BAB III METODE PENELITIAN
3.1. Ruang Lingkup Penelitian
Penelitian ini bertujuan untuk menganalisis determinan penerimaan pajak di Kota Medan. Secara khusus penelitian ini mengidentifikasi apakah
pertumbuhan ekonomi, inflasi, jumlah wajib pajak serta investasi secara signifikan mempengaruhi penerimaan pajak di Kota Medan. Analisis menggunakan Path
Analisys analisis jalur, dengan 2 dua variabel antar Intervening Variable
yakni jumlah wajib pajak dan investasi.
3.2. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yang digunakan adalah data yang dicatat secara sistematis yang
berbentuk data runtun waktu time series data. Dalam penelitiaan ini digunakan data triwulanan tahun 2000 sd 2010 yang diperoleh dari berbagai sumber antara
lain Kementerian Keuangan Direktorat Jenderal Pajak, Bank Indonesia, Badan Pusat Statistik, dan sumber-sumber data lainnya seperti buku ICOR Kota Medan,
buku-buku pajak, bulletin pajak, jurnal-jurnal ekonomi Pajak, dan hasil penelitian sebelumnya.
Universitas Sumatera Utara
3.3. Metode Analisis Data
Dalam menganalisis besarnya pengaruh variabel-variabel bebas terhadap variabel tidak bebas, penelitian ini menggunakan persamaan struktural yaitu Path
Analyis yang dibantu dengan program aplikasi AMOS atau Analysis of Moment
Structure .
Dalam penelitiaan ini digunakan data triwulanan tahun 2000 sd 2010, dimana data tahunan yang di dapat penulis di interpolasi dengan menggunakan
teknik penurunan data dari data tahunan menjadi data triwulanan. Dengan menggunakan data interpolasi Insukindro, 1993. Penurunan data tahunan
menjadi data triwulan dapat diperoleh dengan rumus sebagai berikut : Yt
1
=14{Yt-4,512Yt-Y
t-1
} Yt
2
=14{Yt-1,512Yt-Y
t-1
} Yt
3
=14{Yt+1,512Yt-Y
t-1
} Yt
4
=14{Yt+4,512Yt-Y
t-1
}
3.3.1. Model analisis
Model Analisis penelitian secara matematis dapat dituliskan melalui suatu fungsi sebagai berikut :
T = f PE, INF, WP, INV
Setelah dibentuk suatu fungsi matematis maka dibuatlah 3 tiga persamaan struktural yang didasarkan kerangka konseptual pada gambar 2.1 dan
dapat dituliskan sebagai berikut :
Universitas Sumatera Utara
1. Persamaan Struktural I
WP =
1
PE
+
e
1
2. Persamaan Struktural II
INV =
1
PE +
2
INF + e
2
3. Persamaan Struktural III
T =
1
PE +
2
INF +
3
WP +
4
INV + e
3
Keterangan : PE
= Pertumbuhan Ekonomi Kota Medan persentahun
INF =
Inflasi Kota Medan persentahun WP
= Jumlah Wajib Pajak Kota Medan orangtahun
INV =
Investasi rupiahtahun T
= Penerimaan Pajak Kota Medan rupiahtahun
1- 4
= Koefisien Regresi
e
1
– e
3
= Term of error
3.3.2 Variabel Penelitian
Berdasarkan kerangka konseptual pada gambar 2.1 maka variabel dikelompokkan kedalam tiga kelompok, yaitu :
1. Variabel terikat dependent variable yaitu :
a. Penerimaan Pajak Kota Medan
2. Variabel antara intervening variable yaitu :
a. Jumlah Wajib Pajak b. Investasi
Universitas Sumatera Utara
3. Variabel bebas independent variable yaitu :
a. Pertumbuhan Ekonomi
b. Inflasi
Berdasarkan Hipotesis estimasi ekonometrika, jenis variabel dapat dibagi dua, yaitu Variabel dependen dimana variabel yang nilainya ditentukan oleh
kebenaran variabel independent, kedua variabel independen yang nilainya ditentukan diluar model estimasi.
