102 102
peningkatan kepatuhan wajib pajak satu persen maka akan menyebabkan minat wajib pajak untuk menggunakan e-filing meningkat sebesar 0,126 ditambah
konstanta sebesar 11,625dengan catatan variabel pengalaman wajib pajak X
1
, kompleksitas X
2
, keamanan dan kerahasiaan X
3
dan kesiapan teknologi informasi X
5
tetap. Koefisen regresi kesiapan teknologi informasi X
5
sebesar 0,212 menyatakan apabila terjadi peningkatan variabel kesiapan teknologi
informasi sebesar satu persen maka akan menyebabkan minat wajib pajak untuk menggunakan e-filing mengalami penurunan sebesar 0,212 ditambah konstanta
sebesar 11,625dengan catatan variabel pengalaman wajib pajak X
1
, kompleksitas X
2
, keamanan dan kerahasiaan X
3
dan kepatuhan wajib pajak X
4
tetap. Sebelum dilakukan analisis lebih lanjut, maka terlebih dahulu dilakukan uji
prasyarat analisis, yaitu uji asumsi klasik.
4.3 Hasil Uji Asumsi Klasik
Uji asumsi klasik dilakukan terlebih dahulu untuk memenuhi persyaratan analisis data. Uji ini dimaksudkan untuk melihat apakah model regresi penelitian
merupakan model yang baik atau tidak. Uji asumsi klasik yang digunakan adalah uji normalitas, uji multikolonieritas dan uji heteroskedastisitas. Alasan peneliti
tidak menggunakan uji autokolerasi yaitu karena penelitian ini menggunakan data silang waktu cross section bukan runtut waktu time series. Menurut Ghozali
2013 pada data cross section masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu atau kelompok
yang berbeda.
103 103
4.3.1 Hasil Uji Normalitas
Uji normalitas dilakukan dengan menggunakan uji Kolmogorov-Smirnov dan uji grafik, baik melalui histrogam maupun normal Probability Plot P-P Plot.
Uji ini bertujuan untuk melihat apakah model dalam penelitian terdistribisi normal atau tidak. Model tidak terdistribusi normal atau mendekati normal maka, hasil uji
statistik akan terdegradasi. Berikut ini adalah hasil uji normalitas data dengan menggunakan uji grafik dapat dilihat pada Gambar 4.1 dan Gambar 4.2:
Gambar 4.1 Hasil Uji Grafik Normal Probability Plot P-P Plot
Prinsipnya normalitas dapat dideteksi dengan melihat persebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Berdasarkan uji grafik Normal Probability Plot P-P Plot, hasil output memperlihatkan bahwa residual berdistribusi secara normal. Hal ini karena grafik
tersebut memperlihatkan titik – titik yang menyebar disekitar garis diagonal dan
104 104
titik-titik tersebut mengikuti arah garis diagonal pada grafik, dengan demikian dapat disimpulkan bahwa model analisis regresi berganda pada penelitian ini telah
memenuhi asumsi dari uji normalitas.
Gambar 4.2 Hasil Uji Histogram
Berdasarkan hasil uji grafik melalui histogram menunjukkan bahwa data berdistribusi normal karena tidak terlihat menceng ke kanan maupun ke kiri,
meskipun terlihat sedikit menceng ke kanan namun masih bisa dikatakan mendekati normal, dikarenakan hasil ini berdasarkan dari pengamatan seseorang,
yang mana pengamatan tiap orang dapat berbeda-beda dan dapat menimbulkan bias, oleh karena untuk memastikan hasil yang lebih akurat peneliti menggunakan
uji statistik. Guna mendukung uji grafik tersebut peneliti memutuskan untuk
menggunakan uji Kolmogorov-Smirnov yang mana hasilnya berupa angka statistik bukan dari pengamatan semata sehingga hasil yang diberikan tidak menimbulkan