METODELOGI PENELITIAN

5. Uji Asumsi Model

a. Uji Normalitas

Model Covariance Based SEM mensyaratkan data berdistribusi normal, jumlah sampel harus besar (menurut Hair lima kali jumlah parameter yang akan diestimasi atau antara 100-200 sampel), model yang akan diuji harus memiliki dasar penjelasan teori yang kuat dan lebih menekankan pada konfirmatori model atau mengkonfirmasi model dengan dunia empirisnya. Untuk itu, sebelum uji hipotesis harus terlebih dahulu melakukan uji normalitas data, karena jika data berdistribusi tidak normal, dikhawatirkan akan mempengaruhi hasil analisis dengan kecenderungan bias yang tinggi.

Uji normalitas data dalam penelitian ini menggunakan software AMOS 20. Pedoman dasar yang digunakan dalam pengujian normalitas data adalah melihat nilai critical ratio skewness dan kurtosis. Data terdistribusi normal apabila nilai critical ratio (cr) skewness < 2 dan nilai cr kurtosis < 7 (Ghozali dan Fuad, 2005).

b. Evaluasi Outlier

Outlier adalah kondisi observasi dari suatu data yang memiliki karakteristik unik yang sangat berbeda jauh dari observasi- observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel-variabel kombinasi (Hair, et al. dalam Ghozali, 2008).

Uji terhadap multivariate outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p<0,001. Jarak Mahalanobis dievaluasi dengan menggunakan nilai mahalanobis d-squared (Ghozali, 2008). Evaluasi outliers ini dilakukan dengan bantuan program komputer AMOS 20.

6. Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini mengggunakan analisis multivariate Structural Equation Modeling (SEM) dengan menggunakan program komputer AMOS 20. Menurut Hair, Anderson, Tatham, dan Black (2006), dengan menggunakan SEM, peneliti dapat mempelajari hubungan struktural yang diekspresikan oleh seperangkat persamaan, yang serupa dengan seperangkat regresi berganda.

Pengujian hipotesis dilakukan setelah data telah berdistribusi normal dengan dilakukan uji normalitas sebelumnya. Penggunaan program AMOS 20 bertujuan untuk menguji apakah model yang diestimasi mempunyai kesesuaian yang baik dan apakah terdapat pengaruh yang signifikan seperti yang dihipotesiskan. Analisis yang dilakukan adalah sebagai berikut.

Analisis Kesesuaian Model (Goodness of Fit)

Model struktural dikategorikan sebagai “good fit”, bila memenuhi beberapa indikator-indikator berikut ini.

1. Mengukur Chi Square (c 2 ) Statistic

Nilai Chi-squares merupakan ukuran mengenai buruknya fit suatu model (Ghozali dan Fuad, 2005). Tujuan analisis ini adalah mengembangkan dan menguji sebuah model yang sesuai dengan data. Chi square sangat bersifat sensitif terhadap sampel yang terlalu kecil maupun yang terlalu besar sehingga perlu dilengkapi dengan alat uji lainnya.

2. Nilai level probabilitas minimum

Nilai level probabilitas minimum yang disyaratkan adalah 0,1 atau 0,2, tetapi untuk level probabilitas sebesar 0,05 masih diperbolehkan (Hair, et al. 1998).

3. CMIN/DF (Normed Chi Square)

CMIN/DF adalah ukuran yang diperoleh dari nilai chi-square dibagi dengan degree of freedom. Menurut Hair, et al. (1998) nilai yang direkomendasikan untuk menerima kesesuian sebuah model adalah nilai CMIN/DF yang lebih kecil atau sama dengan 2,0 atau 3,0.

4. Goodness of Fit Index (GFI)

GFI mencerminkan tingkat kesesuaian model secara keseluruhan. Tingkat penerimaan yang direkomendasikan GFI

5. Adjusted Goodness of Fit Index (AGFI)

AGFI adalah GFI yang telah disesuaikan dengan rasio antara degree of freedom dari model yang diusulkan dan degree of freedom dari null model. Nilai AGFI yang direkomendasikan adalah ≥ 0,90 (Ghozali, 2008).

6. Tucker Lewis Index (TLI)

TLI (Tucker Lewis Index) adalah sebuah alternatif incremental fix index yang membandingkan sebuah model yang diuji terhadap baseline model. Ukuran ini menggabungkan ukuran parsimony ke dalam indek komparasi antara proposed model dan baseline model . Nilai penerimaan yang direkomendasikan TLI adalah ³ 0,90 (Ghozali, 2008).

7. Comparative Fit Index (CFI)

CFI yaitu indeks kesesuaian incremental yang membandingkan model yang diuji dengan baseline model. Nilai yang direkomendasikan CFI adalah ³ 0,90 (Hair et.al, 1998).

8. The Root Mean Square of Approximation (RMSEA)

RMSEA digunakan untuk mengoreksi kecenderungan statistik chi-square untuk menolak model yang dispesifikasi jika menggunakan sampel yang cukup besar. Nilai RMSEA menunjukkan goodness of fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai penerimaan yang direkomendasi RMSEA £ 0,08 (Ghozali, 2008).

Indikator-indikator yang harus dipenuhi untuk menguji kelayakan sebuah model dapat diringkas dalam tabel 3.1 berikut ini.

Tabel 3.1 Goodness of fit Indices

Sumber: Hair, et al. (1998) dan Ghozali (2008)

Goodness of fit

Indices

Cut-off Value

Chi-square (c 2 )

Diharapkan kecil Significance Probability (p)

³ 0,05

CMIN/DF

£ 2,00

GFI

³ 0,90

AGFI

³ 0,90

TLI

³ 0,90

CFI

³ 0,90

RMSEA

£ 0,08

BAB IV ANALISIS DATA DAN PEMBAHASAN

Bab ini membahas analisis data dan hasil penelitian tentang penerimaan e- SPT PPN dengan kompleksitas sebagai variabel ekternal melalui pendekatan Technology Acceptance Model (TAM). Analisis ini dibagi menjadi empat bagian, yaitu yang pertama adalah hasil pengumpulan data yang menjelaskan mengenai jumlah data yang siap dianalisis. Kedua, analisis deskripsi responden yang menjadi target penelitian yaitu user e-SPT PPN dalam suatu perusahaan yang sudah menerapkan sistem e-SPT PPN. Ketiga, hasil pengujian data yang berkaitan dengan analisis konfirmatori, uji validitas dan reliabilitas. Keempat, pembahasan hasil penelitian yang berkaitan dengan uji asumsi model dengan menggunakan Structural Equation Model (SEM) serta pengujian hipotesis.

A. ANALISIS DESKRIPTIF

Pengumpulan data dalam penelitian ini dilakukan dengan metode survey, yaitu dengan menyebarkan secara langsung daftar pernyataan berupa kuesioner. Metode pengambilan sampel dalam penelitian ini dilakukan dengan cara purposive judgement sampling , yaitu pengambilan sampel dari suatu populasi dengan pertimbangan kriteria tertentu (Jogiyanto, 2007). Dalam hal ini kriteria atau subjek responden tersebut adalah mereka yang pernah mencoba atau telah menggunakan e-SPT PPN. Hasil pengumpulan data yang berupa kuesioner yang berhasil dikembalikan dan memenuhi syarat adalah sebagai berikut.

