Analisis Faktor yang Mempengaruhi Kesadaran Wajib Pajak Bumi dan Bangunan (PBB) di Desa . Sukajadi Kecamatan Perbaungan

1

Lampiran 1
Kuisioner Penelitian
Nama

: Zikri

Nim

: 140823033

Universitas

: Universitas Sumatera Utara

Sehubungan akan adanya penelitian yang dilakukan untuk tugas akhir
program strata satu (S1) Fakultas Matematika dan Ilmu Pengetahuan Alam
(MIPA), saya meminta kesediaannya dalam pengisian kuisioner yang telah
disediakan guna untuk melengkapi data dalam penelitian saya yang berjudul
“Analisis Faktor Yang Mempengaruhi Kesadaran Wajib Pajak Bumi dan

Bangunan (PBB) di Desa Sukajadi Kecamatan Perbaungan”. Atas perhatian dan
bantuannya saya ucapkan terimakasih.
Petunjuk pengisian kuesioner:
Pilihlah jawaban yang menurut Anda paling tepat dengan memberikan tanda
Check List (√) pada setiap butir pertanyaan.

Data responden




Nama
Jenis Kelamin
Alamat

:
:
: Dusun ... Sukajadi Kec. Perbaungan

TINGKAT PENDAPATAN KEPALA KELUARGA

1. Jumlah pendapatan Per bulan
Dibawah 1 Juta

Diatas 5 Juta

1 Juta – 2 Juta
2,1 Juta – 5 Juta

1
Universitas Sumatera Utara

2

2. Pekerjaan responden saat ini :
Pegawai Negeri Sipil

Wiraswasta

Pegawai Swasta


Penyedia jasa

Lain-lain, sebutkan………………

3. Tipe rumah Anda

:

21
36
45

PENDIDIKAN WAJIB PAJAK
4. Pendidikan formal yang di tamatkan responden
SD

Diploma

SMP


Strata 1 Atau Lebih

SMA

PENGETAHUAN PERPAJAKAN
No.

Jawaban
ya tidak

Pertanyaan

5

Saya paham apa yang dimaksud dengan PBB

6

Pajak bumi dan bangunan merupakan salah
satu indikator pembangunan daerah

Prosedur yang dijalankan petugas pajak mudah
dimengerti
Saya mengerti perhitungan nilai pajak bumi
dan bangunan saya
Apakah Anda Setuju keterlambatan membayar
pajak di kenakan denda

7
8
9

2
Universitas Sumatera Utara

3

di mana:
Y

=


0 : tidak sadar
1 : sadar

X1 =

0 : Pendapatan ≤ 2 jt
1 : Pendapatan > 2 jt

X2 =

0 : Pekerjaan dengan pendidikan formal (PNS, Pegawai Swasta, dll)
1 : Pekerjaan dengan pendidikan non formal (Wiraswasta, Penyedia
Jasa,dll)

X3 =

0 : Tipe rumah ≤ 21
1 : Tipe rumah > 21


X4 =

0 : Pendidikan < SMA
1 : Pendidikan ≥ SMA

X5 =

0 : Tidak Paham dengan PBB
1 : Paham dengan PBB

X6 =

0 : PBB bukan sebagai pembangunan daerah
1 : PBB sebagai pembangunan daerah

X7 =

0 : Prosedur yang dijalankan petugas pajak susah di mengerti
1 : Prosedur yang dijalankan petugas pajak mudah di mengerti


X8 =

0 : Tidak mengerti perhitungan pajak
1 : Mengerti perhitungan pajak

X9 =

0 : Tidak setuju di berlakukan sanksi denda jika terlambat membayar
pajak
1 : Setuju di berlakukan sanksi denda jika terlambat membayar pajak

3
Universitas Sumatera Utara

4

Lampiran 2

1. Uji indenpedensi
Langkah-langkahnya sebagai berikut:

a. Bangun pengklasifikasian data hasil kuisioner
Frekuensi
Kesadaran
Kategori

X1

X2

X3

X4

X4

X6

X7

X8


X9

0

0

27

3

21

27

21

27

21


42

30

0

1

15

39

21

15

21

15

21

0

12

1

0

3

2

6

9

9

9

6

45

12

1

1

45

46

42

39

39

39

42

3

36

Wajib
Pajak (Y)

Pendapatan (X1)

27
15
3
45

b. Setelah data pada tabel kuisioner dibangun dalam SPSS, pilih data =>
Weight Cases, sehingga muncul kotak dialog Weight Cases di bawah ini.
Aktifkan Weight Cases By, kemudia masukkan variabel frekuensi kedalam
kotak Frequency Variable dan pilih Ok.

