56
Keterangan :
a = nilai konstanta dan b
1,
b
2
, b
3,
b
n
= nilai koefisien regresi variabel X
1
, X
2,
X
3
,X
n.
Dalam pendekatan statistik, nilai konstanta digunakan apabila satuan variabel X dan variabel Y tidak sama. Selanjutnya apabila variabel X dan variabel
Y, baik linier sederhana maupun linier berganda memiliki satuan yang sama, maka nilai konstanta diabaikan saja dengan asumsi bahwa setiap perubahan
variabel Y akan proporsional dengan perubahan variabel bebas X.
Metode analisa data dalam penelitian ini menggunakan pendekatan regresi linier berganda Multiple regression analysis, Metode ini memungkinkan
peneliti untuk memahami sebuah fenomena yang mempengaruhi kondisi dari variabel dependen Y oleh lebih dari satu faktor variabel independen X Benson
et al, 2007. Untuk menjawab rumusan masalah dalam penelitian ini digunakan
analisis linier berganda dengan bantuan program SPSS. Koefisien Regresi
bertujuan untuk memastikan apakah variabel independen yang terdapat dalam persamaan regresi tersebut secara individu berpengaruh terhadap nilai variabel
dependen. Besarnya koefisien determinasi dari 0 sampai dengan 1. Dengan analisis Regresi ini juga akan dapat dilihat faktor manakah yang paling dominan
dalam mempengaruhi kinerja pemeriksa pajak, yaitu dengan melihat nilai
koefisien betanya. Adapun model persamaan regresi penelitian ini sesuai
kerangka konsep 1 adalah :
1. Y = a
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4 +
ε
Sedangkan model persamaan regresi penelitian sesuai kerangka konsep 2 adalah :
Universitas Sumatera Utara
57
2. Y = a1
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
Z + b
5
X
1
Z + b
6
X
2
Z+ b
7
X
3
Z+ ε
Dimana,
Y
= Kinerja Pemeriksa Pajak ;
b =
Konstanta
b
1,
-
,
b
7
= Koefisien regresi
X
1
= Profesionalisme
X
2
= Kepuasan Kerja
X
3
= Komitmen Organisasi
X
4
= Konflik Peran
Z
= Variabel yang dihipotesiskan sebagai variabel Moderating
ε
= Error Residual Analisis regresi variabel moderasi Z ini dilakukan dengan Metode Interaksi.
Menurut Suliyanto 2011, Uji Interaksi yang sering disebut dengan Moderated Regression Analysis MIRA, dilakukan dengan mengalikan variabel
yang dihipotesiskan sebagai variabel moderasi dengan variabel bebas. Jika variabel hasil perkalian antara variabel bebas dengan variabel yang
dihipotesiskan sebagai variabel moderasi signifikan, maka dapat disimpulkan bahwa variabel yang dihipotesiskan sebagai variabel moderasi benar-benar
memoderasi hubungan antara variabel bebas dan variabel tergantung. Pada uji interaksi, model persamaan regresinya diformulasikan sebagai berikut :
Y = a + b
1
X+ b
2
Z + b
3
XZ+ ε
Keterangan :
Universitas Sumatera Utara
58
Y = Variabel tergantung
X
= Variabel bebas
Z
= Variabel yang dihipotesiskan sebagai variabel moderasi Analisis regresi moderasi dengan metode interaksi dilakukan dengan
langkah-langkah sebagai berikut : 1.
Meregresikan variabel bebas X terhadap variabel tergantung Y, diperoleh persamaan sebagai berikut :
Y = α + β
1
X + ε
a
2. Meregresikan variabel bebas X dan variabel yang dihipotesiskan sebagai
variabel moderasi Z terhadap variabel tergantung Y, diperoleh persamaan sebagai berikut :
Y = α + β
1
X + β
2
Z ε
b
3. Mengalikan variabel yang dihipotesiskan sebagai variabel bebas X
dengan variabel moderasi Z menjadi variabel interaksi. 4.
