Teknik Pengumpulan Data Hasil Analisis Regresi Linear Berganda

72 pekerjaan, kepemilikan usaha serta keterangan pernah atau belum pernah menggunakan e-filing. b. Analisis Deskripsi variabel Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-ratamean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness Ghozali,2013. Penelitian ini hanya menggunakan nilai rata-ratamean, standar deviasi, varian, maksimum, minimum, dan menggunakan frekuensi sebagai pengukuran deskriptif dari variabel minat wajib pajak untuk menggunakan e-filing, guna mengetahui seberapa minat wajib pajak untuk menggunakan e-filing dalam pelaporan pajaknya. Analisis ini digunakan dengan memberi skor jawaban angket yang telah diisi oleh responden. Hasil penjumlahan masing-masing item dikategorikan dalam beberapa jenjang kategori variabel. Berikut adalah langkah untuk menentukan tabel kategori: 1. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. 2. Menentukan banyak kelas interval yang diperlukan yaitu 5. 3. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 4. Pilih ujung bawah kelas sebagai interval pertama. Penelitian ini menggunakan statistik deskriptif untuk menjelaskan seberapa besar tingkatan variabel penelitian ini terhadap responden yang telah menjadi sampel. Berikut deskripsi variabel: 73

1. Analisis Deskriptif Variabel Terikat Minat Wajib Pajak Y

Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 10 x 5 = 50 Skor terkecil = 10 x 1 = 10 Rentang = 50 – 10 = 40 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 40 + 1 p = 5 = 8,2 = 9 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel minat wajib pajak sebagai berikut: Tabel 3.3 Kategori Variabel Minat Wajib Pajak No Interval Skor Kategori 1 46-54 Sangat Minat 2 37-45 Minat 3 28-36 Kurang Minat 4 19-27 Tidak Minat 5 10-18 Sangat Tidak Minat Sumber: data primer diolah, 2016 74

2. Analisis Deskriptif Variabel Pengalaman Wajib Pajak X

1 Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 9 x 5 = 45 Skor terkecil = 9 x 1 = 9 Rentang = 45 – 9 = 36 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 36 + 1 p = 5 = 7,4 = 8 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel pengalaman wajib pajak sebagai berikut: Tabel 3.4 Kategori Variabel Pengalaman Wajib Pajak No Interval Skor Kategori 1 44-52 Sangat Berpengalaman 2 35-43 Berpengalaman 3 26-34 Kurang Berpengalaman 4 17-25 Tidak Berpengalaman 5 9-16 Sangat Tidak Berpengalaman Sumber: data primer diolah , 2016 75

3. Analisis Deskriptif Variabel Kompleksitas X

2 Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 3 x 5 = 15 Skor terkecil = 3 x 1 = 3 Rentang = 15 – 3 = 12 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 12 + 1 p = 5 = 2,6 = 3 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel kompleksitas sebagai berikut: Tabel 3.5 Kategori Variabel Kompleksitas No Interval Skor Kategori 1 15-17 Sangat Rumit 2 12-14 Rumit 3 9-11 Cukup Rumit 4 6-8 Tidak Rumit 5 3-5 Sangat Tidak Rumit Sumber: data primer diolah, 2016 76

4. Analisis Deskritif Variabel Keamanan dan Kerahasiaan X

3 Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 7 x 5 = 35 Skor terkecil = 7 x 1 = 7 Rentang = 35 – 7 = 28 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 28 + 1 p = 5 = 5,8 = 6 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel keamanan dan kerahasiaan sebagai berikut: Tabel 3.6 Kategori Variabel Keamanan dan Kerahasiaan No Interval Skor Kategori 1 31-36 Sangat Terjamin 2 25-30 Terjamin 3 19-24 Kurang Terjamin 4 13-18 Tidak Terjamin 5 7-12 Sangat Tidak Terjamin Sumber: data primer diolah, 2016 77

5. Analisis Deskriptif Variabel Kepatuhan Wajib Pajak X

4 Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 9 x 5 = 45 Skor terkecil = 9 x 1 = 9 Rentang = 45 – 9 = 36 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 36 + 1 p = 5 = 7,4 = 8 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel kepatuhan wajib pajak sebagai berikut: Tabel 3.7 Kategori Variabel Kepatuhan Wajib Pajak No Interval Skor Kategori 1 44-52 Sangat Patuh 2 35-43 Patuh 3 26-34 Kurang Patuh 4 17-25 Tidak Patuh 5 9-16 Sangat Tidak Patuh Sumber: data primer diolah, 2016 78

6. Analisis Deskripsi Variabel Kesiapan Teknologi Informasi X

5 Langkah yang harus dilakukan untuk menentukan tabel kategori adalah: i. Menentukan rentang, yaitu skor data terbesar dikurangi skor data terkecil. Skor terbesar = 9 x 5 = 45 Skor terkecil = 9 x 1 = 9 Rentang = 45 – 9 = 36 ii. Menentukan banyak kelas interval yang diperlukan yaitu 5. iii. Menentukan panjang kelas interval. Rentang + 1 p = Banyak Kelas 36 + 1 p = 5 = 7,4 = 8 iv. Pilih ujung bawah kelas sebagai interval pertama. Kategori total jawaban responden terhadap pertanyaan variabel kesiapan teknologi informasi sebagai berikut: Tabel 3.8 Kategori Variabel Kesiapan Teknologi Informasi No Interval Skor Kategori 1 44-52 Sangat Siap 2 35-43 Siap 3 26-34 Cukup Siap 4 17-25 Tidak Siap 5 9-16 Sangat Tidak Siap Sumber: data primer diolah, 2016 79

