Analisis Data .1. Pengujian Asumsi Klasik

dilakukan untuk mengetahui konsistensi derajat ketergantungan dan Stabilitas dari alat ukur.Kuesioner dikatakan relible jika nilai Cronbach Alpha lebih besar dari nilai “r” tabel. Hasil uji reliabilitas yang dilakukan dengan program statistic SPSSndi dapat bahwa hasil koefisien Cronbach Alpha lebih besar dari 0,361 untuk empat variabel penelitian yaitu Variabel Sosialisasi Perpajakan X1 : 0,494 ; Kualitas Pelayanan Fiskus X2 : 0,750 ; Sanksi perpajakan X3 : 0,741 ; Kepatuhan wajib pajak Y : 0,596 dengan demikian maka dapat disimpulkan bahwa kuesioner untuk ke empat variabel diatas adalah reliable. 5.4 Analisis Data 5.4.1. Pengujian Asumsi Klasik Satu model dinyatakan baik untuk alat prediksi apabila mempunyai sifat- sifat best linier unbiased estimator Gujarati,1997. Disamping itu suatu model dikatakan cukup baik dan dapat dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi statistik yang melandasinya. Uji asumsi klasik dalam penelitian ini dilakukan dengan menggunakan histogram standardized residual dan PP plot Standardized residual mendekati garis diagonal maka data berdistribusi normal. Asumsi normalitas data dipenuhi jika uji Kolmogorov - Smirnov diatas tingkat signifikan tertentu. Apabila tingkat signifikan 0,05 maka distribusi data tidak normal dan bila nilai signifikan 0,05 berarti distribusi normal, Uji Heteroskedastisitas dengan menggunakan uji Park dan uji multikolinearitas dengan menggunakan Variance Inflation Factor VIF, sedangkan untuk uji otokorelasi tidak dilakukan karena data yang digunakan adalah data Cross section Universitas Sumatera Utara

5.4.1.1. Uji Normalitas Data

Uji normalitas data dilakukan untuk melihat bahwa suatu data terdistribusi normal atau tidak. Uji normalitas data dilakukan dengan menggunakan histogram standardized residual dan PP plot standardized residual dan uji Kolmogorov - Smirnov. Jika Histogram terdistribusi normal maka data dinyatakan normal., sementara itu apabila PP plot membentuk garis diagonal maka data dinyatakan normal. Pada gambar 5.1 dan 5.2 berikut ini dapat dilihat histogram standardized residual dan PP plot standardized residual. Gambar 5.1 Histogram Standardized Residual Universitas Sumatera Utara Gambar 5.2 PP Plot Standardized Residual Dari gambar 5.1 dan 5.2 diatas dapat diketahui bahwa : 1. Output Histogram Standardized residual terlihat bahwa kurva dependent dan regression Standardized residual membentuk gambar seperti lonceng. Oleh karena itu berdasarkan uji normalitas, analisis regresi layak di gunakan meskipun sedikit terdapat kemiringan. 2. Output PP Plot Standardized residual terlihat bahwa sebarannya mengikuti pola linier dan terlihat bahwa titik-titik menyebar di sekitar garis diagonal. Oleh karena itu berdasarkan uji normalitas, analisis regresi layak di gunakan meskipun terdapat sedikit plot yang menyimpang dari garis diagonal secara subjektif kita mengatakan bahwa uji asumsi kenormalan terpenuhi. Untuk mempertegas dan meminimalisir ke subjektifan karena pandangan masing- masing orang menilai grafik bergantung pada subjektifitas, maka kita meggunakan uji Kolmogorov Smirnov. Berikut di tampilkan tabel uji Kolmogorov – Smirnov: Universitas Sumatera Utara Tabel 5.4 Uji Kolmogorov – Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 99 Normal Parameters Mean a ,0000000 Std. Deviation ,36328025 Most Extreme Differences Absolute ,078 Positive ,078 Negative -,067 Kolmogorov-Smirnov Z ,780 Asymp. Sig. 2-tailed ,577 a. Test distribution is Normal. Berdasarkan data Output diatas terlihat bahwa nilai standart deviation sebesar 0,363 dan nilai Asymp Sig. sebesar 0,577 yang lebih besar dari Alpha 5 0,5770,05. Sehingga dengan demikian kita menerima hipotesis nol dan menyatakan bahwa uji asumsi kenornalan sudah terpenuhi. 5.4.1.2. Uji Autokorelasi Uji ini digunakan untuk melihat apakah terjadi hubugan atau korelasi antara variabel penelitian dengan error term Residualnya. Uji autokorelasi perlu dilakukan apabila data yang dianalisis merupakan data time series Gujarati, 1993. Kuadrat sisa Nilai Durbin Watson kemudian dibandingkan dengan nilai d ����� . Hasil perbandingan akan menghasilkan kesimpulan seperti kriteria sebagai berikut: 1. Jika d dl, berarti terdapat autokorelasi positif 2. Jika d 4-dl, berarti terdapat autokorelasi negative 3. Jika du d 4-dl, berarti tidak terdapat autokorelasi Universitas Sumatera Utara 4. Jika dl d du atau 4-du, berarti tidak dapat di simpulkan Nilai statistic Durbin Watson dapat dilihat pada tabel berikut: Tabel 5.5 Statistik Durbin Watson DW Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,461 ,213 a ,188 ,3689717 1,867 a. Predictors: Constant, sanksi perpajakan, sosialisasi perpajakan, kualitas layanan fiskus b. Dependent Variable: kepatuhan wajib pajak Bandingkan nilai statistic Durbin Watson dengan tabel DW 0,05;3;99 di peroleh nilai DL = 1,5897 dan DU = 1,7575 jika du d 4-dl, berarti tidak terdapat autokorelasi 1,7575 1,567 4-1,5897 sehingga 1,7575 1,867 2,4103 terpenuhi. Dengan demikian disimpulkan bahwa tidak terdapat autokorelasi atau uji asumsi autokorelasi terpenuhi.