Yang termasuk jenis variabel dependen dan independen pada Persamaan Struktural Pertama :
Dependen variabel :
Jumlah Wajib Pajak WP Independen Variabel :
Pertumbuhan Ekonomi PE Yang termasuk jenis variabel dependen dan independen pada Persamaan
Struktural Kedua : Dependen variabel
: Investasi INV
Independen variabel : Pertumbuhan Ekonomi PE
Inflasi INF Yang termasuk jenis variabel dependen dan independen pada Persamaan
Struktural Ketiga : Dependen variabel
: Penerimaan Pajak T
Independen variabel : Pertumbuhan Ekonomi PE
Inflasi INF Jumlah Wajib Pajak WP
Investasi INV Untuk menjawab hipotesis penelitian yaitu pengaruh langsung , tidak langsung
dan secara total variabel penerimaan pajak Kota Medan, pertumbuhan ekonomi, inflasi, jumlah wajib pajak dan investasi dengan menggunakan analisis jalur yang
dijelaskan pada gambar 2.2.
Universitas Sumatera Utara
Pengaruh Langsung Direct Effect • PE
WP = T.PE
• PE INV
= T.PE • INF
INV = T.INF • PE
T = T.PE
• INF INV = T.INF
Pengaruh Tidak Langsung Indirect Effect : • PE
WP Y
= WP.PE T.WP • PE
INV Y
= INV.PE T.INV • INF INV
Y = INV.INF T.INV
Pengaruh Total Total Effect • PE
WP T
= WP.PE + T.WP • PE
INV T
= INV.PE + T. INV • INF
INV T
= INV.INF + T.INV
3.4. Metode Path Analysis
Analisis data dilakukan dengan menggunakan metode Path Analysis. Perangkat lunak yang digunakan untuk analisis struktural adalah AMOS 16.
Telaah statistika menyatakan bahwa untuk tujuan peramalan pendugaan nilai Y atas dasar nilai-nilai X
1
, X
2
, …., X
i
, pola hubungan yang sesuai adalah pola hubungan yang mengikuti Model Regresi, sedangkan untuk menganalisis
pola hubungan kausal antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung, secara serempak atau mandiri, beberapa variabel
Universitas Sumatera Utara
penyebab terhadap sebuah variabel akibat, maka pola yang tepat adalah Model Analisis Jalur.
Analisis jalur Path Analysis dikembangkan oleh Sewall Wright 1934. Path analysis digunakan apabila secara teori kita yakin berhadapan dengan
masalah yang berhubungan sebab akibat. Tujuannya adalah menerangkan akibat langsung dan tidak langsung seperangkat variabel, sebagai variabel penyebab,
terhadap variabel lainnya yang merupakan variabel akibat. Beberapa istilah dan definisi dalam Path Analysis : 1 Dalam Path
Analysis , kita hanya menggunakan sebuah lambang variabel, yaitu X. Untuk
membedakan X yang satu dengan X yang lainnya, kita menggunakan subscript indeks. Contoh : X
1
, X
2
, X
3
…. X
k
. 2 Kita membedakan dua jenis variabel, yaitu variabel yang menjadi pengaruh exogenous variable, dan variabel yang
dipengaruhi endogenous variable. 3 Lambang hubungan langsung dari eksogen ke endogen adalah panah bermata satu, yang bersifat recursive atau arah
hubungan yang tidak berbaliksatu arah. 4 Diagram jalur merupakan diagram atau gambar yang mensyaratkan hubungan terstruktur antar variabel Rasyid,
2005.
3.4.1. Uji Asumsi
Sejalan dengan metode yang akan digunakan yaitu Path Analysis mensyaratkan beberapa uji asumsi. Pada langkah ini akan dilakukan evaluasi
terhadap kesesuaian model, melalui telaah terhadap berbagai criteria goodness of fit
. Langkah pertama yang dilakukan adalah mengevaluasikan data yang digunakan apakah memenuhi asumsi Path Analysis, bila asumsi ini telah
Universitas Sumatera Utara
terpenuhi maka langkah berikutnya adalah model diuji melalui berbagai uji yang akan dilakukan dalam penelitian ini.
1. Asumsi Path Analysis
Asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan analisis jalur adalah sebagai berikut :
a. Ukuran sampel yang biasanya harus dipenuhi dalam permodelan ini
minimum 100 sampel. b.
Normalitas dan linieritas ; sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut
untuk permodelan ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan uji statistik. Uji normalitas ini
perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariant dimana beberapa variabel digunakan sekaligus
dalam analisis akhir. Uji linieritas dapat dilakukan dengan mengamati scatterplot dari data yaitu dengan memilih pasangan data dan dilihat pola
penyebarannya untuk menduga ada tidaknya linieritas. c.
Outliers Outliers
adalah observasi yang muncul dengan nilai ekstrim baik secara univariant maupun multivariant, karena kombinasi karakteristik unik yang
dimilikinya dan terkait sangat jauh berbeda dari observasi lainnya. Pada Outliers
dapat dilakukan penanganan khusus asal diketahui bagaimana munculnya Outliers itu. Outliers muncul dalam empat kategori, yaitu :
1 Outliers muncul karena kesalahan prosedur seperti kesalahan dalam
memasukkan data atau karena kesalahan dalam mengkoding data.
