71
Tabel 4.3 Analisis Deskriptif Variabel Kepatuhan Membayar PBB
Interval Jumlah Responden
Persentase Kriteria
30 – 35 9
9,47 Sangat Patuh
24 – 29 71
74,74 Patuh
18 – 23 15
15,79 Cukup Patuh
12 – 17 0,00
Sedang 6 - 11
0,00 Kurang
Total 95
100 Sumber : Data diolah, 2011
Berdasarkan tabel 4.3 diatas menunjukkan bahwa tingkat kepatuhan wajib pajak responden di kelurahan Tembalang Semarang
berada pada tingkat kesadaran tinggi yaitu pada tingkat persentase 74,74.
4.1.3. Uji Normalitas
Uji normalitas digunakan untuk menentukan apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal
yang dapat dilihat dari uji statistik non-parametrik Kolmogorov- Smirnov K-S. Hasil uji K-S harus memberikan nilai probabilitas di
atas α=0,05 agar dapat dikatakan data berdistribusi normal Ghozali,
2007:110, selain dengan melihat grafik histogram dan normal probability plot dari hasil perhitungan dengan SPSS. Hasil uji
normalitas dalam penelitian ini adalah sebagai berikut:
72
Tabel 4.4. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
95 .0000000
2.74068419 .122
.050 -.122
1.184 .121
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardized Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber:
Olah Data SPSS
Berdasarkan tabel 4.4 di atas diketahui bahwa hasil uji K-S memberikan nilai 1,184 dengan nilai probabilitas 0.121 di atas
α=0,05, maka variabel berdistribusi normal.
Gambar 4.2 Uji Normalitas
73
Berdasarkan gambar P-plot di atas diketahui bahwa penyebaran plot cenderung membentuk garis diagonal di sepanjang garis diagonal
45 . Hal ini berarti bahwa variabel berdistribusi normal.
4.1.4. Uji Asumsi Klasik
1. Uji Multikolinieritas
Uji Multikolinieritas adalah uji yang digunakan untuk mengetahui apakah antara variabel independen yang terdapat dalam model memiliki
hubungan yang sempurnamendekati sempurna koefisien korelasinya tinggi bahkan satu. Hasil analisis uji multikolinieritas dalam penelitian
ini dapat dilihat pada tabel di bawah ini
Tabel 4.5. Uji Multikolinieritas
Coefficients
a
.930 1.075
.930 1.075
X1 X2
Model 1
Tolerance VIF
Collinearity Statistics
Dependent Variable: Y a.
Sumber: Olah Data SPSS Berdasarkan tabel uji multikolinieritas di atas, diketahui bahwa
nilai VIF adalah 1,075 lebih kecil dari 10 dan nilai Tolerance adalah 0,930 lebih besar dari 0,10 10, hal ini berarti antar variabel bebas,
yaitu penghasilan dan kesadaran wajib pajak tidak saling berkorelasi. 2.
Uji Heteroskedastisitas Uji heterokedastisitas dalam penelitian ini dilakukan dengan
pengujian Glejser maupun scatterplot, dimana probabilitas
74
signifikansinya di atas tingkat kepercayaan 5, agar dapat disimpulkan bahwa model regresi tidak terjadi heteroskedastisitas. Adapun hasil uji
Glejser dalam penelitian ini sebagai berikut:
Tabel 4.6. Uji Heteroskedastisitas
Coefficients
a
.501 2.198
.228 .820
-.128 .145
-.094 -.880
.381 .059
.070 .091
.850 .397
Constant X1
X2 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Abs_Residual a.
S
umber: Olah Data SPSS
Berdasarkan hasil uji Glejser diketahui bahwa besarnya signifikansi penghasilan dan kesadaran wajib pajak adalah 0,381 dan
0,397lebih besar dari 0,05 5, jadi dapat disimpulkan model regresi tidak mengandung heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
75
Berdasarkan grafik scatterplot di atas tampak bahwa sebaran data tidak membentuk pola yang jelas, titik-titik data menyebar di atas dan di
bawah angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa pada model regresi tidak terjadi heteroskedastisitas.
4.1.5. Pengujian Hipotesis