Meregresikan variabel bebas X, variabel yang dihipotesiskan sebagai variabel moderasi Z dan variabel interaksi XZ terhadap variabel
tergantung Y, diperoleh persamaan sebagai berikut :
Y = α + β
1
X + β
2
Z + β
3
XZ + ε
c
5. Menarik kesimpulan uji moderasi, dengan kriteria sebagai berikut :
a. Jika pada persamaan b, β
2
tidak signifikan β
2
=0 dan pada persamaan c,
β
3
juga tidak signifikan β
3
=0, maka Z bukan merupakan variabel moderator, tetapi hanya sebagai variabel bebas saja.
Universitas Sumatera Utara
59
b. Jika pada persamaan b, β
2
signifikan β
2
≠0 dan Z pada persamaan c, β
3
signifikan β
3
≠0, maka Z merupakan variabel quasi moderator, c. Jika pada persamaan b,
β
2
tidak signifikan β
2
=0 dan Z pada persamaan c,
β
2
signifikan β
3
≠0 atau justru sebaliknya, maka Z merupakan variabel pure moderator,
Apabila hasil perhitungan menunjukkan : F
hitung
F
tabel,
atau apabila probabilitas kesalahan kurang dari 5 , maka H
o
ditolak dan H
1
diterima. Hal ini menunjukkan ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
F
hitung
F
tabel,
atau apabila probabilitas kesalahan lebih dari 5 , maka H
o
diterima dan H
1
ditolak. Hal ini menunjukkan tidak ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
Untuk menguji ketergantungan linier berganda, maka dilakukan pengujian hipotesis dengan menggunakan F
hitung.
Melalui pengujian simultan ini dapat diketahui besarnya pengaruh variabel-variabel tersebut secara bersama-sama
dengan melihat r ². Dari koefisien deerminan r ² dapat diketahui derajat ketepatan dari analisis regresi linier berganda yang menunjukkan besarnya variasi
sumbangan seluruh variabel independen dan variabel dependennya. Untuk uji keabsahan hasil analisa regresi berganda terlebih dahulu dilakukan uji kualitas
instrument pengamatan meliputi : uji normalitas dan uji asumsi klasik.
Universitas Sumatera Utara
60
4.6.1 Uji Kualitas Data
Uji kualitas data meliputi uji validitas dan uji reliabilitas. Selanjutnya uji validitas dan uji reliabilitas dijelaskan sebagai berikut :
4.6.1.1. Uji Validitas
Tujuan uji validitas adalah untuk mengukur construct sesuai dengan yang diharapkan peneliti. Uji validitas instrumen dalam penelitian ini dilakukan dengan
membandingkan nilai Coorelated Item-Total Correlation pada setiap butir pertanyaan dengan nilai r
tabel
Product Moment. Jika nilai Coorelated Item-Total Correlation
r
hitung
nilai r
tabel
, maka butir pertanyaan pada setiap variabel penelitian dinyatakan valid Ghozali, 2005. Untuk melakukan pengujian validitas
instrumen dilakukan dengan menggunakan software Statistical Package for Social Sciences
SPSS . Kriteria suatu instrumen sebagai berikut : r
hitung
r
tabel
valid r
hitung
r
tabel
tidak valid
4.6.1.2. Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau
handal jika jawaban dari responden terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Jawaban responden terhadap pertanyaan dikatakan
reliabel jika masing-masing pertanyaan dijawab secara konsisten. Ghozali 2005 menyatakan bahwa pengukuran reliabilitas dapat dilakukan
dengan dua cara, yaitu : 1 Repeated Measure atau pengukuran ulang yang
Universitas Sumatera Utara
61
dilakukan dengan cara memberikan kuesioner pertanyaan yang sama pada waktu yang berbeda, dan kemudian dipastikan apakah responden tetap konsisten dengan
jawabannya, 2 One Shot atau pengukuran sekali saja dilakukan dengan cara hanya sekali saja kuesioner diberikan kepada responden dan kemudian hasilnya
dibandingkan dengan pertanyaan lain atau dengan cara mengukur korelasi antar jawaban pertanyaan.
Pengujian reliabilitas kuesioner dalam penelitian ini menggunakan One Shot
atau pengukuran sekali saja dan untuk pengujian reliabilitas digunakan uji statistik Cronbach Alpha 0,60 Ghozali, 2005. Untuk melakukan pengujian
reliabilitas kuesioner dilakukan dengan menggunakan software Statistical Package for Social Sciences
SPSS.
