Escolar Documentos
Profissional Documentos
Cultura Documentos
6
Hasil Analisis Deskriptif
Descriptive Statistics
Berdasarkan hasil perhitungan dari tabel 4.6 diatas dapat diketahui bahwa n
atau jumlah data pada setiap variabel yaitu 10 buah yang berasal dari sampel
penerimaan pajak penghasilan mulai tahun 2007 sampai dengan 2016. Masing-
masing variabel akan dijabarkan sesuai dengan data pada tabel 4.6 sebagai berikut:
nilai mean Rp. 46.475.520.000.031,30 dan standar deviasi (std devition) sebesar Rp.
177.852.199.556.072,40 Hal ini berarti bahwa nilai mean lebih kecil daripada standar
deviasi, sehingga mengindikasikan bahwa hasil yang kurang baik. Sebab standar
penyebaran data menunjukkan hasil yang tidak normal dan menyebabkan bias. Nilai
b. Tingkat Inflasi
Pada tabel 4.6 diatas dapat dibuktikan bahwa, variabel Tingkat Inflasi
mempunyai nilai mean sebesar 5.8590 dengan standar deviasi (std devition) sebesar
2.82752 yang artinya bahwa nilai mean lebih besar dari pada standar deviasi,
sehingga mengindikasikan bahwa hasil yang cukup baik. Hal tersebut dikarenakan
penyebaran data menunjukkan hasil yang normal dan tidak menyebabkan bias. Nilai
Berdasarkan tabel 4.6 diatas, variabel tingakt suku bunga SBI diperoleh
bahwa nilai mean adalah 6.8600 dengan standar deviasi (std deviation) sebesar
1.05314 yang berarti nilai mean lebih besar dibandingkan dengan standar deviasi,
sehingga mengidentifikasikan hasil sebaran data yang cukup baik. Hal tersebut
sehingga penyebaran data menunjukkan hasil yang normal dan tidak menyebabkan
bias. Nilai minimumnya sebesar 5.77% dan nilai maksimumnya sebesar 9.25%.
Berdasarkan tabel 4.6 diatas, variabel nilai tukar kurs diperoleh bahwa nilai
mean adalah Rp. 10.925,60 dengan standar deviasi (std deviation) sebesar Rp.
1864.618 yang berarti nilai mean lebih besar dibandingkan dengan standar deviasi,
sehingga mengidentifikasikan hasil sebaran data yang cukup baik. Hal tersebut
sehingga penyebaran data menunjukkan hasil yang normal dan tidak menyebabkan
bias. Nilai minimumnya sebesar Rp. 8.991 dan nilai maksimumnya sebesar
Rp.13.795,00.
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
penggangu atau residual memilki distribusi normal. Seperti diketahui uji t dan uji F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini
dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Uji
normalitas data menjadi prasyarat pokok dalam analisis parametrik, karena data yang
menggunakan SPSS 21 dalam mengolah data. Untuk menguji apakah data bersifat
normal atau tidak maka peneliti menggunakan analisa Kolmogrov-Smirnov dan P-P
Tabel 4.7
One-Sample Kolmogorov-Smirnov Test
probabilitas atau Asymp. Sig. (2-tailed). Tampak empat variabel yang diuji memilki
signifikansi data lebih dari 0,05% sebesar 0.623, yang berarti data-data tersebut
berdistribusi normal. Dengan kata lain semua variabel dalam penelitian dapat
Plot. Pada normalitas data dengan menggunakan normal P-P Plot, dengan kriteria
suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang
menyebar disekitar garis diagonal dan penyebaran titik-titik data searah mengikuti
garis diagonal. Hasil dari pengujian normal P-P Plot dapat dilihat dibawah ini:
Gambar 4.2
Normal P-P Plot
Sumber: Output SPSS 21.0, data sekunder diolah 2017
Berdasarkan tabel 4.7 dan gambar 4.2 diatas, dapat disimpulkan bahwa
Kolmogrov-Smirnov dan P-P Plots menunjukkan pola distribusi normal. Pada gambar
diatas juga dapat dilihat bahwa titik-titik yang terbentuk menyebar disekitar garis
diagonal.
terdapat korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel bebas. Deteksi multikolonieritas dapat dilakukan
dengan menganalisis matriks korelasi antar variabel independen dan dengan melihat
nilai tolerance dan lawannya VIF. Adapun hasil uji multikolonieritas dengan
Tabel 4.8
Hasil Uji Multikolonieritas
Coefficientsa
Model Unstandardized Standardize t Sig. Collinearity Statistics
Coefficients d
Coefficients
B Std. Error Beta Tolerance VIF
(Constant) 26.284 .584 45.003 .000
LN_X1 -.078 .152 -.105 -.517 .624 .745 1.341
1 Suku -.141 .071 -.404 -1.991 .094 .745 1.342
Bunga
Kurs .000 .000 .749 4.273 .005 .997 1.003
a. Dependent Variable: LN_Y
Sumber: Output SPSS 21.0, data sekunder diolah 2017
independen yang memiliki tolerance kurang dari 0,10. Hasil perhitungan nilai
Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu
variabel independen yang memiliki nilai VIF lebih dari 10. Berdasarkan Coefficients
pada gambar diatas maka dapat diketahui bahwa nilai VIF adalah 1,341 (variabel
tingkat inflasi), sebesar 1,342 (variabel tingkat suku bunga SBI) dan sebesar 1,003
terbebas dari asumsi klasik multikoloniaritas karena hasilnya lebih kecil daripada 10.
