i

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

PENERIMAAN PAJAK BUMI DAN BANGUNAN (PBB) DI
KABUPATEN LOMBOK TIMUR
TAHUN 2009-2018

Diajukan Sebagai Bagian Dari Syarat Untuk Mencapai Kebulatan

Studi Program Strata Satu (S1) Pada Fakultas Ekonomi Dan Bisnis

Universitas Mataram

OLEH:

HilwaBafadal
A1A 016 056

ILMU EKONOMI STUDI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MATARAM
2020
 ii

ABSTRAK

Penelitian ini berjudul Analisis Faktor-faktor yang Mempengaruhi penerimaan

Pajak Bumi dan Bangunan (PBB) di Kabupaten Lombok Timur Tahun 2009-
2018. Penelitian ini bertujuan untuk menganalisis pengaruh jumlah wajib pajak,
luas lahan, jumlah bangunan, PDRB perkapita dan investasi terhadap realisasi
pajak bumi dan bangunan.

Data yang digunakan dalam penelitian ini adalah data sekunder berupa data time
series dengan teknik pengumpulan. Metode analisis yang digunakan didalam
penelitian ini adalah analisis regresi linier berganda dengan pengujian hipotesis
menggunakan Uji parsial (uji t ), uji simultan (uji F) dengan tingkat alfa 5%, uji
koefisien determinasi (R2). Kemudian dilanjutkan dengan pengujian asumsi
Klasik yang terdiri dari Uji Normalitas, Uji Multikolienieritas, Uji Linieritas, Uji
Heterossekadastisitas dan Uji Autokorelasi.
Hasil penelitian menunjukkan bahwa secara parsial variabel Wajib Pajak dan
PDRB perkapita berpengaruh positif dan signifikan terhadap relisasi penerimaan
Pajak Bumi dan Bangunan, sedangkan variabel luas lahan dan jumlah bangunan
berpengaruh positif tetapi tidak signifikan terhadap realisasi penerimaan Pajak
Bumi dan Bangunan , kemudian variabel investasi menunjukkan pengaruh yang
negatif terhadap realisasi penerimaan Pajak Bumi dan Bangunan.
Kata kunci : Penerimaan PBB, wajib pajak, luas lahan.
 1

PENDAHULUAN

Pajak Bumi dan Bangunan (PBB) merupakan salah satu pajak pusat yang

unik karena sebagian besar dana yang diperoleh diserahkan kembali ke daerah

sehingga dapat digunakan sebagai dana pembangunan bagi daerah tersebut.

Menurut Ahmad Yani (2008:76) Pajak Bumi dan Bangunan merupakan pajak

yang dikenakan atas bumi dan bangunan. Subjek pajak dalam PBB adalah orang

atau badan yang secara nyata mempunyai suatu hak atas bumi atau memperoleh

manfaat atas bumi atau memiliki, menguasai atau memperoleh manfaat atas

bangunan. Objek pajaknya adalah bumi dan bangunan. Pengertian bumi adalah

permukaan dan tubuh bumi yang ada di bawahnya, sedangkan bangunan adalah

kontruksi teknik yang ditanam atau dilekatkan secara tetap pada tanah dan

perairan. PBB juga merupakan salah satu jenis pajak yang memiliki sumbangsih

cukup besar dalam mendongkrak pendapatan asli daerah (PAD), terlebih untuk

daerah yang memiliki luas wilayah dan jumlah wajib pajak yang besar akan

menjadi potensi utama dalam mencapai realisasi pajak yang telah ditetapkan.

Salah satu kabupaten di Indonesia yang memiliki jumlah penduduk dan luas lahan

yang besar adalah Kabupaten Lombok Timur.

Kabupaten Lombok Timur merupakan Kabupaten yang terletak di Provinsi

Nusa Tenggara Barat. Kabupaten lombok timur memiliki luas lahan dengan

urutan ke empat terbesar setelah Bima, Dompu, dan Kabupaten Sumbawa Barat

yaitu sebesar 1.605,55 Km2(BPS, 2017). Selain dari sisi luas lahan, Kabupaten

Lombok Timur memiliki jumlah penduduk paling besar diantara Kabupaten lain

yang terdapat di Nusa Tengara Barat yaitu sebesar 1.153.773 dengan jumlah

penduduk laki-laki sebesar 537.152 dan jumlah penduduk perempuan sebesar

 2

616,621 (BPS, 2017). Untuk melihat penerimaan realisasi PBB di Kabupaten

Lombok Timur maka digunakanlah beberapa faktor untuk menganalisisnya yaitu

wajib pajak, luas lahan, jumlah bangunan, PDRB perkapita dan investasi. Di duga

bahwa semua vaeiabel yang digunakan ini dapat mempengaruhi PBB di

Kabupaten Lombok Timur.