4
Universitas Sumatera Utara

5

c. Selanjutnya pilih Analyze => Descriptive Statistics =>Crosstabs,
sehingga muncul kotak dialog crosstabs pada gambar dibawah ini.
Masukkan variabel Y pada kotak Rows(s), variabel Pendapatan pada kotak
Columns(s), dan pilih Statistics, sehingga muncul kotak dialog Square,
kemudian pilih Continue.

d. Selanjutnya klik Statistics pada kotak dialog Crosstabs, pilih Chi Square,
kemudian pilih continue. Selanjutnya pilih Cells, sehingga muncul kotak
dialog Cell Display. Pada kotak dialog Cells Display, pilih Observerd dan

5
Universitas Sumatera Utara

6

Expected pada Count. Kemudian pilih Row, Column, dan Total pada
Percentages. Kemudian pilih Continue dan Ok.

6
Universitas Sumatera Utara

7

Berikut hasil berdasarkan Output SPSS:
Tabel Hasil Uji Indepedensi Variabel X1
Value

Pearson Chi-Square
N of Valid Cases

Df

33,951a

p_value

1

Exact Sig.

Exact Sig.

(2-sided)

(1-sided)

,000

90

Lakukan hal yang sama untuk mengetahui hasil uji indenpedensi yang lain
sehingga didapat hasil output spss masing-masing variabel sebagai berikut.
Tabel Hasil Uji Indepedensi Variabel X2
Value

Pearson Chi-Square
N of Valid Cases

,378

Df

a

p_value
1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,539

90

Tabel Hasil Uji Indepedensi Variabel X3
Value

Pearson Chi-Square
N of Valid Cases

Df

15,000

a

p_value

1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,000

90

Tabel Hasil Uji Indepedensi Variabel X4
Value

Pearson Chi-Square
N of Valid Cases

19,353

Df

a

p_value

1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,000

90

7
Universitas Sumatera Utara

8

Tabel Hasil Uji Indepedensi Variabel X5
Value

Pearson Chi-Square
N of Valid Cases

Df

9,844

a

p_value

1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,002

90

Tabel Hasil Uji Indepedensi Variabel X6
Value

Pearson Chi-Square
N of Valid Cases

Df

19,353

a

p_value
1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,000

90

Tabel Hasil Uji Indepedensi Variabel X7
Value

Pearson Chi-Square
N of Valid Cases

Df

15,000

a

p_value
1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,000

90

Tabel 3.10. Hasil Uji Indepedensi Variabel X8
Value

Pearson Chi-Square
N of Valid Cases

2,716

Df

a

p_value
1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,099

90

Tabel 3.11. Hasil Uji Indepedensi Variabel X9
Value

Pearson Chi-Square
N of Valid Cases

19,401

Df

a

p_value
1

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

,000

90

8
Universitas Sumatera Utara

9

2. Pengujian Regresi Logistik Secara Univariat
Langkah-langkahnya sebagai berikut:
a. Entri data pengamatan pada kolom yang tersedia,

b. Klik Analiyze =>Regression =>Binary Logistic sehingga akan muncul
kotak dialog sebagai berikut. Masukkan variabel Kesadaran Wajib Pajak
(Y) pada kotak Dependent dan variabel Pendapatan pada kotak Covariate.

c. Kemudian klik kotak dialog Categorical maka akan muncul kotak dialog
sebagai berikut. Karena variabel Pendapatan (X1) merupakan variabel
kategorikal, maka masukkan variabel Pendapatan (X1) pada kotak
Covariates ke kotak Categorical Covariate.

Pada opsi Referensce

9
Universitas Sumatera Utara

10

Category, akan dipilih Last jika kategori yang dijadikan pembanding
adalah kategori terakhir (dalam kasus ini adalah responden yang punya
penghasilan > 2 juta rupiah).

d. Kemudian dari kotak dialog pertama klik kotak Option maka akan muncul
kotak dialog berikut. Pilih Hosmer-Lemeshow Goodness-Of-Fit,
kemudian continue dan klik ok pada kotak dialog pertama.

10
Universitas Sumatera Utara

11

e. Berikut hasil berdasarkan Output SPSS:
Tabel 3.13. Hasil Uji Parsial Variabel X1
B
X1(1)

Step 1

Constant

S.E.

Wald

Df

Sig.

Exp(B)

-3,296

,678

23,652

1

,000

,037

1,099

,298

13,578

1

,000

3,000

Tabel Hasil Uji Parsial Variabel X1

f. Lakukan langkah yang sama untuk mencari regresi logistik univariat pada
variabel X3,X4,X5,X6,X7, dan X9 sehingga di dapat hasil Output SPSS
sebagai berikut:

Tabel 3.14. Hasil Uji Parsial Variabel X3
B
X3(1)

Step 1

Constant

S.E.

Wald

Df

Sig.

Exp(B)

-1,946

0,535

13,253

1

0,000

0,143

0,693

0,267

6,726

1

0,009

2,000

Tabel 3.15. Hasil Uji Parsial Variabel X4
B
X4(1)

Step 1

Constant

S.E.