1.3.1.3 Uji Heteroskedastisitas
uji Gletser dilakukan uji regresi kesalahan pengganggu terhadap setiap variabel bebas
yang diduga. Dari hasil pengujian tersebut akan diambil keputusan, yaitu jika t hitung
lebih besar dari t tabel pada taraf kepercayaan 95% atau signifikansi lebih kecil dari
0,05% maka signifikan dan berarti heteroskedastisitas terjadi. Adapun hasil uji
Tabel 4.9
Hasil Uji Heteroskedastisitas
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) .155 .177 .876 .415
LN_X1 -.085 .046 -.698 -1.849 .114
1
Suku Bunga .019 .022 .333 .882 .412
Kurs -4.760E-007 .000 -.015 -.045 .965
a. Dependent Variable: ABS_RES1
Sumber: Output SPSS 21.0, data sekunder diolah 2017
Dari hasil output SPSS tersebut diatas tampak nilai signifikansi variabel tingkat
inflasi 0.114 diatas 0,05 artinya tingkat inflasi tidak terjadi heteroskedastisitas,
hasil output SPSS tersebut diatas juga tampak nilai signifikansi variabel tingkat suku
bunga SBI 0.412 diatas 0,05, sehingga variabel tingkat suku bunga SBI tidak terjadi
heteroskedastisitas, sehingga tingkat suku bunga SBI terbebas dari masalah
heteroskedastisitas. Dan yang terakhir hasil output SPSS diatas juga tampak nilai
signifikansi variabel nilai tukar kurs 0,965 diatas 0,05, sehingga variabel nilai tukar
kurs tidak terjadi heteroskedastisitas, sehingga nilai tukar kurs terbebas dari masalah
heteroskedastisitas.
regresi menjadi semakin lebar dan uji signifikansi kurang kuat. Hasil pengujian
Gambar 4.3
Uji Heteroskedastisitas
Sumber: Output SPSS 21.0, data sekunder diolah 2017
melihat grafik plot antara nilai prediksi variabel independen (ZPRED) dengan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan
ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah
diatas terlihat titik-titik menyebar secara acak serta tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y, tidak ada pola tertentu yang teratur. Oleh karena itu,
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi ini.
berikut:
Tabel 4.10
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Durbin-Watson
Estimate
1 .903a .816 .724 .19355 2.385
a. Predictors: (Constant), Kurs, LN_X1, Suku Bunga
b. Dependent Variable: LN_Y
Sumber: Output SPSS 21.0, data sekunder diolah 2017
Dengan nilai tabel pada tingkat signifikansi 5%, jumlah sampel 10 (n) dan
jumlah variabel independen 3 (k=3), Nilai Durbin Watson (DW Statistik) dari hasil
analisis regresi sebesar 2,385 dapat dilihat pada tabel 4.10 diatas. Dengan demikian
nilai Durbin Watson tersebut berada pada interval -2 sampai dengan +2 (-2 <2,385 <
+2), sehingga dapat dipastikan bahwa model regresi linier berganda tersebut tidak
Dalam penelitian ini uji hipotesis menggunakan regresi berganda dimana akan
diuji secara empirik untuk mencari hubungan fungsional dua atau lebih variabel bebas
dengan variabel terikat, atau untuk meramalkan dua variabel bebas atau lebih
terhadap variabel terikat. Hasil uji linier berganda dalam penelitian ini dapat dilihat
Tabel 4.11
Hasil Uji Regresi Linier Berganda
Variabel Tingkat Inflasi, Tingkat Suku Bunga SBI, dan Nilai Tukar Kurs
Terhadap Penerimaan Pajak Penghasilan
Coefficientsa
Model Unstandardized Coefficients Standardized T Sig.
Coefficients
B Std. Error Beta
(Constant) 26.284 .584 45.003 .000
LN_X1 -.078 .152 -.105 -.517 .624
1
Suku Bunga -.141 .071 -.404 -1.991 .094
Kurs .000 .000 .749 4.273 .005
a. Dependent Variable: LN_Y
Sumber: Output SPSS 21.0, data sekunder diolah 2017
+ 1 Nilai Tukar Kurs + apabila nilai pada tabel 4.11 diatas disubsitusikan maka
nilai tukar kurs tidak ada maka penerimaan pajak penghasilan sebesar 26,284.