Dengan jumlah penduduk yang sangat besar dan didukung dengan luas lahan

yang besar, Kabupaten Lombok Timur memiliki potensi yang sangat bagus dalam

peningkatan penerimaan pajak bumi dan bangunan. Adapun target dan realisasi

PBB Kabupaten Lombok Timur dari tahun 2009-2018 dapat dilihat pada tabel

berikut:

Tabel 1.2 Target dan Realisasi Pajak Bumi dan Bangunan (PBB) di
Kabupaten Lombok Timur periode 2009-2018
NO Tahun Target Realisasi Persen (%)
1 2009 7,590,921,575 5,112,698,935 67,35
2 2010 7,860,504,632 5,802,785,264 73,82
3 2011 8,010,469,919 6,562,190,634 81,92
4 2012 8,705,529,628 5,571,538,961 64,00
5 2013 8,843,407,631 4,863,874,192 54,99
6 2014 9.597.877.550 6.685.708. 812 75,21
7 2015 12,085,708,825 7,562,984,196 62,58
8 2016 12,085,708,825 7,932,115,424 65,63
9 2017 12,085,708,825 9,223,354,944 76,32
10 2018 12,085,708,825 9,977,664,081 82,56
Sumber : BAPENDA Kabupaten Lombok Timur (Diolah)

Pada tabel 1.2 tampak bahwa realisasi penerimaan PBB di Kabupaten

Lombok Timur masih ada dibawah target penerimaan setiap tahunnya. Hal ini

berarti masih ada potensi pajak yang tidak tertagih, secara keseluruhan rata-rata

realisasi sebesar 70,43%, sehingga masih sekitar 29,57% yang tidak tertagih
 3

dalam sepuluh tahun terakhir. Berdasarkan tabel 1.1 persentase target penerimaan

dan realisasi penerimaan PBB di Kabupaten Lombok Timur tidak stabil,

melainkan terjadi perkembangan yang fluktuatif dimana persentase penerimaan

PBB antara tahun 2009-2018 tidak pernah stabil, hal ini berarti ada beberapa

faktor yang mempengaruhi penerimaan PBB di Kabupaten Lombok timur yang

mengakibatkan target tidak pernah tercapai meskipun didukung dengan

peningkatan jumlah wajib pajak setiap tahunnya.

Berdasarkan data dan uraian tersebut, dapat disimpulkan bahwa terdapat

ketidasesuaian antara teori dan kondisi rill dari Kabupaten Lombok Timur yang

dimana realisasi penerimaan PBB tidak pernah mencapai target meskipun

didukung dengan jumlah penduduk yang besar, luas lahan dan jumlah wajib pajak

yang selalu mengalami peningkatan, sedangkan menurut Insukindro pertumbuhan

jumlah penduduk atau wajib pajak akan berpengaruh positif terhadap realisasi

penerimaan Pajak Bumi dan Bangunan, artinya setiap peningkatan penduduk/

wajib pajak akan meningkatkan penerimaan Pajak Bumi dan Bangunan.

Seharusnya jika berpedoman pada teori tersebut, Kabupaten Lombok

Timur akan bisa mencapai target realisasi yang telah ditetapkan. Berangkat dari

ketidaksesuaian tersebut, maka peneliti tertarik untuk melakukan penelitian yang

berjudul“Analisis faktor-faktor yang Mempengaruhi Penerimaan Pajak Bumi

dan Bangunan (PBB)di Kabupaten Lombok Timur Tahun 2009-2018”.

 4

RUMUSAN MASALAH

1. Apakah jumlah wajib pajak dapat mempengaruhi penerimaan Pajak bumi

dan Bangunan di Kabupaten Lombok Timur tahun 2009-2018 ?

2. Apakah luas lahan dapat mempengaruhi penerimaan Pajak bumi dan

Bangunan di Kabupaten Lombok Timur tahun 2009-2018 ?

3. Apakah jumlah bangunan dapat mempengaruhi penerimaan Pajak bumi

dan Bangunan di Kabupaten Lombok Timur tahun 2009-2018 ?

4. Apakah PDRB per kapita dapat mempengaruhi penerimaan Pajak bumi

dan Bangunan di Kabupaten Lombok Timur tahun 2009-2018 ?

5. Apakah investasi dapat mempengaruhi penerimaan Pajak bumi dan

Bangunan di Kabupaten Lombok Timur tahun 2009-2018 ?

TUJUAN PENELITIAN

1. Untuk menganalisis pengaruh jumlah wajib pajakterhadap realisasi Pajak

Bumi dan Bangunan (PBB).

2. Untuk menganalisis pengaruh luas lahan terhadap realisasi Pajak Bumi dan

Bangunan (PBB).

3. Untuk menganalisis pengaruh jumlah bangunan terhadap realisasi Pajak

Bumi dan Bangunan (PBB).

4. Untuk menganalisis pengaruh PDRB per Kapita terhadap realisasi Pajak

Bumi dan Bangunan (PBB).

5. Untuk menganalisis pengaruh investasi terhadap realisasi Pajak Bumi dan

Bangunan (PBB).
 5

KERANGKA TEORITIS DAN PERUMUSAN HIPOTESIS

A. Pengertian Pajak

Menurut pasal 1 UU No. 28 Tahun 2007 tentang ketentuan Umum dan

Tata Cara Perpajakan : “Pajak adalah kontribusi wajib pajak kepada Negara yang

terutang oleh orang pribadi atau badan yang bersifat memaksa berdasarkan

undang-undang dengan tidak mendapatkan imbalan secara langsung dan

digunakan untuk keperluan negara bagi sebesar-besarnya kemakmuran rakyat.

B. Pengertian Pajak Bumi dan Bangunan

Pajak Bumi dan Bangunan tercantum dalam pasal 1 Undang-undang

No. 28 Tahun 2009 tentang Pajak Daerah dan Retribusi Daerah, adalahPajak atas

bumi dan/atau bangunan yang memiliki, dikuasai dan/atau dimanfaatkan oleh orang

pribadi atau badan, kecuali kawasan yang digunakan untuk kegiatan usaha

perkebunan, perhutanan dan pertambangan. pajak bumi dan bangunan adalah pajak

yang bersifat kebendaan dalam arti besarnya pajak terutang ditentukan oleh

keadaan objek yaitu bumi/tanah dan/ataubangunan, keadaan subyek (siapa yang

membayar) tidak ikut menentukan besarnya pajak (Triyono, 2012).