3.6.2 Analisis Regresi Linier Berganda

Analisis regresi linier berganda dalam penelitian ini digunakan untuk menguji dan menunjukkan arah hubungan variabel independen mempengaruhi variabel dependen juga. Peneliti menggunakan analisis model regresi linear berganda untuk menguji hipotesis dalam penelitian ini. Model regresi berganda diformulasikan sebagai berikut: � = α + ��1. �1 + ��2. �2 + ��3. �3 + ��4. �4 + ��5. �5 + � Keterangan : Y = Minat Wajib Pajak untuk Menggunakan e-filling α = konstanta β 1 = koefisien regresi keamanan dan kerahasiaan β 2 = koefisien regresi pengalaman β 3 = koefisien regresi kompleksitas β 4 = koefisien regresi kepatuhan wajib pajak β 5 = koefisien regresi kesiapan teknologi informasi �1 = Keamanan dan kerahasiaan �2 = Pengalaman X3 = Kompleksitas X4 = Kepatuhan Wajib Pajak X5 = Kesiapan Teknologi Informasi e = Kesalahan error Persamaan tersebut kemudian dianalisis menggunakan SPSS 21 dengan tingkat signifikansi 5 α = 0,05 80

3.6.2.1 Uji Asumsi Klasik

Uji asumsi klasik dilakukan agar dapat diketahui apakah model regresi yang digunakan merupakan model regresi yang baik atau tidak ghozali,2001 dalam Malikha,2010. Menurut Desmayanti2012 menjelaskan bahwa uji asumsi klasik dilakukan agar data sampel yang diolah benar-benar dapat mewakili populasi secara keseluruhan. Penelitian ini menggunakan pengujian uji normalitas,uji multikolonieritas, dan uji heteroskedastisitas.

3.6.2.1.1 Uji Normalitas

Uji normalitas ini untuk menguji apakah varibel-variabel yang gunakan dalam model regresi mempunyai distribusi normal atau tidak. Normalitas suatu variabel tidak selalu diperlukan dalam analisis akan tetapi hasil uji statistik akan lebih baik jika semua vriabel terdiatribusi normal, bila variabel tidak terdistribusi normal maka hasil uju statistik akan terdegradasi. Normalitas suatu variabel umumnya dapat di deteksi dengan analisis grafik atau uji statistik. Uji normalitas dalam penelitian ini dilakukan menggunakan uji Kolmogorov-Smirnov, dan uji grafik baik melalui histogram maupun normal Probability Plot P-P Plot. Menurut Desmayanti 2012, uji Kolmogorov-Smirnov dilakukan dengan melihat nilai probabilitas signifikansi, apabila nilai probabilitas signifikansi kurang dari nilai α = 0,05 maka data tidak terdistribusi normal. Sebelumnya perlu ditentukan hipotesis terlebih dahulu, yaitu: Hipotesis Nol H : data terdistribusi normal Hipotesis Alternatif Ha : data tidak terdistribusi normal 81 Uji grafik baik melalui histogram, grafik histogram berada ditengah- tengah atau tidak. Posisi histrogram sedikit menceng ke kiri atau kanan, maka data tidak terdistribusi normal. Grafik normal Probability Plot P-P Plot apabila terlihat titik-titik menyebar disekitas garis diagonal dan mengikuti arah garis diagonal maka menunjukkan pola distribusi secara normal.

3.6.2.1.2 Uji Multikolonieritas

Menurut Ghozali 2013 uji multikolinieritas untuk menguji apakah dalam model regresi yang digunakan terdapat kolerasihubungan antar variabelnya. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independennya, apabila variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada tidaknya gejala multikolinieritas dalam penelitian ini menggunakan cara yaitu dengan memeriksa nilai tolerance dan nilai variance inflation factor VIF pada saat tiap variabel independen menjadi variabel dependen dan diregres dengan variabel independen lainnya. Multikolinieritas terjadi apabila nilai tolerance ≤ 0,10 atau nilai VIF ≥ 10.

3.6.2.1.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan apabila berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi 82 heteroskedastisitas Ghozali,2013. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas. Menentukan ada tidaknya heteroskedastisitas adalah dengan mengamati grafik plot serta melakukan uji Glejser. Uji heteroskedastisitas dengan melihat Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID, yakni dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual yang telah di-studentized. Dasar Analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedatisitas. Uji Glejser dilakukan yakni dengan meregresikan semua variabel independen dengan nilai absolut Residual AbsUt sebagai variabel dependennya, dimana U dapat dihitung dengan cara Y- Ŷ, apabila probibalitas signifikansinya diatas 5 maka model regresi tidak mengandung heteroskedastisitas. 83 3.6.2.2 Uji Hipotesis Penelitian 3.6.2.2.1 Uji Statistik F Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat Ghozali,2013. Kriteria untuk pengambilan keputusan sebagai berikut : 1. Signifikan jika r value α 0,05 maka menerima hipotesis alternatif. 2. Tidak signifikan jika r value α 0,05 maka menolak hipotesis alternatif.