5.4.1.3. Heteroskedastisitas

Heteroskedstisitas berarti varians variabel dalam model tidak sama konstan. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang di peroleh tidak efisien, baik dalam sampel kecil maupun dalam sampel besar meskipun penaksir yang di peroleh menggambarkan populasinya dan bertambahnya sampel yang digunakan mendekati nilai yang sebenarnya konsisten.Hal ini bisa di deteksi dari scatter plot yang didistribusi secara acak dan tidak membentuk sebuah pola tertentu. Berikut di gambarkan scatter plot yang di hasilkan. Universitas Sumatera Utara Gambar 5.3 Scatter plot uji HeteroskedastisitaS Plot data dalam scatter terlihat menyebar secara acak sehingga dengan demikian kita menyatakan bahwa uji asumsi heteroskedastisitas sudah terpenuhi. Sama halnya dengan uji normalitas yang kita uji dengan grafik PP Plot dan Kolmogorov Smirnov, maka untuk uji heteroskedastisitas kita akan menggunakan scatter plot kesannya masih subjektif dan uji Park. Uji Park ini akan lebih menjelaskan terpenuhi tidaknya asumsi heteroskedastisitas. Berikut Output Uji Park untuk uji asumsi Heteroskedastisitas dapat dilihat pada tabel berikut: Tabel 5.6 Hasil Uji Park Coefficients a Model Unstandardized Coefficients T Sig. B Std. Error 1 Constant -3,920 2,693 -1,456 ,149 lnsosialisasi 2,099 1,604 1,309 ,194 lnkualitas -1,756 1,326 -1,325 ,188 lnsanksi ,358 1,110 ,323 ,748 a. Dependent Variable: lnres_1kuadrat Dari tabel diatas terlihat bahwa untuk seluruh variabel bebas, nilai signifikansi t statistic lebih besar dari pada Alpha 5 sehingga kita menerima hipotesis nol dan menyatakan bahwa model sudah memenuhi uji asumsi heteroskedastisitas varians residualnya konstan dari masing-masing variabel Universitas Sumatera Utara bebas terhadap nilai absolute residualnya | �| Suliyanto, 2011. Jika nilai probabilitas lebih besar dari nilai alpha Sig. α atau masing-masing variabel bebas tersebut lebih besar dari 5 0,05. maka dapat dipastikan model tidak mengandung gejala heteroskedastisitas berdasarkan output diatas diketahui bahwa model regresi tidak terjadi gejala heteroskedastisitas. semua variabel bebas yang di gunakan tidak berpengaruh secara signifikan terhadap Variabel terikat absolute errorini dapat dilihat dari tingkat signifikansi dari Variabel Sosialisasi 0,194 0,05, Variabel Kualitas Pelayanan Fiskus 0,188 0.05, dan Variabel Sanksi 0,748 0,05.

