67
2 Variabel Kualitas Pelayanan
Tabel 4.13 Reliability Statistics
Pada tabel 4.13 hasil uji reliabilitas pada variabel kualitas pelayanan, menunjukkan bahwa variabel kualitas pelayanan memiliki
nilai cronbach’s alpha 0,616 0,6. Dengan demikian, dapat diartikan
bahwa variabel kualitas pelayanan adalah reliabel. 3
Variabel Sanksi Perpajakan Tabel 4.14 Reliability Statistics
Cronbachs Alpha
N of Items .619
4
Pada tabel 4.14 hasil uji reliabilitas pada variabel sanksi perpajakan, menunjukkan bahwa variabel sanksi perpajakan memiliki
nilai cronbach ’s alpha 0,619 0,6. Dengan demikian, dapat diartikan
bahwa variabel sanksi perpajakan adalah reliabel. 4
Variabel Kepatuhan Wajib Pajak Orang Pribadi Tabel 4.15 Reliability Statistics
Pada tabel 4.15 hasil uji reliabilitas pada variabel kepatuhan Wajib Pajak Orang Pribadi WP OP, menunjukkan bahwa variabel
Cronbachs Alpha
N of Items .616
7
Cronbachs Alpha
N of Items .659
5
68
tersebut memiliki nilai cronbach‘s alpha 0,659 0,6. Dengan
demikian, dapat diartikan bahwa variabel kepatuhan WP OP adalah reliabel.
D. Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan mengetahui kondisi data yang ada agar dapat menentukan model analisis yang paling tepat digunakan. Uji asumsi
klasik dalam penelitian ini terdiri dari uji normalitas dengan metode One Sample Kolmogorov-Smirnov
, uji multikolinearitas dengan melihat nilai Variance Inflation Factors
VIF dan tolerance, serta uji heteroskedastisitas dengan menggunakan metode scatterplot.
1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi, nilai residu dari regresi mempunyai distribusi yang normal.
Tabel 4.16 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 95
Normal Parameters
a
Mean .0000000
Std. Deviation 1.99141577
Most Extreme Differences
Absolute .043
Positive .040
Negative -.043
Kolmogorov-Smirnov Z .419
Asymp. Sig. 2-tailed .995
a. Test distribution is Normal.
Sumber: data diolah
69
Berdasarkan hasil uji normalitas di atas, diketahui bahwa nilai signifikansi Asym. Sig 2-tailed 0,995 0,05. Dengan demikian dapat
disimpulkan bahwa nilai residu eror dalam perhitungan dikatakan normal.
2. Uji Multikolinearitas
Uji multikolinieritas digunakan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pengujian ini
dilakukan dengan melihat nilai Variance Inflation Factors VIF dan tolerance
. Jika nilai VIF kurang dari 10 dan tolerance lebih dari 0,1 maka model regresi bebas dari multikolinearitas.
Berdasarkan data yang telah dikumpulkan diperoleh data sebagai berikut: Tabel 4.17 Hasil Koefisiensi Multikolonieritas
Dari output di atas dapat diketahui bahwa nilai VIF kurang dari 10 dan nilai tolerance lebih dari 0,1 untuk ketiga variabel maka dapat
disimpulkan bahwa model regresi tidak terjadi masalah multikolinearitas dan dapat digunakan dalam penelitian.
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Pengetahuan Pajak .527
1.898 Kualitas Pelayanan
.536 1.865
Sanksi Perpajakan .972
1.029
a. Dependent Variable: Kepatuhan WPOP Sumber: data diolah
70
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke
pengamatan yang lain. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot. Data yang
diperoleh adalah sebagai berikut:
Gambar 4.1 Grafik Scatterplot Heteroskedastisitas
Hasil uji heteroskedastisitas di atas dapat terlihat bahwa titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada
sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
71
E. Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui pengaruh antara dua atau lebih varaibel independen dengan satu variabel dependen yang
ditampilkan dalam bentuk persamaan regresi. Tabel 4.18 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
11.901 3.370
3.531 .001
Pengetahuan Pajak .073
.124 .080
.589 .557
Kualitas Pelayanan
.272 .128
.285 2.127
.036 Sanksi Perpajakan
-.086 .097
-.088 -.888
.377
a. Dependent Variable: Kepatuhan WPOP Sumber: data diolah
Persamaan regresi linier berganda: Y = 11,901 + 0,73X
1
+ 0,272X
2
– 0,86X
3
Keterangan: Y
= Kepatuhan Wajib Pajak Orang Pribadi X
1
= Pengetahuan Pajak X
2
= Kualitas Pelayanan X
3
= Sanksi Perpajakan Penjelasan persamaan tersebut sebagai berikut:
1. Konstanta a
Jika semua variabel bebas memiliki nilai 0 maka nilai variabel terikat beta sebesar 11,901;
72
2. Pengetahuan pajak X
1
terhadap Kepatuhan WP OP Y Nilai koefisien pengetahuan pajak untuk variabel X
1
sebesar 0,73. Hal ini mengandung arti bahwa setiap kenaikan pengetahuan pajak satu satuan maka
variabel kepatuhan WP OP akan naik sebesar 0,73 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap;
3. Kualitas pelayanan X
2
terhadap Kepatuhan WP OP Y Nilai koefisien kualitas pelayanan untuk variabel X
2
sebesar 0,272. Hal ini mengandung arti bahwa setiap kenaikan kualitas pelayanan satu satuan maka
variabel kepatuhan WP OP akan naik sebesar 0,272 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap;
4. Sanksi perpajakan X
3
terhadap Kepatuhan WP OP Y Nilai koefisien sanksi perpajakan untuk variabel X
3
sebesar 0,86 dan betanda negatif. Hal ini mengandung arti bahwa setiap kenaikan sanksi perpajakan
satu satuan maka variabel kepatuhan WP OP akan turun sebesar 0,86 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.
F. Pengujian Hipotesisi Uji F
Uji F digunakan untuk menguji pengaruh variabel bebas secara bersama- sama terhadap variabel tergantung Priyatno, 2011: 258.