C. Faktor-faktor yang Mempengaruhi Penerimaan Pajak Bumi dan

Bangunan.

Faktor-faktor yang mempengaruhi penerimaan Pajak Bumi dan Bangunan yang

akan dibahas dalam penelitian ini adalah jumlah wajib pajak, luas lahan, jumlah

bangunan, PDRB per kapita dan investasi. Hal tersebut akan dijelaskan dibawah ini.

1. Jumlah Wajib Pajak

Berdasarkan Undang-undang No. 28 tahun 2007 tentang ketentuan umum

dan tata cara perpajakan disebutkan bahwa wajib pajak adalah orang atau badan
 6

yang menurut ketentuan peraturan perundang-undangan perpajakan ditentukan

untuk melakukan kewajiban perpajakan. Ada beberapa ketentuan-ketentuan yang

mengatur dimana orang pribadi atau badan dianggap sebagai wajib pajak, dan

tentunya setelah menjadi wajib pajak maka akan mempunyai kewajiban untuk

memotong, memungut, membayar, serta melaporkan pajak tersebut dalam

bentuksurat pemberitahuan baik secara masa atau bulanan maupun tahunan.

2. Luas Lahan

Sebagaimana tercantum dalam pasal 1 UU Pajak Bumi dan Bangunan,

yang dimaksud dengan bumi adalah permukaan bumi, (perairan) dan tubuh bumi

yang berada di bawahnya. Permukaan bumi itu sebetulnya tidak lain daripada

tanah. Jadi yang menjadi objek PBB itu adalah tanah (perairan) dan tubuh

bumi.Untuk memudahkan penghitungan PBB yang terutang, tanah perlu

diklasifikasikin (Soemitro, 1989). Yang dimaksud dengan klasifikasi tanah adalah

pengelompokkan tanah menurut nilai jualnya, dan memperhatikan faktor-faktor

sebagai berikut: a) letak tanah, b) peruntukan tanah, c) pemanfaatan, d) luas

lahan/bumi, e) kesuburan atau hasil tanah, f) adanya irigasi atau tidak dan lain

sebagainya.

3. Jumlah Bangunan

Bangunan adalah kontruksi teknik yang ditanam atau dilekatkan secara

tetap pada tanah dan/perairan untuk tempat tinggal, tempat usaha, dan tempat yang

diusahakan.Termasuk dalam pengertian bangunan adalah (Resmi dan Siti,

2012:230):

a. Jalan lingkungan dalam satu kesatuan dengan komplek bangunan

b. Jalan tol
 7

c. Kolam renang

d. Tempat olahraga

e. Galangan kapal,dermaga

f. Taman mewah

g. Tempat penampungan/kilang minyak, air dan gas, pipaminyak

h. Fasilitas lain yang memberikan manfaat

4. PDRB Per kapita

Besarnya nilai jual objek pajak sebagai dasar pengenaan PBB ditetapkan

setiap tiga tahun oleh Menteri Keuangan, kecuali untuk daerah tertentu ditetapkan

setiap tahun sesuai perkembangan daerahnya (Waluyo dan Wirawan, 2000).

Kondisi ini diperhitungkan mengikuti pertumbuhan ekonomi yang dialami daerah

bersangkutan yang mendorong kemampuan ekonomi masyarakat dan ditujukkan

dengan peningkatan pendapatan per kapita (Insukindro, 1994). Pendapatan per

kapita menunjukkan kemampuan seseorang untuk membiayai pengeluaran-

pengeluarannya, termasuk membayar pajak. Kemampuan seseorng untuk

membayar pajak dapat dilihat dari tiga aspek, yaitu tingkat pendapatan, jumlah

kekayaan, dan besarnya pengeluaran konsumsi. Semakin tinggi tingkat

pendapatan, kekayaan, dan konsumsi seseorang berarti semakin tinggi

kemampuan orang tersebut untuk membayar pajak dan berpengaruh positif dalam

meningkatkan penerimaan pajak (Miasto, 1993).

5. Investasi

investasi disuatu daerah merupakan komponen utama dalam mencapai

pertumbuhan ekonomi di daerah tersebut. Dengan arti kata, besarnya laju

pertumbuhan ekonomi yang dicapai salah satunya ditentukan oleh kemampuan

 8

investasi, baik investasi secara agregat maupun investasi pada masing-masing

sektor ekonomi, sehingga keberhasilan pertumbuhan PDRB tidak dapat

dipisahkan dari meningkatnya investasi yang akan mendorong kenaikan output

secara signifikan. Hal ini juga secara otomatis akan meningkatkan kesejahteraan

masyarakat sebagai konsekuensi dari meningkatnya pendapatan yang diterima

masyarakat.

D. Kerangka Konseptual

Gambar 1

Kerangka Konseptual

Jumlah Wajib Pajak

Luas Lahan

Realisasi Penerimaan
Jumlah Bangunan Pajak Bumi dan
Bangunan (PBB)

PDRB per kapita

Investasi

E. HIPOTESIS

Berdasarkan uraian dan perumusan masalah di atas, maka hipotesis yang

diajukan dalam penelitian ini adalah :

1. Diduga bahwa jumlahwajib pajak berpengaruh positif terhadap penerimaan

Pajak Bumi dan Bangunan di Kabupaten Lombok Timur.

 9

2. Diduga bahwa luas lahan berpengaruh positif terhadap penerimaan Pajak Bumi

dan Bangunan di Kabupaten Lombok Timur.

3. Diduga bahwa jumlah bangunan berpengaruh positif terhadap penerimaan

Pajak Bumi dan Bangunan di Kabupaten Lombok Timur.