5.4.1.4 Uji Multikolinieritas

Pengujian ini diakukan dengan menggunakan korelasi antar variabel – variabel bebas yang akan digunakan dalam persamaan regresi apabila sebagia atau seluruh variabel bebas berkorelasi kuat berarti terjadi multikolinieritas. Metode yang digunakan untuk menguji adanya multikoliniearitas ini dapat dilihat pada tolerance value atau Variance Inflation Factors VIF. Batas tolerance value adalah 0,10 dan Variance Inflation Factors VIF 10. Tabel. 5.7 Uji Multikolinieritas Tolerance Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2,180 ,453 4,813 ,000 sosialisasi perpajakan -,109 ,086 -,131 -1,264 ,209 ,768 1,302 kualitas layanan fiskus ,359 ,075 ,534 4,811 ,000 ,673 1,486 sanksi perpajakan ,197 ,069 ,281 2,847 ,005 ,849 1,177 a. Dependent Variable: kepatuhan wajib pajak Hasil perhitungan nilai Tolerance juga menunjukkan tidak ada Variabel independent yang memiliki nilai Tolerance lebih besar dari 0,1 yang berarti tidak Universitas Sumatera Utara ada korelasi antar variabel independen yang nilainya lebih dari 95. Hasil perhitungan nilai Variance Inflation Factor VIF tidak lebih dari 10.Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi atau uji multikolinieriatas sudah terpenuhi. Untuk melihat korelasi antar variabel bebas, kita bisa buktikan dengan korelasi Bivariant, berikut outputnya di tunjukkan pada tabel berikut: Tabel. 5.8 Korelasi Bivariant Correlations sosialisasi perpajakan kualitas layanan fiskus sanksi perpajakan sosialisasi perpajakan Pearson Correlation 1 ,456 -,014 Sig. 2-tailed ,000 ,888 N 99 99 99 kualitas layanan fiskus Pearson Correlation ,456 1 -,352 Sig. 2-tailed ,000 ,000 N 99 99 99 sanksi perpajakan Pearson Correlation -,014 -,352 1 Sig. 2-tailed ,888 ,000 N 99 99 99 . Correlation is significant at the 0.01 level 2-tailed. Nilai korelasi bivariant yang dihasilkan seluruhnya masih berada di bawah 0,5 sehingga hubungan antar dua variabel bebas masih relative kecil. 5.4.2. Pengujian Hipotesis 5.4.2.1. Uji Anova Uji –F Dalam analisis regresi linier berganda, uji yang mutlak harus dipenuhi adalah uji serentak atau biasa disebut uji AnovaUji F. Jika uji secara serentak ini meregresikan seluruh variabel bebas terhadap variabel terikatnya terpenuhi, maka kita bisa melanjutkan ke analisis parsialnya yaitu meregresikan masing- masing variabel bebas terhadap variabel terikatnya. Untuk uji F kita menggunakan hipotesis sebagai berikut: Universitas Sumatera Utara a. � � : � 1 = � 2 = ⋯ = � � = 0 secara bersamasimultan tidak ada satu pun variabel bebas yang secara statistik signifikan memengaruhi variabel terikat b. � 1 : minimal ada satu nilai � 1 ≠ 0 ; i=1,2,…,k.secara bersamasimultan, minimal ada satu variabel bebas yang secara statistik signifikan memengaruhi variabel terikat Wilayah kritistolak hipotesis nol: Jika F hitung Ftabel p-1, n-p atau F tabel k,n-k-1, bisa juga jika probabiliti F hitung Alpha.Penelitian ini menggunakan tiga buah variabel bebas yaitu sosialisasi perpajakan, kualitas layanan fiskus dan sanksi perpajakan sedangkan variabel terikatnya adalah kepatuhan wajib pajak. Dari hasil pengolahan data dengan program SPSS diperoleh output uji simultan sebagai berikut: Tabel 5.9. Uji Simultan Uji F ANOVA Model b Sum of Squares df Mean Square F Sig. 1 Regression 3,497 3 1,166 8,561 ,000 a Residual 12,933 95 ,136 Total 16,430 98 a. Predictors: Constant, sanksi perpajakan, sosialisasi perpajakan, kualitas layanan fiskus b. Dependent Variable: kepatuhan wajib pajak Dari hasil di atas terlihat bahwa nilai probabiliti statistik F adalah sebesar 0,000 yang lebih kecil dari Alpha 5 sehingga menolak hipotesis nol dan menerima hipotesis alternatif. Cara lain adalah dengan membandingkan nilai F hitung yaitu 8,561 terhadap F tabel 0,05; 3; 95 yaitu 2,7004. Ternyata nilai F hitung F tabel dan Sig 0,05 sehingga hasilnya tetap sama yaitu kita menolak Universitas Sumatera Utara hipotesis nol dan menerima hipotesis alternatif. Dengan demikian dapat disimpulkan bahwa dengan tingkat kepercayaan 95, secara statistik minimal ada satu variabel bebas apakah sosialisasi perpajakan atau kualitas layanan fiskus atau sanksi perpajakan yang signifikan mempengaruhi variabel terikat dalam penelitian ini adalah kepatuhan wajib pajak.

