37 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Berikut hasil yang telah diperoleh dan dapat dilihat dalam tabel 4.1 sebagai berikut: Descriptive Statistics N Minimum Maximum Mean Std. Deviation PPN 48 6948601232 50585477248 1.86E10 7.546E9 KEPATUHAN_WP 48 161 699 445.81 184.553 RESTITUSI 48 76747339 2926272797 7.74E8 7.737E8 Valid N (listwise) 48 Dari output statistic deskriptif pada tabel 4.1 di atas dapat diketahui bahwa: 1. N = 48 berarti jumlah data yang diolah dalam penelitian ini adalah 48 sampel selama 4 tahun, yang terdiri dari data variable Penerimaan Pajak Pertambahan Nilai, Kepatuhan wajib pajak, dan Restitusi. 2. PPN mempunyai nilai minimum sebesar Rp 6948601232 pada bulan Mei 2008, nilai maximum sebesar Rp 50585477248 pada bulan Februari 2008, mean atau rata-rata sebesar 1,859281520 dan standar deviasi 7,546247131. 3. Kepatuhan_WP mempunyai nilai minimum sebesar 161 pada bulan Januari 2006, nilai maximum sebesar 699 pada bulan Desember 2009, mean atau rata-rata sebesar 445.81 dan standar deviasi 184.553. 4. Restitusi mempunyai nilai minimum sebesar Rp 76747339 pada bulan Agustus 2009, nilai maximum sebesar Rp 2926272797 pada bulan Oktober 2009, mean atau rata-rata sebesar 7,7410100196 dan standar deviasi 7,737440245. 37
38 B. Uji Asumsi Klasik 1. Uji Multikolinearitas Tebel 4.2 Uji Multikolinearitas dengan Colinearity Statistics Coefficients a Collinearity Statistics Model 1 (Constant) Tolerance VIF a. Dependent Variable: ln_y ln_x1.912 1.096 ln_x2.912 1.096 Berdasarkan data dari tabel 4.2 di atas, angka yang didapat kolom tolerance dan VIF untuk variabel kepatuhan wajib pajak dan restitusi sebesar 0,912 dan 1,096 ; 0,912 dan 1,096. Batas nilai tolerance tidak kurang dari 0,10 dan batas nilai VIF tidak lebih dari 10. Dari angka tersebut dapat ditarik kesimpulan bahwa data untuk kedua variabel independen terbebas dari uji multikolinearitas.
39 2. Uji Heteroskesdastisitas Grafik 4.3 Scatterplot untuk Uji Heteroskesdastisitas Berdasarkan grafik 4.3 di atas, yaitu pola scatterplot (titik-titik data) yang ditunjukkan menyebar diatas dan dibawah angka 0. sehingga dapat dikatakan model regresi linear berganda terbebas dari uji heteroskesdastisitas.
40 3. Uji Normalitas Data Sebagai salah satu syarat agar model regresi linear berganda layak untuk dilanjtukan maka diperlukan adanya uji normalitas data dari masingmasing variabel data yang telah dikumpulkan dalam penelitian ini. Normalitas data dapat dilihat dalam grafik normal probability plot yang telah dijelaskan pada bab terdahulu, yaitu sebagai berikut: Grafik 4.4 Uji Normalitas Data ln_ppn Dari grafik diatas dapat diambil kesimpulan bahwa variabel PPN, Kepatuhan_WP, dan Restitusi PPN mempunyai distribusi normal, sebab dasar pengambilan keputusan yang telah ditetapkan dalam bab 3, yaitu data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Grafik tersebut diatas menunjukkan data yang menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya.