4. Diduga bahwa PDRB per kapita berpengaruh positif terhadap penerimaan

Pajak Bumi dan Bangunan di Kabupaten Lombok Timur.

5. Diduga bahwa investasi berpngaruh positif terhadap penerimaan Pajak Bumi

dan Bangunan di Kabupaten Lombok Timur.

6. Diduga bahwa jumlah wajib pajak, luas lahan, jumlah bangunan, PDRB per

kapita dan investasi secara simultan berpengaruh positif terhadap penerimaan

Pajak Bumi dan Bangunan.

METODE PENELITIAN

Penelitian ini merupakan penelitian deskriptif dengan menggunakan

pendekatan kuantitatif. Dimana penelitian kuantitatif adalah penelitian berupa

angka dan analisis menggunakan statistik (Sugiyono, 2010).Metode penelitian

kuantitatif karena dalam pelaksanaannya meliputi data yang berupa angka, atau

data berupa kata- kata atau kalimat yang dikonversi menjadi data yang berbentuk

angka. Data yang berupa angka tersebut kemudian diolah dan dianalisis untuk

mendapatkan suatu informasi ilmiah dibalik angka-angkatersebut (Martono,

2014).

Adapun jenis data yang digunakan dalam penelitian ini adalah data

sekunder. Data sekunder adalah data yang telah dikumpulkan oleh lembaga

pengumpul data dan dipublikasikan kepada masyarakat pengguna data (Kuncoro,

2014).
 10

Variabel penelitian adalah obyek penelitian atau apa yang menjadi titik

perhatian suatu penelitian (Suharsimi, 2002:96). Variabel yang digunakan dalam

penelitian ini adalah Wajib pajak (X1), Luas Lahan (X2), Jumlah bangunan (X3),

PDRB per Kapita (X4), data Investasi (X5) sebagai variabel bebas sedangkan

Pajak Bumi dan Bangunan (PBB) sebagai variabel terikat.

Untuk mengetahui besarnya pengaruh dari suatu variabel bebas

(independent variabel) terhadap variabel terikat (dependent variabel) maka

peneliti menggunakan model regresi linier berganda (Multiple Linier Regression

Method)dengan metode kuadrat terkecil atau Ordinary Least Square (OLS).

Metode ini diyakini mempunyai sifat-sifat yang ideal dan dapat diunggulkan,

yaitu secara teknis sangat kuat, mudah dalam perhitungan dan penarikan

interpretasinya (Nach 2006: 18-19).Persamaan regresi dinyatakan sebagai berikut.

Y =a+b1 x 1+ b2 x 2 +b3 x 3+ b4 x 4 +b 5 x 5 +e
Dimana :

Y = Jumlah penerimaan PBB

X1 = Jumlah wajib pajak

X2 = Luas lahan

X3 = Jumlah bangunan

X4 = Jumlah pendapatan Domestik Regional Bruto per kapita

X5 = Jumlah investasi

a = Intersep/konstanta

b1 = Koefisien regresi jumlah wajib pajak

b2 = Koefisien regresi luas bangunan

b3 = Koefisien regresi jumlah bangunan

 11

b4= Koefisien regresi pendapatan domestik regional bruto per

kapita

b5 = Koefisien regresi jumlah investasi

e = Residual term

Penggunaan model regresi dalam penelitian ini menyebabkan perlu

dilakukan pengamatan terhadap adanya kemungkinan penyimpangan asumsi

klasik. Menurut Gujarati (1988) terdapat 7 (tujuh) asumsi klasik yang harus

diamati dalam penggunaan model regresi ini, namun menurut ekonometrik hanya

5 (lima) yang dianggap penting. Kelima asumsi tersebut adalah: uji terhadap

gejala linearitas, uji terhadap gejala mulkolinearitas, uji terhadap gejala

autokorelasi (serial korelasi), uji terhadap gejala heteroskedatisitas dan uji

normalitas.

Analisis dilakukan melalui pendekatan analisis kuantitatif yaitu dengan

model regresi dengan metode kuadrat terkecil biasa (OLS). Untuk mengetahui ada

atau tidaknya pengaruh variabel bebas terhadap variabel terikat maka dilakukan

pengujian terhadap hipotesis yang diajukan pada penelitian ini. Pengujian tersebut

yaitu uji Pasial (uji t), uji Simultan (uji f), dan Koefisien Determinasi (R2).
 12

HASIL PENELITIAN DAN PEMBAHASAN

Hasil estimasi regresi linier berganda dengan OLS menghasilkan persamaan

regresi sebagai berikut:

Realisasi PBB= -21006336719.1 + 23312.4946343*WP + 8.95605039662*LH+

0.713630047788*JB + 662.826852995*PDRB - 0.0200099831076*INV + e

1. Uji Parsial

Daerah penolakan Ho Daerah Penolakan Ho

Daerah penerimaan Ho

-2,01505 2,01505

Ho diterimah = t tab > t hit

Ha diterimah = t tab < t hit

2. Uji Simultan

Ftab( F alfa:6-1;10-6) = 5 ; 4= 6,26

H0 diterima : F hit < F tab

Ha diterima : F hit > F tab
Dari hasil regresi dihasilkan nilai f hitung sebesar (155.4379) > nilai F table

(6,26), maka Ha diterima dan H0 ditolak sehingga dapat disimpulkan bahwa

secara bersama-sama variabel indpenden berpengaruh terhadap variabel

dependent.
 13

3. Uji R-squared (R2 )

Uji R-squared (R2 ) pada intinya mengukur seberapa jauh kemampuan

model dalam menerangkan variasi variabel indevenden. Nilai Koefisien

determinan R2 sebesar 0.984880. hal ini berarti 99 % persamaan regresi atau model

ini dapat dijelaskan oleh variasi variabel wajib pajak, luas lahan, jumlah

bangunan, pdrb perkapita dan investasi.. Sedangkan sisanya sebesar 1 %

diterangkan oleh variabel – variable lain yang tidak diteliti didalam penelitian ini

seperti jumlah Industri dan Pendapatan Pekapita.