Tabel 4.1 Hasil Pengumpulan Data

1 Kuesioner yang disebar

2 Kuesioner yang kembali

2 Kuesioner yang rusak

Jumlah Kuesioner yang diolah

Sumber: data primer diolah (2012) Berdasarkan hasil penyebaran kuesioner yang berjumlah 160 lembar

diketahui bahwa 100% atau 160 lembar kuesioner kembali. Tidak ada kuesioner yang rusak atau jawaban yang dibutuhkan oleh peneliti tidak lengkap dalam survei yang dilakukan peneliti, sehingga seluruh kuesioner atau 160 lembar kuesioner yang memenuhi syarat penelitian ini dan dapat diolah.

1. Karakteristik Responden

Analisis deskriptif karakteristik responden dalam penelitian ini digunakan untuk mengetahui distribusi responden jika dilihat berdasarkan jenis kelamin, pendidikan, pengalaman.

Berdasarkan Jenis Kelamin

Berdasarkan distribusi data dari 160 responden user e-SPT PPN di wilayah Surakarta menurut jenis kelamin dapat ditunjukkan sebagai berikut.

Tabel 4.2

Klasifikasi Responden Berdasarkan Jenis Kelamin

No

Jenis Kelamin

100% Sumber: data primer diolah (2012) 100% Sumber: data primer diolah (2012)

Berdasarkan Pendidikan

Berdasarkan distribusi data dari 160 responden user e-SPT PPN di wilayah Surakarta menurut tingkat pendidikan dapat ditunjukan sebagai berikut.

Tabel 4.3

Klasifikasi Responden Berdasarkan Pendidikan

1. SD/SMP

100% Sumber: data primer diolah (2012)

Hasil distribusi tentang tingkat pendidikan dari 160 responden user e- SPT PPN di wilayah Surakarta diketahui bahwa 29 responden (18%) mempunyai pendidikan terakhir SD/SMP, sebanyak 58 responden (36%) mempunyai pendidikan terakhir SMA, kemudian 56 responden (35%) mempunyai pendidikan terakhir Sarjana (S1), sebanyak 13 responden (8%) mempunyai pendidikan terakhir Magister (S2) dan 4 responden (3%) mempunyai pendidikan terakhir Doktor (S3). Hal ini menunjukkan bahwa rata-rata user e-SPT PPN di wilayah Surakarta mempunyai pendidikan Hasil distribusi tentang tingkat pendidikan dari 160 responden user e- SPT PPN di wilayah Surakarta diketahui bahwa 29 responden (18%) mempunyai pendidikan terakhir SD/SMP, sebanyak 58 responden (36%) mempunyai pendidikan terakhir SMA, kemudian 56 responden (35%) mempunyai pendidikan terakhir Sarjana (S1), sebanyak 13 responden (8%) mempunyai pendidikan terakhir Magister (S2) dan 4 responden (3%) mempunyai pendidikan terakhir Doktor (S3). Hal ini menunjukkan bahwa rata-rata user e-SPT PPN di wilayah Surakarta mempunyai pendidikan

Berdasarkan Pengalaman

Berdasarkan distribusi data dari 160 responden user e-SPT PPN di wilayah Surakarta menurut pengalaman dalam menggunakan e-SPT PPN dapat ditunjukkan sebagai berikut.

Tabel 4.4

Klasifikasi Responden Berdasarkan Pengalaman

100% Sumber: data primer diolah (2012)

Hasil distribusi tentang pengalaman responden dalam menggunakan e- SPT PPN dari 160 responden user e-SPT PPN di wilayah Surakarta diketahui bahwa 28 responden (17,5%) mempunyai pengalaman kurang dari 1 tahun dalam menggunakan e-SPT PPN, kemudian sebanyak 57 responden (35,6%) mempunyai pengalaman antara 1 – 3 tahun dalam menggunakan e-SPT PPN, dan sebanyak 75 responden (46,9%) mempunyai pengalaman lebih dari 3 tahun dalam menggunakan e-SPT PPN. Hal ini menunjukkan bahwa rata-rata user e -SPT PPN di wilayah Surakarta telah lama menggunakan sistem e-SPT PPN dalam proses pelaporan pajaknya yaitu lebih dari 3 tahun (46,9%) menggunakan e-SPT PPN.

2. Tanggapan Responden

a. Tanggapan Responden mengenai Perceived Usefulness

Deskripsi tanggapan responden sebanyak 160 responden user

e -SPT PPN terhadap perceived usefulness adalah sebanyak 5 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor PU1-PU5 adalah untuk mengukur perceived usefulness. Hasil survei yang menunjukkan tanggapan responden pada setiap item pernyataan adalah sebagai berikut.

Tabel 4.5

Tanggapan Responden Terhadap Perceived Usefulness No

Pernyataan

Jawaban STS TS N

S SS

PU1. Penggunaan

e -SPT

PPN

meningkatkan efektivitas saya dalam melaporkan pajak

PU2. Penggunaan

e -SPT

PPN

meminimalkan kesalahan dalam pelaporan pajak

PU3. Dengan e-SPT PPN memungkinkan

saya lebih cepat dan mudah dalam pelaporan pajak

PU4. Saya menghemat waktu dalam

mengisi laporan pajak jika melalui

e -SPT PPN

PU5. Saya menghemat biaya dalam

mengisi laporan pajak jika melalui

e -SPT PPN

Sumber: data primer diolah (2012) Berdasarkan hasil penelitian pada tabel 4.5 dapat diketahui bahwa mayoritas responden sebanyak 120 responden (75%) menjawab sangat setuju atas item pernyataan PU1. Sebanyak 96 responden (60%) menjawab sangat setuju atas item pernyataan PU2. Sebanyak 104

Sebanyak 111 responden (69%) menjawab sangat setuju atas item pernyataan PU4. Sebanyak 73 responden (46%) menjawab setuju atas item pernyataan PU5.

b. Tanggapan Responden mengenai Perceived Ease of Use

Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap perceived ease of use adalah sebanyak 4 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor PE1-PE4 adalah untuk mengukur perceived ease of use. Hasil survei yang menunjukkan tanggapan responden pada setiap item pernyataan adalah sebagai berikut.

Tabel 4.6

Tanggapan Responden Terhadap Perceived Ease of Use

No

Pernyataan

Jawaban STS TS N

S SS

PE1. e-SPT

11 50 97 PE2. Susunan menu pada e-SPT PPN

jelas dan mudah dipahami

1 1 12 70 76 PE3. Banyak hal yang didapat dalam

menggunakan e-SPT PPN

PE4. Kemudahan penggunaan e -SPT

PPN memperlancar pelaporan pajak

0 4 9 66 81 Sumber: data primer diolah (2012) Berdasarkan hasil penelitian pada tabel 4.6 dapat diketahui

bahwa mayoritas responden sebanyak 97 responden (61%) menjawab sangat setuju atas item pernyataan PE1. Sebanyak 76 responden (47%) menjawab sangat setuju atas item pernyataan PE2. Sebanyak 85 responden (53%) menjawab setuju atas item pernyataan PE3. Sebanyak bahwa mayoritas responden sebanyak 97 responden (61%) menjawab sangat setuju atas item pernyataan PE1. Sebanyak 76 responden (47%) menjawab sangat setuju atas item pernyataan PE2. Sebanyak 85 responden (53%) menjawab setuju atas item pernyataan PE3. Sebanyak

Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap attitude toward using adalah sebanyak 3 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor AT1-AT3 adalah untuk mengukur attitude toward using. Hasil survei yang menunjukkan tanggapan responden pada setiap item pernyataan adalah sebagai berikut.

