yang diberikan dan cenderung memilih kategori netral. Skor yang diperoleh pada kategori netral tidak sesuai harapan. maka dapat dikatakan bahwa preferensi risiko
berpengaruh tidak signifikan terhadap hubungan antara variabel pemahaman peraturan perpajakan dengan kepatuhan wajib pajak. Hal tersebut disebabkan oleh
cukup banyak responden memilih kategori netral artinya responden tidak memahami dan bersifat netral terhadap risiko yang muncul sehingga variabel
preferensi tidak dapat memoderasi.
4.3 Uji Asumsi Klasik
1. Uji Normalitas
Pada penelitian ini alat analisis yang digunakan dalam uji ini adalah uji Kolmogrov- Smirnov.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data yang akan diuji normalitasnya
dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal. Jadi
sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku
.
Alat uji ini digunakan untuk memberikan angka
– angka yang lebih detail untuk menguatkan apakah terjadi normalitas atau tidak dari data
– data yang digunakan. Normalitas terjadi apabila hasil dari uji Kolmogrov
– Smirnov lebih dari 0,05 Ghozali,2006. Tabel hasil uji Kolmogrov- Smirnov adalah sebagai berikut :
Tabel 4.4 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 93
Normal Parameters
a
Mean .0000000
Std. Deviation 2.86545474
Most Extreme Differences Absolute .088
Positive .088
Negative -.076
Kolmogorov-Smirnov Z .848
Asymp. Sig. 2-tailed .469
a. Test distribution is Normal.
Dari tabel 4.4 dapat diketahui bahwa nilai signifikansi Asymp.Sig 2- tailed sebesar 0,469. Karena signifikansi lebih dari 0,05 0,469 0,05, maka
nilai residual tersebut telah normal.
Gambar 4.1 Uji Normalitas
Berdasarkan gambar dari histogram diatas bisa disimpulkan bahwa data penelitian ini berdistribusi normal karena histogram berbentuk lonceng dan
menunjukan pola distribusi normal.
2. Uji Mulitikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya kolerasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi gejala multikolinearitas dapat dilakukan dengan besaran VIF
Variance Inflation Factor dan toleransi. Pedoman suatu model regresi yang bebas dari multikolinieritas adalah mempunyai nilai VIF kurang dari 10 dan
mempunyai nilai toleransi lebih besar dari 0,10. Uji multikolineritas pada penelitian ini adalah sebagai berikut
Tabel 4.5 Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
X Pemahaman .933
1.072 M Preferensi
.933 1.072
a. Dependent Variable: Y Kepatuhan
