Tabel 19. Hasil Uji Normalitas K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 159
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,36248853
Most Extreme Differences Absolute
,064 Positive
,049 Negative
-,064 Test Statistic
,064 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber : Data yang diolah 2016 Besarnya nilai Kolmogorov-Smirnov adalah 0,064 dan signifikan
pada 0,2 α nilai α adalah 5. Hal ini menunjukkan bahwa Ho:
Data residual berdistribusi normal diterima.
e. Uji Linearitas
Hasil dari pengolahan data uji linearitas dengan program SPSS versi 23.0 adalah sebagai berikut :
Tabel 20. Hasil Uji Linearitas
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,771
a
,594 ,589
2,378 a. Predictors: Constant, Pendidikan, Motivasi
Sumber : Data yang diolah 2016 Dalam pengujian linearitas ini menggunakan uji Lagrange
Multiplier. Menurut Imam Ghozali 2011: 169, uji Lagrange Multiplier merupakan uji alternatif dari Ramsey Test dan
dikembangkan oleh Engle tahun 1982. Estimasi dengan uji ini bertujuan untuk mendapatkan nilai c
2 hitung
atau n x R
2
.
Berdasarkan hasil output SPSS menunjukkan bahwa nilai R square R
2
sebesar 0,594 dengan jumlah n penelitian 159, maka besarnya nilai c
2 hitung
= 159 x 0,594 = 94,45. Nilai ini dibandingkan dengan c
2 tabel
dengan df= 156 dan tingkat signifikansi 0,05 didapat nilai c
2 tabel
sebesar 186,146. Oleh karena nilai c
2 hitung
lebih kecil dari c
2 tabel
maka dapat disimpulkan bahwa model regresi dalam penelitian ini berbentuk linear.
2. Pengujian Hipotesis
Berdasarkan hasil uji asumsi klasik dapat disimpulkan bahwa model regresi yang digunakan dalam penelitian ini telah memenuhi model
yang Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Pengujian hipotesis dalam penelitian ini dilakukan
dengan analisis regresi linear sederhana dan analisis linear berganda. Analisis regresi linier sederhana digunakan untuk menguji
hipotesis pertama dan kedua yaitu untuk mengetahui pengaruh Motivasi Membayar Pajak terhadap Kepatuhan Wajib Pajak Orang Pribadi dan
pengaruh Tingkat Pendidikan terhadap Kepatuhan Wajib Pajak Orang Pribadi. Adapun analisis regresi berganda digunakan untuk menguji
hipotesis ketiga yaitu untuk mengetahui pengaruh Motivasi Membayar Pajak dan Tingkat Pendidikan terhadap Kepatuhan Wajib Pajak Orang
Pribadi.