Tabel 4.7

Tanggapan Responden Terhadap Attitude Toward Using

No

Pernyataan

Jawaban STS TS N

S SS

AT1. Saya menerima sistem e-SPT PPN

untuk pelaporan PPN

0 1 8 72 79 AT2. Saya menikmati menggunakan e-

SPT PPN

0 1 4 63 92 AT3. Saya merasa senang menggunakan

e -SPT

PPN

sebagai sarana

pelaporan pajak

Sumber: data primer diolah (2012) Berdasarkan hasil penelitian pada tabel 4.7 dapat diketahui bahwa mayoritas responden sebanyak 79 responden (49%) menjawab sangat setuju atas item pernyataan AT1. Sebanyak 92 responden (57%) menjawab sangat setuju atas item pernyataan AT2. Sebanyak 77 responden (51%) menjawab setuju atas item pernyataan AT3.

d. Tanggapan Responden mengenai Behavioral Intention to Use

Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap behavioral intention to use adalah sebanyak 4 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor BI1-BI3 Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap behavioral intention to use adalah sebanyak 4 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor BI1-BI3

Tabel 4.8

Tanggapan Responden Terhadap Behavioral Intention to Use

No

Pernyataan

Jawaban STS TS N

S SS

BI1. Saya akan men-download software

aplikasi e-SPT PPN dalam pelaporan PPN

BI2. Saya berencana menggunakan e-SPT

PPN dalam pelaporan PPN

0 1 9 60 91 BI3. Saya akan memilih menggunakan e-

SPT PPN dalam pelaporan PPN

0 0 19 70 71 BI4. Saya berharap di masa depan akan

terus menggunakan e-SPT PPN dalam melakukan pelaporan PPN

Sumber: data primer diolah (2012) Berdasarkan hasil penelitian pada tabel 4.8 dapat diketahui bahwa mayoritas responden sebanyak 78 responden (49%) menjawab setuju atas item pernyataan BI1. Sebanyak 91 responden (57%) menjawab sangat setuju atas item pernyataan BI2. Sebanyak 71 responden (44 %) menjawab sangat setuju atas item pernyataan BI3. Sebanyak 82 responden (51%) menjawab sangat setuju atas item pernyataan BI4.

e. Tanggapan Responden mengenai Actual System Use

Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap actual system use adalah sebanyak 3 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor AS1-AS3 adalah untuk mengukur actual system use. Hasil survei yang menunjukkan tanggapan

Tabel 4.9

Tanggapan Responden Terhadap Actual System Use

No

Pernyataan

Jawaban STS TS N

S SS

AS1. Saya menggunakan e-SPT PPN

setiap melakukan pelaporan pajak dan membutuhkan informasi tentang perpajakan

AS2. Secara keseluruhan saya merasa

puas dengan kinerja e-SPT PPN

15 44 97 AS3. Saya sering menggunakan e-SPT

PPN dalam pelaporan pajak

0 4 18 76 62 Sumber: data primer diolah (2012)

Berdasarkan hasil penelitian pada tabel 4.9 dapat diketahui bahwa mayoritas responden sebanyak 78 responden (49%) menjawab setuju atas item pernyataan AS1. Sebanyak 97 responden (61%) menjawab sangat setuju atas item pernyataan AS2. Sebanyak 76 responden (47%) menjawab setuju atas item pernyataan AS3.

f. Tanggapan Responden mengenai Kompleksitas

Deskripsi tanggapan responden sebanyak 160 responden user e- SPT PPN terhadap kompleksitas adalah sebanyak 5 item pernyataan. Pernyataan yang terdapat pada pernyataan nomor CO1-CO5 adalah untuk mengukur kompleksitas. Hasil survei yang menunjukkan tanggapan responden pada setiap item pernyataan adalah sebagai berikut.

Tabel 4.10

Tanggapan Responden Terhadap Kompleksitas

No

Pernyataan

Jawaban STS TS N

S SS

CO1. Sistem e-SPT PPN membutuhkan

waktu yang lama untuk dipahami oleh hampir sebagian besar wajib pajak

CO2. Sistem e-SPT PPN memaksa wajib

pajak untuk menguasai teknologi informasi

CO3. Sistem e-SPT PPN membutuhkan

tingkat ketelitian yang tinggi

2 17 11 39 91 CO4. Sistem e-SPT PPN membutuhkan

CO5. Sistem e-SPT PPN cukup rumit dan

sulit dipelajari

4 86 46 17 7 Sumber: data primer diolah (2012)

Berdasarkan hasil penelitian pada tabel 4.10 dapat diketahui bahwa mayoritas responden sebanyak 78 responden (49%) menjawab sangat setuju atas item pernyataan CO1. Sebanyak 81 responden (51%) menjawab sangat setuju atas item pernyataan CO2. Sebanyak 91 responden (57%) menjawab sangat setuju atas item pernyataan CO3. Sebanyak 69 responden (43%) menjawab sangat setuju atas item pernyataan CO4. Sebanyak 86 responden (54%) menjawab tidak setuju atas item pernyataan CO5.

B. CONFIRMATORY FACTOR ANALYSIS Uji Unidimensionalitas

a. Perceived Usefulness (PU)

Konstruk Perceived Usefulness diukur dengan 5 indikator yaitu PU1,PU2,PU3,PU4, dan PU5. Hasil uji unidimensionalitas konstruk Perceived Usefulness dapat dilihat dari gambar 4.1 berikut.

Gambar 4.1 Konstruk Perceived Usefulness

Berdasarkan gambar 4.1 dapat diketahui bahwa nilai Chi Square = 23,887 dengan Prob = 0 sehingga model Perceived Usefulness belum fit. Data estimasi menunjukkan bahwa indikator PU1 dan PU2 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator PU3,PU4, dan PU5 belum valid karena nilai factor loading dibawah 0,5 sehingga 3 indikator tersebut harus dikeluarkan dari model untuk menjadikan model Berdasarkan gambar 4.1 dapat diketahui bahwa nilai Chi Square = 23,887 dengan Prob = 0 sehingga model Perceived Usefulness belum fit. Data estimasi menunjukkan bahwa indikator PU1 dan PU2 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator PU3,PU4, dan PU5 belum valid karena nilai factor loading dibawah 0,5 sehingga 3 indikator tersebut harus dikeluarkan dari model untuk menjadikan model

Konstruk Perceived Ease of Use diukur dengan 4 indikator yaitu PE1,PE2,PE3, dan PE4. Hasil uji unidimensionalitas konstruk Perceived Ease of Use dapat dilihat dari gambar 4.2 berikut.

Gambar 4.2 Konstruk Perceived Ease of Use

Berdasarkan gambar 4.2 dapat diketahui bahwa nilai Chi Square = 8,330 dengan Prob = 0,016 sehingga model Perceived Ease of Use belum fit. Data estimasi menunjukkan bahwa indikator PE1 dan PE2 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator PU3 belum valid karena nilai factor loading dibawah 0,5 dan PU4 belum valid karena nilai factor loading dibawah 0,5 dengan dengan tingkat signifikansi diatas 5% (n<0,05) sehingga 2 indikator tersebut harus dikeluarkan dari model untuk menjadikan model Perceived Ease of Use dapat dinyatakan fit.

c. Attitude Toward Using (AT)

Konstruk Attitude Toward Using diukur dengan 3 indikator yaitu AT1,AT2 dan AT3. Hasil uji unidimensionalitas konstruk Attitude Toward Using dapat dilihat dari gambar 4.3 berikut.