5.4.2.2. Uji Parsial Uji –t

Uji parsial atau uji-t ini dilakukan untuk mengetahui signifikansi pengaruh suatu variabel bebas terhadap variabel terikatnya dengan asumsi pengaruh variabel bebas yang lain dianggap konstantidak berpengaruh nilai koefisien variabel bebas lain diasumsikan bernilai 0. Hipotesis yang digunakan dalam uji t adalah sebagai berikut: a. � : � � = 0 , tidak ada pengaruh yang signifikan dari variabel bebas tertentu variabel bebas ke –i terhadap variabel terikatnya b. � 1 : � � ≠ 0 , ada pengaruh yang signifikan dari variabel bebas tertentu variabel bebas ke –i terhadap variabel terikatnya. Wilayah kritistolak hipotesis nol: Jika t hitung t tabel n-p atau t tabel n-k-1, bisa juga jika probabiliti t hitung Alpha.Adapun output uji parsial yang diperoleh adalah sebagai berikut: Tabel 5.10 Uji parsial Uji-t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2,180 ,453 4,813 ,000 sosialisasi perpajakan -,109 ,086 -,131 -1,264 ,209 ,768 1,302 kualitas layanan fiskus ,359 ,075 ,534 4,811 ,000 ,673 1,486 sanksi perpajakan ,197 ,069 ,281 2,847 ,005 ,849 1,177 a. Dependent Variable: kepatuhan wajib pajak Universitas Sumatera Utara Dari output di atas terlihat bahwa ada dua buah variabel bebas yang secara statistik signifikan mempengaruhi kepatuhan wajib pajak variabel terikatnya yaitu variabel bebas kualitas layanan fiskus dan sanksi perpajakan. Hal ini ditunjukkan dari nilai signifikansi keduanya yang lebih kecil daripada Alpha 5, masing-masing yaitu 0,000 dan 0,005.Adapun variabel bebas sosialisasi perpajakan secara statistik tidak signifikan mempengaruhi kepatuhan wajib pajak.Hal ini bukan berarti bahwa sosialisasi perpajakan tidak memberikan pengaruh terhadap kepatuhan wajib pajak pengaruhnya nol tetapi pengaruhnya ada namun masih sangat kecil.Sehingga persamaan regresi penelitian nya dapat dirumuskan sebagai berikut: Y = 2,180 – 0,109 � � + 0,359 � � + 0,197 � � Keterangan: Y = Kepatuhan wajib pajak � 1 = Sosialisasi perpajakan � 2 = Kualitas pelayanan fiskus � 3 = Sanksi perpajakan