4.6.2. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis yang menggunakan analisis regresi, maka diperlukan pengujian klasik yang meliputi Uji Normalitas Data dan
Uji Multikolinearitas. Uji Normalitas Data dan Uji Multikolinearitas dapat dijelaskan sebagai berikut :
a. Uji Normalitas Data
Tujuan uji normalitas data adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti bentuk lonceng pada diagram histogram. Uji normalitas data yang digunakan dalam penelitian ini adalah Uji Kolmogorov-Smirnov.
Kriteria pengujian satu sampel menggunakan pengujian satu sisi yaitu dengan membandingkan probabilitas dengan tingkat signifikansi tertentu yaitu :
Universitas Sumatera Utara
62
1. Nilai Signifikansi atas probabilitas 0,05 maka distribusi data adalah tidak
normal; 2.
Nilai Signifikansi atas probabilitas 0,05 maka distribusi data adalah normal
Selain melihat nilai signifikansi dari uji Kolmogorov-Smirnov, untuk melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Z
skewness dan dengan melihat grafik.
b. Uji Multikolinearitas
Uji ini diperlukan untuk mengetahui ada tidaknya variable independen yang memiliki kemiripan dengan variable independen lain dalam satu model.
Kemiripan antar variable independen dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variable independen dengan
variable independen lainnya. Ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu :
1. Jika nilai variance inflation factor VIF tidak lebih dari 10 atau di bawah
10 dan nilai tolerance tidak kurang dari 0,1 di atas 0,1, maka model dapat dikatakan bebas dari multikolinieritas VIF = 1Tolerance, jika
VIF = 10, maka tolerance = 110 = 0,1. Semakin tinggi VIF, maka semakin rendah tolerance.
2. Jika nilai koefisien korelasi antar masing-masing variable independen
kurang dari 0,70 di bawah 0,7, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih dari 0,7, maka diasumsikan
Universitas Sumatera Utara
63
terjadi korelasi yang sangat kuat antar variable independen sehingga terjadi multikolinieritas.
3. Jika nilai koefisien determinan, baik dilihat dari R
2
R-Square di atas 0,60 namun tidak ada variable independen yang berpengaruh terhadap
dependen, maka diduga model tersebut terpengaruh multikolonieritas.
c. Uji Heterokedastisitas
Suliyanto 2011 menyatakan, Heterokedastisitas berarti ada varian variabel pada model regresi yang tidak sama konstant. Sebaliknya, jika varian
variabel pada model regresi memiliki nilai yang sama konstant maka disebut dengan homokedastisitas. Yang diharapkan pada model regresi adalah yang
homokedastisitas. Masalah heterokedastisitas sering terjadi pada penelitian yang menggunakan data cross-section. Beberapa contoh penyebab perubahan nilai
varian yang berpengaruh pada homokedastisitas residualnya : 1.
Adanya pengaruh kurva pengalaman learning curve. Dengan semakin meningkatnya pengalaman maka akan semakin menurun
tingkat kesalahannya. Akibatnya, nilai varian makin lama makin menurun. 2.
Adanya peningkatan perekonomian. Dengan semakin meningkatnya perekonomian maka semakin beragam
tingkat pendapatan sehingga alternatif pengeluaran juga akan semakin besar. Hal ini akan meningkatkan varian.
3. Adanya peningkatan teknik pengambilan data.
Jika teknik pengumpulan data semakin membaik, nilai varian cenderung mengecil. Misalnya bank yang menggunakan peralatan Electronic Data
Universitas Sumatera Utara
64
Processing EDP akan membuat kesalahan yang relatif kecil dalam
laporan dibandingkan dengan bank yang tidak mempunyai peralatan tersebut.