Gambar 4.3 Konstruk Attitude Toward Using

Berdasarkan gambar 4.3 dapat diketahui bahwa nilai Chi Square = 0 dengan Prob = 0 sehingga model Attitude Toward Using belum fit. Data estimasi menunjukkan bahwa indikator AT1 dan AT2 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator AT3 belum valid karena nilai factor loading dibawah 0,5 sehingga indikator tersebut harus dikeluarkan dari model untuk menjadikan model Attitude Toward Using dapat dinyatakan fit.

d. Behavioral Intention to Use (BI)

Konstruk Behavioral Intention to Use diukur dengan 4 indikator yaitu BI1,BI2,BI3, dan BI4. Hasil uji unidimensionalitas konstruk Behavioral Intention to Use dapat dilihat dari gambar 4.4 berikut.

Gambar 4.4 Konstruk Behavioral Intention to Use

Berdasarkan gambar 4.4 dapat diketahui bahwa nilai Chi Square = 9,243 dengan Prob = 0,026 sehingga model Behavioral Intention to Use belum fit. Data estimasi menunjukkan bahwa indikator BI1 dan BI3 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator BI2 belum valid karena nilai factor loading dibawah 0,5 dan BI4 belum valid karena nilai factor loading dibawah 0,5 dengan dengan tingkat signifikansi diatas 5% (n<0,05)sehingga 2 indikator tersebut harus dikeluarkan dari model untuk menjadikan model Behavioral Intention to Use dapat dinyatakan fit.

e. Actual System Use (AS)

Konstruk Actual System Use diukur dengan 3 indikator yaitu AS1,AS2 dan AS3. Hasil uji unidimensionalitas konstruk Actual System Use dapat dilihat dari gambar 4.5 berikut.

Gambar 4.5 Konstruk Actual System Use

Berdasarkan gambar 4.5 dapat diketahui bahwa nilai Chi Square = 0 dengan Prob = 0 sehingga model Actual System Use belum fit. Data estimasi menunjukkan bahwa indikator AS1 dan AS2 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator AS3 belum valid karena nilai factor loading dibawah 0,5 sehingga indikator tersebut harus dikeluarkan dari model untuk menjadikan model Actual System Use dapat dinyatakan fit.

f. Kompleksitas (CO)

Konstruk Kompleksitas diukur dengan 5 indikator yaitu CO1,CO2,CO3,CO4 dan CO5. Hasil uji unidimensionalitas konstruk Kompleksitas dapat dilihat dari gambar 4.6 berikut.

Gambar 4.6 Konstruk Kompleksitas

Berdasarkan gambar 4.6 dapat diketahui bahwa nilai Chi Square = 28,070 dengan Prob = 0 sehingga model Kompleksitas belum fit. Data estimasi menunjukkan bahwa indikator CO1, CO2, CO3 dan CO4 telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat signifikansi dibawah 5% (n<0,05), sedangkan indikator CO5 belum valid karena nilai factor loading dibawah 0,5 sehingga indikator tersebut harus dikeluarkan dari model untuk menjadikan model Kompleksitas dapat dinyatakan fit.

Analisis Konfirmatori antar Konstruk

Hasil dari analisis konfirmatori seluruh konstruk dari model SEM e- SPT PPN disajikan dalam gambar 4.7 berikut.

Gambar 4.7 Uji Konfirmatori antar Konstruk

Berdasarkan hasil analisis konfirmatori yang terlihat pada gambar 4.7 dapat diketahui bahwa nilai Chi Square = 78,399 dengan Prob = 0,078 menunjukkan indikasi yang baik, dan nilai-nilai yang lain yaitu CMIN/DF, GFI, AGFI, TLI, CFI, dan RMSEA juga menunjukkan indikasi yang baik, sehingga secara keseluruhan model ini dapat diterima karena kriteria-kriteria untuk pengujian kesesuaian model telah memenuhi ambang batas yang disarankan. Data estimasi menunjukkan bahwa seluruh indikator dalam model ini telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat Berdasarkan hasil analisis konfirmatori yang terlihat pada gambar 4.7 dapat diketahui bahwa nilai Chi Square = 78,399 dengan Prob = 0,078 menunjukkan indikasi yang baik, dan nilai-nilai yang lain yaitu CMIN/DF, GFI, AGFI, TLI, CFI, dan RMSEA juga menunjukkan indikasi yang baik, sehingga secara keseluruhan model ini dapat diterima karena kriteria-kriteria untuk pengujian kesesuaian model telah memenuhi ambang batas yang disarankan. Data estimasi menunjukkan bahwa seluruh indikator dalam model ini telah valid karena memiliki nilai factor loading diatas 0,5 dengan tingkat

Analisis Full Model

Hasil dari pengolahan full model SEM e-SPT PPN disajikan dalam gambar 4.8 berikut.

Gambar 4.8 Full Model SEM e-SPT PPN

Hasil analisis full model yang terlihat pada gambar 4.8 dapat diketahui analisis kesesuaian model yaitu Chi Square, Probability, CMIN/DF, GFI, AGFI, TLI, CFI, dan RMSEA sudah baik dan dapat diterima sehingga dapat disimpulkan bahwa model struktural SEM dalam penelitian ini telah dinyatakan fit. Setelah model struktural dinyatakan fit, maka langkah selanjutnya adalah menguji asumsi-asumsi lain yang disyaratkan dalam

C. UJI VALIDITAS

Instrumen yang valid adalah alat ukur yang digunakan untuk mendapatkan data yang valid dan dapat digunakan untuk mengukur apa yang hendak di ukur (Sugiyono, 2002). Konstruk yang diuji merupakan pengujian kembali dari penelitian yang telah dilakukan sebelumnya, dimana pada penelitian yang sebelumnya telah berhasil mengidentifikasi faktor-faktor yang membentuk konstruk, sehingga dalam penelitian ini teknik analisis yang dipakai adalah menggunakan Confirmatory Factor Analysis (Ghozali, 2008), dengan bantuan program AMOS versi 20. Pedoman umum untuk analisis faktor adalah setiap item pertanyaan harus mempunyai factor loading ³ 0,5 (Hair, et al. 1998). Hasil uji validitas dari Confirmatory Factor Analysis (CFA) dapat dilihat pada tabel 4.11 berikut ini.

Tabel 4.11 Hasil Uji Validitas Variabel

Perceived Usefulness (PU)

Perceived Ease of Use (PE)

Attitude towards Using (AT)

Behavioral Intention to Use (BI)

Actual System Use (AS)

Kompleksitas (CO)

Sumber: data primer diolah (2012) Sumber: data primer diolah (2012)

selanjutnya.

D. UJI RELIABILITAS

Uji reliabilitas dalam penelitian ini dimaksudkan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama dengan menggunakan alat pengukur yang sama pula. Uji reliabilitas hanya dilakukan terhadap semua butir pernyataan yang sudah lolos uji validitas.