Wald

Df

Sig.

Exp(B)

-2,054

0,490

17,548

1

0,000

0,128

0,956

0,304

9,891

1

0,002

2,600

Tabel 3.16. Hasil Uji Parsial Variabel X5
B
Step 1

a

X5(1)
Constant

S.E.

Wald

Df

Sig.

Exp(B)

-1,466

0,482

9,268

1

0,002

0,231

0,619

0,271

5,231

1

0,022

1,857

Tabel 3.17. Hasil Uji Parsial Variabel X6
B
Step 1

a

X6(1)
Constant

S.E.

Wald

Df

Sig.

Exp(B)

-2,054

,490

17,548

1

,000

,128

,956

,304

9,891

1

,002

2,600

11
Universitas Sumatera Utara

12

Tabel 3.18. Hasil Uji Parsial Variabel X7
B
Step 1

X7(1)
Constant

S.E.

Wald

Df

Sig.

Exp(B)

-1,946

0,535

13,253

1

0,000

0,143

0,693

0,267

6,726

1

0,009

2,000

Tabel 3.19. Hasil Uji Parsial Variabel X9
B
Step 1

X9(1)
Constant

S.E.

Wald

Df

Sig.

Exp(B)

-2,015

0,477

17,824

1

0,000

0,133

1,099

0,333

10,863

1

0,001

3,000

3. Pengujian Regresi Logistik Secara Multivariat (Serentak)
a. Entri data pengamatan pada kolom yang tersedia,

b. Klik Analiyze =>Regression =>Binary Logistic sehingga akan muncul
kotak dialog sebagai berikut. Masukkan respon kesadaran wajib pajak
(Y) pada kotak dialog Dependent dan variabel X1,X3,X4,X5,X6,X7
dan X9 yang signifikan secara individu pada pengujian univariat ke
kotak Covariates. Pada opsi Method pilih Backward: Wald, yaitu
mengeliminasi variabel yang tidak signifikan secara bertahap dari
model lengkap (model yang mengandung semua parameter variabel
prediktor) hingga diperoleh model terbaik (model yang hanya
mengandung variabel yang secara serentak signifikan mempengaruhi
variabel respon).
12
Universitas Sumatera Utara

13

c. Klik Catergorical pada kotak dialog diatas, maka akan muncul kotak
dialog baru. Masukkan ke ketujuh variabel prediktor pada kotak
Categorical Covariates dan pada reference Category kita gunakan Firs
sebagai pembanding kemudian klik Continue.

d. Dari kotak dialog pertama pula klik kotak Option maka akan muncul
kotak berikut. Pilih Hosmer-Lemeshow Goodness-of-fit kemudian
Continue dan klik Ok pada kotak dialog pertama.

13
Universitas Sumatera Utara

14

e. Berikut hasil berdasarkan Output SPSS:
Variables in the Equation
B

Step 1

a

Step 2

a

df

Sig.

Exp(B)

-4,904

1,369

12,835

1

,000

,007

X3(1)

-2,342

2,174

1,161

1

,281

,096

X4(1)

-3,010

,848

12,582

1

,000

,049

X5(1)

2,775

2,215

1,570

1

,210

16,041

X9(1)

-2,793

,856

10,656

1

,001

,061

4,096

,932

19,331

1

,000

60,121

X1(1)

-5,466

1,346

16,488

1

,000

,004

X4(1)

-2,937

,855

11,805

1

,001

,053

X5(1)

,951

,965

,972

1

,324

2,589

X9(1)

-2,782

,876

10,087

1

,001

,062

3,967

,924

18,439

1

,000

52,821

X1(1)

-4,801

1,067

20,241

1

,000

,008

X4(1)

-2,884

,840

11,795

1

,001

,056

X9(1)

-2,578

,826

9,749

1

,002

,076

3,963

,903

19,263

1

,000

52,590

Constant

Step 3

Wald

X1(1)

Constant

a

S.E.

Constant

a. Variable(s) entered on step 1: X1, X3, X4, X5, X9.

14
Universitas Sumatera Utara

15

Hosmer and Lemeshow Test
Step

Chi-square

df

Sig.

1

4,156

6

,656

2

4,452

6

,616

3

1,699

5

,889

Classification Table

a

Predicted
Observed

Kesadaran Wajib Pajak (Y)
tidak sadar

Step 1

Kesadaran Wajib Pajak

tidak sadar
sadar

Correct

sadar

36

6

85,7

6

42

87,5

Overall Percentage

Step 2

Kesadaran Wajib Pajak

86,7
tidak sadar
sadar

36

6

85,7

6

42

87,5

Overall Percentage

Step 3

Kesadaran Wajib Pajak

Percentage

86,7
tidak sadar
sadar

Overall Percentage

36

6

85,7

6

42

87,5
86,7

a. The cut value is ,500

15
Universitas Sumatera Utara