Lampiran 1. Kuisioner Penelitian. Nim :

1 Lampiran 1 Kuisioner Penelitian Nama : Zikri Nim : 140823033 Universitas : Sehubungan akan adanya penelitian yang dilakukan untuk tugas akhir program strata satu (S1) Fakultas Matematika dan Ilmu Pengetahuan Alam (MIPA), saya meminta kesediaannya dalam pengisian kuisioner yang telah disediakan guna untuk melengkapi data dalam penelitian saya yang berjudul Analisis Faktor Yang Mempengaruhi Kesadaran Wajib Pajak Bumi dan Bangunan (PBB) di Desa Sukajadi Kecamatan Perbaungan. Atas perhatian dan bantuannya saya ucapkan terimakasih. Petunjuk pengisian kuesioner: Pilihlah jawaban yang menurut Anda paling tepat dengan memberikan tanda Check List ( ) pada setiap butir pertanyaan. Data responden Nama : Jenis Kelamin : Alamat : Dusun... Sukajadi Kec. Perbaungan TINGKAT PENDAPATAN KEPALA KELUARGA 1. Jumlah pendapatan Per bulan Dibawah 1 Juta Diatas 5 Juta 1 Juta 2 Juta 2,1 Juta 5 Juta 1

2 2. Pekerjaan responden saat ini : Pegawai Negeri Sipil Pegawai Swasta Wiraswasta Penyedia jasa Lain-lain, sebutkan 3. Tipe rumah Anda : 21 36 45 PENDIDIKAN WAJIB PAJAK 4. Pendidikan formal yang di tamatkan responden SD SMP Diploma Strata 1 Atau Lebih SMA PENGETAHUAN PERPAJAKAN No. Pertanyaan 5 Saya paham apa yang dimaksud dengan PBB Jawaban ya tidak 6 Pajak bumi dan bangunan merupakan salah satu indikator pembangunan daerah 7 Prosedur yang dijalankan petugas pajak mudah dimengerti 8 Saya mengerti perhitungan nilai pajak bumi dan bangunan saya 9 Apakah Anda Setuju keterlambatan membayar pajak di kenakan denda 2

3 di mana: Y = 0 : tidak sadar 1 : sadar X 1 = 0 : Pendapatan 2 jt 1 : Pendapatan > 2 jt X 2 = 0 : Pekerjaan dengan pendidikan formal (PNS, Pegawai Swasta, dll) 1 : Pekerjaan dengan pendidikan non formal (Wiraswasta, Penyedia Jasa,dll) X 3 = 0 : Tipe rumah 21 1 : Tipe rumah > 21 X 4 = 0 : Pendidikan < SMA 1 : Pendidikan SMA X 5 = 0 : Tidak Paham dengan PBB 1 : Paham dengan PBB X 6 = 0 : PBB bukan sebagai pembangunan daerah 1 : PBB sebagai pembangunan daerah X 7 = 0 : Prosedur yang dijalankan petugas pajak susah di mengerti 1 : Prosedur yang dijalankan petugas pajak mudah di mengerti X 8 = 0 : Tidak mengerti perhitungan pajak 1 : Mengerti perhitungan pajak X 9 = 0 : Tidak setuju di berlakukan sanksi denda jika terlambat membayar pajak 1 : Setuju di berlakukan sanksi denda jika terlambat membayar pajak 3

4 Lampiran 2 1. Uji indenpedensi Langkah-langkahnya sebagai berikut: a. Bangun pengklasifikasian data hasil kuisioner Frekuensi Kesadaran Wajib Pajak (Y) Kategori X1 X2 X3 X4 X4 X6 X7 X8 X9 0 0 27 0 1 15 1 0 3 1 1 45 3 21 27 21 27 21 42 30 39 21 15 21 15 21 0 12 2 6 9 9 9 6 45 12 46 42 39 39 39 42 3 36 Pendapatan (X1) 27 15 3 45 b. Setelah data pada tabel kuisioner dibangun dalam SPSS, pilih data => Weight Cases, sehingga muncul kotak dialog Weight Cases di bawah ini. Aktifkan Weight Cases By, kemudia masukkan variabel frekuensi kedalam kotak Frequency Variable dan pilih Ok. 4