3.6.2.2.2 Uji Statistik t

Uji statistik t pada dasarnya menunjukkan seberapa pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen atau terikat Ghozali,2013. Cara melakukan uji t adalah sebagai berikut : a. Membandingkan nilai t hitung dengan t titik kritis menurut tabel. 1. Nilai t-hitung t-tabel, maka kita menerima Ha yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. 2. Nilai t-hitung t-tabel, maka kita menolak Ha yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. b. Berdasarkan probabilitas dengan dasar pengambilan keputusan: 1. Signifikan jika r value α 0,05 maka menerima hipotesis alternatif. 2. Tidak signifikan jika r value α 0,05 maka menolak hipotesis alternatif. 84

3.6.2.2.3. Uji Koefisien Determinasi R

2 Koefisien Determinasi R2 digunakan untuk 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 independen amat terbatas. Nilai yang mendekati variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Ghozali,2013. Nilai yang digunakan bukanlah R 2 melainkan Adjusted R Square. BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1 Deskripsi Objek Penelitian Populasi dalam penelitian ini adalah wajib pajak orang pribadi WPOP yang terdaftar di wilayah Semarang Tengah Satu. Berdasarkan data yang diperoleh jumlah WPOP yang terdaftar pada Kantor Pelayanan Pajak KPP Pratama Semarang Tengah Satu pada tahun 2015 sebanyak 7.493. Sampel yang digunakan adalah WPOP yang pernah mencoba atau belum menggunakan e-filing. Kuesioner yang disebar peneliti bulan Maret 2016 yaitu dari tanggal 16 Maret 2016 sampai 22 Maret 2016 dengan rata-rata penyebaran kuesioner 20-25 sehari di KPP Pratama Semarang Tengah satu yang beralamat di Gedung Keuangan Negara GKN jalan Pemuda No.2 lantai 1 dan 2 Semarang. Jumlah kuesioner yang berhasil diperoleh peneliti adalah sebanyak 120 kuesioner namun tidak semua dapat diolah oleh peneliti. Tabel 4.1 berikut ini merupakan hasil pengumpulan data: Tabel 4.1 Hasil Pengumpulan Data Keterangan Jumlah Persentase Kuesioner yang diperoleh 120 100 Kuesioner yang tidah bisa diolah 13 10,8 Kuesioner yang bisa diolah 107 89,2 Sumber: Data primer diolah,2016 85 86 Berdasarkan Tabel 4.1 tersebut, maka dapat disimpulkan bahwa dari semua kuesioner yang disebar terdapat 13 kuesioner yang tidak bisa diolah. Hal ini dikarenakansetelah peneliti meneliti tiap kuesioner terdapat beberapa kuesioner yang tidak terisi dengan lengkap oleh responden. Peneliti hanya menggunakan kuesioner yang terisi dengan lengkap, maka kuesioner yang dapat diolah sebanyak 107 kuesioner 89,2.

4.1.2 Hasil Deskripsi Responden

Hasil deskripsi responden ini berdasarkan data informasi responden yang sudah terisi dikuesioner. Deskripsi ini akan memberikan informasi demografi responden penelitian seperti yang tercantum di kuesioner yaitu jenis kelamin, usia responden, tingkat pendidikan dari responden, pekerjaan, kepemilikan usaha, serta keterangan reaponden pernah mencoba atau menggunakan e-filing atau tidak. Data tersebut dimaksudkan untuk menjelaskan latarbelakang dari wajib pajak yang menjadi sampel pada penelitian ini, sehingga dapat mendukung hasil penelitian. Terdapat 107 responden yang terdiri dari wajib pajak orang pribadi yang dapat mewakili. Data mengenai karakteristik responden ditampilkan pada Tabel 4.2 sebagai berikut: 87 Tabel 4.2 Data Statistik Responden Keterangan Jumlah Persentase 1 Jenis Kelamin a. Pria 69 64,50 b. Wanita 38 35,50 107 100,00 2 Usia a. 20 tahun 4 3,74 b. 21-30 tahun 55 51,40 c. 31-40 tahun 25 23,37 d. 41-50 tahun 16 14,95 e. 51 tahun 7 6,54 107 100,00 3 Tingkat Pendidikan a. SMU 39 36,45 b. Sarjana 61 57 c. Lainnya 7 6,55 107 100,00 4 Pekerjaan a. PNS 8 7,48 b. Swasta 96 89,72 c. Lainnya 3 2,80 107 100,00 5 Kepemilikan usaha a. Ya b. Tidak 107 100 107 100 6 Pernah menggunakan e-filing a. Ya 41 38,32 b. Tidak 66 61,68 107 100,00 Sumber: Data primer diolah, 2016 88 Tabel 4.2 data statistik responden tersebut, menunjukkan bahwa dari 107 responden wajib pajak orang pribadi, didapati responden yang berjenis kelamin pria menunjukkan hasil sebanyak 69 orang atau 64,50 dan 38 orang atau 35,50 merupakan responden wanita. Berdasarkan hasil kuesioner yang diperoleh kategori jenis kelamin ini, dapat diketahui bagaimana minat wajib pajak untuk menggunakan e-filing dilihat dari penggolongan jenis kelamin, karena biasanya wajib pajak yang berjenis kelamin pria lebih memiliki ketertarikan yang tinggi terhadap hal baru. Hasil data responden berdasarkan usia, yang memiliki usia dibawah atau 20 tahun sebanyak 4 orang atau 3,74, usia 21 sampai 30 tahun sebanyak 55 orang atau 51,40, usia 31 tahun sampai 40 tahun sebanyak 25 orang atau 23,37, usia 41 tahun sampai dengan 50 tahun sebanyak 16 orang atau 14,95 dan responden yang miliki usia di atas 51tahun sebanyak 7 orang atau 6,54. Responden yang memiliki usia 40 tahun keatas biasanya kurang memiliki ketertarikan untuk menggunakan e-filing, hal ini diduga karena wajib pajak dengan usia tersebut belum memiliki pengalaman akan sistem teknologi tidak seperti wajib pajak dengan usia yang masih muda. Hasil data statistik responden berdasarkan tingkat pendidikan, terdapat 39 orang atau 36,45 memiliki tingkat pendidikan terakhir SMUsederajat, dan sebanyak 61 orang atau 57 responden bertingkat pendidikan terakhir sarjana. Lainnya sebanyak 7 orang atau 6,55 memiliki tingkat pendidikan selain SMU dan sarjana. Seorang wajib pajak yang memiliki tingkat pendidikan yang tinggi akan mendorong keinginannya untuk menggunakan e-filing, hal ini diduga karena dengan tingkat pendidikan yang tinggi akan membuka wawasannya akan 89 kebermanfaatan dari sistem e-filing ini. Pekerjaan yang dimiliki responden terdapat 8 orang atau 7,48 responden sebagai pegawai negeri sipil PNS dan 96 orang atau 89,72 reponden sebagai pegawai swasta, serta yang lainnya memiliki pekerjaan lainnya yang tidak ingin disebutkan oleh responden. Pekerjaan yang dimiliki responden ini telah terbiasa menggunakan teknologi, maka akan memudahkan wajib pajak untuk beradaptasi dengan e-filing. Berdasarkan dari kepemilikan usaha dari 107 responden, semua responden tidak menjalankan atau memiliki usaha. Responden yang datang di KPP Semarang Tengah Satu mayoritas adalah karyawan atau pegawai negeri sipil sehingga data tersebut menunjukkan bahwa tidak ada responden yang memiliki usaha. Kesimpulannya yaitu wajib pajak yang tidak memiliki usaha telah memiliki ketertarikan untuk menggunakan e-filing dalam pelaporan pajaknya. Data statistik responden menunjukkan bahwa responden yang pernah mencoba menggunakan e-filing hanya sebesar 38,32 atau sebanyak 41 orang sedangkan 61,68 atau 66 orang belum atau tidak menggunakan e-filing. Berdasarkan pada data yang diterima oleh peneliti, hal ini disebabkan karena memang wajib pajak orang pribadi yang terdaftar di KPP Pratama Semarang Tengah Satu sampai pada tahun 2015 masih banyak yang melaporkan pajak secara manual dari pada melaporkan pajak melalui e-filing. Wajar apabila responden yang diperoleh peneliti mayoritas belum pernah menggunakan, mereka hanya mengetahui secara umum saja mengenai e-filing, oleh karena itu responden dapat mengisi kuesioner berdasarkan dari persepsinya akan e-filing. 90