Untuk mendeteksi adanya masalah heterokedastisitas dapat digunakan metode analisis grafik dan metode statistik
. Selanjutnya menurut Suliyanto 2011, metode analisis grafik dilakukan
dengan mengamati scatterplot dimana sumbu horizontal menggambarkan nilai Predicted Standardized
sedangkan sumbu vertikal menggambarkan nilai Residual Studentized
. Jika scatterplot membentuk pola tertentu, hal itu menunjukkan adanya masalah heterokedastisitas pada model regresi yang dibentuk. Sedangkan
jika scatterplot menyebar secara acak maka hal itu menunjukkan tidak terjadi masalah heterokedastitisitas pada model regresi yang dibentuk. Untuk mendeteksi
secara lebih lanjut mengenai variabel bebas mana yang menjadi penyebab terjadinya masalah heterokedastitisitas, kita dapat mengamati scatterplot dimana
variabel bebas sebagai sumbu horizontal dan nilai residual kuadratnya sebagai sumbu vertikal. Namun metode ini dapat bersifat subyektif. Artinya, dengan
scatterplot yang sama, antara orang satu dengan orang yang lain dapat
memberikan kesimpulan yang berbeda mengenai pola scatterplot itu. Disamping itu, metode ini juga sulit diinterpretasikan jika jumlah pengamatan semakin
sedikit. Uji heterokedastisitas dengan analisis grafik dilakukan dengan langkah sebagai berikut : 1 membuat persamaan regresi, 2 mencari nilai prediksi
Ŷ, 3 mencari nilai residual Y
– Ŷ, 4 mentransformasikan nilai residual ke dalam bentuk standardized. 5 mentransformasikan nilai prediksi ke dalam
Universitas Sumatera Utara
65
bentuk standardized, 6 membuat plot di mana sumbu vertikal residual studentized,
sedangkan sumbu hori Uji Heterokedastisitas dilakukan untuk mengetahui adanya perbedaan
variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized Delete
Residual nilai tersebut. Model Regresi yang baik adalah model regresi yang
memiliki persamaan variance residual suatu periode pengamatan dengan pengamatan yang lain, atau adanya hubungan antara nilai yang diprediksi dengan
Studentized Delete Residual nilai tersebut sehingga dapat dikatakan model
tersebut homokedastisitas. Cara memprediksinya adalah jika pola gambar Scatterplot model tersebut
adalah : 1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. 3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. 4. Penyebaran titik-titik data sebaiknya tidak berpola.
Langkah membuat uji ini dilakukan bersamaan dengan uji regresi linier berganda secara keseluruhan.
d. Uji Autokorelasi
Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu e
t
pada periode tertentu dengan variabel pengganggu periode sebelumnya e
t-1
. Autokorelasi sering terjadi pada
Universitas Sumatera Utara
66
sampel dengan data time series dengan n-sampel adalah periode waktu. Sedangkan untuk sampel data crossection dengan n-sampel item seperti Nama
Kota, Nama Orang, Nama Daerah, dan sebagainya jarang terjadi, karena variabel penggangu item sampel yang satu berbeda dengan yang lainnya. Cara menguji
autokorelasi adalah dengan melihat model regresi linier berganda terbebas dari autokorelasi apabila nilai Durbin Watson berada dibawah angka 2. Kriteria
pengujian autokorelasi dengan Uji Durbin – Warson adalah sebagai berikut
Durbin, 1951 seperti dikutip Suliyanto 2011. Tabel 4.3.
Kriteria Pengujian AutoKorelasi dengan Uji Durbin- Watson
DW Kesimpulan
dL Ada otokorelasi +
dL s.d. dU Tanpa kesimpulan
dU s.d. 4 - dU Tidak ada korelasi
4 – dU s.d. 4 - dL
Tanpa Kseimpulan Ø 4 - dL
Ada otokorelasi -
4.6.3. Pengujian Hipotesis
Pengujian statistik selanjutnya adalah uji hipotesis yang bertujuan untuk menguji kebenaran dari dugaan peneliti atas penelitian yang dilakukan. Langkah-
langkahnya adalah sebagai berikut :
a. Pengujian hipotesis dengan uji t bertujuan untuk menentukan apakah ada
pengaruh secara parsial antara Variabel Profesionalisme, variabel kepuasan kerja dan variabel komitmen organisasi dengan Kinerja
Pemeriksa dengan asumsi bahwa variabel lain dianggap konstan. Dasar
Universitas Sumatera Utara
67
pengambilan keputusan adalah jika t
hitung
t
tabel
maka Variabel Profesionalisme, variabel kepuasan kerja dan variabel komitmen
organisasi berpengaruh secara parsial terhadap Kinerja Pemeriksa . Jika t
hitung
t
tabel
maka Variabel Profesionalisme, variabel kepuasan kerja dan variabel komitmen organisasi tidak berpengaruh secara parsial terhadap
Kinerja Pemeriksa.
