42 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Deskripsi suatu data dilihat dari nilai rata-rata (mean), standar deviasi, maksimum, minimum. Berikut ini akan dijelaskan hasil statistik data wajib pajak badan dan variabel penelitian dari tahun 2009-2010. Statistik deskriptif variabel penelitian dari sampel perusahaan selama periode pengamatan 2009 sampai dengan tahun 2010. Di dalam penelitian ini variabel-variabel penelitian diklasifikasikan menjadi dua kelompok variabel, yaitu variabel terikat (dependent variable) dan variabel bebas (independent variable). Variabel terikat pada penelitian ini adalah pajak penghasilan terutang, dan yang menjadi variabel bebas adalah kepatuhan wajib pajak, pemeriksaan pajak dan laba fiskal. Berikut adalah deskriptif dari beberapa variabel dalam penelitian ini :
43 Tabel 4.1 Deskriptif Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation kepatuhan 114-61 78 16.04 29.703 pkp 114 52827000 209984000 94928763.16 28767808.882 pph 114 13206750 52496000 25066077.63 7337775.356 Valid N (listwise) 114 Sumber : output SPSS Dari tabel 4.1 diatas menunjukan bahwa jumlah data yang dianalisis adalah sebanyak 114. Berdasarkan tabel tersebut diketahui bahwa: 1. Wajib pajak badan yang melaporkan SPT Tahunannya melewati batas akhir pelaporan SPT Tahunan yaitu pada -61 hari sebanyak dua wajib pajak badan dan wajib pajak badan yang melaporkan SPT Tahunannya sebelum batas akhir pelaporan yaitu pada 78 hari sebanyak satu wajib pajak. Nilai rata-rata dari kepatuhan wajib pajak badan sebesar 16,04 dan nilai standar deviasi dari kepatuhan wajib pajak sebesar 29,703. Nilai standar deviasi lebih besar dari mean atau rata-rata mungkin dikarenakan ada beberapa wajib pajak yang melaporkan SPT Tahunannya melewati batas akhir pelaporan SPT.
44 2. Penghasilan kena pajak mempunyai nilai minimum sebesar Rp 52,827,000, dengan nilai maximum sebesar Rp 209,984,000. Nilai ratarata penghasilan kena pajak sebesar Rp 94,928,763.16 dan standar deviasi sebesar Rp 28,767,808.882. 3. Pajak penghasilan terutang mempunyai nilai minimum sebesar Rp 13,206,750, dengan nilai maximum sebesar Rp 52,496,000. Nilai rata-rata penghasilan kena pajak sebesar Rp 25,066,077.63 dan standar deviasi sebesar Rp 7,337,775.356. B. Uji Asumsi Klasik 1. Uji Normalitas Untuk menguji apakah data yang digunakan berdistribusi normal atau tidak, dapat diketahui dengan menggunakan hipotesis sebagai berikut: Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Dasar dalam pengambilan keputusan untuk menentukan data berdistribusi normal atau tidak adalah sebagai berikut : 1. Nilai Asymp.Sig (2-tailed) > 0,05 maka data berdistribusi normal. 2. Nilai Asymp.Sig (2-tailed) < 0,05 maka data tidak berdistribusi normal. Dari pengujian yang dilakukan diperoleh hasil sebagai berikut:
45 Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test kepatuhan pkp pph N 114 114 114 Normal Parameters a Mean 16.04 9.49E7 2.51E7 Std. Deviation 29.703 2.877E7 7.338E6 Most Extreme Differences Absolute.114.118.100 Positive.076.118.100 Negative -.114 -.086 -.070 Kolmogorov-Smirnov Z 1.216 1.261 1.063 Asymp. Sig. (2-tailed).104.083.209 a. Test distribution is Normal. Dari table 4.2 diatas terlihat bahwa nilai signifikansi (Sig.) dari ketiga variabel tersebut > 0,05 sehingga dapat disimpulkan bahwa data penilaian ini berdistribusi dengan normal. Hal ini menunjukkan Ha ditolak dan Ho diterima, yang berarti data berdistribusi normal. 2. Uji Multikolonieritas Uji Multikolinieritas dapat dideteksi pada model regresi apabila pada variabel terdapat pasangan variabel bebas yang saling berkolereasi satu sama lain. Variabel yang menyebutkan tidak adanya multikolinieritas
46 dapat dilihat dari nilai tolerance yang lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10. Dari pengujian data dengan menggunakan SPSS diperoleh hasil berikut: Tabel 4.3 Hasil Uji Multikolinearitas Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) -446147617.981 12110150.286-36.841.000 kepatuhan -7583.366 6131.700 -.031-1.237.219.999 1.001 pkp 25715198.814 660810.298.966 38.915.000.999 1.001 a. Dependent Variable: pph Berdasarkan tabel 4.3 di atas, angka yang didapat kolom tolerance dan VIF untuk variabel kepatuhan wajib pajak dan penghasilan kena pajak sebesar 0,999 dan 1,001 ; 0.999 dan 1,001. Batas nilai tolerance kurang dari angka 1 dan batas VIF kurang dari 10. Dari angka tersebut dapat ditarik kesimpulan bahwa data untuk kedua variabel independen terbebas dari multikolonieritas.