41 4. Uji Autokorelasi Tabel 4.5 Uji Aoutokorelasi dengan Durbin-Watson Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.442 a.195.159.36208 1.145 a. Predictors: (Constant), ln_x2, ln_x1 b. Dependent Variable: ln_y Dari hasil pengolahan data tabel 4.5 di atas, dapat disimpulkan bahwa model regresi linear berganda terbebas dari uji autokorelasi, karena angka yang dihasilkan dalam kolom Durbin-Watson menunjukkan angka 1,145 yang berada di daerah No Autokorelasi, yaitu terletak diantara -2 sampai +2. C. Uji Hipotesis 1. Uji Simultan dengan F-Test Tabel 4.6 Uji Simultan dengan F-Test ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 1.431 2.715 5.458.008 a Residual 5.899 45.131 Total 7.330 47 a. Predictors: (Constant), LN_X2, LN_X1 b. Dependent Variable: LN_Y Dari pengujian regresi pada tabel 4.6, diperoleh F hitung 5,458 sedangkan F tabel 3,204. Maka dapat diketahui bahwa F hitung 5,458 > F
42 tabel 3,204, sehingga dapat disimpulkan Ho ditolak dan Ha diterima. Dapat diartikan bahwa kepatuhan wajib pajak dan restitusi secara bersama-sama (simultan) dapat berpengaruh terhadap penerimaan PPN. Hasil ini dapat juga dilihat pada nilai Sig. sebesar 0,008 yang artinya berpengaruh secara signifikan. 2. Uji Parsial dengan T-Test Tabel 4.7 Uji Parsial dengan T-Tset Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 20.029 1.393 14.383.000 LN_X1.024.108.032.226.822 LN_X2.170.053.450 3.215.002 a. Dependent Variable: LN_Y Untuk menguji hasil yang didapatkan dari persamaan regresi linear, maka dilakukan uji t. Berdasarkan hasil perhitungan diatas, diperoleh untuk koefisien Kepatuhan WP, nilai t hitung sebesar 0,226 < t table 2,014, maka dapat disimpulkan Ho diterima dan Ha ditolak. Dapat diartikan bahwa kepatuhan wajib pajak secara parsial tidak berpengaruh terhadap penerimaan PPN. Hasil ini dapat juga dilihat pada nilai Sig. sebesar 0,822 yang artinya tidak berpengaruh secara signifikan. Sedangkan untuk koefisien Restitusi, menurut perhitungan diatas, didapatkan nilai t hitung sebesar 3,215 > t tabel 2,014, maka Ho ditolak dan Ha diterima. Dapat diartikan bahwa restitusi secara parsial dapat berpengaruh terhadap penerimaan PPN. Hasil ini dapat juga dilihat pada nilai Sig. sebesar 0,002 yang artinya berpengaruh secara signifikan.
43 3. Analisis Regresi Linear Berganda Table 4.8 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 20.029 1.393 14.383.000 LN_X1.024.108.032.226.822 LN_X2.170.053.450 3.215.002 a. Dependent Variable: LN_Y Dari tabel 4.8 dapat diketahui perseamaan regresi sebagai berikut : ln_y = α + β1ln_x1 + β2 ln_x2 ln_y = 20,029 + 0,024 ln_x1 + 0,170 ln_x2 Persaman regresi tersebut dapat dijelaskan sebagai berikut : a. Jika segala sesuatu pada variabel-variabel independent dianggap konstan maka nilai penerimaan PPN (ln_y) adalah sebesar Rp 20,029. b. Jika terjadi penambahan kepatuhan wajib pajak (ln_x1) sebesar Rp 1,00 maka penerimaan PPN (ln_y) akan naik sebesar Rp 0,024. c. Jika terjadi penambahan restitusi (ln_x2) sebesar Rp 1,00 maka penerimaan PPN (ln_y) akan naik sebesar Rp 0,170. Koefisien regresi b sebagai elastisitas Y terhadap X. Jika Y adalah penerimaan PPN dan X1 adalah kepatuhan wajib pajak serta X2 adalah restitusi, maka b adalah elatisitas penerimaan PPN antara kepatuhan wajib pajak dan restitusi.
44 D. Uji Koefisien Determinasi Tabel 4.9 Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.442 a.195.159.36208 1.145 a. Predictors: (Constant), LN_X2, LN_X1 b. Dependent Variable: LN_Y Dari tebel 4.9 di atas dapat diketahui bahwa angka koefisien determinasi atau R² adalah 0,195 artinya pengaruh kepatuhan wajib pajak dan restitusi terhadap penerimaan PPN sebesar 19,5%, sisanya yaitu (100%-19,5% = 80,5%) dijelaskan oleh faktor-faktor lain.