Uji Asumsi Klasik

a. Uji Linearitas

Pada hasil analisis penelitian tahun 2009-2018 di Kabupaten Lombok Timur

dengan menggunanakan program Eviews, nilai Probability F-statistic

sebesar 0.0944 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa model

regresi telah memenuhi asumsi linieritas. Uji linearitas dapat dilihat pada lampiran

1.3

b. Uji Autokorelasi

Pada hasil analisis penelitian tahun 2009-2018 di Kabupaten Lombok Timur

dengan menggunakan program Eviews nilai probabilita Fhitung pada metode

Breusch-Godfrey (BG) sebesar 0.2750 lebih besar dari 5 % ( 0.2745> 0.05 ).

sehingga, berdasarkan uji hipotesis, H0 diterima yang artinya tidak terjadi

autokorelasi. Sebaliknya, apabila nilai Prob. F hitung lebih kecil dari 0,05 maka

dapat disimpulkan terjadi autokorelasi.uji autokorelasi dapat dilihat pada lampiran

1.4
 14

c. Uji Multikolenieritas

Pada hasil analisis data tahun 2009-2018di Kabupaten Lombok Timur dengan

menggunakan program Eviews berdasarkan hasil regresi menggunakan pengujiaan

auxilary didapatkan nilai R squared atau R keseluruhan sebesar 0.994880, lalu

untuk hasil R2X1 sebesar 0.895763, R2X2 sebesar 0.978174, R2X3 sebesar

0.982064, R2X4 sebesar 0.969119, dan R2X5 sebesar 0.943791. Hasil pengujian

tersebut membuktikan bahwa R squared secara keseluruhan lebih besar dari R2 X1

sampai X5 sehingga dapat dinyatakan bahwa tidak terdapat gejala atau masalah

multikolineritas dalam variable dependen dan variable independen. uji

multikolinearitas dapat dilihat pada lampiran 1.5

d. Uji Normalitas

Berdasarkan hasil pengujian dengan menggunakan program Eviews,diperoleh

nilai Jarque-Bera hitung sebesar 0,995272 dengan nilai probabilitas sebesar

0,607966. Dengan demikian nilai probabilitas tersebut lebih besar dari taraf nyata

5 % (0,607966 > 0,05). sehingga dapat disimpulkan bahwa residual terdistribusi

normal yang artinya asumsi klasik tentang kenormalan telah dipenuhi.uji

normalitas dapat dilihat pada lampiran 1.6

e. Uji Heteroskedastisitas

Pada hasil analisis data tahun 2009-2018di Kabupaten Lombok Timur dengan

menggunakan program Eviews, nilai Prob. F hitung pada penelitiaan ini adalah

sebesar 0,1315 lebih besar dari tingkat alpha 0,05 (5%) sehingga, berdasarkan uji

hipotesis, H0 diterima yang artinya tidak terjadi heteroskedastisitas.uji

heteroskdastisitas dapat dilihat pada lampiran 1.7

 15

INTERPRETASI HASIL

1. Pengaruh Wajib Pajak terhadap penerimaan Pajak Bumi dan Bangunan (PBB)

Hasil penelitian ini secara parsial membuktikan bahwa Jumlah wajib pajak

berpengaruh positif dan signifikant terhadap PBB. Hal ini ditunjukKan

berdasarkan nilai t hitung sebesar 3.051779 dengan nilai probabilita t hitung

sebesar 0.0380 lebih kecil dari taraf nyata 5%. Hasil koefisien regresi sebesar

23312.49. Hal ini menunjukkan semakin meningkatnya jumlah wajib pajak maka

akan meningkatkan Pajak Bumi dan Bangunan. Artinya setiap penambahan 1

orang wajib pajak maka akan meningkatkan Pajak Bumi dan Bangunan (PBB)

sebesar 23.312.494 rupiah/orang. Hal tersebut sejalan dengan jumlah wajib pajak

di Kabupaten Lombok Timur yang cenderung meningkat pada setiap tahunnya.

2. Pengaruh Luas Lahan terhadap penerimaan Pajak Bumi dan Bangunan (PBB)

Hasil penelitian ini secara parsial membuktikan bahwa variabel luas lahan

berpengaruh positif tetapi tidak signifikan terhadap Pajak Bumi dan Bangunan

(PBB). Hal ini ditunjukan berdasarkan nilai t hitung sebesar 0.617357 dengan

nilai probabilita t hitung sebesar 0.5704 lebih besar dari taraf nyata 5%. Hasil

koefisien regresi sebesar 8.956050. Hal ini menunjukkan bahwa variabel luas

lahan berpengaruh positif namun tidak berpengaruh signifikan terhadap

penerimaan PBB. Maknanya adalah peningkatan luas lahan hanya memberikan

pengaruh yang sedikit atau tidak memberikan pengaruh yang kuat terhadap

penerimaan Pajak Bumi dan Bangunan (PBB), selebihnya dipengaruhi oleh

variabel lain di dalam model ataupun variabel lain diluar model.