4.1.3 Analisis Statistik Deskriptif Variabel

Analisis statistik deskriptif variabel dilakukan untuk memberikan gambaran secara umum suatu data yang dilihat dari mean,standar deviasi, maksimum, minimum dan sum. Variabel yang diukur ialah semua variabel penelitian, baik variabel dependen yaitu minat wajib pajak untuk menggunakan e- filing maupun variabel independen. Minat ini diukur dengan tujuan agar mengetahui seberapa minat wajib pajak orang pribadi di KPP Pratama Semarang Tengah Satu terhadap e-filing, dan variabel independen yaitu pengalaman wajib pajak, kompleksitas, keamanan dan kerahasiaan, kepatuhan wajib pajak, dan kesiapan teknologi. Berikut ini hasil deskripsi tiap variabel: Tabel 4.3 Rangkuman Descriptive Statistics Variabel Mean Std. Deviation Minat Wajib Pajak 38,79 4,783 Pengalaman 33,13 4,493 Kompleksitas 11,41 1,572 Keamanan dan kerahasiaan 25,74 4,34 Kepatuhan Wajib pajak 38,6 4,056 Kesiapan teknologi informasi 32,76 4,756 Sumber: Data Primer diolah,2016 Rangkuman statistik deskriptif pada tabel 4.3 menunjukkan bahwa minat wajib pajak mempunyai nilai rata-rata sebesar 38,79 dengan standar deviasi sebesar 4,783. Pengalaman mempunyai nilai rata-rata sebesar 33,13 dengan standar deviasi sebesar 4,493. Kompleksitas mempunyai nilai rata-rata sebesar 91 11,41 dengan standar deviasi sebesar 1,572. Keamanan dan kerahasiaan mempunyai nilai rata-rata sebesar 25,74 dengan standar deviasi sebesar 4,340. Kepatuhan wajib pajak mempunyai nilai rata-rata sebesar 38,60 dengan standar deviasi sebesar 4,056. Kesiapan teknologi informasi mempunyai nilai rata-rata sebesar 32,76 dengan standar deviasi sebesar 4,756. Standar deviasi untuk variabel-variabel tersebut lebih rendah dibanding mean hal ini menunjukkan bahwa varians data tidak jauh berbeda atau hampir sama, dengan kata lain sebaran data untuk variabel kecil..