5 c. Selanjutnya pilih Analyze => Descriptive Statistics =>Crosstabs, sehingga muncul kotak dialog crosstabs pada gambar dibawah ini. Masukkan variabel Y pada kotak Rows(s), variabel Pendapatan pada kotak Columns(s), dan pilih Statistics, sehingga muncul kotak dialog Square, kemudian pilih Continue. d. Selanjutnya klik Statistics pada kotak dialog Crosstabs, pilih Chi Square, kemudian pilih continue. Selanjutnya pilih Cells, sehingga muncul kotak dialog Cell Display. Pada kotak dialog Cells Display, pilih Observerd dan 5

6 Expected pada Count. Kemudian pilih Row, Column, dan Total pada Percentages. Kemudian pilih Continue dan Ok. 6

7 Berikut hasil berdasarkan Output SPSS: Tabel Hasil Uji Indepedensi Variabel X1 Value Df p_value Exact Sig. (2- Pearson Chi-Square 33,951 a 1,000 Exact Sig. (1- Lakukan hal yang sama untuk mengetahui hasil uji indenpedensi yang lain sehingga didapat hasil output spss masing-masing variabel sebagai berikut. Tabel Hasil Uji Indepedensi Variabel X2 Pearson Chi-Square,378 a 1,539 Tabel Hasil Uji Indepedensi Variabel X3 Pearson Chi-Square 15,000 a 1,000 Tabel Hasil Uji Indepedensi Variabel X4 Pearson Chi-Square 19,353 a 1,000 7

8 Tabel Hasil Uji Indepedensi Variabel X5 Pearson Chi-Square 9,844 a 1,002 Tabel Hasil Uji Indepedensi Variabel X6 Pearson Chi-Square 19,353 a 1,000 Tabel Hasil Uji Indepedensi Variabel X7 Pearson Chi-Square 15,000 a 1,000 Tabel 3.10. Hasil Uji Indepedensi Variabel X8 Pearson Chi-Square 2,716 a 1,099 Tabel 3.11. Hasil Uji Indepedensi Variabel X9 Pearson Chi-Square 19,401 a 1,000 8

9 2. Pengujian Regresi Logistik Secara Univariat Langkah-langkahnya sebagai berikut: a. Entri data pengamatan pada kolom yang tersedia, b. Klik Analiyze =>Regression =>Binary Logistic sehingga akan muncul kotak dialog sebagai berikut. Masukkan variabel Kesadaran Wajib Pajak (Y) pada kotak Dependent dan variabel Pendapatan pada kotak Covariate. c. Kemudian klik kotak dialog Categorical maka akan muncul kotak dialog sebagai berikut. Karena variabel Pendapatan (X1) merupakan variabel kategorikal, maka masukkan variabel Pendapatan (X1) pada kotak Covariates ke kotak Categorical Covariate. Pada opsi Referensce 9

10 Category, akan dipilih Last jika kategori yang dijadikan pembanding adalah kategori terakhir (dalam kasus ini adalah responden yang punya penghasilan > 2 juta rupiah). d. Kemudian dari kotak dialog pertama klik kotak Option maka akan muncul kotak dialog berikut. Pilih Hosmer-Lemeshow Goodness-Of-Fit, kemudian continue dan klik ok pada kotak dialog pertama. 10

11 e. Berikut hasil berdasarkan Output SPSS: Step 1 Tabel 3.13. Hasil Uji Parsial Variabel X 1 B S.E. Wald Df Sig. Exp(B) X 1(1) -3,296,678 23,652 1,000,037 Constant 1,099,298 13,578 1,000 3,000 Tabel Hasil Uji Parsial Variabel X1 f. Lakukan langkah yang sama untuk mencari regresi logistik univariat pada variabel X3,X4,X5,X6,X7, dan X9 sehingga di dapat hasil Output SPSS sebagai berikut: Step 1 Tabel 3.14. Hasil Uji Parsial Variabel X 3 B S.E. Wald Df Sig. Exp(B) X 3(1) -1,946 0,535 13,253 1 0,000 0,143 Constant 0,693 0,267 6,726 1 0,009 2,000 Step 1 Tabel 3.15. Hasil Uji Parsial Variabel X 4 B S.E. Wald Df Sig. Exp(B) X 4(1) -2,054 0,490 17,548 1 0,000 0,128 Constant 0,956 0,304 9,891 1 0,002 2,600 Tabel 3.16. Hasil Uji Parsial Variabel X 5 B S.E. Wald Df Sig. Exp(B) Step 1 a X 5(1) -1,466 0,482 9,268 1 0,002 0,231 Constant 0,619 0,271 5,231 1 0,022 1,857 Tabel 3.17. Hasil Uji Parsial Variabel X6 B S.E. Wald Df Sig. Exp(B) Step 1 a X6(1) -2,054,490 17,548 1,000,128 Constant,956,304 9,891 1,002 2,600 11