Untuk mengukur reliabilitas dari instrument penelitian ini dilakukan dengan menggunakan koefisien Cronbach Alpha. Suatu konstruk atau variabel dikatakan handal atau reliabel jika memberikan nilai Cronbach alpha > 0,60 (Ghozali, 2008). Dari hasil pengujian reliabilitas dengan menggunakan bantuan program SPSS 16 didapatkan nilai Cronbach Alpha sebagai berikut:

Tabel 4.12 Hasil Uji Reliabilitas Variabel Penelitian

Variabel

Cronbach’s alpha

Keterangan

Perceived Usefulness (PU)

Diterima Perceived Ease of Use (PE)

Diterima Atittude Toward Using (AT)

Diterima Behavioral Intention to Use (BI)

Diterima Actual System Use (AS)

Diterima Kompleksitas (CO)

Baik Sumber: data primer diolah (2012)

Hasil koefisien Cronbach’s Alpha dari masing-masing variabel pada tabel

(Ghozali, 2008). Berdasarkan kriteria Sekaran (2006) dapat diketahui bahwa 5 konstruk yaitu Perceived Usefulness (PU), Perceived Ease of Use (PE), Atittude Toward Using (AT), Behavioral Intention to Use (BI), dan Actual System Use (AS) mempunyai reliabilitas yang diterima karena koefisien Cronbach’s alpha- nya diantara 0,60 sampai 0,79. Sedangkan konstruk Kompleksitas (CO) mempunyai reliabilitas yang baik karena koefisien Cronbach’s alpha-nya lebih dari 0,80.

E. UJI ASUMSI MODEL

1. Uji Normalitas

Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 20. Hasil uji normalitas secara lengkap dapat dilihat pada tabel 4.13 berikut.

Tabel 4.13 Hasil Uji Normalitas

c.r. kurtosis c.r.

-,597 -1,541 CO3

1,000 5,000 -1,310 -6,766

,609 1,572 CO2

1,000 5,000 -1,131 -5,839

,480 1,238 CO1

1,000 5,000 -1,118 -5,771

,186 ,481 AS2

2,000 5,000 -1,336 -6,901

-,665 -1,717 BI3

-,501 -2,588

-,782 -2,019 BI1

2,000 5,000 -1,012 -5,227

1,000 5,000 -1,196 -6,175

2,497 6,448 PE1

2,000 5,000 -1,298 -6,701

1,274 3,291 PU2

2,000 5,000 -1,313 -6,782

1,635 4,221 PU1

3,000 5,000 -1,639 -8,466

Tabel 4.13 menunjukkan hasil pengujian normalitas data dalam penelitian ini. Evaluasi normalitas diidentifikasi secara univariate maupun multivariate . Secara univariate untuk nilai-nilai dalam cr skewness, semua data dalam penelitian ini memiliki nilai cr skewness > 2. Sedangkan secara multivariate untuk nilai-nilai dalam cr kurtosis data terdistribusi secara normal karena nilainya 6,606 lebih kecil dari nilai kritisnya yaitu 7. Dalam penelitian ini dapat dikatakan bahwa data tidak terdistribusi normal secara univariate . Sementara nilai yang tertera di pojok kanan bawah pada tabel

4.13 menandakan bahwa data dalam penelitian ini telah terdistribusi normal secara multivariate, karena nilai 6,606 lebih kecil dari nilai kritisnya yaitu 7. Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Data yang digunakan dalam penelitian ini adalah data primer berdasarkan jawaban responden yang sangat beragam sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna. Menurut Hair, et al. (1998) ukuran sampel yang besar cenderung untuk mengurangi efek yang merugikan (distorsi hasil analisis) dari non-normalitas data yang akan dianalisis. Teknik Maximum Likelihood Estimates (MLE) yang digunakan dalam penelitian ini juga tidak terlalu terpengaruh (robust) terhadap data yang tidak normal (Ghozali dan Fuad, 2005) sehingga analisis selanjutnya masih dapat dilakukan.

2. Evaluasi Outlier

Uji terhadap multivariate outlier dilakukan dengan menggunakan kriteria jarak mahalanobis pada tingkat p<0,001. Jarak mahalanobis dievaluasi dengan menggunakan nilai mahalanobis d-squared (Ghozali,

2008). Jarak Mahalanobis itu dievaluasi dengan menggunakan c 2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian (Ferdinand, 2002).

Dalam penelitian ini, indikator yang akan digunakan adalah sebanyak

14 indikator yang telah valid dari 24 indikator yang ada sebelumnya, sehingga nilai mahalanobis distance adalah c 2 (14, 0,001) = 36,123. Item yang mempunyai nilai mahalanobis d-squared lebih dari 36,123 adalah multivariate outliers . Hasil evaluasi outlier dengan jarak Mahalanobis dari output AMOS 20 disajikan dalam tabel 4.14.

Tabel 4.14 Jarak Mahalanobis Data Penelitian

Observation number Mahalanobis d-squared

Sumber: data primer diolah (2012)

Tabel 4.14 adalah sebagian nilai evaluasi jarak mahalanobis d- squared . Nilai evaluasi jarak mahalanobis d-squared secara lengkap disajikan di halaman lampiran. Tabel 4.14 terlihat bahwa terdapat 2 item data yang diindikasikan sebagai outlier karena nilai mahalanobis

distance sedikit melebihi nilai dari c 2 (14, 0,001) = 36,123 yaitu item nomor 111 dan 57, namun item-item tersebut tidak perlu dikeluarkan dari model karena dalam analisis penelitian, apabila tidak terdapat alasan khusus untuk mengeluarkan kasus yang mengindikasikan adanya outliers , maka kasus tersebut harus tetap diikutsertakan dalam analisis selanjutnya (Ferdinand, 2006).

F. PENGUJIAN HIPOTESIS DAN PEMBAHASAN

1. Analisis Kesesuaian Model (Goodness of Fit)

Sebelum melakukan pengujian hipotesis, terlebih dahulu menilai kesesuaian model (Goodness of Fit). Hasil evaluasi nilai Goodness of Fit dari model penelitian yang dilakukan disajikan dalam tabel 4.15 berikut.

Tabel 4.15 Hasil Goodness of Fit Model

Goodness of Fit

indeks

Nilai yang Diharapkan

Hasil

Evaluasi

c 2 - Chi Square Probabilitas CMIN/df GFI AGFI TLI CFI RMSEA

Diharapkan kecil

- Baik Baik Baik Baik Baik Baik Baik

Pada tabel 4.15 dapat dilihat bahwa nilai Chi-Square (c 2 ) pada penelitian ini sebesar 82,442 dengan probabilitas 0,112 menunjukkan indikasi

yang baik. Nilai CMIN/df sebesar 1,212 merupakan indikasi yang baik karena mempunyai nilai kurang dari 2. Nilai GFI sebesar 0,932 dan nilai AGFI sebesar 0,895 merupakan indikasi yang baik. Sementara dari indeks TLI sebesar 0,974, nilai CFI sebesar 0,981 dan nilai RMSEA sebesar 0,037 juga merupakan indikasi yang baik karena mempunyai nilai sesuai yang diharapkan. Berdasarkan keseluruhan pengukuran goodness of fit dalam full model tersebut di atas mengindikasikan bahwa model yang diajukan dalam penelitian telah fit dan dapat diterima.