1. Minat Wajib Pajak

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel minat wajib pajak untuk menggunakan e-filing memiliki rata-rata sebesar 38,79. Sesuai dengan Tabel 3.3 mengenai kategori total jawaban dari minat wajib pajak, diketahui bahwa nilai rata-rata tersebut masuk pada kategori minat. Nilai rata-rata tersebut dapat menunjukkan bahwa wajib pajak orang pribadi di Semarang Tengah Satu memiliki keminatan untuk menggunakan e-filing, meskipun dari data yang terdaftar di KPP Pratama Semarang Tengah Satu pada tahun 2015 masih banyak wajib pajak yang menggunakan sistem manual daripada e-filing, namun pada tahun 2016, sudah banyak wajib pajak yang memiliki keminatan untuk menggunakan e-filing. Diharapkan akan terjadi peningkatan wajib pajak orang pribadi yang menggunakan e-filing di tahun 2016. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel minat wajib pajak untuk menggunakan e-filing, dapat dilihat dalam Tabel 4.4 berikut ini: 92 Tabel 4.4 Kategori Variabel Minat Wajib Pajak untuk Menggunakan E- filing No Interval Skor Frekuensi Persentase Kategori 1 46-54 10 9 Sangat Minat 2 37-45 64 60 Berminat 3 28-36 31 29 Kurang Minat 4 19-27 2 2 Tidak Minat 5 10-18 Sangat Tidak Minat Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.4 tersebut menunjukkan bahwa 60 dari 107 responden penelitian telah berminat untuk menggunakan e-filing atau sebanyak 64 orang wajib pajak orang pribadi yang menjadi sampel telah memiliki ketertariakn untuk menggunakan e-filing dalam pelaporan pajaknya. Wajib pajak OP sudah memiliki keinginan untuk mencari informasi mengenai e-filing, dengan mencari informasi tersebut wajib pajak dapat membandingkan manfaat atau kelebihan yang diberikan oleh e-filing dibandingkan dengan cara manual. Setelah mengetahui manfaat yang akan diperoleh inilah yang dapat memunculkan keinginan wajib pajak untuk menggunakan e-filing. Hal ini diharapkan dapat membuat wajib pajak orang pribadi pada tahun pajak 2016 yang melaporkan SPT menggunakan e-filing akan meningkat, terutama di KPP Pratama Semarang Tengah Satu. 93

2. Pengalaman Wajib Pajak

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel pengalaman wajib pajak memiliki rata-rata sebesar 33,13. Sesuai dengan Tabel 3.4 mengenai kategori total jawaban dari pengalaman wajib pajak, diketahui bahwa nilai rata- rata tersebut masuk pada kategori kurang berpengalaman, sehingga dari nilai rata- rata tersebut dapat disimpulkan bahwa wajib pajak orang pribadi di Semarang Tengah Satu kurang memiliki pengalaman dalam penggunaan sistem informasi terutama untuk menggunakan e-filing. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel pengalaman wajib pajak, dapat dilihat dalam Tabel 4.5 berikut ini: Tabel 4.5 Kategori Variabel Pengalaman Wajib Pajak No Interval Skor Frekuensi Persentase Kategori 1 42-52 2 2 Sangat Berpengalaman 2 35-43 46 43 Berpengalaman 3 26-34 54 50 Kurang berpengalaman 4 17-25 5 5 Tidak berpengalaman 5 9-16 Sangat Tidak berpengalaman Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.5 tersebut menunjukkan bahwa 50 dari responden penelitian memiliki pengalaman yang kurang cukup dalam menggunaan teknologi informasi atau sebanyak 54 orang wajib pajak orang pribadi yang menjadi sampel. 94 Hal tersebut dikarenakan penguasaan responden akan sistem informasi kurang atau masih sedikit. Penguasaan yang masih sedikit membuat responden memiliki pemahaman akan e-filing pun juga terbatas. Pemahaman tersebut membuat responden kurang mengetahui akan kebermanfaatan dari sistem e-filing, meskipun pengalaman wajib pajak masih berada pada kategori kurang berpengalaman, sudah banyak wajib pajak yang memiliki ketertarikan untuk mau mencoba untuk menggunakan e-filing.

3. Kompleksitas

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel kompleksitas memiliki rata-rata sebesar 11,41. Sesuai dengan Tabel 3.5 mengenai kategori total jawaban dari variabel kompleksitas, diketahui bahwa nilai rata-rata tersebut masuk pada kategori tinggi, sehingga dari nilai rata-rata tersebut dapat disimpulkan bahwa wajib pajak orang pribadi di Semarang Tengah Satu memiliki persepsi bahwa untuk menggunakan e-filing memiliki kompleksitas yang tinggi, oleh karena itu masih banyak wajib pajak orang pribadi yang memilih untuk melaporkan pajak secara manual yaitu dengan datang langsung ke KPP. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel kompleksitas untuk menggunakan e-filing, dapat dilihat dalam Tabel 4.6 berikut ini: 95 Tabel 4.6 Kategori Variabel Kompleksitas No Interval Skor Frekuensi Persentase Kategori 1 15-17 4 4 Sangat Rumit 2 12-14 60 56 Rumit 3 9-11 40 37 Cukup Rumit 4 6-8 3 3 Tidak Rumit 5 3-5 Sangat Tidak Rumit Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.6 tersebut menunjukkan bahwa 56 dari responden penelitian memiliki persepsi bahwa menggunakan atau sistem e-filing memiliki kompleksitas yang tinggi. Sebanyak 60 orang wajib pajak orang pribadi yang menjadi sampel memiliki persepsi bahwa tatacara pelaporan pajak menggunakan e-filing masih memiliki tingkat kerumitan atau membingungkan.kerumitan tersebut dilihat dari fitur-fitur layanan yang ada pada sistem e-filing menurut responden belum memudahkan. Selain itu banyak dari responden yang beranggapan jika menggunakan e-filing belum efektif untuk meringankan pekerjaan mereka dan penggunaan e-filing belum dapat meningkatkan performa pelaporan pajak responden. 96

