Tabel 23. Hasil Uji Linearitas Variabel
Deviation from Linearity
Keterangan YX1
0,244 Linear
YX2 0,356
Linear YX3
0,102 Linear
Sumber: data yang diolah 2016 Berdasarkan tabel di atas, maka dapat disimpulkan bahwa
terdapat nilai yang signifikan antara pengaruh kualitas pelayanan pajak terhadap kepatuhan wajib pajak sebesar 0,244, dimana 0,244 0,05.
Terdapat nilai yang signifikan antara pengaruh pemahaman peraturan perpajakan terhadap kepatuhan wajib pajak sebesar 0,356, dimana
0,356 0,05. Terdapat nilai yang signifikan antara pengaruh sanksi perpajakan terhadap kepatuhan wajib pajak sebesar 0,102, dimana
0,102 0,05. Keseluruhan hasil tersebut dikatakan signifikan, sehingga dapat disimpulkan bahwa pengaruh masing-masing variabel
independen terhadap variabel dependen bersifat linear.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Persyaratan yang harus terpenuhi dalam regresi adalah
tidak adanya gejala heteroskedastisitas. Berikut ini hasil dari pengolahan data uji heteroskedastisitas dengan program SPSS versi 20
adalah sebagai berikut:
Tabel 24. Hasil Uji Heteroskedastisitas Model
Sig. Keterangan
X1 0,962
Tidak terjadi heteroskedastisitas X2
0,448 Tidak terjadi heteroskedastisitas
X3 0,734
Tidak terjadi heteroskedastisitas Sumber: data yang diolah 2016
Berdasarkan tabel di atas, maka dapat disimpulkan bahwa terdapat nilai yang signifikan antara pengaruh kualitas pelayanan pajak
terhadap kepatuhan wajib pajak sebesar 0,962, dimana 0,962 0,05. Terdapat nilai yang signifikan antara pengaruh pemahaman peraturan
perpajakan terhadap kepatuhan wajib pajak sebesar 0,448, dimana 0,448 0,05. Terdapat nilai yang signifikan antara pengaruh sanksi
perpajakan terhadap kepatuhan wajib pajak sebesar 0,734, dimana 0,734 0,05. Kesimpulan dari pengujian tersebut adalah tidak terjadi
heteroskedastisitas.
d. Uji Multikolinearlitas
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi, yakni dengan melihat dari nilai tolerance, dan lawannya
yaitu Variance Inflation Factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai
tolerance ≤ 0,10, atau sama dengan nilai VIF ≥ 10. Berikut adalah
tabel hasil pengujian multikolinearitas:
Tabel 25. Hasil Pengujian Multikolinearitas Model
Collinearity Statistics Tolerance
VIF Constant
Kualitas_Pelayanan_Pajak Pemahaman_Peraturan_Perpajakan
Sanksi_Perpajakan 0,667
0,596 0,856
1,499 1,677
1,169
a. Dependent Variable: Kepatuhan_Wajib_Pajak Berdasarkan data di atas diketahui bahwa nilai Tolerance
semua variabel independen kualitas pelayanan pajak, pemahaman peraturan perpajakan, dan sanksi perpajakan lebih besar dari 0,10
yang berarti tidak ada korelasi antar variabel independen. Nilai VIF semua variabel independen lebih kecil kurang dari 10,00.
Berdasarkan nilai di atas, disimpulkan bahwa tidak terjadi multikolinearitas antar variabel.
2. Pengujian Hipotesis