2. Uji Hipotesis

Pengujian hipotesis dilakukan dengan menggunakan Structural Equation Modeling (SEM) dengan bantuan program AMOS 20. Analisis ini dilihat dari signifikansi besaran regression weight model dan standardized regression weight yang dapat dilihat pada tabel berikut

Tabel 4.16 Regression Weights

PU <--- PE

0,002 par_12 PU <--- CO

0,307 par_16 AT <--- PU

0,148 par_9 AT <--- PE

0,548 par_13 BI <--- PU

*** par_10 BI <--- AT

0,029 par_14 AS <--- PU

0,011 par_11

Tabel 4.17 Standardized Regression Weights

Estimate

PU <--- PE

PU <--- CO

AT <--- PU

AT <--- PE

BI <--- PU

BI <--- AT

AS <--- PU

AS <--- BI

AS <--- CO

Sumber: data primer diolah (2012)

a. H1 : Perceived Usefulness (PU) berpengaruh terhadap Attitude

Toward Using (AT)

Hipotesis ini bertujuan untuk menguji apakah perceived usefulness berpengaruh terhadap atittude toward using. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis

1 tidak terbukti secara signifikan, karena nilai probabilitas 0,148 atau lebih besar dari 0,05 yang berarti tidak signifikan pada taraf signifikansi 5% (H1 ditolak).

Hasil penelitian ini tidak sejalan dengan Agarwal dan Prasad (1999) dan Wibowo (2008) yang menyatakan bahwa perceived usefulness merupakan konstruk yang cukup signifikan mempengaruhi attitude toward using. Tetapi hasil tersebut sesuai dengan penelitian yang dilakukan oleh Igbaria, et al. (1997) dan penelitian Money (2004) yang berjudul “Application of the

System” yang menyatakan bahwa konstruk attitude toward using tidak memberikan pengaruh yang signifikan dalam penelitian sehingga dihapuskan. Hasil tersebut didukung oleh Tangke (2004) yang menyatakan bahwa persepsi kegunaan tidak berpengaruh terhadap sikap pengguna dalam menggunakan teknologi.

Dari hasil hipotesis tersebut dapat disimpulkan bahwa jika seseorang atau user percaya bahwa menggunakan e-SPT PPN dapat mempermudah dalam melaporkan PPN, belum tentu mereka akan bersikap positif untuk menerima e-SPT PPN dalam pelaporan PPN. Faktor yang menyebabkan hipotesis ditolak adalah belum terbiasanya responden menggunakan program e-SPT PPN karena penerapan program ini termasuk program baru dalam pelaporan pajak dan dari analisis deskriptif menunjukkan bahwa masih terdapat user yang minim pengalaman dalam menggunakan e-SPT PPN yaitu dibawah 3 tahun sehingga belum terbiasa dan belum bisa sepenuhnya menerima teknologi baru ini.

b. H2 : Perceived Usefulness (PU) berpengaruh terhadap

Behavioral Intention to Use (BI)

Hipotesis ini bertujuan untuk menguji apakah perceived usefulness berpengaruh terhadap behavioral intention to use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 2 terbukti secara signifikan, karena diperoleh nilai Hipotesis ini bertujuan untuk menguji apakah perceived usefulness berpengaruh terhadap behavioral intention to use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 2 terbukti secara signifikan, karena diperoleh nilai

Hasil penelitian ini mendukung penelitian Venkatesh dan Morish (2000), Wibowo (2008) serta Yuadi (2009) yang menemukan bahwa perceived usefulness berpengaruh signifikan terhadap behavioral intention . Jadi dapat disimpulkan bahwa persepsi kegunaan teknologi e-SPT PPN oleh user berpengaruh positif terhadap minat user untuk menggunakan teknologi tersebut. Analisis deskriptif menunjukkan bahwa responden mempunyai persepsi yang baik terhadap kegunaan e-SPT PPN sehingga membuat user berminat untuk terus menggunakan e-SPT PPN sebagai alat untuk pelaporan pajak.

c. H3 : Perceived Usefulness (PU) berpengaruh terhadap Actual

System Use (AS)

Hipotesis ini bertujuan untuk mengetahui apakah perceived usefulness berpengaruh terhadap actual system use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis

3 terbukti secara signifikan, karena diperoleh nilai probabilitas 0,011 3 terbukti secara signifikan, karena diperoleh nilai probabilitas 0,011

Hasil tersebut mendukung dengan hasil penelitian Sun dan Zhang (2005) dan Tangke (2004) yang menyatakan bahwa perceived usefulness merupakan konstruk yang paling signifikan menentukan actual system usage atau behavior. Hal ini menunjukkan bahwa seseorang yang menganggap e-SPT PPN dapat meningkatkan efektivitas dalam melaporkan PPN akan menggunakan e-SPT PPN. Analisis deskriptif menunjukkan bahwa sebagian besar responden menjawab akan tetap menggunakan program e-SPT PPN karena percaya bahwa dengan menggunakan e-SPT PPN maka akan mempermudah dalam pelaporan pajak.

d. H4 : Perceived Ease of Use (PE) berpengaruh terhadap Perceived

Usefulness (PU)

Hipotesis ini bertujuan untuk menguji apakah perceived ease of use berpengaruh terhadap perceived usefulness. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 4 terbukti secara signifikan, karena diperoleh nilai probabilitas 0,002 atau lebih kecil dari 0,05 yang berarti signifikan pada taraf Hipotesis ini bertujuan untuk menguji apakah perceived ease of use berpengaruh terhadap perceived usefulness. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 4 terbukti secara signifikan, karena diperoleh nilai probabilitas 0,002 atau lebih kecil dari 0,05 yang berarti signifikan pada taraf

Hasil penelitian ini mendukung beberapa penelitian terdahulu, yaitu antara lain penelitian Igbaria, et al. (1997), Tangke (2004), Wibowo (2008), Yuadi (2009) yang menyatakan bahwa perceived ease of use berpengaruh positif terhadap perceived usefulness . Hasil tersebut juga sesuai dengan hasil penelitian Davis, et al. (1989) yang menunjukkan perceived ease of use adalah penentu perceived usefulness. Berdasarkan hipotesis tersebut dapat disimpulkan bahwa apabila seseorang percaya bahwa teknologi e- SPT PPN mudah digunakan, maka orang tersebut akan percaya bahwa menggunakan e-SPT PPN akan mempermudah dan dapat meningkatkan efektivitas dalam melaporkan pajak pertambahan nilainya. Jawaban responden dalam analisis deskriptif sebagian besar adalah setuju terhadap persepsi kemudahan menggunakan e-SPT PPN dan persepsi kegunaan sehingga terdapat hubungan yang signifikan antara kedua persepsi tersebut.

e. H5 : Perceived Ease of Use (PE) berpengaruh terhadap Attitude

Toward Using (AT)

Hipotesis ini bertujuan untuk menguji apakah perceived ease Hipotesis ini bertujuan untuk menguji apakah perceived ease

Hasil penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh Taylor dan Todd (1995), Al Gahtani (2001) serta Tangke (2004) yang menyatakan bahwa perceived ease of use berpengaruh positif terhadap atittude toward using. Tetapi hasil tersebut sesuai dengan penelitian yang dilakukan oleh Igbaria, et al. (1997) dan penelitian Money (2004) yang menyatakan bahwa konstruk attitude toward using tidak memberikan pengaruh yang signifikan dalam penelitian sehingga harus dihapuskan. Hasil tersebut didukung oleh Gumussoy, Calisir dan Bayram (2007), Wibowo (2008) dan Yuadi (2009) yang menyatakan bahwa mudah

atau tidaknya web digunakan tidak akan mempengaruhi sikap pengguna terhadap penggunaan teknologi tersebut.