5.4.2.3. Uji Goodness of Fit

Uji goodness of fit atau uji kesesuaian model bisa dilihat dari nilai Adjusted Rsquare yang mengindikasikan seberapa besar keragaman data di variabel terikat dapat dijelaskan oleh variabel-variabel bebasnya.Penelitian ini tergolong ke dalam penelitian sosio ekonomi karena ruang lingkup umum penelitian adalah akuntansi perpajakan sedangkan variabel bebas yang dipakai bersifat studi sosialpsiko sosial yang meliputi sosialisasi perpajakan, kualitas Universitas Sumatera Utara layanan fiskus dan sanksi perpajakan. Untuk penelitian sosio - ekonomi semi sosial mempunyai cakupan yang sangat luas sehingga nilai Adjusted R Square mendekati 0,2 – 0,3 sudah dipandang cukup baik sedangkan di atas 0,3 sudah dipandang baik. Mengingat luasnya cakupan penelitian bidang sosio ekonomi ini, maka begitu banyak variabel-variabel bebas yang memberikan kontribusi terhadap sebuah variabel terikatnya. Berikut output Adjusted Rsquarenya: Tabel. 5.11 Uji Goodnes of Fit Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,461 ,213 a ,188 ,3689717 1,867 a. Predictors: Constant, sanksi perpajakan, sosialisasi perpajakan, kualitas layanan fiskus b. Dependent Variable: kepatuhan wajib pajak Nilai R atau Multiple R menunjukkan korelasi antara variabel bebas dengan variabel tergantung sebesar 0,461 maka dapat dikatakan bahwa korelasi berganda antara Sosialisasi perpajakan, kualitas pelayanan fiskus, dan sanksi perpajakan terhadap kepatuhan adalah sebesar 0,461. R Square atau koefisien determinasi = 0,213 berarti bahwa variabel kepatuhan dapat di jelaskan ileh variabel sanksi, kualitas pelayanan, saksi perpajakan sebesar 21,3 persen. Adjusted R Square adalah 0,188. Hal ini menunjukkan bahwa variabel-variabel bebas yang dipakai dalam penelitian ini sosialisasi perpajakan, kualitas layanan fiskus dan sanksi perpajakan mampu berkontribusimenjelaskan 18,8 variasi atau keragaman data pada variabel kepatuhan wajib pajak sedangkan sisanya dijelaskan oleh variabel-variabel bebas lain di luar model penelitian. Sehingga persamaan regresi penelitiannya dapat di rumuskan sebagai berikut: Universitas Sumatera Utara Model Penelitian Ŷ = � � + � � � � + � � � � + � � � � + ε Menjadi ��� = 2,180 - 0,109 ���+ 0,359 ��� + 0,197 ��+ ε Keterangan: KWP = Kepatuhan Wajib Pajak SOS = Sosialisasi Perpajakan KLF = Kualitas layanan Fiskus SP = Sanksi Perpajakan

5.4.3. Interpretasi Model Untuk Variabel Signifikan

��� = 2,180 –0,109 ��� + 0,359��� + 0,197 �� + ε • Untuk variabel kualitas layanan fiskus Dengan tingkat kepercayaan 95, secara statistik, variabel kualitas layanan fiskus berpengaruh positif signifikan terhadap variabel kepatuhan wajib pajak. Hal ini ditunjukkan dari koefisien variabel kualitas layanan fiskus KLF yang bertanda positif. Dengan demikian, semakin tinggi kualitas layanan yang diberikan oleh aparat pajak, maka akan semakin tinggi tingkat kepatuhan wajib pajak. • Untuk variabel sanksi perpajakan Dengan tingkat kepercayaan 95, secara statistik, variabel sanksi perpajakan berpengaruh positif signifikan terhadap variabel kepatuhan wajib pajak.Hal ini ditunjukkan dari koefisien variabel sanksi perpajakan Universitas Sumatera Utara SP yang bertanda positif. Dengan demikian, adanya peningkatan pemberlakuan ketegasan sanksi perpajakan, maka akan semakin tinggi pula tingkat kepatuhan wajib pajak 5.4.4. AnalisisModel Dari besarnya nilai koefisien variabel bebas, ternyata variabel bebas kualitas layanan pajak KLF memberikan pengaruh yang paling besar sehingga untuk meningkatkan kepatuhan wajib pajak, Direktorat Jenderal Perpajakan, DJP secara umum dan Kantor-kantor cabang pajak KCP secara khusus perlu meningkatkan terus kualitas layanan perpajakan kepada masyarakat. Perlu diperhatikan bahwa rendahnya pelayanan pajak bisa menurunkan kepatuhan dalam membayar pajak termasuk kesadaran masyarakat akan pentingnya eksistensi pajak. Pelayanan dalam hal ini mencakup fasilitas fisik seperti gedung kantor cabang pajak yang lebih terawat dan interior yang rapi dan bersih, kecakapan pegawai pajak dalam berimprovisasi dan berkomunikasi menyampaikan pentingnya pemungutan pajak, kemudahan dalam proses penyetoran pajak sehingga waktu semakin efisien digunakan, bagaimana penampilan dan pembawaan pegawai pajak itu sendiri, bagaimana kesiap siagaan dan wawasan pengetahuan yang dimiliki pegawai pajak bahkan sampai kepada bagaimana sikap yang ditampilkan oleh pegawai pajak yaitu keramahan dan sopan santun yang ditampilkannya. Hal penting berikutnya adalah sanksi perpajakan yang diharapkan bisa semakin lebih ditegaskan termasuk di dalamnya ketegasan dalam menetapkan tarif pajak yang dibebankan, ketegasan dan konsistensi dalam pemberlakuan aturan yang sudah ditetapkan dan termasuk pula ketegasan dalam membuat keputusan- Universitas Sumatera Utara keputusan yang terkait langsung kepada wajib pajak seperti pemberian sanksi yang proporsional terhadap besar kecilnya pelanggaran pajak dan lamanya keterlambatan menyetorkan pajak.

