Variabel Pemoderasi Moderating Metode Analisis Data

Jurnal Akuntanika, No. 1 , Vol. 1, Januari- Juni 2015

3.4.3 Variabel Pemoderasi Moderating

Variabel moderating Ghozali, 2007:163 adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen. Variabel pemoderasi X 4 pada penelitian ini adalah penghasilan pajak. Penghasilan yaitu penghasilan kena pajak PKP sebagai dasar besarnya pajak terutang. PKP selanjutnya akan digunakan sebagai dasar pengenaan pajak yang akan menentukan besar kecilnya jumlah PPh terutang.

3.4.4 Metode Analisis Data

Untuk mengetahui seberapa besar pengaruh ekstensifikasi dan intensifikasi pajak WPOP terhadap penerimaan pajak, dalam penelitian ini digunakan regresi berganda yang diuji dalam 2 dua tahap. Untuk mengetahui seberapa besar pengaruh pertambahan jumlah dan kepatuhan wajib pajak terhadap penerimaan pajak, maka langkah-langkah yang akan dilakukan untuk melakukan analisis terhadap data adalah sebagai berikut: 1. Melakukan perhitungan terhadap jumlah penambahan NPWP Orang pribadi, jumlah SPT yang disampaikan WP Orang pribadi ke KPP, dan Jumlah penghasilan WP orang pribadi. 2. Melakukan perumusan model penelitian. Model yang digunakan untuk menguji hipotesis dalam penelitian ini adalah uji interaksi atau Moderating Regression Analysis MRA dengan bantuan program SPSS 16.0. Menurut Ghozali 2007:163, MRA merupakan aplikasi khusus regresi berganda linear dimana dalam persamaan regresinya mengandung unsur interaksi perkalian dua atau lebih variabel independen dengan rumus persamaan sebagai berikut: Y = a + B 1 X 1 + b 2 X 2 + b 3 X 1 X 2 + e Variabel perkalian antara X 1 dan X 2 merupakan variabel moderasi oleh karena menggambarkan pengaruh moderasi variabel X 2 terhadap hubungan X 1 dan Y. Sedangkan variabel X 1 dan X 2 merupakan pengaruh langsung dari variabel X 1 dan X 2 terhadap Y. Model persamaan regresi yang digunakan dalam penelitian ini dengan pemeriksaan atau taxaud sebagai variabel moderasi adalah sebagai berikut : Y = b + b 1 npwp + b 2 comp + b 3 inc + b 5 npwp.inc + b 6 comp.inc + e Keterangan: Y = Penerimaan Pajak b = Konstanta npwp = Tambahan jumlah NPWP Orang pribadi comp = Tingkat Kepatuhan WP Orang pribadi inc = Penghasilan Kena Pajak e = Standar Error 3. Melakukan analisis deskriftif, yaitu mengorganisasi dan menganalisis data kuantitatif, sehingga diperoleh gambaran teratur mengenai suatu kegiatan. Yaitu dengan menentukan ukuran tendensi sentral misalnya menentukan rata-rata mean, angka tengah median, dan nilai yang paling sering muncul modus. Serta menentukan ukuran variabilitaspenyimpangan misalnya kecondongan, range dan standar deviasi. 4. Untuk memastikan bahwa kesimpulan yang diperoleh benar dan parameter yang diduga bersifat BLUE Best Linear Unbiased Estimator, maka perlu dilakukan pengujian terhadap asumsi-asumsi tertentu, yang dikenal dengan istilah uji asumsi klasik. Pengujian asumsi klasik, pada penelitian ini yaitu uji normalitas.Pengujian normalitas data adalah untuk mengetahui apakah dalam model statistik variabel-variabel penelitian mempunyai distribusi data yang normal atau tidak normal. Dalam uji normalitas digunakan uji kolomogorov-smirnov. Distribusi data dapat dilihat dengan membandingkan Z hitung dengan Z tabel dengan kriteria, jika angka signifikan taraf signifikan α = 0,05 maka distribusi data dikatakan normal Ghozali, 2007:110. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. 5. Melakukan pengujian terhadap hipotesis, yang meliputi : Jurnal Akuntanika, No. 1 , Vol. 1, Januari- Juni 2015 1. Uji Koefisien Determinasi R 2 , yang digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2007: 83. Nilai R 2 adalah antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas, nilai R 2 yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum R 2 untuk data silang cross section adalah relatif rendah, karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtut waktu time series biasanya mempunyai nilai R 2 yang tinggi Ghozali, 2007: 83. 2. Pengujian secara keseluruhan simultan dengan Uji F, yang dilakukan untuk mengetahui apakah variabel independen akan berpengaruh secara bersama-sama terhadap variabel dependen. Kriteria pengujiannya adalah tolak H , jika p- value Sig α. Puspowarsito, 2008. Artinya, bila signifikansinya lebih tinggi daripada tingkat keyakinan α= 0,05 maka seluruh variabel independen tidak punya pengaruh yang signifikan secara bersama-sama terhadap variabel dependennya, begitupun sebaliknya. Bila signifikansinya lebih kecil daripada tingkat keyakinan α= 0,05 maka seluruh variabel independen mempunyai pengaruh yang signifikan secara bersama-sama terhadap variabel dependennya. 3. Pengujian secara individual parsial dengan Uji t, yang dilakukan untuk mengetahui pengaruh variabel independen secara sendiri-sendiri tehadap variabel dependennya Kriteria ujinya adalah tolak Ho, jika jika p-value Sig α Puspowasito, 2008. Artinya, bila signifikansinya lebih tinggi daripada tingkat keyakinan α= 0,05 maka variabel tersebut tidak punya pengaruh yang signifikan terhadap variabel dependennya, begitupun sebaliknya. Bila signifikansinya lebih kecil daripada tingkat keyakinan α= 0,05 maka variabel tersebut punya pengaruh yang signifikan terhadap variabel dependennya. 4. HASIL DAN PEMBAHASAN 4.1 HASIL