- Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat misalnya lebih dari 0,9.
f. Evaluasi model Pada langkah ini kesesuaian model dievaluasi , melalui telaah
terhadap berbagai kriteria Goodness of Fit. Kriteria-kriteria tersebut adalah :
- Ukuran sampel yang digunakan adalah minimal 100 dengan perbandingan 5 observasi untuk setiap estimated parameter.
- Normalitas dan linearitas. - Outliers
- Multicolinierity dan singularity
3.6.4. Uji Hipotesis
Structural Equation Modeling dengan bantuan program aplikasi AMOS digunakan untuk menganalisis hubungan antara variabel laten.
Structural Equation Modeling juga mengestimasi nilai-nilai path dari setiap hubungan variabel dengan menggunakan analisis Structural
Equation Modeling maka semua hipotesis dalam studi ini dapat diuji dengan path analysis. Setiap hipotesis dapat diuji dengan
membandingkan nilai critical ratio CR dan nilai t
tabel
pada degree of freedom df tertentu, maka hubungan variabel yang diuji dapat dinyatakan
significan pada level probabilitas tertentu.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Analisis SEM umumnya berbagai jenis fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesakan
dengan data yang disajikan. Berikut ini adalah index kesesuaian dan cut off valuenya untuk digunakan dalam menguji apakah sebuah model dapat
diterima atau ditolak. a.
X
2
- Chi square statistic Alat uji yang paling fundamental untuk mengukur overall fit adalah like
hood ratio chi square statistic. Model yang diuji akan dipandang baik atau memuaskan apabila nilai chi square-nya rendah, semakin kecil
nilai
X
2
semakin baik model itu dan diterima berdasarkan probabilitas dengan cut off value p 0,005 atau p 0,10.
b. RMSEA –The Root Mean Square Error of Approximation RMSEA adalah sebuah indeks yang dapat digunakan untuk
mengkompensasi chi square statistic dalam sampel yang besar. Nilai RMSEA menunjukkan goodness of fit yang dapat diharapkan bila model
diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0, 08 merupakan indeks untuk dapat diterima model yang
menunjukkan sebuah closefit dari model itu berdasarkan degree of freedom.
c. GFI – Goodness of Fit Index Indeks kesesuaian fit index ini akan menghitung proporsi tertimbang
dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks populasi yang terestimasikan. GFI adalah sebuah ukuran non
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
statistikal yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1,0 perfect fit. Nilai yang tinggi dalam indeks ini menunjukkan
sebuah better fit. d. AGFI – Adjusted Goodness of fit Index
GFI adalah analog dari R
2
dalam regresi linear berganda yaitu suatu koefisien yang mengukur ketepatan sebuah model yang digunakan
tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,09. GFI maupun
AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarian sampel.
e. CMIN DF The minimum sample Discrepancy Function CMIN dibagi dengan
degree of freedom akan menghasilkan indeks CMIN DF. Yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator
untuk mengukur tingkat fitnya sebuah model . Nilai
X
2
relatif kurang dari 2,0 atau bahkan kadang-kadang kurang dari 3.0 adalah indikasi
dari acceptable fit antara model dan data. f. TLI – Tucker Lewis Index
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang
direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan 0,95 dan nilai yang sangat mendekati 1
menunjukkan a very good fit.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
g. CFI – Comparative Fit Index Merupakan besaran indeks ini adalah pada rentang nilai sebesar 0 – 1
dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi a very good fit. Nilai yang direkomendasikan adalah CFI 0,95.
Keunggulan dari indeks ini adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur
tingkat penerimaan sebuah model.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
56
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Sejarah KPP Pratama Sidoarjo Utara
Kantor Pelayanan Pajak Pratama Sidoarjo Utara merupakan unit operasional Direktorat Jenderal Pajak yang berada di bawah Kantor Wilayah
Jawa Timur II. Sebelum reformasi administrasi perpajakan modernisasi, di Kabupaten Sidoarjo terdapat 2 dua Kantor Pelayanan Pajak yaitu KPP
Sidoarjo Barat dan KPP Sidoarjo Timur serta 1 satu Kantor Pelayanan PBB yaitu KP. PBB Sidoarjo.
Berdasarkan Keputusan Direktur Jenderal Pajak Nomor : KEP- 158PJ2007 tanggal 5 Nopember 2007 tentang Penerapan Organisasi,
Tata Kerja dan Saat Mulai Beroperasinya KPP Pratama dan KP2KP di Lingkungan Kanwil DJP Jawa Timur I, Jawa Timur II, Jawa Timur III dan
Bali, terbentuk 3 tiga KPP Pratama di wilayah Sidoarjo yaitu KPP Pratama Sidoarjo Barat, KPP Pratama Sidoarjo Selatan , dan KPP Pratama Sidoarjo
Utara.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