 16

Penyebab luas lahan tidak berpengaruh signifikan terhadap realisasi

penerimaan PBB adalah karena tidak semua lahan di Kabupaten Lombok Timur

dikenakan pajak, hal ini disebabkan oleh letak lokasi lahan yang sulit untuk di

jangkau oleh petugas sensus pajak/aparatur pajak. Dan juga banyaknya

masyarakat yang tidak melaporkan kekayaannya, atau banyaknya wajib pajak

yang tidak melakukan pendaftaran/pendataan seperti SPOP (Surat Pemberitahuan

Objek Pajak) adalah surat yang digunakan oleh wajib pajak untuk melaporkan

data objek pajak menurut ketentuan Undang-Undang PBB kepada aparatur pajak.

3. Pengaruh Jumlah Bangunan terhadap penerimaan Pajak Bumi dan Bangunan

(PBB)

Hasil penelitian ini secara parsial membuktikan bahwa variabel jumlah

bangunan berpengaruh positif tetapi tidak signifikan terhadap Pajak Bumi dan

Bangunan. hal ini ditunjukkan berdasarkan nilai t hitung sebesar 0.001863 dengan

nilai probabilita t hitung sebesar 0.9986 lebih besar dari taraf nyata 5%. Hasil

koefisien regresi sebesar 0.713630. Hal ini menunjukkan bahwa variabel jumlah

bangunan berpengaruh positif namun tidak berpengaruh signifikan terhadap

penerimaan Pajak Bumi dan Bangunan (PBB). Maknanya bahwa peningkatan

jumlah bangunan hanya tidak memberikan pengaruh yang kuat terhadap PBB,

selebihnya dipengaruhi oleh variabel lain di dalam model ataupun variabel lain

diluar model.

Hal ini disebabkan karena banyaknya jumlah bangunan yang ada di

Kabupaten Lombok Timur yang tidak terdaftar menjadi objek pajak sehingga

tidak dipungut pajak dari bangunan tersebut, hal lain yang menyebabkan tidak
 17

signifikan yaitu ada beberapa bangunan yang tidak terpakai atau tidak dihuni

sehingga tidak dibayarkan pajaknya oleh pemiliknya atau oleh wajib pajak.

4. Pengaruh PDRB per Kapita terhadap penerimaan Pajak Bumi dan Bangunan

(PBB)

Hasil penelitian ini secara parsial membuktikan bahwa variabel PDRB per

kapita berpengaruh positif dan signifikan terhadap Pajak Bumi dan Bangunan

(PBB). hal ini ditunjukkan berdasarkan nilai t hitung sebesar 5.608010 dengan

nilai probabilita t hitung sebesar 0.0050 lebih besar dari taraf nyata 5%. Hasil

koefisien regresi sebesar 662.8269. Hal ini menunjukkan semakin meningkatnya

pendapatan seseorang maka akan meningkatkan Pajak Bumi dan Bangunan

(PBB). Artinya setiap penambahan pendapatan perkapita maka akan

meningkatkan Pajak Bumi dan Bangunan(PBB).

5. Pengaruh Investasi terhadap penerimaan Pajak Bumi dan Bangunan (PBB)

Hasil penelitian secara parsial membuktikan bahwa variabel investasi tidak

berpengaruh positif atau berpengaruh negatif terhadap Pajak Bumi dan Bangunan

(PBB). hal ini ditunjukkan berdasarkan nilai t hitung sebesar -4.086944 dengan

nilai probabilita t hitung sebesar 0.0150 lebih kecil dari taraf nyata 5%. Hasil

koefisien regresi sebesar -0.020010. Hal ini menunjukan semakin meningkatnya

nilai investasi maka akan menurunkan Pajak Bumi dan Bangunan. Artinya setiap

penambahan 1 persen investasi maka akan menurunkan Pajak Bumi dan

Bangunan pada setiap tahunnya.

Investasi tidak berpengaruh positif artinya investasi tidak berpengaruh

terhadap penerimaan Pajak Bumi dan Bangunan (PBB) di Kabupaten Lombok

Timur, hal ini disebabkan karena selama ini juga investasi banyak digunakan
 18

untuk pendidikan yaitu membangun sekolah dan untuk membayar beasiswa selain

itu investasi yang masuk di Kabupaten Lombok Timur jarang ada yang berlanjut

artinya tidak ada pengawasan lebih lanjut lagi, banyak investor yang datang sekali

saja lalu untuk selanjutnya tidak kembali lagi begitu pula dengan dananya tidak

berlanjut lagi. Jadi investasi tidak berhubungan langsung dengan penerimaan

Pajak Bumi dan Bangunan (PBB). Faktor lain penyebabnya juga adalah karena

investasi yang dilakukan di Kabupaten Lombok Timur tidak bisa dirasakan

maanfaatnya pada saat itu juga tetapi akan terasa manfaatnya setelah lima sampai

10 tahun ke depan.

4.5 Pengaruh Variabel secara Simultan (Bersama-sama)

Secara simultan variabel Jumlah wajib pajak, luas lahan, jumlah bangunan,

PDRB per kapita, dan investasi memiliki pengaruh yang signifikan terhadap

variabel Penerimaan pajak bumi dan bangunan dengan melihat nilai probabilitas F

statistik sebesar 0.000114 dan nilai F statistik sebesar 155.4379, hal ini

menunjukan semua variabel bebas berpengaruh signifikan terhadap penerimaan

pajak bumi dan bangunan di Kabupaten Lombok Timur tahun 2009-2018

Besarnya pengaruh kontribusi dari semua variabel bebas bisa dilihat pada nilai

koefisien determinan R2 yang berjumlah sebesar 0.994880, yang berarti bahwa

variabel terikat yaitu variabel penerimaan pajak bumi dan bangunan sebesar 99%

dipengaruhi oleh variabel bebas yaitu wajib pajak, luas lahan, jumlah bangunan,

PDRB dan investasi, Sedangkan sebesar 1% dipengaruhi oleh variabel lain diluar

model yang tidak diteliti didalam penelitian ini seperti kepatuhan peserta, inflasi

dan lain sebagainya.

