BAB 3 METODE PENELITIAN
3.1
Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode kuantitatif, yakni
menganalisis adanya pengaruh variabel bebas (X) terhadap variabel terikat (Y). Dalam penelitian ini variabel bebas adalah Pajak Daerah dan variabel terikat adalah Pendapatan Asli Daerah. Penelitian assosiatif adalah suatu pernyataan tentang adanya hubungan antara dua variabel atau lebih (Sugiyono, 2011: 89). Melalui metode ini penulis dapat menentukan desain penelitian regresi sederhana. 3.1.1 Waktu dan Lokasi Penelitian Waktu penelitian direncanakan selama 6 bulan terhitung mulai bulan februari sampai dengan bulan juli 2012. Lokasi penelitian dilakukan di kantor Dinas Pendapatan Pengelolaan Keuangan dan aset Daerah Kota Gorontalo. 3.2
Desain Penelitian Jenis Penelitian ini adalah penelitian deskriptif, yakni untuk mengetahui pengaruh antara
variabel X terhadap variabel Y. Dengan metode yang digunakan adalah metode kuantitatif. Melalui metode ini dapat dilihat masalah yang akan diteliti pada masing-masing variabel ( Akuanto, 2010: 5). Dalam penelitian yang mempelajari suatu pengaruh, terdapat variabel penyebab (X) atau variable bebas, variable akibat (Y) atau variabel terikat. Berdasarkan teori ini dapat dikemukakan bahwa pajak daerah sebagai variabel (X) yang mempengaruhi PAD sebagai variabel Y (sesuai
hipotesis penelitian). Sehingga digambarkan model penelitian ini dapat dilihat pada gambar 2 berikut:
Gambar 2. Desain Penelitian
Pajak Hotel X1
Pajak Restorant X2
Pajak Hiburan X3
Pajak Reklame
Pendapatan Asli Daerah
X4
Y Pajak Penerangan Jalan X5
Pajak Galian C X6
Pajak Parkir X7
Keterangan : X1 = Pajak Hotel X2 = Pajak Restorant X3 = Pajak Hiburan X4 = Pajak Reklame X5 = Pajak Penerangan Jalan X6 = Pajak Galian C
X7 = Pajak Parkir Y = Pendapatan Asli Daerah
3.3
Definisi Operasional Variabel Penelitian Untuk mengetahui data–data yang diperlukan dalam penelitian ini, maka terlebih dahulu
perlu mengoperasionalisasikan variabel – variabel seperti yang telah diambil dari latar belakang penelitian dan kerangka pemikiran dengan maksud untuk menentukan indikator–indikator variabel yang bersangkutan sekaligus menentukan instrumen atau pengukuran variabel yang meliputi penerimaan pajak daerah dan pendapatan asli daerah. Definisi operasionalisasi untuk setiap variabel yang diamati dalam penelitian ini dapat dilihat pada tabel 4 berikut ini : Tabel 4 Operasional Variabel Variabel Pajak Hotel (X1)
Definisi Skala Ukur Pajak hotel adalah pajak atas pelayanan hotel Rasio termasuk juga rumah penginapan yang memungut bayaran Pajak restoran adalah pajak atas pelayanan Rasio restoran, cafe, bar, dan sejenisnya.
Pajak Restoran (X2) Pajak hiburan adalah pajak atas Rasio Pajak Hiburan (X3) penyelenggaraan hiburan meliputi: pertunjukan film, pertunjukan kesenian, pertunjukan pagelaran, penyelenggaraan diskotik dan sejenisnya, penyelenggaraan tempat-tempat wisata dan sejenisnya pertandingan olahraga, pertunjukan dan keramaian umum lainnya Pajak reklame adalah pajak atas Rasio Pajak penyelenggaraan reklame meliputi reklame Reklame papan, reklame megatron, reklame kain, (X4) reklame melekat (stiker), reklame selebaran, reklame berjalan, reklame udara, reklame suara, reklame film dan reklame peragaan. Pajak penerangan jalan adalah pajak atas Rasio Pajak Penerangan penggunaan tenaga listrik, dengan ketentuan bahwa di wilayah daerah tersebut tersedia Jalan (X5) penerangan jalan, yang rekeningnya dibayar dibayar oleh pemerintah daerah
Pajak Pengambilan Bahan Galian C (X6) Pajak Parkir (X7)
Pendapatan Asli Daerah (Y)
3.4
Pajak pengambilan bahan galian golongan C Rasio adalah pajak atas kegiatan pengambilan bahan galian golongan C terdiri dari: nitrat, fosfat, asbes, tawas, batu permata, pasir kuarsa, batu apung, marmer, batu kapur, dan granit. Pajak parkir adalah pajak yang di kenakan atas Rasio penyelenggaraan tempat parkir diluar badan jalan oleh orang pribadi atau badan, baik yang disediakan berkaitan dengan pokok usaha maupun yang disediakan sebagai suatu usaha, termasuk penyediaan tempat penetipan kendaraan bermotor dan garasi kendaraan bermotor yang memungut bayaran. PAD pendapatan rutin dari usaha-usaha Rasio pemerintah daerah dalam memanfaatkan potensi-potensi sumber keuangan daerahnya untuk membiayai tugas dan tanggungjawabnya.