b. Pengujian hipotesis dengan uji F bertujuan untuk menentukan apakah ada
pengaruh secara simultan bersama-sama antara variabel independen dan variabel dependen. Pada tabel Anova uji F yang akan menguji semua
variabel bebas yang akan mempengaruhi persamaan regresi. Dasar pengambilan keputusan adalah jika F
hitung
F
tabel
maka Variabel Profesionalisme, variabel kepuasan kerja dan variabel komitmen
organisasi tidak berpengaruh secara simultan terhadap Kinerja Pemeriksa. Jika F
hitung
F
tabel
maka Variabel Profesionalisme, variabel kepuasan kerja dan variabel komitmen organisasi berpengaruh secara simultan
terhadap Kinerja Pemeriksa. Tingkat signifikansi yang digunakan dalam penelitian ini adalah
0,05 α = 0,05 karena banyak digunakan pada penelitian ilmu-ilmu sosial
dan dianggap cukup tepat untuk mewakili hubungan antara variabel yang
diteliti.
Universitas Sumatera Utara
68 BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian
5.1.1. Gambaran Umum Responden
Responden penelitian ini adalah pejabat fungsional pemeriksa pajak di lingkungan Kantor Wilayah Direktorat Jenderal Pajak. Untuk mendapatkan data
penelitian, peneliti mengirimkan kuesioner sebanyak 98 buah kepada responden. Dari 98 kuesioner yang dikirimkan, responden mengembalikan 88 kuesioner
kepada peneliti. Distribusi kuesioner yang menggambarkan Jumlah kuesioner yang disebar kepada responden, kuesioner yang tidak kembali maupun yang
kembali dengan hasil baik atau rusak adalah sebagaimana ditunjukkan pada Tabel 5.1. berikut ini:
Tabel 5.1. Distribusi Kuesioner
No. Nama Kantor Unit Kerja
Jumlah Sebar
Kembali Tidak
Kembali Baik
Rusak
1. Kanwil DJP Sumut I 10
10 2. KPP PratamaMedan Barat
8 8
3. KPP Pratama Medan Timur 7
7 4. KPP Pratama Medan Kota
11 8
3 5. KPP Pratama Medan Belawan
9 7
2 6. KPP Pratama Medan Polonia
13 11
2 7. KPP Pratama Medan Petisah
8 8
8. KPP Pratama Madya Medan 32
28 4
Jumlah 98
87 11
Sumber : Data Primer diolah Tahun 2013
Universitas Sumatera Utara
69
Dengan demikian sampel responden yang digunakan sebagai bahan analis adalah sebanyak 88 responden.
5.1.2. Karakteristik Responden Penelitian
Berdasarkan data penelitian yang telah dikumpulkan, diperoleh data tentang karakteristik responden yang terdiri dari : 1 Jenis Kelamin Gender, 2
Usia, 3 Tingkat Pendidikan, 4 Masa Dinas sebagai PNS, 5 Masa Dinas sebagai Pemeriksa Pajak sesuai Tabel 5.2. berikut :
TABEL 5.2. PROFIL RESPONDEN n = 88 Jumlah
Persentase Gender
Laki-laki 81
92 Perempuan
7 8
Umur
30 5
6 30
– 39 39
44 40
44 50
Pendidikan
Diploma III D3 44
50 Diploma IV D4
1 1
Sarjana S1 41
47 Master S2
2 2
Masa Dinas sebagai PNS
5 5-10
7 8
10 81
92
Masa Dinas sebagai Pemeriksa Pajak
5 5-10
15 17
10 73
83 Sumber : Data Primer diolah Tahun 2013
Dari tabel 5.2 di atas, tampak bahwa sebagian besar responden adalah pria yaitu sebanyak 81 orang atau 92, umur responden umumnya berada di atas 40
tahun atau sebanyak 50 , responden paling banyak berpendidikan Diploma III D
3
yaitu 44 orang atau 50 , masa dinas sebagai PNS paling banyak di atas 10
Universitas Sumatera Utara
70
Tahun dengan jumlah 81 orang atau 92 dan masa dinas sebagai pemeriksa pajak paling banyak di atas 10 tahun dengan jumlah sebanyak 73 orang atau 83 .