 19

KESIMPULAN DAN SARAN

Keaimpulan

Berdasarkan hasil analisis faktor-faktor yang mempengaruhi penerimaan

Pajak Bumi dan Bangunan (PBB) di Kabupaten Lombok Timur Tahun 2009-

2018, diperoleh kesimpulan sebagai berikut :

1. Jumlah Wajib Pajak

Dimana jumlah wajib pajak berpengaruh positif dan signifikan terhadap

penerimaan Pajak Bumi dan Bangunan (PBB) di Kabupaten Lombok Timur

Tahun 2009-2018.

2. Luas Lahan

Dimana luas lahan berpengaruh positif terhadap penerimaan Pajak Bumi

dan Bangunan (PBB) tetapi tidak signifikan.Artinya luas lahan tidak terlalu

berpengaruh kuat terhadap penerimaan Pajak Bumi dan Bangunan di

Kabupaten Lombok Timur Tahun 2009-2018.

3. Jumlah Bangunan

Dimana jumlah bangunan berpengaruh positif terhadap penerimaan Pajak

Bumi dan Bangunan (PBB) tetapi tidak signifikan.Artinya luas lahan tidak

terlalu berpengaruh kuat terhadap penerimaan Pajak Bumi dan Bangunan di

Kabupaten Lombok Timur Tahun 2009-2018.

4. PDRB per Kapita

Dimana PDRB per kapita berpengaruh positif dan signifikan terhadap

penerimaan Pajak Bumi dan Bangunan (PBB) di Kabupaten Lombok Timur

Tahun 2009-2018.
 20

5. Investasi

Dimana jumlah investasi tidak berpengaruh terhadap penerimaan pajak

Bumi dan Bangunan (PBB), dikarenakan berdasarkan data investasi tahun

2009-2018selalu mengalami fluktuasi terutama pada lima tahun terakhir.

Saran

Berdasarkan hasil penelitian yang telah dilakukan maka peneliti dapat

memberikan saran sebagai bahan pertimbangan untuk kedepannya sebagai

berikut:

1. Pemerintah daerah Kabupaten Lombok Timur diharapkan dapat meningkatkan

lagi jumlah wajib pajak dan PDRB perkapita masyarakat karena kedua faktor

tersebut dapat memberikan sumbangsih yang cukup tinggi.

2. Pemerintah daerah Kabupaten Lombok Timur diharapkan melakukan

pendataan mengenai luas lahan dan jumlah banguanan yang belum

terdaftar/yang belum memilki Surat Pemberitahuan Objek Pajak (SPOP).

 21

REFERENSI

Badan Pusat Statistik. Kabupaten Lombok Timur Dalam Angka 2014. Mataram.
Badan Pusat Statistik Kabupaten Lombok Timur.

Dania Dkk. Faktor-Faktor Yang Mempengaruhi Penerimaan Pajak Bumi Dan

Bangunan Di Pasaman Barat.

Diana dan setiawati. 2010. Perpajakan Indonesia, Konsep, Aplikasi dan

Penentuan Praktis. ANDI. Yogyakarta.

Ghozali, Imam. 2001. AplikasiAnalisis Multivariate dengan SPSS. Semarang:

BadanPenerbitUNiversitasDiponegoro.

Ghozali, Imam. 2005. AplikasiAnalisis Multivariate dengan SPSS. Semarang:

BadanPenerbit UNDIP.

Gujarati, Damodar. (1988). EkonometrikaDasar.Jakarta: erlangga.

Handayani dkk, 2014.”analisis faktor-faktor yang mempengaruhi realisasi

penerimaan pajak bumi dan bangunan pada kecamatan Jebres kota
Surakarta”.

Insukindro. 1994. Pendekatan Kointegrasi dalam Analisis Ekonomi, Studi

KasusPermintaan Deposito dan Valuta Asing di Indonesia : Jurnal
EkonomiIndonesia, Vol 1. No. 2.

Kosasi dan Barus, 2017. “Analisis Faktor-faktor yang Mempengaruhi

Penerimaan pajak Bumi dan Bangunan Menurut Kabupaten dan
Kota di Provinsi Sumatera Utara”.

Kurniawan Dan Wahjono. 2013. Analisis Faktor- Faktor Yang Mempengaruhi

Pelaksanaan Pemungutan Pajak Bumi Dan Bangunan Di Kabupaten
Tulungagung.

Kuncoro. 2014. Mudah Memahami dan Menganalisis Indikator Ekonom. Edisi

Kedua. UPP STIM YKPN. Yogyakarta.
 22

LAMPIRAN 1.1. DATA PENELITIAN

JUMLAH LUAS PDRB

REALISASI WAJIB LUAS LAHAN BANGUNAN PERKAPITA
TAHUN PBB(Y) PAJAK (X1) (X2) (X3) (X4) INVESTASI (X5)
2009 5,112,698,935 645230 835,033,869 3,619,629 7,786,994 85,267,584,300
2010 5,802,785,264 663025 845,897,158 4,013,857 8,188,777 74,362,283,937
2011 6,562,190,634 665325 855,760,447 4,449,424 8,851,117 79,660,053,000
2012 5,571,538,961 634241 842,574,513 4,273,652 8,456,688 67,653,504,000
2013 4,863,874,192 612734 822,437,802 4,067,880 8,100,627 56,704,389,000
2014 6,685,708,812 676027 879,251,868 5,562,108 11,154,033 160,662,691,332
2015 7,562,984,196 674274 887,091,783 5,956,336 12,447,686 161,819,918,000
2016 7,932,115,424 678567 893,905,849 6,037,643 12,506,500 167,474,541,500
2017 9,223,354,944 681847 896,041,560 6,361,661 14,841,816 171,719,811,120
2018 9,977,664,081 695848 901,533,342 7,127,957 15,807,015 194,426,284,500