Jadi dapat disimpulkan bahwa walaupun teknologi e-SPT PPN mudah untuk digunakan, tetapi belum tentu hal tersebut akan membentuk sikap user untuk selalu menerima e-SPT PPN dalam pelaporan PPN. Faktor yang menyebabkan hipotesis ini ditolak mungkin karena user masih ingin menggunakan cara manual atau mencari alternatif cara yang lain dalam pelaporan pajak. Analisis deskriptif juga menunjukkan bahwa masih banyak respoden atau Jadi dapat disimpulkan bahwa walaupun teknologi e-SPT PPN mudah untuk digunakan, tetapi belum tentu hal tersebut akan membentuk sikap user untuk selalu menerima e-SPT PPN dalam pelaporan PPN. Faktor yang menyebabkan hipotesis ini ditolak mungkin karena user masih ingin menggunakan cara manual atau mencari alternatif cara yang lain dalam pelaporan pajak. Analisis deskriptif juga menunjukkan bahwa masih banyak respoden atau

f. H6 : Attitude Toward Using (AT) berpengaruh terhadap

Behavioral Intention to Use (BI)

Hipotesis ini bertujuan untuk menguji apakah atittude toward using berpengaruh terhadap behavioral intention to use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis

6 terbukti secara signifikan dengan nilai probabilitas 0,029 atau lebih kecil dari 0,05 yang berarti signifikan pada taraf signifikansi 5% (H6 diterima). Hasil estimasi pengaruh atittude toward using terhadap behavioral intention to use diperoleh koefisien jalur (standardized regression weight estimate) adalah 0,289, sehingga dapat disimpulkan bahwa hubungan antara variabel atittude toward using terhadap behavioral intention to use adalah positif.

Hasil tersebut mendukung hasil penelitian sebelumnya yaitu Gardner dan Amoroso (2004), Wibowo (2008) dan Yuadi (2009) yang menyatakan bahwa attitude toward using berpengaruh positif terhadap behavioral intention. Berdasarkan hasil hipotesis tersebut dapat disimpulkan bahwa seseorang yang menerima dan menggunakan e-SPT PPN akan membuat orang tersebut mempunyai minat untuk selalu menggunakan e-SPT PPN. Analisis deskriptif menunjukkan bahwa walaupun program ini termasuk teknologi baru, Hasil tersebut mendukung hasil penelitian sebelumnya yaitu Gardner dan Amoroso (2004), Wibowo (2008) dan Yuadi (2009) yang menyatakan bahwa attitude toward using berpengaruh positif terhadap behavioral intention. Berdasarkan hasil hipotesis tersebut dapat disimpulkan bahwa seseorang yang menerima dan menggunakan e-SPT PPN akan membuat orang tersebut mempunyai minat untuk selalu menggunakan e-SPT PPN. Analisis deskriptif menunjukkan bahwa walaupun program ini termasuk teknologi baru,

g. H7 : Behavioral Intention to Use (BI) berpengaruh terhadap

Actual System Use (AS)

Hipotesis ini bertujuan untuk mengetahui apakah behavioral intention to use berpengaruh terhadap actual system use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 7 tidak terbukti secara signifikan, karena diperoleh nilai probabilitas 0,815 atau lebih besar dari 0,05 yang berarti signifikan pada taraf signifikansi 5% (H7 ditolak).

Hasil tersebut tidak sesuai dengan penelitian yang dilakukan oleh Davis, et al. (1989), Taylor dan Todd (1995) serta Muhammad (2010) yang menunjukkan bahwa behavioral intention adalah prediktor yang baik terhadap actual system use. Penelitian yang dilakukan oleh Jogiyanto (2007) juga menyatakan bahwa seseorang akan melakukan suatu perilaku (behavior) jika mempunyai keinginan atau minat (behavioral intention) untuk melakukannya. Tetapi dalam penelitian ini sifat penerimaan sistemnya adalah mandatory use (user wajib memakai sistem yang sudah ditetapkan perusahaan) sehingga intention to use tidak dapat diterapkan dalam lingkungan sistem yang bersifat mandatory use (Brown, Massey,

Shine (2003) juga mendukung bahwa konstruk intention to use tidak berpengaruh dan tidak tepat untuk mengukur penerimaan penggunaan sistem informasi yang bersifat mandatory use.

Hasil penelitian ini menunjukkan bahwa user yang memiliki minat menggunakan e-SPT PPN belum tentu akan membuat user tersebut memiliki kecenderungan untuk selalu menggunakannya dalam pelaporan PPN. Faktor yang menyebabkan responden belum memiliki kecenderungan untuk selalu menggunakan e-SPT PPN antara lain karena faktor pendidikan terakhir user yang rendah dan terdapat sebagian responden yang masih belum berpengalaman dalam penggunaan e-SPT PPN.

h. H8 : Kompleksitas (CO) berpengaruh terhadap Perceived

Usefulness (PU)

Hipotesis ini bertujuan untuk mengetahui apakah kompleksitas berpengaruh terhadap perceived usefulness . Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis 8 tidak terbukti secara signifikan dengan nilai probabilitas 0,307 atau lebih besar dari 0,05 yang berarti tidak signifikan pada taraf signifikansi 5% (H8 ditolak).

Penelitian Chau dan Hu (2001) menyatakan bahwa kompleksitas tidak berpengaruh terhadap perceived usefulness dan behavioral intention karena teknologi yang lebih kompleks akan Penelitian Chau dan Hu (2001) menyatakan bahwa kompleksitas tidak berpengaruh terhadap perceived usefulness dan behavioral intention karena teknologi yang lebih kompleks akan

Hasil tersebut menunjukkan bahwa kerumitan dalam menggunakan teknologi e-SPT PPN tidak terlalu berpengaruh terhadap persepsi kegunaan oleh user. Jadi, dapat disimpulkan bahwa sebagian besar user yang menjadi responden berpendapat bahwa responden tidak terpengaruh akan kerumitan dalam penggunaan e-SPT PPN, bahkan menyatakan penggunaan e-SPT PPN tidak terlalu rumit dan cukup mudah untuk dioperasikan sehingga mereka yakin bahwa penggunaan e-SPT PPN akan mempermudah pekerjaan mereka dalam pelaporan pajak. Analisis deskriptif menunjukkan bahwa sebagian besar responden tidak setuju bahwa e-SPT PPN sulit untuk dioperasikan dan menyatakan bahwa

e -SPT PPN sangat membantu dalam pelaporan pajak.

i. H9 : Kompleksitas (CO) berpengaruh terhadap Actual System

Use (AS)

Hipotesis ini bertujuan untuk mengetahui apakah kompleksitas berpengaruh terhadap actual system use. Berdasarkan hasil perhitungan pada tabel 4.16, uji signifikansi terhadap hipotesis

9 tidak terbukti secara signifikan, karena diperoleh nilai probabilitas

0,883 atau lebih besar dari 0,05 yang berarti signifikan pada taraf signifikansi 5% (H9 ditolak).

