56
D. Metode Analisis Data
Metode analisis data menggunakan statistik deskriptif, uji kualitas data, uji asumsi klasik dan uji hipotesis.
1. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan informasi mengenai karakteristik variabel penelitian yang utama dan daftar demografi
responden. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat rata-rata mean, standar deviasi, varian, maksimum,
minimum, sum, range, kemencengan distribusi kurtosis dan skewness Ghozali, 2011:19.
2. Uji Kualitas Data
Untuk melakukan uji kualitas data atas data primer ini, maka peneliti menggunakan uji validitas dan reliabilitas.
a. Uji Validitas Sebagaimana dikemukakan dimuka, bahwa validitas adalah
ukuran yang menunjukkan sejauh mana instrumen pengukur mampu mengukur apa yang diukur. Menurut Ghozali 2011:52 uji validitas
digunakan utnuk mengulur sah atau valid tidaknya suatu kuesioner. Uji Validitas dilakukan dengan membandingkan nilai r
hitung
dengan r
tabel
, Dengan membandingkan nilai r
hitung
dari hasil output Corrected Item- Total Correlation dengan r
tabel
, jika r
hitung
lebih besar dari r
tabel
maka butir pertanyaan tersebut adalah valid, tetapi jika r
hitung
lebih kecil dari pada r
tabel
maka butir pertanyaan tersebut tidak valid Ghozali, 2011:45.
57 b. Uji Reliabilitas
Reliabilitas menunjuk pada suatu pengertian bahwa sesuatu instrumen cukup dapat dipercaya untuk diinginkan sebagai alat
pengumpul data karena instrumen tersebut sudah baik. Instrumen yang tidak baik akan bersifat tendensius mengarahkan responden untuk
memilih jawaban-jawaban tertentu. Instrumen yang sudah dapat dipercaya, yang realibel akan menghasilkan data yang dapat dipercaya
juga. Reliabilitas adalah alat ukur untuk mengukur suatu kuesioner
yang merupakan indikator dari variabel atau konstruk. Uji reliabilitas ini digunakan untuk menguji konsistensi data dalam jangka waktu tertentu,
yaitu untuk mengetahui sejauh mana pengukuran yang digunakan dapat dipercaya atau diandalkan. Variabel-variabel tersebut dikatakan cronbach
alpha nya memiliki nilai lebih besar 0,70 yang berarti bahwa instrumen tersebut dapat dipergunakan sebagai pengumpul data yang handal yaitu
hasil pengukuran relatif koefisien jika dilakukan pengukuran ulang. Uji realibilitas ini bertujuan untuk melihat konsistensi Ghozali, 2011:48.
3. Uji Asumsi Klasik
Model regresi linier Sederhana dapat disebut model yang baik jika model tersebut memenuhi asumsi dan terbebas dari asumsi klasik statistik,
baik itu normalitas data dan heterokedastistitas. Adapun penjelasan mengenai uji normalitas dan heteroskedastisitas adalah sebagai berikut:
58 a. Uji Normalitas Data
Uji normalitas data bertujuan mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak
digunakan dalam penelitian adalah yang memiliki distribusi normal. normalitas data dapat dilihat dengan beberapa cara, diantaranya yakni
dengan melihat kurva normal P - plot. Suatu variabel dikatakan normal jika gambar distribusi dengan
titik-titik data yang menyebar di sekitar garis diagonal dan penyebaran titik-titik data searah mengikuti garis diagonal. teknik lain yang dapat
digunakan untuk menguji hubungan antara dua variabel kategorikal dengan chi-square Singgih Santoso, 2011:193. Suatu data dikatakan
normal bila grafik yang ditunjukan pada grafik sebaran data berada pada posisi disekitar garis lurus yang membentuk garis miring dari arah kiri
bawah ke kanan atas Jonathan Sarwono, 2012:194. Menurut Singgih Santoso 2011:196 ada beberapa cara
mendeteksi normalitas dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Dasar pengambilan keputusan dalam uji
normalitas adalah: 1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka regresi memenuhi asumsi normalitas. 2 Jika data menyebar dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
59 b. Uji Heteroskedastisitas
Asumsi ini digunakan apabila variasi dari faktor pengganggu selalu sama pada data pengamatan yang satu terhadap pengamatan
lainnya. Jika ini dapat terpenuhi, berarti variasi faktor pengganggu pada kelompok data tersebut bersifat homoskedastik. Jika asumsi ini tidak
dapat dipenuhi
maka dapat
dikatakan terjadi
penyimpangan. Penyimpangan ini terdapat beberapa faktor pengganggu yang disebut
sebagai heteroskedastisitas. Model regresi yang baik yang homoskedastik dan tidak terjadi heteroskedastisitas.