Universitas Sumatera Utara
2 Outliers muncul karena keadaan yang benar-benar khusus yang
memungkinkan profil datanya lain daripada yang lain tetapi peneliti mempunyai alasan mengenai apa penyebab munculnya nilai ekstrim ini.
3 Outliers muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat
mengetahui bahwa apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim ini.
4 Outliers muncul dalam rentang nilai yang ada, tetapi bila dikombinasikan
dengan variabel yang lainnya, kombinasi menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut dengan multivariant atau singularitas.
d. Multikolinearitas dan singularitas
Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil memberi indikasi
adanya problem Multikolinearitas atau singularitas 2.
Uji Kesesuaian dan uji Statistik Dalam analisis ini tidak ada alat uji statistic tunggal untuk mengukur atau
menguji hipotesis mengenai model Hair, 1992. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur derajat kesesuaian antara
model yang dihipotesiskan dengan data yang disajikan. 3.
Uji Reabilitas Setelah kesesuaian diuji model fit, evaluasi lain yang harus dilakukan
adalah penilaian unidimensionalitas dan reliabilitas. Unidimensionalitas adalah sebuah asumsi yang digunakan dalam menghitung reliabilitas dari
model yang menunjukkan bahwa dalam sebuah model satu dimensi, indikator yang digunakan memiliki derajat kesesuaian yang baik. Penggunaan ukuran
Universitas Sumatera Utara
reliabilitas seperti a Croncbach, tidak mengukur unidimensionalitas itu sudah ada pada waktu a Croncbach dihitung. Karena itu peneliti dianjurkan untuk
melakukan uji unidimensionalitas terhadap semua konstruk multi-indikator sebelum menilai reliabilitasnya.
4. Interprestasi dan Modifikasi Model
Setelah model diestimasi, residualnya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik
Tabachnick dan Fidell, 1997. Dalam kontens ini, residual yang dimaksud bukanlah residual dari skor seperti pada permodelan multivariant lainnya,
melainkan merupakan residual dari kovarians. Distribusi frekuensi dari residual yang tidak simetris merupakan signal atas sebuah model yang kurang
baik –a poorly fitting model dan menunjukkan bahwa dalam proses estimasi, model telah mengestimasi beberapa kovarians secara memuaskan tetapi
kovarians yang lainnya kurang begitu baik diestimasi.
3.4.2. Uji Statistik
Pada langkah uji statistic ini dilakukan evaluasi terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit, dilakukan dengan :
a. Chi-Square Statistic
Pengukuran yang paling mendasar adalah Likehood Ratio Chi-Square X2 dimana semakin rendah nilainya maka semakin baik model tersebut dan
diterima berdasarkan probabilitas dengan cut off value sebesar p 0,5 atau p 0,10 Ferdinand, 2000,p.52
Universitas Sumatera Utara
b. Signicanced Probability P
Dalam pengujian tingkat signifikan suatu model digunakan nilai significanced probability
. c.
The Root Mean Square of Approximation RMSEA Merupakan nilai yang menunjukkan goodness of fit yang dapat diharapkan
bila model estimasi dalam populasi. Jika nilainya 0,08 mempunyai indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit
dari model itu berdasarkan degrees of freedom Browne dan Cudeck, 1993 dalam Ferdinand, 2000 hal 56.
d. Goodness of Fit Index GFI
Adalah suatu pengukuran non statistical dimana nilainya antara 0 poor fit sampai dengan 1,0 perfect fit. Nilai yang semakin mendekati 1
menunjukkan tingkat kesesuaian yang lebih baik. Tingkat penerimaan yang direkomendasikan adalah jika GFI menunjukkan nilai 0,90.
e. Adjusted Goodness of Fit Index AGFI
Merupakan nilai GFI yang di-adjust dengan degree of freedom yang tersedia. Tingkat penerimaan yang direkomendasikan adalah jika AGFI
menunjukkan nilai 0,90. f.
The Minimum Sample Discrepancy FunctionDegree of Freedom CMINDF
Indeks ini disebut juga X2 – Relatif karena merupakan nilai Chi-square statistic
dibagi dengan degree of freedom-nya. Jika nilai X2 Relatif kurang dari 2,0 adalah indikasi dari acceptable fit antara model dan data.