Variabel penelitian Untuk mengetahui data–data yang diperlukan dalam penelitian ini, maka terlebih dahulu
perlu mengoperasionalisasikan variabel – variabel seperti yang telah diambil dari latar belakang penelitian dan kerangka pemikiran dengan maksud untuk menentukan indikator–indikator variabel yang bersangkutan sekaligus menentukan instrumen atau pengukuran variabel yang meliputi penerimaan pajak daerah dan pendapatan asli daerah. Instrumen atau pengukuran variabel yang meliputi penerimaan pajak daerah dan pendapatan asli daerah.
3.5
Data dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa data-
data pendapatan asli daerah di Kota Gorontalo. Data sekunder ini diperoleh melalui berbagai sumber resmi baik yang dipublikasikan maupun tidak. Adapun jangka waktu pengamatan selama lima tahun terakhir yakni tahun 2007-2011 dengan periode pengamatan berbentuk kuartalan.
Karena data yang diperoleh dari berbagai sumber berbentuk tahunan maka untuk memperoleh data kuartalan dilakukan dengan cara interpolasi data tahunan menjadi kuartalan (Insukindro, 2000) dengan menggunakan rumus sebagai berikut : Q1 1
4
Q2 1
4
Q3 1
4
Q4 1
4
3.6
Yt 4.5 / 12 Yt Yt 1 Yt 1.5 / 12 Yt Yt 1
Yt 1.5 / 12 Yt Yt 1 Yt 4.5 / 12 Yt Yt 1
Teknik Analisis Data Analisa data dilakukan setelah data terkumpul. Proses analisis data merupakan usaha untuk
memperoleh jawaban permasalahan penelitian. Analisis data yang dapat digunakan dalam penelitian adalah: 3.6.1 Model Regresi Berganda Karena data yang diperoleh berupa data sekunder yang terdiri atas dua variabel kondisi pajak dan pertumbuhan ekonomi regional maka data akan dianalisis dengan analisis regresi sederhana. Adapun model regresi yang diusulkan adalah sebagai berikut : Y 0 1 X 1 2 X 2 3 X 3 4 X 4 5 X 5 6 X 6 7 X 7 e
Dimana:
Y
= Pendapatan Asli Daerah periode ke-t
ß0
= Konstanta
ß1
= Koefisien regresi
X1
= Pajak Hotel
X2
= Pajak Restoran
X3
= Pajak Hiburan
X4
= Pajak Reklame
X5
= Pajak Penerangan Jalan
X6
= Pajak Galian C
X7
= Pajak Parkir
e
= Error
3.6.2 Pengujian Model Regresi Secara Keseluruhan Setelah diperoleh model persamaan regresi taksiran maka langkah selanjutnya adalah melakukan pengujian signifikansi koefisien regresi secara bersama-sama (testing the overall significance of regression). Pengujian secara simultan dilakukan dengan menggunakan uji F. Langkah-langkah pengujiannya adalah sebagai berikut : 1.
Hipotesis
H0 : 0 1 0 H1 : Sekurang-kurangnya ada sebuah i 0 2.
Taraf signifikansi (α ) = 0,05
3.
Statistik Uji
F
4. lainya.
JK regresi / k JK residu / n k 1
-
Kriteria pengujian: Tolak Ho jika Fhitung > F{α;(k-1,n-k-1)}. Terima Ho dalam
hal
3.6.3 Pengujian Model Regresi Secara Parsial Setelah diketahui bahwa terdapat variabel independen yang berpengaruh secara signifikan terhadap variabel dependen maka dilakukan penyelidikan lebih lanjut unxtuk mengetahui secara spesifik variabel independen manakah yang berpengaruh pengujian koefisien regresi secara individual (testing individual regression coefficient). Secara ekeplisit hipotesis di atas dapat dinyatakan sebagai berikut: 1.
H0 : i = 0 dimana i = 0,1 (tidak terdapat pengaruh yang signifikan dari variabel independen yang ke-i terhadap variabel dependen) H1 : i 0 dimana i = 0,1 (Terdapat pengaruh yang signifikan dari variabel independen yang ke-i terhadap variabel dependen)
2.
Taraf signifikansi α = 0.05
3.
Statistik Uji : t1
4.
