3.4 Metode Pengumpulan Data
Data dalam penelitian ini diperoleh melalui survey menggunakan kuesioner. Kuesioner digunakan dalam rangka mendapatkan informasi akan
hal-hal yang berkaitan languusng dengan variabel-veriabel penelitian. Kuesioner diberikan secara langsung kepada wajib pajak yang terdaftar di
KPP Pratama Semarang Candisari. Pengumpulan data kuesioner dilakukan dengan teknik Personally administered questionnaires, yaitu kuesioner
disampaikan dan dikumpulkan langsung oleh peneliti.
3.5 Metode Analisis Data
3.5.1 Teknik Analisis Data
Analisis data dan pengujian hipotesis ini menggunakan metode Structural Equation Model
– Partial Least Square SEM-PLS. Model persamaan struktural SEM merupakan suatu teknik analisis multivariate
yang menggabungkan analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan
hubungan antara variabel eksogen dan endogen multiple dengan banyak faktor Ghozali dan Latan, 2012.
PLS merupakan metode analisis yang powerfull dan sering disebut juga sebagai soft modeling karena meniadakan asumsi-asumsi OLS
Ordinary Least Squares regresi, seperti data harus terdistribusi normal secara multivariate dan tidak adanya problem multikolonieritas antar
variabel eksogen Ghozali dan Latan, 2012. Partial Least Square PLS adalah bagian dari SEM. PLS adalah teknik terbaru yang banyak diminati,
karena tidak membutuhkan data yang terdistribusi normal atau sebuah penelitian dengan sampel yang sedikit.
SEM memiliki tingkat fleksibilitas yang lebih tinggi dibandingkan pada penelitian yang menghubungkan antara teori dan data, serta mampu
melakukan analisis jalur path dengan variabel laten sehingga sering digunakan oleh peneliti yang berfokus pada ilmu sosial. Pada umumnya
terdapat dua jenis SEM yaitu covariance-based structural equation modeling CB-SEM dan variance-based structural equation modeling
PLS-SEM. CB-SEM diwakili oleh software seperti AMOS, EQS, LISREL dan sebagainya sedangkan PLS-SEM diwakili oleh software PLS-Graph,
SmartPLS, VisualPLS dan sebagainya Ghozali dan Latan, 2012. Analisis data menggunakan CB-SEM memiliki beberapa keterbatasan
yaitu: jumlah sampel harus besar berkisar 200-800 kasus, data harus terdistribusi secara normal multivariate, indikator harus dalam bentuk
refleksif, model harus berdasarkan pada teori teori kuat dan adanya indeterminacy sehingga sekarang banyak penelitian yang menggunakan
SEM berbasis variance atau component yang terkenal dengan Partial Least Square. Pada analsis SEM-PLS data tidak harus terdistribusi normal
mutivariate indikator dengan skala kategori, ordinal, interval samapi rasio dapat digunakan pada model yang sama, sampel tidak harus besar berkisar
30-100 kasus, indikator dapat berbentuk refleksif dan formatif, pengujian dapat dilakukan tanpa dasar teori yang kuat namun dapat digunakan untuk
menjelaskan ada atau tidaknya hubungan antar variabel laten.
3.5.2 Model Pengukuran Outer Model