47 3. Uji Autokorelasi Tabel 4.4 Hasil Uji Autokolerasi Model Summary b Adjusted R Std. Error of Model R R Square Square the Estimate Durbin-Watson 1.965 a.932.930 1934749.861 1.115 a. Predictors: (Constant), pkp, kepatuhan b. Dependent Variable: pph Pada table 4.4 diatas, dapat disimpulkan bahwa model regresi linear berganda terbebas dari uji autokorelasi, karena angka yang dihasilkan dalam kolom Durbin-Waston menunjukkan angka 1,115 yang berada di daerah No Autokorelasi, yaitu terletak diantara -2 sampai +2. 4. Uji Heteroskedastisitas Heteroskedastisitas bertujuan untuk menguji apakah satu model regresi ada kesamaan atau ketidaksamaan variasi. Gejala residual yang tidak sama ini disebut dengan gejala heterokedesitas. Salah satu uji untuk menguji heterokedastisitas ini adalah uji park yaitu meregresikan nilai
48 residual (Lnei 2 ) dengan masing-masing variabel dependen. Model regresi yang baik seharusnya tidak ada kesamaan antara varian. Berikut output SPSS: Table 4.5 Uji Heteroskedastisitas Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -17.537 30.287 -.579.564 kepatuhan.000.004 -.021 -.232.817 pkp 2.563 1.739.519 1.474.143 a. Dependent Variable: LN_U2i Berdasarkan table 4.5 dengan jelas menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik, maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas.
49 C. Koefisien Determinasi Tabel 4.6 Hasil Uji Koefisien Determinan Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1.965 a.932.930 1934749.861 a. Predictors: (Constant), pkp, kepatuhan b. Dependent Variable: pph Dari table 4.6 di ketahui bahwa nilai R adalah 0,965 atau 96,5% yang berarti bahwa korelasi atau hubungan antara pajak penghasilan terutang dengan variabel independennya (kepatuhan wajib pajak dan penghasilan kena pajak) sangat kuat. Koefisien determinasi atau R 2 sebesar 0,932, artinya bahwa variabel pajak penghasilan terutang (Y) dapat dipengaruhi oleh kepatuhan wajib pajak (X 1 ) dan penghasilan kena pajak (X 2 ) sebesar 93,2%, sedangkan sisanya 6,8% (100% - 93,2%) merupakan konstribusi variabel independen lain yang tidak masuk dalam penelitian ini.