3.7
ˆ1 Se ˆ
Kriteria Uji : Tolak Ho jika nilai
t hitung t tabel
dan terima dalam hal lainnya.
Pengujian Asumsi Klasik
3.7.1 Asumsi Normalitas Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Pengujian normalitas dilakukan dengan tahapan sebagai berikut : 1. Penentuan Hipotesis HO
:
data variabel dependen berdistribusi normal
HI
: data variabel dependen tidak berdistribusi normal
2. Penentuan Tingkat Signifikansi Tingkat kepercayaan yang akan digunakan dalam penelitian ini adalah sebesar 95% atau dengan kata lain tingkat signfikansinya (alpha) sebesar 5% 3. Penentuan Statistik Uji Dalam penelitian ini metode yang akan digunakan adalah metode Kolmogorov Smirnov dengan menggunakan indikator Z. 4. Penentuan Kriteria Uji Karena menggunakan metode Kolmogorov Smirnov, maka pengambilan keputusan didasarkan pada perbandingan antara nilai Z-hitung dengan Z tabel. Jika nila Z hitung lebih kecil dari nilai Z tabel maka Ho diterima. Penentuan hasil uji juga dapat dilakukan dengan melihat signifkansi yang dihasilkan dengan criteria terima Ho jika nilai signifikasi yang diperoleh lebih besar dari nilai alpha. 3.7.2 Asumsi Non-Multikolinearitas Multikolinearitas merupakan salah satu pelanggaran kondisi ideal yang disebabkan adanya hubungan linear diantara variabel regresor. Multikolinearitas bisa dideteksi dengan melihat nilai R2, dimana nilai R2 tinggi sedangkan tidak ada satupun koefisien regresi (secara parsial) yang signifikan. Selain itu, multikolinearitas dapat juga dideteksi dengan menggunakan indikator variance inflation factor (VIF) yang dirumuskan sebagai berikut : V IF
1 1 Ri
2
Dasar penentuan ada tidaknya multikolinearitas mengacu pada ketentuan sebagai berikut : 0 V IF 1 0 , tidak terdapat multikolinearitas 1 0 V IF 3 0 , multikolinearitas rendah
V IF 3 0 , multikolinearitas tinggi
3.7.3 Asumsi Non-Autokorelasi Autokorelasi merupakan pelanggaran asumsi non-autokorelasi. Hal ini disebabkan karena adanya korelasi antar gangguan/error pada setiap pengamatan. Autokorelasi mengakibatkan OLS menghasilkan taksiran yang tak bias namun tidak efisien (underestimated) dan peramalan dengan OLS akan menghasilkan taksiran yang keliru. Autokorelasi bisa dideteksi dengan pengujian Durbin-Watson dengan rumus : n
e d
i
e i 1
2
i2
n
e
2 i
i 1
Cara untuk mendeteksi ada atau tidaknya autokorelasi, maka dilakukan pengujian DurbinWatson (DW) dengan ketentuan sebagai berikut (Makridakis dkk, 1983) :
Jika nilai : 1.65 < DW < 2.35 maka dapat disimpulkan tidak terjadi autokorelasi.
Jika nilai : 1.21 < DW < 1.65 atau 2.35 < DW < 2.79, tidak dapat diambil kesimpulan. Jika tidak dapat diambil kesimpulan, maka perlu dilakukan pengujian dengan menggunakan run test untuk melihat apakah terjadi autkorelasi atau tidak.
Jika nilai : DW < 1.21 atau DW > 2.79, maka dapat disimpulkan terjadi autokorelasi
3.7.4 Asumsi Non-Heteroskedastisitas Heteroskedastisitas merupakan pelanggaran dari asumsi homoskedastisitas (semua gangguan/disturbance yang muncul dalam model persamaan regresi bersifat homoskedastik atau mempunyai varians yang sama pada tiap kondisi pengamatan). Oleh karena itu, konsekuensi dari
adanya heteroskedastistas dalam sistem persamaan bahwa penaksiran tidak lagi mempunyai varians yang minimum. Cara mengetahui ada atau tidaknya gejala heteroskedastisitas, maka dilakukan dengan meregres nilai absolut residual terhadap variabel independen yang dikenal sebagai uji Glejser (Gujarati, 2002). Persamaan regresi yang dipakai dalam hal ini adalah: │Ut│= α + βXt + vt Dasar analisis yang digunakan adalah jika hasil regresi menunjukkan variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas, dan demikian pula sebaliknya. Hipotesis yang akan diuji adalah: Ho :
secara
keseluruhan
variabel
bebas
dalam
model
tidak
menyebabkan
gejala
heteroskedastisitas Ho : secara keseluruhan variabel bebas dalam model menyebabkan gejala heteroskedastisitas : 5%