 1
Berdasarkan perhitungan-perhitungan di atas , maka dapat disusun tabel distribusi frekuensi Kesadaran Wajib Pajak sebagai berikut :
Tabel 18. Tabel Distribusi Frekuensi Kesadaran Wajib Pajak No
Kelas Interval Frekuensi Presentase
1 17,00-18,00
9 8.18
2 18,01-19,01
29 26.36
3 19,02-20,02
15 13.64
4 20,03-21,03
18 16.36
5 21,04-22,04
11 10.00
6 22,05-23,05
8 7.27
7 23,06-24,06
9 8.18
8 24,06-25,06
11 10.00
Jumlah 110
100 Sumber: Data yang diolah 2015
Berdasarkan tabel 18 di atas, maka dapat digambarkan histogram distribusi frekuensi Kesadaran Wajib Pajak sebagai berikut :
Gambar 8. Histogram Distribusi Frekuensi Kesadaran Wajib Pajak
B. Analisis Data
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas dilakukan untuk meyakinkan bahwa sampel yang diujikan berdistribusi normal. Dalam penelitian ini, teknik uji normalitas
yang digunakan adalah one sampel kolmogorov smirnov test, yaitu pengujian dua sisi yang dilakukan dengan membandingkan signifikansi
hasil uji dengan taraf signifikan 10. Apabila angka signifikan 10, maka data dikatakan normal. Sebaliknya, bila angka signifikasi 10,
maka data dikatakan tidak normal. Berikut adalah hasil pengolahan data
uji normalitas dengan program SPSS versi 21 adalah sebagai berikut :
Tabel 19. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 110
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.86671376
Most Extreme Differences
Absolute .062
Positive .061
Negative -.062
Kolmogorov-Smirnov Z .650
Asymp. Sig. 2-tailed .792
a. Test distribution is Normal. b. Calculated from data.