5.1.3. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan gambaran mengenai variabel-variabel penelitian profesionalisme, kepuasan kerja, komitmen
organisasi, konflik peran dan kinerja pemeriksa pajak yang menunjukkan kisaran angka teoritis dan kisaran sesungguhnya, rata-rata standar deviasi, disajikan dalam
Tabel 5.3. berikut :
TABEL 5.3. Statistik Deskriptif Variabel Penelitian
Variabel Kisaran
teoritis Kisaran
sesungguhnya
Rata-rata Standar
Deviasi Profesionalisme
21 - 105 80 - 100
89,96 4,995
Kepuasan Kerja 19 - 95
60 - 82 74,75
6,304 Komitmen Organisasi
24 - 120 85 - 99
93,70 4,291
Konflik Peran 10 - 50
26 - 49 36,63
6,642 Kinerja Pemeriksa Pajak 30 - 150
139 - 150 145,79
3,659
Sumber : Output SPSS Lampiran 3.1.
Berdasarkan tabel di atas, untuk pengukuran instrumen Profesionalisme kisaran teoritisnya antara 21 - 105 dan kisaran sesungguhnya antara 80 - 100
dengan rata-rata 89,96 dan standar deviasi 4,995 ini menunjukkan bahwa jawaban responden paling sedikit 80 dan paling tinggi 100 ; untuk instrumen kepuasan
kerja dengan kisaran teoritis antara 19 - 95 dan kisaran sesungguhnya 60 - 82, rata-rata 74,75 dan standar deviasi 6,304 ini berarti jawaban responden paling
sedikit 60 dan paling tinggi 82, untuk instrumen Komitmen Organisasi dengan kisaran teoritis antara 24 - 120 dan kisaran sesungguhnya antara 85 - 99 dengan
Universitas Sumatera Utara
71
rata-rata 93,70 dan strandar deviasi 4,291 ini menunjukkan bahwa jawaban responden paling sedikit 85 dan paling tinggi 99 ; untuk instrumen Konflik Peran
dengan kisaran teoritis antara 10 - 50 dan kisaran sesungguhnya 26 - 49, rata- rata 36,63 dan standar deviasi 6,642 ini berarti jawaban responden paling sedikit
10 dan paling tinggi 50, untuk instrumen Kinerja Pemeriksa Pajak dengan kisaran teoritis antara 30 - 150 dan kisaran sesungguhnya 139 - 150, rata-rata 145,79 dan
standar deviasi 3,659 ini berarti jawaban responden paling sedikit 30 dan paling tinggi 150,
5.2. Pembahasan
5.2.1. Uji Kualitas Data
Uji kualitas data dapat dilakukan melalui uji reliabilitas dan validitas. Uji tersebut masing-masing untuk mengetahui konsistensi dan akurasi data yang
dikumpulkan dari penggunaan instrumen. Ada dua prosedur yang dilakukan dalam penelitian ini untuk mengukur reliabilitas dan validitas data, yaitu : 1 Uji
reliabilitas dengan melihat koefisien Cronbach alpha, 2 Uji validitas dengan melihat Pearson coorelation antara score masing-masing item dengan total score.
Nilai reliabilitas dilihat dari Cronbach Alpha masing-masing instrumen penelitian ≥ 0,60 dianggap reliabel sebagaimana yang disyaratkan oleh Nunally 1978
dalam Imam G 2001, sedangkan nilai validitas dalam penelitian ini dilihat dari nilai koefisien korelasi antara masing-masing instrumen penelitian, dan antara
masing-masing instrumen dengan total scorenya. Hasil uji reliabilitas dan validitas dapat dilihat pada tabel 5.4. dan tabel 5.5. sebagai berikut :
Universitas Sumatera Utara
72
TABEL 5.4. Hasil Uji Reliabilitas Variabel Variabel
Cronbach ’s
Alpha Batas
Reliabilitas Keterangan
Profesionalisme 0,674
0,6 Reliabel
Kepuasan Kerja 0,683
0,6 Reliabel
Komitmen Organisasi 0,713
0,6 Reliabel
Konflik Peran 0,917
0,6 Reliabel
Kinerja Pemeriksa Pajak 0,704
0,6 Reliabel
Sumber : Output SPSS Lampiran 3.2.