12 Tabel 3.18. Hasil Uji Parsial Variabel X7 Step 1 B S.E. Wald Df Sig. Exp(B) X 7(1) -1,946 0,535 13,253 1 0,000 0,143 Constant 0,693 0,267 6,726 1 0,009 2,000 Step 1 Tabel 3.19. Hasil Uji Parsial Variabel X 9 B S.E. Wald Df Sig. Exp(B) X 9(1) -2,015 0,477 17,824 1 0,000 0,133 Constant 1,099 0,333 10,863 1 0,001 3,000 3. Pengujian Regresi Logistik Secara Multivariat (Serentak) a. Entri data pengamatan pada kolom yang tersedia, b. Klik Analiyze =>Regression =>Binary Logistic sehingga akan muncul kotak dialog sebagai berikut. Masukkan respon kesadaran wajib pajak (Y) pada kotak dialog Dependent dan variabel X1,X3,X4,X5,X6,X7 dan X9 yang signifikan secara individu pada pengujian univariat ke kotak Covariates. Pada opsi Method pilih Backward: Wald, yaitu mengeliminasi variabel yang tidak signifikan secara bertahap dari model lengkap (model yang mengandung semua parameter variabel prediktor) hingga diperoleh model terbaik (model yang hanya mengandung variabel yang secara serentak signifikan mempengaruhi variabel respon). 12

13 c. Klik Catergorical pada kotak dialog diatas, maka akan muncul kotak dialog baru. Masukkan ke ketujuh variabel prediktor pada kotak Categorical Covariates dan pada reference Category kita gunakan Firs sebagai pembanding kemudian klik Continue. d. Dari kotak dialog pertama pula klik kotak Option maka akan muncul kotak berikut. Pilih Hosmer-Lemeshow Goodness-of-fit kemudian Continue dan klik Ok pada kotak dialog pertama. 13

14 e. Berikut hasil berdasarkan Output SPSS: Variables in the Equation B S.E. Wald df Sig. Exp(B) X1(1) -4,904 1,369 12,835 1,000,007 X3(1) -2,342 2,174 1,161 1,281,096 Step 1 a X4(1) -3,010,848 12,582 1,000,049 X5(1) 2,775 2,215 1,570 1,210 16,041 X9(1) -2,793,856 10,656 1,001,061 Step 2 a Step 3 a Constant 4,096,932 19,331 1,000 60,121 X1(1) -5,466 1,346 16,488 1,000,004 X4(1) -2,937,855 11,805 1,001,053 X5(1),951,965,972 1,324 2,589 X9(1) -2,782,876 10,087 1,001,062 Constant 3,967,924 18,439 1,000 52,821 X1(1) -4,801 1,067 20,241 1,000,008 X4(1) -2,884,840 11,795 1,001,056 X9(1) -2,578,826 9,749 1,002,076 Constant 3,963,903 19,263 1,000 52,590 a. Variable(s) entered on step 1: X1, X3, X4, X5, X9. 14

15 Hosmer and Lemeshow Test Step Chi-square df Sig. 1 4,156 6,656 2 4,452 6,616 3 1,699 5,889 Classification Table a Observed Predicted Kesadaran Wajib Pajak (Y) Percentage tidak sadar sadar Correct tidak sadar 36 6 85,7 Kesadaran Wajib Pajak Step 1 sadar 6 42 87,5 Overall Percentage 86,7 tidak sadar 36 6 85,7 Kesadaran Wajib Pajak Step 2 sadar 6 42 87,5 Overall Percentage 86,7 tidak sadar 36 6 85,7 Kesadaran Wajib Pajak Step 3 sadar 6 42 87,5 Overall Percentage 86,7 a. The cut value is,500 15