LAMPIRAN 1.2. HASIL UJI LINIER BERGANDA

Dependent Variable: Y
Method: Least Squares
Date: 12/25/19 Time: 15:25
Sample: 2009 2018
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -2.10E+10 8.24E+09 -2.548981 0.0634

X1 23312.49 7638.984 3.051779 0.0380
X2 8.956050 14.50710 0.617357 0.5704
X3 0.713630 383.0852 0.001863 0.9986
X4 662.8269 118.1929 5.608010 0.0050
X5 -0.020010 0.004896 -4.086944 0.0150

R-squared 0.994880    Mean dependent var 6.93E+09

Adjusted R-squared 0.988479    S.D. dependent var 1.73E+09
S.E. of regression 1.85E+08    Akaike info criterion 41.19701
Sum squared resid 1.37E+17    Schwarz criterion 41.37856
Log likelihood -199.9851    Hannan-Quinn criter. 40.99785
F-statistic 155.4379    Durbin-Watson stat 2.845743
Prob(F-statistic) 0.000114

Y = -21006336719.1 + 23312.4946343*X1 + 8.95605039662*X2 + 0.713630047788*X3 +

662.826852995*X4 - 0.0200099831076*X5
 23

LAMPIRAN 1.3. HASIL UJI LINEARITAS

Ramsey RESET Test

Equation: UNTITLED
Specification: Y C X1 X2 X3 X4 X5
Omitted Variables: Squares of fitted values

Value Df Probability
t-statistic  2.416831  3  0.0944
F-statistic  5.841072 (1, 3)  0.0944
Likelihood ratio  10.80796  1  0.0010

F-test summary:
Mean
Sum of Sq. Df Squares
Test SSR  9.08E+16  1  9.08E+16
Restricted SSR  1.37E+17  4  3.44E+16
Unrestricted SSR  4.66E+16  3  1.55E+16

LR test summary:
Value Df
Restricted LogL -199.9851  4
Unrestricted LogL -194.5811  3

LAMPIRAN 1.4. HASIL UJI AUTOKORELASI

F-statistic 2.635981    Prob. F(2,2) 0.2750

Obs*R-squared 7.249710    Prob. Chi-Square(2) 0.0267

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/25/19 Time: 15:36
Sample: 2009 2018
Included observations: 10
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 1.49E+10 1.46E+10 1.022025 0.4143

X1 13979.32 14330.77 0.975475 0.4322
X2 -30.11750 29.65471 -1.015606 0.4167
X3 39.07648 455.5632 0.085776 0.9395
X4 174.7488 116.1064 1.505075 0.2712
X5 -0.001486 0.003689 -0.402715 0.7261
RESID(-1) -2.025296 0.980077 -2.066468 0.1748
RESID(-2) -1.907636 1.498819 -1.272759 0.3310

R-squared 0.724971    Mean dependent var 9.54E-07

Adjusted R-squared -0.237630    S.D. dependent var 1.24E+08
S.E. of regression 1.37E+08    Akaike info criterion 40.30613
Sum squared resid 3.78E+16    Schwarz criterion 40.54820
Log likelihood -193.5307    Hannan-Quinn criter. 40.04058
F-statistic 0.753137    Durbin-Watson stat 3.022953
Prob(F-statistic) 0.675569
 24

LAMPIRAN 1.5. HASIL UJI MULTIKOLIENIERITAS

Uji Y

Coefficient Uncentered Centered

Variable Variance VIF VIF

C  6.79E+19  19770.64  NA

X1  58354080  7470.199  9.593477
X2  210.4558  45987.07  45.81782
X3  146754.2  1187.517  55.75509
X4  13969.55  507.9572  32.38243
X5  2.40E-05  121.6133  17.79070

LAMPIRAN 1.6 HASIL UJI NORMALITAS

LAMPIRAN 1.7 HASIL UJI HETEROSKEDASTISITAS

F-statistic 3.366230    Prob. F(5,4) 0.1315

Obs*R-squared 8.079799    Prob. Chi-Square(5) 0.1519
Scaled explained SS 1.749223    Prob. Chi-Square(5) 0.8826

Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 12/25/19 Time: 15:54
Sample: 2009 2018
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -1.53E+09 1.60E+09 -0.957442 0.3926

 25

X1 2274.783 1484.506 1.532350 0.2002

X2 0.524577 2.819206 0.186072 0.8614
X3 -78.73923 74.44606 -1.057668 0.3499
X4 -5.148046 22.96877 -0.224132 0.8336
X5 0.001128 0.000951 1.185440 0.3015

R-squared 0.807980    Mean dependent var 1.05E+08

Adjusted R-squared 0.567955    S.D. dependent var 54796779
S.E. of regression 36018006    Akaike info criterion 37.92065
Sum squared resid 5.19E+15    Schwarz criterion 38.10220
Log likelihood -183.6032    Hannan-Quinn criter. 37.72148
F-statistic 3.366230    Durbin-Watson stat 2.719790
Prob(F-statistic) 0.131484