Dari tabel 5.4. diketahui bahwa semua instrumen penelitian ini reliabel, karena memiliki cronbach alpha
≥ 0,60 profesionalisme = 0,674 , kepuasan kerja = 0,683, komitmen organisasi = 0,713, konflik peran = 0,917 kinerja pemeriksa
pajak = 0,704.
TABEL 5.5.1. Validitas Instrumen Variabel Profesionalisme Variabel
Item Corrected Item
Correlation r hitung
Pearson Correlation
r tabel Status
Profesionalisme P1
,517 0,237
Valid P2
,576 0,237
Valid P3
,508 0,237
Valid P4
,605 0,237
Valid P5
,489 0,237
Valid P6
,585 0,237
Valid P7
,497 0,237
Valid P8
,551 0,237
Valid P9
,662 0,237
Valid P10
,487 0,237
Valid P11
,518 0,237
Valid P12
,343 0,237
Valid P13
,493 0,237
Valid P14
,450 0,237
Valid P15
,494 0,237
Valid P16
,561 0,237
Valid P17
,258 0,237
Valid P18
,383 0,237
Valid
Universitas Sumatera Utara
73
P19 ,316
0,237 Valid
P20 ,412
0,237 Valid
P21 ,549
0,237 Valid
Sumber : Output SPSS Lampiran 3.3.
TABEL 5.5.2. Validitas Intrumen Variabel Kepuasan Kerja Variabel
Item Corrected Item
Corelation r hitung
Pearson Correlation
r tabel Status
Kepuasan Kerja P22
,661 0,234
Valid P23
,671 0,234
Valid P24
,654 0,234
Valid P25
,671 0,234
Valid P26
,666 0,234
Valid P27
,529 0,234
Valid P28
,553 0,234
Valid P29
,313 0,234
Valid P30
,586 0,234
Valid P31
,533 0,234
Valid P32
,607 0,234
Valid P33
,466 0,234
Valid P34
,455 0,234
Valid
P35 ,235
0,234 Valid
P36 ,239
0,234 Valid
P37 ,309
0,234 Valid
P38 ,398
0,234 Valid
P39 ,545
0,234 Valid
P40 ,630
0,234 Valid
Sumber : Output SPSS Lampiran 3.4.
TABEL 5.5.3. Validitas Instrumen Variabel Komitmen Organisasi Variabel
Item Corrected Item
Corelation r hitung
Pearson Correlation
r tabel Status
Komitmen Organisasi P41
,264 0,242
Valid
P42 ,258
0,242 Valid
P43 ,294
0,242 Valid
P44 ,375
0,242 Valid
Universitas Sumatera Utara
74
P45 ,316
0,242 Valid
P46 ,296
0,242 Valid
P47 ,305
0,242 Valid
P48 ,397
0,242 Valid
P49 ,436
0,242 Valid
P50 ,526
0,242 Valid
P51 ,532
0,242 Valid
P52 ,471
0,242 Valid
P53 ,600
0,242 Valid
P54 ,639
0,242 Valid
P55 ,373
0,242 Valid
P56 ,287
0,242 Valid
P57 ,412
0,242 Valid
P58 ,409
0,242 Valid
P59 ,308
0,242 Valid
P60 ,432
0,242 Valid
P61 ,480
0,242 Valid
P62 ,415
0,242 Valid
P63 ,422
0,242 Valid
P64 ,422
0,242 Valid
Sumber : Output SPSS Lampiran 3.5.
TABEL 5.5.4. Validitas Instrumen Variabel Konflik Peran Variabel
Item Corrected Item
Corelation r hitung
Pearson Correlation
r tabel Status
Konflik Peran P65
,886 0,220
Valid
P66 ,887
0,220 Valid
P67 ,889
0,220 Valid
P68 ,909
0,220 Valid
P69 ,893
0,220 Valid
P70 ,881
0,220 Valid
P71 ,916
0,220 Valid
P72 ,855
0,220 Valid
P73 ,714
0,220 Valid
P74 ,561
0,220 Valid
Sumber : Output SPSS Lampiran 3.6.