5.4.5. Pembahasan Hasil Penelitian

Tabel Korelasi Bivariant di gunakan untuk menjawab rumusan masalah yang pertama dimana Sosialisasi perpajakan, kualitas pelayanan fiskus dan sanksi perpajakan secara Simultan berpengaruh terhadap kepatuhan wajib pajak yang di ukur dari Output yang ditunjukkan dengan koefisien korelasi regresi berganda dengan nilai probabiliti sebesar 0,000 yang lebih kecil dari α 5 atau nilai F hitung 8,561 terhadap F tabel 0,05;3;95 yaitu 2,7004 atau nilai F hitung F tabel sehingga dengan demikian dapat di simpulkan bahwa dengan tingkat kepercayaan 95, secara statistik dapat diestimasi bahwa secara bersamasimultan, minimal ada satu variabel bebas yang secara statistic mempengaruhi variabel Kepatuhan Wajib pajak. Tabel Uji Simultan Uji F digunakan untuk menjawab rumusan masalah yang ke dua dimana Sosialisasi perpajakan, kualitas pelayanan fiskus, sanksi perajakan, secara Parsial berpengaruh terhadap kepatuhan wajib pajak yang di ukur dengan; menghitung, megisi, membayar, serta tepat waktu dalam melaporkan SPT tahunan yang di ukur dengan output koefisien korelasi regresi berganda dan hasil estimasi menunjukkan bahwa variabel Kualitas pelayanan dan sanksi lebih kecil dari Alpha 5 yaitu masing masing tingkat signifukan 0.000 dan 0.005 α 0,05 yang berarti bahwa kualitas pelayanan fiskus serta sanksi perpajakan memiliki pengaruh yang positif terhadap kepatuhan. Sedangkan untuk variabel sosialisasi perpajakan menunjukkan nilai Sig α atau 0,209 0,05 yang Universitas Sumatera Utara berarti secara statistik sosialisasi perpajakan tidak memberikan pengaruh terhadap kepatuhan wajib pajak pengaruhnya ada namun masih kecil, hal ini berdasarkan temuan fakta yang ada bahwa masih kurangnya Sosialisasi dalam bidang perpajakan terhadap masyarakat luas hal ini disebabkan: 1. Kurangnya informasi serta sosialisasi kepada masyarakat berhubungan dengan tempat sosialisasi yang akan dilakukan 2. Kurang nya minat dari masyarakat untuk ikut sosialisasi akibat pandangan buruk masyarakat terhadap segelintir pegawai pajak yang melakukan penyelewengan pajak. 3. Kurangnya kinerja pihak DJP khususnya di KPP Pratama Medan Timur dalam mensosialisasikan perpajakan

5.4.6. Perbandingan Dengan Peneliti Sebelumnya

Menurut Jatmiko 2006 Penelitian ini bertujuan untuk melihat model pengaruh sikap wajib pajak terhadap saksi denda, pelayanan fiskus, serta kesadaran wajib pajak terhadap kepatuhan wajib pajak. Dari hasil penelitian Jatmiko menunjukkan Sikap wajib pajak terhadap sanksi denda, pelayanan fiskus serta kesadaran wajib pajak berpengaruh positif terhadap kepatuhan wajib pajak. Sedangkan didalam penelitian ini hasil menunjukkan bahwa: Kualitas pelayanan fiskus memiliki pengaruh yang signifikan sebesar 0.000 dengan nilai koefisien regresi sebesar 0,359 yang artinya jika Kualitas pelayanan meningkat sebesar satu satuan, maka kepatuhan akan meningkat sebesar 0,359 satuan dengan kemungkinan terjadi kesalahan sebesar 0,075 Universitas Sumatera Utara Sanksi Perpajakan memiliki pengaruh yang signifikan sebesar 0,005 dengan nilai koefisien regresi sebesar 0,197 yang artinya jika sanksi perpajakan meningkat sebesar satu satuan, maka kepatuhan akan meningka sebesar 0,197 satuan dengan kemungkinan terjadi kesalahan sebesar 0,069. Sedangkan untuk variabel sosialisasi telah di jelaskan sesuai dengan teori yang ada. Universitas Sumatera Utara

BAB VI KESIMPULAN DAN SARAN