4. Keamanan dan kerahasiaan

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel minat wajib pajak untuk menggunakan e-filing memiliki rata-rata sebesar 25,74. Sesuai dengan Tabel 3.6 mengenai kategori total jawaban dari keamanan dan kerahasiaan, diketahui bahwa nilai rata-rata tersebut masuk pada kategori tinggi, sehingga dari nilai rata-rata tersebut dapat disimpulkan bahwa wajib pajak orang pribadi di Semarang Tengah Satu memiliki persepsi mengenai keamanan dan kerahasiaan sistem e-filing yang tinggi dengan kata lain responden percaya bahwa sistem e- filing dapat memberikan jaminan akan keamanan dan kerhasiaan data mereka. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel minat wajib pajak untuk menggunakan e-filing, dapat dilihat dalam Tabel 4.7 berikut ini: Tabel 4.7 Kategori Variabel Keamanan dan Kerahasiaan No Interval Skor Frekuensi Persentase Kategori 1 31-36 13 12 Sangat Terjamin 2 25-30 56 52 Terjamin 3 19-24 34 32 Kurang Terjamin 4 13-18 4 4 Tidak Terjamin 5 7-12 Sangat Tidak Terjamin Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.7 tersebut menunjukkan bahwa 52 dari responden penelitian memiliki kepercayaan dalam penggunaan e-filing, mereka memiliki 97 kepercayaan akan keamanan dan kerahasiaan data mereka dapat dijamin oleh e- filing atau sebanyak 56 orang wajib pajak orang pribadi yang menjadi sampel. Jaminan keamanan yang diberikan pada e-filing dianggap responden sudah tinggi sehingga dapat menangani masalah-masalah berkaitan dengan kemanan data. Hal tersebut membuat responden memiliki kepercayaan akan jaminan keamanan, apabila jaminan keamanan sudah baik, jaminan kerahasiaannya pun juga baik. Selain itu isu-isu mengenai masalah yang berkaitan dengan keamanan dan kerahasian data tidak membuat mayoritas responden ragu dan khawatir menggunakan e-filing. Hal ini dapat mendorong minat wajib pajak orang pribadi dalam penggunaan e-filing untuk pelaporan pajak tahun selanjutnya.

5. Kepatuhan Wajib Pajak

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel kepatuhan wajib pajak untuk menggunakan e-filing memiliki rata-rata sebesar 38,60. Sesuai dengan Tabel 3.7 mengenai kategori total jawaban dari kepatuhan wajib pajak, diketahui bahwa nilai rata-rata tersebut masuk pada kategori patuh, sehingga dari nilai rata-rata tersebut dapat disimpulkan bahwa wajib pajak orang pribadi yang terdaftar di KPP Semarang Tengah Satu memiliki tingkat kepatuhan yang sudah baik. Responden memiliki kesadaran yang cukup tentang kewajibannya untuk membayar pajak. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel kepatuhan wajib pajak untuk menggunakan e-filing, dapat dilihat dalam Tabel 4.8 berikut ini: 98 Tabel 4.8 Kategori Variabel Kepatuhan Wajib Pajak No Interval Skor Frekuensi Persentase Kategori 1 44-52 23 22 Sangat patuh 2 35-43 75 70 Patuh 3 26-34 9 8 Kurang patuh 4 17-25 Tidak patuh 5 9-16 Sangat Tidak patuh Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.8 tersebut menunjukkan bahwa 70 dari responden penelitian memiliki tingkat kepatuhan dalam membayar pajak yang baik atau sebanyak 75 orang wajib pajak orang pribadi yang menjadi sampel. Kepatuhan ini berada pada kategori patuh dikarenakan responden mau dan memiliki kesadaran untuk membayar dan melaporkan pajak tepat waktu. Kesadaran akan kewajiban memiliki NPWP juga telah dipahami oleh responden, sehingga mayoritas responden memiliki NPWP sebagai identitas wajib pajak. Selain itu, tidak terdapat responden yang memiliki tunggakan pajak, dan apabila responden memiliki tunggakan pajak maka ia akan membayar denda dengan tepat waktu.