Universitas Sumatera Utara
g. Tucker Lewis Index TLI
Merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Baumgartner dan Hamburg, 1999
dalam Ferdinan AT, 2000, hal. 58. Nilai yang direkomendasikan sebagai acuan dapat diterimanya sebuah model adalah penerimaan 0,95 Hair et
al, 1995 dan nilai yang mendekati 1 menunjukkan a very good fit. h.
Comparative Fit Index Bila mendekati 1 merupakan indikasi tingkat fit yang paling tinggi.
Adapun nilai yang direkomendasikan adalah sebesar 0,95. Cutoff value
yang menjadi batasan dari masing-masing alat uji diatas tercantum pada tabel berikut.
Tabel 3.1. Indeks Pengujian Kelayakan Model No
Goodness of Fit Index Cut-off Value
1 Chi-square
Diharapkan kecil 2
Significanced Probability 0,05
3 RMSEA
0,08 4
GFI 0,90
5 AGFI
0,90 6
CMINDF 2,00
7 TLI
0,95 8
CFI 0,95
Sumber : Hair 1992, Arbukle 1977
Universitas Sumatera Utara
3.4.3. Uji Hipotesis dan Uji Hubungan
1. Pengaruh langsung diamati dari bobot regresi terstandar, dengan pengujian
signifikansi pembandingan nilai CR p 0,05 2.
Printout program Amos juga akan diamati, hubungan antara variabel dengan melihat efek langsung dan efek tidak langsung serta efek totalnya.
3.5. Definisi Operasional
Masing-masing variabel dan cara pengukurannya perlu diperjelas untuk memperoleh kesamaan pemahaman persepsi terhadap konsep-konsep dalam
penelitian ini, antara lain : 1.
Penerimaan Pajak adalah penerimaan negara yang mencakup wilayah Kota Medan dari sektor pajak, dalam hal ini meliputi Pajak Penghasilan PPh,
Pajak Pertambahan Nilai PPN dan Pajak Penjualan atas Barang Mewah PPnBM dalam satuan rupiah
2. Pertumbuhan ekonomi adalah tingkat pertumbuhan ekonomi Kota Medan,
kenaikan produk regional bruto riil atau pendapatan regional riil PDRB berdasarkan harga konstan diukur dengan persen pertahun
3. Inflasi adalah kecenderungan dari harga-harga untuk naik secara umum dan
terus menerus diukur dengan persen pertahun 4.
Jumlah wajib pajak adalah jumlah wajib pajak yang terdaftar di Kota Medan
diukur dalam satuan orang 5.
Investasi adalah jumlah total penanaman modal di Kota Medan, baik yang dilakukan oleh pihak swasta dalam negeri maupun pihak luar diukur dalam
rupiah pertahun
Universitas Sumatera Utara
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Analisis
4.1.1. Penerimaan Pajak
Pajak adalah suatu pungutan yang merupakan hak prerogatif pemerintah dimana pungutan tersebut didasarkan pada undang-undang dan pemungutannya
dapat dipaksakan kepada subyek pajak dimana tidak ada balas jasa yang langsung dapat ditunjukkan penggunaannya. Pendapatan negara sesuai dengan Undang-
Undang Nomor 17 Tahun 2003 terdiri dari penerimaan pajak, penerimaan negara bukan pajak PNBP, dan hibah. Dalam struktur APBN, penerimaan negara terdiri
dari penerimaan dalam negeri dan hibah. Penerimaan dalam negeri terdiri dari penerimaan perpajakan dan PNBP. Penerimaan perpajakan meliputi pajak dalam
negeri dan pajak perdagangan internasional. Pajak dalam negeri berupa Pajak Penghasilan PPh, Pajak Pertambahan Nilai Barang dan Jasa dan Pajak Penjualan
atas Barang Mewah PPN dan PPnBM, Pajak Bumi dan Bangunan dan Bea Perolehan Hak atas Tanah dan Bangunan PBB dan BPHTB, Cukai, dan Pajak
lainnya. Ketentuan yang mengatur pemungutan pajak dalam negeri pajak-pajak
pusat adalah Undang-Undang Nomor 6 Tahun 1983 tentang Ketentuan Umum dan Tata Cara Perpajakan KUP sebagaimana telah beberapa kali diubah terakhir
Undang-Undang Nomor 16 Tahun 2009. Kemudian Undang-Undang Nomor 7 Tahun 1983 tentang Pajak Penghasilan sebagaimana telah beberapa kali diubah
terakhir dengan Undang-Undang Nomor 36 Tahun 2008, UU Nomor 8 Tahun
Universitas Sumatera Utara