Kemudian menurut pandangan Bhuono 2005:62 untuk mengetahui ada atau tidak adanya heteroskedastisitas, terdapat beberapa
cara diantaranya adalah: 1 Dengan melihat grafik plot antara nilai prediksi variable terikat
ZPRED dengan residunya SRESID. Deteksi ada tidaknya heteroskedastisitas dengan melihat antara ZRESID dan ZPRED
dimana sumbu Y adalah yang diprediksi dan sumbu X adalah residunya.
2 Dasar analisis, jika ada pola tertentu seperti titik yang membentuk suatu pola yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas. Tetapi jika tidak ada pola yang jelas secara titik- titik menyebar diatas dan dibawah angka nol, maka tidak terjadi
heteroskedastisitas. Artinya hal tersebut tersebut terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan dalam penelitian.
60
4. Uji Hipotesis Penelitian
Pengujian hipotesis dilakukan melalui: a. Uji Statistik t
Uji t bertujuan untuk mengetahui pengaruh antara variabel independen dengan variabel dependen secara parsial. Untuk mengetahui
apakah terdapat pengaruh yang signifikan dari variabel masing-masing independen yaitu: reformasi administrasi pajak melalui payment online
system terhadap satu variabel dependen, yaitu kepatuhan wajib pajak, maka nilai signifikan t dibandingkan dengan derajat kepercayaannya.
Apabila sig t lebih besar dari 0,05 maka H
o
diterima. Demikian pula sebaliknya jika sig t lebih kecil dari 0,05, maka H
o
ditolak. Bila H
o
ditolak ini berarti ada pengaruh yang signifikan antara variabel independen terhadap variabel dependen Ghozali, 2011:101.
b. Persamaan Regresi Linier Sederhana Penelitian ini menggunakan metode analisis regresi sederhana
dalam menguji hipotesis. Model ini digunakan untuk mengetahui pengaruh reformasi administrasi pajak melalui payment online system
terhadap kepatuhan wajib pajak. Berikut ini merupakan persamaan regresi dari hipotesis tersebut:
Y = a + bx + e
61 Keterangan:
Y = Kepatuhan wajib pajak
a = Konstanta titik potong: besarnya nilai y pada saat x = 0
b = Koefisien regresi slope, yaitu nilai yang menunjukan besarnya
peningkatan + atau penurunan - yang didasarkan pada hubungan nilai y
x = Reformasi administrasi perpajakan melalui payment online
system e
= Error Secara umum analisis regresi pada dasarnya adalah suatu studi
mengenai keteergantungan variabel dependen terikat dengan satu variabel independen variabel bebas, dengan tujuan untuk mengestimasi
atau memprediksi rata-rata populasi atau nilai rata-rata variabel deependen berdasarkan nilai variabel independen yang diketahui
Gujarati: 2003 dalam Ghozali 2005: 81.
c. Koefisien Determinasi R
2
Koefisien determinasi bertujuan untuk mengukur seberapa jauh kemampuan model dapat menjelaskan variasi variabel dependen. Pada
pengujian hipotesis hipotesis pertama koefisien determinasi dilihat dari besarnya nilai R
2
untuk mengetahui seberapa jauh variabel bebas yaitu pemeriksaan pajak, penagihan pajak dan penerapan sanksi pajak serta
pengaruhnya terhadap penerimaan pajak. Nilai R
2
mempunyai interval antara 0 dan 1. Jika niali R
2
bernilai besar mendeteksi 1 berarti variabel
62 bebas dapat memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variabel dependen. Sedangkan jika R
2
bernilai kecil berarti kemampuan variabel bebas dalam menjelaskan variabel dependen
sangat terbatas. Secara umum koefisien determinasi untuk data silang crossection relatif rendah karena adanya variasi yang besar antara
masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi
Ghozali, 2011:97.
E. Operasionalisasi Variabel