50 D. Uji Hipotesis 1. Uji F Statistik ( uji simultan) Uji ini ini dilakukan untuk menganalisis besarnya pengaruh kepatuhan wajib pajak dan laba fiskal secara bersama-sama (simultan) terhadap pajak penghasilan terutang. Untuk membuktikan hipotesis tersebut, berikut disajikan hasil output SPSS: Tabel 4.7 Hasil Uji - F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 5.669E15 2 2.834E15 757.195.000 a Residual 4.155E14 111 3.743E12 Total 6.084E15 113 a. Predictors: (Constant), pkp, kepatuhan b. Dependent Variable: pph Berdasarkan uji ANOVA pada table 4.7 diatas di peroleh nilai F hitung sebesar 757.195 sedangkan berdasarkan F table pada tingkat signifikansi 0.05 didapat angka sebesar 3.08. Oleh karena F hitung > dari F table, maka keputusan yang diambil adalah menolak Ho dan menerima Ha. Dengan perkataan lain bahwa persamaa regresi yang berbentuk dari
51 variabel kepatuhan wajib pajak dan laba fiskal sebagai variabel independen secara bersama-sama berpengaruh terhadap pajak penghasilan terutang sebagai variabel dependen. Hasil ini konsisten dengan penelitian yang dilakukan oleh Anita Fauziah (2006) yang menunjukkan bahwa secara simultan kepatuhan wajib pajak berpengaruh terhadap pajak penghasilan. Hasil penelitian Asri Fika Agusti dan Vinola Herawati (2009) juga menunjukkan bahwa secara simultan tingkat kepatuhan wajib pajak,pemeriksaan berpengaruh terhadap penerimaan pajak yang pengukuranya dilihat dari pajak penghasilan terutang. 2. Uji T Statistik ( Uji Parsial ) Uji t, yaitu uji untuk mempengaruhi pengaruh variabel-variabel bebas secara parsial terhadap variabel terikat. Apabila t hitung > t tabel, maka Ho ditolak, dengan demikian variabel bebas dapat menjelaskan variabel terikat yang ada dalam model. Sebaliknya apabila t hitung < T tabel, maka Ho diterima, dengan demikian variabel bebas tidak dapat menjelaskan variabel terikat atau dengan kata lain tidak ada pengaruh antara dua variabel yang diuji. Untuk membuktikan hipotesis tersebut, berikut disajikan hasil output SPSS:
52 Tabel 4.8 Hasil Uji T Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -446147617.981 12110150.286-36.841.000 kepatuhan -7583.366 6131.700 -.031-1.237.219 pkp 25715198.814 660810.298.966 38.915.000 a. Dependent Variable: pph Bedasarkan output SPSS pada tabel 4.8, akan dibuktikan hipotesis secara parsial sebagai berikut: 1. Koefisien tingkat kepatuhan wajib pajak memiliki t hitung sebesar -1,237 1,980 t table dengan signifikansi sebesar 0,219 berarti lebih besar dari 0,05 maka Ho diterima dengan kata lain tingkat kepatuhan wajib pajak (X1) tidak berpengaruh secara signifikan terhadap pajak penghasilan terutang. Hasil ini sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Asri Fika Agusti dan Vinola Herawati (2009) yang menunjukkan bahwa secara parsial, kepatuhan wajib pajak tidak berpengaruh terhadap penerimaan pajak.
53 2. Koefisien penghasilan kena pajak memiliki t hitung sebesar 38,915 > 1,980 t table dengan signifikansi sebesar 0,000 berarti lebih kecil dari 0,05 maka Ho ditolak dengan kata lain penghasilan kena pajak (X2) berpengaruh secara signifikan terhadap pajak penghasilan terutang. Hasil penelitian ini sejalan dengan penelitian terdahulu yang dilakukan Asri Fika Agusti dan Vinola Herawati (2009) yang menetapkan penghasilan kena pajak sebagai variaabel control yang menunjukkan bahwa penghasilan kena pajak berpengaruh terhadap penerimaan pajak yang pengukurannya dihitung dengan pajak penghasilan terutang. 3. Analisis Regresi Linear Berganda Dari table 4.8 dapat diketahui persamaan regresi sebagai berikut : Y = a + β 1 X 1 + β 2 X 2 + e pph = -446,147.617,981 7.583,366 kepatuhan_wp + 25.715.198,814 pkp Dimana : Y = Pajak penghasilan terutang X 1 = Tingkat kepatuhan wajib pajak X 2 = Penghasilan kena pajak β 1 = Koefisien regresi tingkat kepatuhan dengan pajak penghasilan terutang β 2 = Koefiisien regresi penghasilan kena pajak dengan pajak penghasilan terutang
54 Persamaan regresi tersebut dapat dijelaskan sebagai berikut : a. Konstanta sebesar Rp -446.147.617,981; artinya jika kepatuhan wajib pajak dan penghasilan kena pajak nilainya adalah 0, maka pajak penghasilan terutang (Y) akan turun sebesar Rp 446.147.617,981. b. Koefisien regresi variabel kepatuhan wajib pajak (X1) sebesar Rp -7.583,366 menunjukkan bahwa jika variabel independen lain nilainya tetap dan kepatuhan wajib pajak mengalami kenaikkan 1%, maka pajak penghasilan terutang akan mengalami penurunan sebesar Rp 7.583,366. c. Koefisien regresi variabel penghasilan kena pajak (X2) sebesar Rp 25.715.198,814 menunjukkan bahwa setiap kenaikkan 1% pada penghasilan kena pajak maka akan diikuti oleh kenaikan pajak penghasilan terutang sebesar Rp 25.715.198,814.