Universitas Sumatera Utara
75
TABEL 5.5.5. Validitas instrumen Variabel Kinerja Pemeriksa Pajak Variabel
Item Corrected Item
Corelation r hitung
Pearson Correlation
r tabel Status
Kinerja Pemeriksa Pajak P75
,366 ,254
Valid
P76 ,301
,254 Valid
P77 ,352
,254 Valid
P78 ,296
,254 Valid
P79 ,317
,254 Valid
P80 ,343
,254 Valid
P81 ,343
,254 Valid
P82 ,355
,254 Valid
P83 ,367
,254 Valid
P84 ,374
,254 Valid
P85 ,335
,254 Valid
P86 ,274
,254 Valid
P87 ,386
,254 Valid
P88 ,389
,254 Valid
P89 ,297
,254 Valid
P90 ,400
,254 Valid
P91 ,286
,254 Valid
P92 ,287
,254 Valid
P93 ,350
,254 Valid
P94 ,307
,254 Valid
P95 ,348
,254 Valid
P96 ,361
,254 Valid
P97 ,299
,254 Valid
P98 ,371
,254 Valid
P99 ,367
,254 Valid
P100 ,318
,254 Valid
P101 ,328
,254 Valid
P102 ,326
,254 Valid
P103 ,302
,254 Valid
P104 ,316
,254 Valid
Sumber : Output SPSS Lampiran 3.7.
Universitas Sumatera Utara
76
Pada kolom corrected item total correlation adalah R
hitung
. Suatu data dikatakan valid, bila R
hitung
R
tabel
. Nilai R
tabel
untuk masing-masing variabel penelitian ini diperoleh sebagai berikut :
1. Variabel Profesionalisme X
1
:
Df degree of freedom = n – k, dimana n merupakan jumlah butir
pertanyaan. Alpha yang digunakan adalah 5 . Untuk jawaban pertanyaan variabel profesional P1-P21 sebanyak 21 pertanyaan, maka r tabel dihitung
sebagai berikut : Df = 88 – 21 = 67. R
tabel
pada df = 67; α = 5 adalah 0,237.
Dari tabel 5.5. diketahui bahwa seluruh pertanyaan untuk variabel Profesionalisme adalah valid.
2. Variabel Kepuasan Kerja X
2
:
Df degree of freedom = n – k, dimana n merupakan jumlah butir
pertanyaan. Alpha yang digunakan adalah 5 . Untuk jawaban pertanyaan variabel profesional P22-P40 sebanyak 19 pertanyaan, maka R
tabel
dihitung sebagai berikut : Df = 88
– 19 = 69. R
tabel
pada df = 69 ; α = 5 adalah 0,234.
Dari tabel 5.5. diketahui bahwa seluruh pertanyaan untuk variabel Kepuasan Kerja adalah valid.
3. Variabel Komitmen Organisasi X
3
:
Df degree of freedom = n – k, dimana n merupakan jumlah butir
pertanyaan. Alpha yang digunakan adalah 5 . Untuk jawaban pertanyaan variabel profesional P41-P64 sebanyak 24 pertanyaan, maka R
tabel
dihitung
Universitas Sumatera Utara
77
sebagai berikut : Df = 88 – 24 = 64. R
tabel
pada df = 64 ; α = 5 adalah 0,242.
Dari tabel 5.5. diketahui bahwa seluruh pertanyaan untuk variabel Komitmen Organisasi adalah valid.
4. Variabel Konflik Peran X
4
:
Df degree of freedom = n – k, dimana n merupakan jumlah butir
pertanyaan. Alpha yang digunakan adalah 5 . Untuk jawaban pertanyaan variabel profesional P65-P74 sebanyak 10 pertanyaan, maka R
tabel
dihitung sebagai berikut : Df = 88
– 10 = 78. R
tabel
pada df = 78; α = 5 adalah 0,220.
Dari tabel 5.5. diketahui bahwa seluruh pertanyaan untuk variabel Konflik Peran adalah valid.
5. Variabel Kinerja Pemeriksa Pajak Y :
