54
Tabel 4.2. Alternatif Jawaban Setiap Pernyataan No.
Alternatif Jawaban Skor Jawaban
1. Sangat tidak Setuju STS
1 2.
Tidak Setuju TS 2
3. Netral N
3 4.
Setuju S 4
5. Sangat Setuju SS
5
Menurut Nazir 1998, dinyatakan bahwa : ada empat jenis ukuran atau skala, yaitu : 1 ukuran nominal, 2 ukuran ordinal, 3 ukuran interval dan
4 ukuran rasio. Peneliti menggunakan ukuran interval dalam skala pengukuran variabel penelitian ini karena jenis data yang akan dianalisis menggunakan
statistik parametris yang memerlukan terpenuhinya banyak asumsi. Asumsi yang utama adalah data yang dianalisis harus berdistribusi normal. Selanjutnya dalam
penggunaan salah satu test mengharuskan data homogen, dalam regresi harus terpenuhi asumsi linearitas. Statistik parametris kebanyakan digunakan untuk
menganalisis data interval dan rasio, sedangkan statistik non parametris kebanyakan digunakan untuk menganalisis data nominal, ordinal, Sugiyono,
2001
4.6. Metode analisis data
Data belum dapat dikategorikan informasi sebelum data tersebut diolah. Oleh sebab itu, data harus dikelompokkan dalam kategori sesuai dengan
kebutuhan analisis. Setiap desain riset kuantitatif membutuhkan pengukuran dan pengujian statistik. Statistik dapat menolong peneliti menarik kesimpulan dalam
kondisi yang tidak pasti, sehingga kesimpulan yang diambil mendekati tingkat
Universitas Sumatera Utara
55
kebenaran ilmiah kepastian, Torang 2012. Analisis data merupakan salah satu
kegiatan penelitian berupa proses penyusunan dan pengelolaan data guna menafsirkan data yang telah diperoleh dari laporan. Tujuan analisis data adalah
menyederhanakan atau mengubah ke dalam bentuk yang lebih sederhana untuk lebih mudah dibaca dan diintreprestasikan.
Menurut Sunyoto 2012 , biasanya ada dua pendekatan analisis data yang digunakan dalam desain riset kuantitatif, yaitu : analisis regresi dan analisis
korelasi. Analisis regresi digunakan untuk mengukur pengaruh variabel bebas terhadap variabel terikat. Apabila pengukuran pengaruh hanya digunakan untuk
mengukur pengaruh satu variabel bebas X dan variabel terikat Y, maka disebut analisis regresi linier sederhana dengan rumus Y = a + bX. Nilai a adalah
konstanta dan nilai b adalah koefisien regresi untuk variabel X. Koefisien regresi b merupakan kontribusi besarnya perubahan nilai variabel bebas X. Dapat
dikatakan bahwa semakin besar nilai koefisien regresi, maka kontribusi perubahan juga semakin besar, dan sebaliknya semakin kecil nilai koefisien regresi, maka
kontribusi perubahan juga semakin kecil. Kontribusi perubahan variabel X juga ditentukan oleh koefisien regresi positip atau negatif. Selanjutnya, jika
pengukuran pengaruh antar variabel melibatkan lebih dari satu variabel bebas X
1
, X
2
, X
3
, ..., X
n
, maka disebut analisis regresi linier berganda. Disebut linier berganda karena setiap estimasi atas nilai diharapkan mengalami peningkatan atau
penurunan mengikuti garis lurus. Persamaan estimasi regresi linier berganda sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + b
n
X
n
Universitas Sumatera Utara
56
Keterangan :
a = nilai konstanta dan b
1,
b
2
, b
3,
b
n
= nilai koefisien regresi variabel X
1
, X
2,
X
3
,X
n.
Dalam pendekatan statistik, nilai konstanta digunakan apabila satuan variabel X dan variabel Y tidak sama. Selanjutnya apabila variabel X dan variabel
Y, baik linier sederhana maupun linier berganda memiliki satuan yang sama, maka nilai konstanta diabaikan saja dengan asumsi bahwa setiap perubahan
variabel Y akan proporsional dengan perubahan variabel bebas X.
Metode analisa data dalam penelitian ini menggunakan pendekatan regresi linier berganda Multiple regression analysis, Metode ini memungkinkan
peneliti untuk memahami sebuah fenomena yang mempengaruhi kondisi dari variabel dependen Y oleh lebih dari satu faktor variabel independen X Benson
et al, 2007. Untuk menjawab rumusan masalah dalam penelitian ini digunakan
analisis linier berganda dengan bantuan program SPSS. Koefisien Regresi
bertujuan untuk memastikan apakah variabel independen yang terdapat dalam persamaan regresi tersebut secara individu berpengaruh terhadap nilai variabel
dependen. Besarnya koefisien determinasi dari 0 sampai dengan 1. Dengan analisis Regresi ini juga akan dapat dilihat faktor manakah yang paling dominan
dalam mempengaruhi kinerja pemeriksa pajak, yaitu dengan melihat nilai
koefisien betanya. Adapun model persamaan regresi penelitian ini sesuai
kerangka konsep 1 adalah :
1. Y = a