6. Kesiapan teknologi Informasi

Berdasarkan Tabel 4.3, menunjukkan bahwa variabel kesiapan teknologi informasi memiliki rata-rata sebesar 32,76. Sesuai dengan Tabel 3.8 mengenai kategori total jawaban dari kesiapan teknologi informasi, diketahui bahwa nilai rata-rata tersebut masuk pada kategori sedang, sehingga dari nilai rata-rata 99 tersebut dapat disimpulkan bahwa wajib pajak orang pribadi di Semarang Tengah Satu beranggapan bahwa sistem teknologi informasi sekarang ini masih pada tingkatan sedang dengan kata lain belum benar-benar memiliki kesiapan. Hal ini menunjukkan bahwa responden belum mempercayai akan kesiapan teknologi informasi. Berikut ini adalah rangkuman hasil distribusi kategori jawaban responden untuk pertanyaan dari variabel kesiapan teknologi informasi, dapat dilihat dalam Tabel 4.9 berikut ini: Tabel 4.9 Kategori Variabel Kesiapan Teknologi Informasi No Interval Skor Frekuensi Persentase Kategori 1 44-52 1 1 Sangat Siap 2 35-43 38 36 Siap 3 26-34 60 56 Cukup Siap 4 17-25 7 6 Tidak Siap 5 9-16 1 1 Sangat Tidak Siap Sumber: Data primer yang diolah, 2016 Berdasarkan Tabel 4.9 tersebut menunjukkan bahwa 56 dari responden penelitian memiliki beranggapan bahwa kesiapan teknologi informasi masih pada tingkatan sedang atau sebanyak 60 orang wajib pajak orang pribadi yang menjadi sampel. Mayoritas responden menilai kesiapan teknologi informasi sekarang ini masih belum benar-benar siap atau masih pada tingkatan sedang, ini dapat dilihat dari bagaimana ketersediaan dari software dan hardware sudah memadahi atau belum, karena sistem e-filing merupakan pelaporan pajak secara online maka ketersediaan koneksi internet juga dijadikan penilai kesiapan teknologi informasi. 100 100 Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta Constant PWP K 1 KK KWP KTI 11,625 3,937 2,953 ,004 ,547 ,122 ,514 4,479 ,000 ,864 ,323 ,284 2,676 ,009 ,050 ,094 ,045 ,529 ,598 ,126 ,086 ,106 1,466 ,146 -,212 ,088 -,211 -2,394 ,019 Selain dari kesiapan sistem atau kesiapan teknologinya, kesiapan teknologi dari wajib pajak juga harus mendukung, apakah wajib pajak telah siap menerima perkembangan sistem teknologi.

4.2 Hasil Analisis Regresi Linear Berganda

Analisis regresi linear berganda bertujuan untuk mengetahui apakah faktor pengalaman wajib pajak, kompleksitas, keamanan dan kerahasiaan, kepatuhyan wajib pajak dan kesiapan teknologi informasi dapat mempengaruhi variabel terikatnya yaitu minat wajib pajak untuk menggunakan e-filing. Nilai koefisien regresi dapat dilihat pada Tabel 4.10 sebagai berikut: Tabel 4.10 Nilai Koefisien Regresi Coefficients a a. Dependent Variable: MWP Sumber: data primer diolah, 2016 Berdasarkan Tabel 4.10 tersebut, maka diperoleh persamaan regresi dari faktor pengalaman wajib pajak, kompleksitas, keamanan dan kerahasiaan, kepatuhyan wajib pajak dan kesiapan teknologi informasi dapat mempengaruhi variabel terikatnya yaitu minat wajib pajak untuk menggunakan e-filing sebagai berikut: 101 101 � = 11,625 + 0,547�1 + 0,864�2 + 0,050�3 + 0,126�4 − 0,212�5 + � Nilai dari ℯ = √1 − ��² = √1 − 0,495 = √0,505 = 0,91. Nilai ℯ sebesar 0,91 merupakan variance variabel pengalaman, kompleksitas, keamanan dan kerahasiaan, kepatuhan wajib pajak dan kesiapan teknologi informasi. Berdasarkan hasil analisis regresi berganda diatas menunjukkan konstanta sebesar 11,625. Nilai koefisien regresi pengalaman wajib pajak X 1 sebesar 0,547 menyatakan bahwa jika setiap peningkatan variabel pengalaman wajib pajak sebesar satu persen maka akan menyebabkan kenaikan minat wajib pajak untuk menggunakan e-filing 0,547 persen ditambah konstanta sebesar 11,625 dengan catatan varibel kompleksitas X 2 , keamanan dan kerahasiaan X 3 , kepatuhan wajib pajak X 4 dan kesiapan teknologi informasi X 5 tetap. Koefisen regresi kompleksitas X 2 sebesar 0,864 menyatakan apabila terjadi peningkatan satu persen maka akan menyebabkan minat wajib pajak untuk menggunakan e-filing meningkat sebesar 0,864 ditambah konstanta sebesar 11,625dengan catatan variabel pengalaman wajib pajak X 1 , keamanan dan kerahasiaan X 3 , kepatuhan wajib pajak X 4 dan kesiapan teknologi informasi X 5 tetap. Koefisien regresi keamanan dan kerahasiaan X 3 sebesar 0,050 menyatakan apabila setiap peningkatan variabel keamanan dan kerahasiaan sebesar satu persen maka akan menyebabkan kenaikan minat wajib pajak untuk menggunakan e-filing sebesar 0,050 ditambah konstanta sebesar 11,625 dengan catatan apabila variabel pengalaman wajib pajak X 1 , kompleksitas X 2 , kepatuhan wajib pajak X 4 dan kesiapan teknologi informasi X 5 tetap. Koefisen regresi kepatuhan wajib pajak X 4 sebesar 0,126 menyatakan apabila terjadi 102 102 peningkatan kepatuhan wajib pajak satu persen maka akan menyebabkan minat wajib pajak untuk menggunakan e-filing meningkat sebesar 0,126 ditambah konstanta sebesar 11,625dengan catatan variabel pengalaman wajib pajak X 1 , kompleksitas X 2 , keamanan dan kerahasiaan X 3 dan kesiapan teknologi informasi X 5 tetap. Koefisen regresi kesiapan teknologi informasi X 5 sebesar 0,212 menyatakan apabila terjadi peningkatan variabel kesiapan teknologi informasi sebesar satu persen maka akan menyebabkan minat wajib pajak untuk menggunakan e-filing mengalami penurunan sebesar 0,212 ditambah konstanta sebesar 11,625dengan catatan variabel pengalaman wajib pajak X 1 , kompleksitas X 2 , keamanan dan kerahasiaan X 3 dan kepatuhan wajib pajak X 4 tetap. Sebelum dilakukan analisis lebih lanjut, maka terlebih dahulu dilakukan uji prasyarat analisis, yaitu uji asumsi klasik.

