Dependent Variable: Y Kepatuhan

2. Uji Mulitikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya kolerasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi gejala multikolinearitas dapat dilakukan dengan besaran VIF Variance Inflation Factor dan toleransi. Pedoman suatu model regresi yang bebas dari multikolinieritas adalah mempunyai nilai VIF kurang dari 10 dan mempunyai nilai toleransi lebih besar dari 0,10. Uji multikolineritas pada penelitian ini adalah sebagai berikut Tabel 4.5 Hasil Uji Multikolinieritas Model Collinearity Statistics Tolerance VIF 1 Constant X Pemahaman .933 1.072 M Preferensi .933 1.072

a. Dependent Variable: Y Kepatuhan

Sumber : Data SPSS yang diolah Berdasarkan tabel 4.4 terlihat bahwa pada kolom VIF diketahui bahwa nilai VIF kedua variabel yaitu pemahaman peraturan perpajakan sebesar 1,072 dan preferensi risiko sebesar 1,072 menunjukkan lebih kecil dari 10. Kedua variabel penelitian ini juga menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 maka dapat disimpulkan bahwa tidak ada masalah multikolinieritas antar independen dalam model regresi.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas untuk menguji apakah model regresi terjadi ketidaksamaan residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah homoskeastisitas atau tidak terjadi heterokedastisitas. Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat grafik plot ZPRED dengan residualnya SRESID. Pengujian heterokedastisitas pada penelitian ini menggunakan grafik scaterplots. Ada pun hasilnya adalah sebagai berikut : Gambar 4.2 Uji Heteroskedastisitas Berdasarkan grafik scaterplots diatas bisa diketahui bahwa data dari penelitian yang dilakukan tidak mengandung heterokedastisitas karena titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Tabel 4.6 Uji Heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.096 .198 10.583 .000 PemahamanX -.120 .206 -.062 -.581 .562 Preferensi M -.402 .206 -.207 -1.952 .054 a. Dependent Variable: Abs Dari tabel 4.6 dapat diketahui bahwa nilai signifikansi variabel independen dan variabel moderating lebih dari 0,05. Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.

4. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Berikut adalah hasil uji autokorelasi Tabel 4.7 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .746 a .557 .542 2.91335 1.857 a. Predictors: Constant, Moderating, Pemahaman, Preferensi b. Dependent Variable: Y Dari tabel 4.7 dapat disimpulkan nilai DW terletak antara dU dan 4-dU, dengan n = 93 dan variabel penjelas sebanyak 3 maka nilai dL dan dU sebesar 1,602 dan 1, 732. maka tidak terdapat autokorelasi.

4.4 Pengujian Hipotesis