2. Koefisien Regresi X1 sebesar 0,078 artinya setiap tingkat inflasi kenaikan satu
3. Koefisien Regresi X2 sebesar 0,141 artinya setiap kenaikan satu satuan tingkat
suku bunga SBI akan meningkatkan penerimaan pajak penghasilan sebesar 0,141.
Dan sebaliknya setiap penurunan satu satuan tingkat suku bunga SBI, akan
bahwa X2 tidak tetap. Tanda (+) menunjukkan arah hubungan yang searah
sedangkan tanda (-) menunjukkan arah hubungan yang berbanding terbalik antar
4. Koefisien Regresi X3 sebesar 0.000 artinya setiap kenaikan satu satuan nilai tukar
sebaliknya setiap penurunan satu satuan nilai tukar kurs, akan menurunkan
tetap. Tanda (+) menunjukkan arah hubungan yang searah sedangkan tanda (-)
Uji t dimaksud untuk menguji signifikan pengaruh variabel bebas dan terikat
signifikan dengan alpha 0,05 dengan derajat kebebasan (df) n-k-1 yaitu 10-3-1= 6 (n
adalah jumlah data atau responden dan k adalah jumlah variabel independent)
Dari hasil pengujian ini probabilitas signifikan lebih kecil daripada alpha
0,05 maka diperoleh Ho ditolak dan Ha diterima, berarti ada hubungan dan bila
probabilitas signifikan lebih besar daripada alpha 0,05 maka diperoleh Ho diterima
dan Ha ditolak.
Dari pengujian pada varaibel tingkat inflasi, tingkat suku bunga SBI, dan
nilai tukar kurs terhadap penerimaan pajak penghasilan maka dapat disajikan pada
Tabel 4.12
Hasil Uji Statistik t
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) 26.284 .584 45.003 .000
LN_X1 -.078 .152 -.105 -.517 .624
1
Suku Bunga -.141 .071 -.404 -1.991 .094
Kurs .000 .000 .749 4.273 .005
a. Dependent Variable: LN_Y
Sumber: Output SPSS 21.0, data sekunder diolah 2017
Selanjutnya untuk masing-masing hipotesis penelitian yang dikemukakan
Tabel 4.13
Hasil Pengujian Secara Individual atau Parsial Atas Semua Variabel
Independen
No Variabel Independen Sig.
1 Tingkat Inflasi -0,517 1.94318 0,624
Dari tabel diatas diketahui t hitung > t tabel (-0,517 > 1,66757) dengan tingkat
signifikan (0,624 > 0,05), artinya secara parsial tidak ada pengaruh yang signifikan
Dari tabel diatas diketahui t hitung < t tabel (-0.067 < 1,66757) dengan tingkat
signifikan (0,094 > 0,05), artinya secara parsial tidak ada pengaruh yang signifikan
antara tingkat suku bunga SBI dengan penerimaan pajak penghasilan. Dengan
Dari tabel diatas diketahui t hitung < t tabel (4,273 > 1,66757) dengan tingkat
signifikan (0,005 < 0,05), artinya secara parsial ada pengaruh yang signifikan
antara nilai tukar kurs dengan penerimaan pajak penghasilan. Dengan demikian
menyatakan bahwa variabel tingkat inflasi, tingkat suku bunga SBI, dan nilai tukar
menggunakan signifikan 0,05 (uji 2 sisi) untuk nilai F tabel menggunakan tingkat
keyakinan 95%, alpha 5% (jumlah variabel 1) yaitu 4-1= 3 atau (n-k) yaitu 10-4= 6.
bersama-sama terhadap variabel dependen. Hasil uji F dapat dilihat dalam tabel di
bawah ini:
Tabel 4.14
Hasil Uji Statistik F
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
Regression .998 3 .333 8.884 .013b
1 Residual .225 6 .037
Total 1.223 9
a. Dependent Variable: LN_Y
b. Predictors: (Constant), Kurs, LN_X1, Suku Bunga
Sumber: Output SPSS 21.0, data sekunder diolah 2017
Berdasarkan tabel diatas didapatakan sig yaitu 0,013 < 0,05% angka ini
menunjukkan F hitung 8,884 > F tabel 4,76. Maka penulis berkesimpulan tingkat
inflasi, tingkat suku bunga SBI, dan nilai tukar kurs mempunyai pengaruh yang
berarti atau signifikan dengan penerimaan pajak penghasilan. Karena dari hasil
pengujian F hitung diketahui bahwa nilai F hitung yang diperoleh adalah sebesar
49,260 > F tabel 4,76. Maka dapat disimpulkan bahwa Ho ditolak dan Ha diterima.
tingkat inflasi (X1), tingkat suku bunga SBI (X2), dan nilai tukar kurs (X3) secara
antara 0 dan 1. Nilai 2 yang mendekati satu berarti variabel independen penelitian
Tabel 4.15
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
1 .903a .816 .724 .19355 2.385
a. Predictors: (Constant), Kurs, LN_X1, Suku Bunga
b. Dependent Variable: LN_Y