4.3 Hasil Uji Asumsi Klasik

Uji asumsi klasik dilakukan terlebih dahulu untuk memenuhi persyaratan analisis data. Uji ini dimaksudkan untuk melihat apakah model regresi penelitian merupakan model yang baik atau tidak. Uji asumsi klasik yang digunakan adalah uji normalitas, uji multikolonieritas dan uji heteroskedastisitas. Alasan peneliti tidak menggunakan uji autokolerasi yaitu karena penelitian ini menggunakan data silang waktu cross section bukan runtut waktu time series. Menurut Ghozali 2013 pada data cross section masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu atau kelompok yang berbeda. 103 103

4.3.1 Hasil Uji Normalitas

Uji normalitas dilakukan dengan menggunakan uji Kolmogorov-Smirnov dan uji grafik, baik melalui histrogam maupun normal Probability Plot P-P Plot. Uji ini bertujuan untuk melihat apakah model dalam penelitian terdistribisi normal atau tidak. Model tidak terdistribusi normal atau mendekati normal maka, hasil uji statistik akan terdegradasi. Berikut ini adalah hasil uji normalitas data dengan menggunakan uji grafik dapat dilihat pada Gambar 4.1 dan Gambar 4.2: Gambar 4.1 Hasil Uji Grafik Normal Probability Plot P-P Plot Prinsipnya normalitas dapat dideteksi dengan melihat persebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Berdasarkan uji grafik Normal Probability Plot P-P Plot, hasil output memperlihatkan bahwa residual berdistribusi secara normal. Hal ini karena grafik tersebut memperlihatkan titik – titik yang menyebar disekitar garis diagonal dan 104 104 titik-titik tersebut mengikuti arah garis diagonal pada grafik, dengan demikian dapat disimpulkan bahwa model analisis regresi berganda pada penelitian ini telah memenuhi asumsi dari uji normalitas. Gambar 4.2 Hasil Uji Histogram Berdasarkan hasil uji grafik melalui histogram menunjukkan bahwa data berdistribusi normal karena tidak terlihat menceng ke kanan maupun ke kiri, meskipun terlihat sedikit menceng ke kanan namun masih bisa dikatakan mendekati normal, dikarenakan hasil ini berdasarkan dari pengamatan seseorang, yang mana pengamatan tiap orang dapat berbeda-beda dan dapat menimbulkan bias, oleh karena untuk memastikan hasil yang lebih akurat peneliti menggunakan uji statistik. Guna mendukung uji grafik tersebut peneliti memutuskan untuk menggunakan uji Kolmogorov-Smirnov yang mana hasilnya berupa angka statistik bukan dari pengamatan semata sehingga hasil yang diberikan tidak menimbulkan 105 105 Unstandardized Residual N Mean Normal Parameters a b Std. Deviation Absolute Most Extreme Differences Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed 107 ,0534212 3,40033094 ,089 ,089 -,061 ,919 ,367 bias. Perhitungan dari rumus Kolmogorov-Smirnov menggunakan SPSS for windows release 21.00 dapat dilihat pada Tabel 4.11 sebagai berikut: Tabel 4.11 Hasil Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test a. Test distribution is Normal. b. Calculated from data. Sumber: data primer diolah, 2016 Berdasarkan hasil dari analisis uji statistik menunjukkan bahwa besarnya nilai Kolmogorov Smirnov Z dengan minat wajib pajak untuk menggunakan e- filing sebagai variabel dependen yaitu sebesar 0,919 dan signifikansinya adalah sebesar 0,367 yang berarti bahwa nilainya berada di atas kriteria signifikansi yaitu 0,05 5, sehingga dapat dikatakan bahwa data residual berdistribusi normal, karena telah memenuhi syarat asumsi normalitas.

4.3.2 Uji Multikolinieritas P

enelitian ini untuk mendeteksi ada atau tidaknya multikolinieritas menggunkan cara yaitu dengan memeriksa nilai tolerance dan nilai variance inflation factor VIF. Pengujian ini bertujuan untuk mengetahui apa ada 106 106 Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant PWP K 1 KK KWP KTI 11,625 3,937 2,953 ,004 ,547 ,122 ,514 4,479 ,000 ,380 2,632 ,864 ,323 ,284 2,676 ,009 ,444 2,251 ,050 ,094 ,045 ,529 ,598 ,687 1,457 ,126 ,086 ,106 1,466 ,146 ,948 1,055 -,212 ,088 -,211 - 2,394 ,019 ,646 1,548 hubungan atau korelasi antar variabelnya. Hasil uji multikolinierietas dapat dilihat pada Tabel 4.12 sebagai berikut: Tabel 4.12 Hasil Uji Multikolinierietas Coefficients a a. Dependent Variable: MWP Sumber: data primer diolah, 2016 Berdasarkan dari hasil uji multikolonieritas pada Tabel 4.12 tersebut, dapat dilihat dari besaran nilai Tolerance dan VIF. Nilai Toleranc e ≤ 0.10 atau sama dengan nilai VI F ≥ 10 menunjukkan adanya multikolonieritas. Hasil output SPSS diatas, hasil perhitungan nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance ≤ 0.10 yang berarti tidak ada korelasi antar variabel independen. Hasil perhitungan nilai VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF ≥ 10, sehingga dapat disimpulkan bahwa tidak terjadi multikolonieritas antar variabel independen dalam model regresi pada penelitian ini.