Hasil tersebut mendukung penelitian Gardner dan Amoroso (2004) yang menyatakan bahwa kompleksitas hanya berpengaruh terhadap perceived usefulness saja, dan tidak dapat dibuktikan mempunyai hubungan dengan perceived usage atau actual system use. Tetapi berbeda dalam penelitian yang dilakukan oleh Igbaria, et al. (1995) yang menemukan hubungan yang kuat dan signifikan antara kerumitan dengan actual system use. Berdasarkan hasil hipotesis tersebut dapat disimpulkan bahwa kerumitan dalam penggunaan e-SPT PPN belum tentu akan membuat responden tetap menggunakan teknologi e-SPT PPN dalam pelaporan pajak. Analisis deskriptif menunjukkan bahwa user yang berpendidikan terakhir SMA ke bawah dan yang masih minim pengalaman membuat mereka belum terbiasa dan belum ada ketertarikan untuk terus menggunakan e-SPT PPN sehingga masih harus menambah pengalaman untuk menggunakan e-SPT PPN dalam pelaporan pajak.

Model TAM Setelah Pengujian Hipotesis

Secara keseluruhan, kesimpulan dari hasil penelitian dapat dilihat pada

gambar berikut ini.

Gambar 4.9 Model TAM setelah pengujian hipotesis

Attitude Toward

Using

Behavioral Intention to

Use

Perceived Ease of Use

Perceived Usefulness

Actual System

Use

BAB V PENUTUP

Pada bagian ini akan dipaparkan kesimpulan dan saran sebagai bagian akhir dari penelitian ini. Kesimpulan ini didasarkan pada hasil analisis data yang telah dilakukan dan akan menjawab permasalahan yang telah dirumuskan sebelumnya sesuai dengan tujuan penelitian ini. Selain kesimpulan akan disertakan keterbatasan dari penelitian ini dan saran-saran yang diharapkan berguna bagi semua pihak yang berkepentingan.

A. KESIMPULAN

Berdasarkan dari hasil analisis yang telah dilakukan peneliti pada bab IV maka dapat diambil kesimpulan bahwa persepsi kegunaan teknologi e-SPT PPN (perceived usefulness) oleh user di wilayah Surakarta berpengaruh positif terhadap kecenderungan tingkah laku atau minat user untuk menggunakan teknologi tersebut (behavioral intention to use) dalam melaporkan PPN, persepsi kegunaan teknologi e-SPT PPN (perceived usefulness) oleh user di wilayah Surakarta berpengaruh positif terhadap penggunaan aktual teknologi tersebut (actual system use) dalam melaporkan PPN, persepsi kemudahan menggunakan teknologi e-SPT PPN (perceived ease of use) oleh user di wilayah Surakarta berpengaruh positif terhadap persepsi kegunaan teknologi terebut (perceived usefulness ), serta sikap user di wilayah Surakarta untuk menggunakan teknologi

e -SPT PPN (attitude toward using) juga berpengaruh positif terhadap e -SPT PPN (attitude toward using) juga berpengaruh positif terhadap

Beberapa kesimpulan yang menyatakan bahwa tidak ada pengaruh antara konstruk satu dengan yang lainnya dalam penelitian ini antara lain adalah persepsi kegunaan teknologi e-SPT PPN (perceived usefulness) oleh user di wilayah Surakarta tidak berpengaruh terhadap sikap user untuk menggunakan teknologi tersebut (attitude toward using) dalam pelaporan PPN, persepsi kemudahan menggunakan teknologi e-SPT PPN (perceived ease of use) oleh user di wilayah Surakarta tidak berpengaruh terhadap sikap user untuk menggunakan teknologi tersebut (attitude toward using) dalam pelaporan PPN, serta kecenderungan tingkah laku atau minat user di wilayah Surakarta untuk menggunakan teknologi

e -SPT PPN (behavioral intention to use) tidak berpengaruh terhadap penggunaan aktual teknologi tersebut (actual system use) dalam melaporkan PPN. Beberapa alasan tidak adanya pengaruh antar konstruk diatas tersebut antara lain karena penerapan e-SPT PPN yang tergolong masih baru, user yang masih hanya berpendidikan SMA ke bawah sehingga belum terbiasa dengan teknologi baru, serta user yang masih minim pengalaman menggunakan e-SPT PPN.

Kesimpulan yang dapat diambil dari dua variabel eksternal kompleksitas yaitu yang pertama adalah kerumitan dalam pemahaman dan penggunaan e-SPT PPN (kompleksitas) tidak berpengaruh terhadap persepsi kegunaan (perceived usefulness ) oleh user di wilayah Surakarta dalam menggunakan e-SPT PPN untuk pelaporan pajak pertambahan nilainya. Alasan kompleksitas tidak berpengaruh terhadap perceived usefulness adalah pengoperasian program e-SPT PPN tidak Kesimpulan yang dapat diambil dari dua variabel eksternal kompleksitas yaitu yang pertama adalah kerumitan dalam pemahaman dan penggunaan e-SPT PPN (kompleksitas) tidak berpengaruh terhadap persepsi kegunaan (perceived usefulness ) oleh user di wilayah Surakarta dalam menggunakan e-SPT PPN untuk pelaporan pajak pertambahan nilainya. Alasan kompleksitas tidak berpengaruh terhadap perceived usefulness adalah pengoperasian program e-SPT PPN tidak

B. KETERBATASAN

Penelitian ini memiliki beberapa keterbatasan yang perlu diperhatikan untuk penelitian selanjutnya. Keterbatasan-keterbatasan tersebut antara lain sebagai berikut.

1. Penelitian ini hanya menggunakan satu variabel eksternal yaitu kompleksitas, sehingga memberikan peluang untuk melakukan penelitian selanjutnya dengan mengkaji variabel-variabel lain yang belum dapat diobservasi oleh peneliti dalam penelitian ini.

2. Penelitian ini hanya menggunakan satu model pendekatan saja dalam mengukur penerimaan teknologi dalam masyarakat yaitu adalah model Technology Acceptance Model (TAM).

3. Keterbatasan dalam metode survei melalui kuesioner yaitu peneliti tidak bisa mengontrol jawaban responden apabila responden tidak jujur dalam menjawab pertanyaan yang diajukan dan tidak lengkapnya pengisian kuesioner. Hal tersebut juga dikarenakan objek penelitian yang menjadi 3. Keterbatasan dalam metode survei melalui kuesioner yaitu peneliti tidak bisa mengontrol jawaban responden apabila responden tidak jujur dalam menjawab pertanyaan yang diajukan dan tidak lengkapnya pengisian kuesioner. Hal tersebut juga dikarenakan objek penelitian yang menjadi

C. SARAN

Berdasarkan hasil penelitian yang telah dilakukan, maka peneliti memberikan beberapa saran dan rekomendasi sebagai berikut.

1. Menambah variabel-variabel lainnya untuk dapat mengetahui faktor-faktor lainnya yang dapat mempengaruhi penerimaan e-SPT PPN oleh user.

2. Menggunakan model pendekatan yang lain yaitu Theory of Reasoned Action (TRA) atau Theory of Planned Behavior (TPB) untuk mengukur penerimaan teknologi dalam masyarakat.

3. Penelitian selanjutnya diharapkan menggunakan survei wawancara secara langsung kepada responden selain kuesioner sehingga dapat meminimalkan adanya respon bias.