Briliant: Jurnal Riset dan Konseptual Vol.
No.
May 2024 pp.
E-ISSN: 2541-4224.
P-ISSN: 2541-4216
DOI: http://dx.
org/10.
28926/briliant.
Penerapan Regresi Kuantil pada Wajib Pajak Kendaraan Bermotor Ardhi Sanwidi Universitas Nahdlatul Ulama Blitar Jl.
Masjid No.
22 Kota Blitar Jawa Timur.
Indonesia Email: ardhisanwidi@gmail.
Abstract: Awareness of motor vehicle taxpayers can increase regional Tersedia Online di http://w.
php/briliant Sejarah Artikel Diterima 8 Februari 2024 Direvisi 10 Mei 2024 Disetujui 10 Mei 2024 Dipublikasikan 30 Mei 2024 Keywords:
Quartile Regression.
Motor Regression Tax therefore, it is necessary to analyze a method to see the magnitude of the influence of taxpayer factors.
Traffic accidents, the number of motorized vehicles, the number of workers, and the number of violation cases that occur are factors applied to quantile regression in this study.
The research was carried out by collecting secondary data at BPS Blitar City in 2012Ae2021 regarding the number of traffic accidents, the number of motorized vehicles, the number of employees, and the number of cases of violations that occurred.
Data processing using quantile regression is used because the data for 2012Ae2021 on the vehicle tax payer factor in Blitar City is normally distributed.
From the research results, there are 3 factors that are positively correlated and 1 factor that is negatively correlated.
From the resulting quantile regression model, it can be concluded that every decrease in the number of traffic accidents and decrease in the number of motorized vehicles will reduce the results of motor vehicle taxpayer collections.
Meanwhile, increasing the number of employees and the number of traffic violations will increase the results of motor vehicle tax Abstrak: Kesadaran wajib pajak kendaraan bermotor dapat meningkatkan pendapatan daerah, oleh karena itu perlu adanya analisis suatu metode untuk melihat besarnya pengaruh faktor wajib pajak.
Kecelakaan lalu lintas, jumlah kendaraan bermotor, jumlah angkatan kerja, dan banyaknya kasus pelanggaran yang terjadi merupakan faktor yang diterapkan regresi kuantil pada penelitian ini.
Penelitian dilakukan dengan mengumpulkan data sekunder di BPS Kota Blitar tahun 2012-2021 tentang jumlah kecelakaan lalu lintas, jumlah kendaraan bermotor, jumlah angkatan kerja, dan banyaknya kasus pelanggaran yang terjadi.
Pengolahan data dengan regresi kuantil digunakan karena data pada tahun 2012 Ae 2021 pada faktor wajib pajak kendaraan di Kota Blitar berdistribusi normal.
Dari hasil penelitian terdapat 3 faktor yang berkorelasi positif dan 1 faktor berkorelasi negatif.
Dari model regresi kuantil yang dihasilkan dapat disimpulkan bahwa setiap penurunan jumlah kecelakaan lalu lintas dan penurunan jumlah kendaraan bermotor akan mengurangi hasil pungutan wajib pajak kendaraan bermotor.
Sedangkan bertambahnya jumlah angkatan kerja dan peningkatan jumlah pelanggaran lalulintas akan menambah hasil pungutan wajib pajak kendaraan Kata Kunci:
Kendaraan Bermotor.
Pajak Regresi.
Regresi Kuartil Corresponding Author:
Name:
Ardhi Sanwidi Email:
ardhisanwidi@gmail.
PENDAHULUAN
Pertumbuhan penduduk yang semakin meningkat, berdampak pada pertambahan kebutuhan disetiap individu dan juga pertumbuhan ekonomi.
Semakin tingginya pertumbuhan ekonomi di suatu daerah juga akan berdampak pada perubahan harga kebutuhan yang di inginkan oleh setiap individu.
Dari setiap individu dalam upaya memenuhi keinginan serta pemenuhan BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 perekonomian memerlukan alat transportasi berupa kendaraan yang kepemilikannya disesuaikan dengan kebutuhan dan tingkat perekonomian masing-masing dengan melihat fungsi dari kendaraan tersebut (Sari & SaAoroni, 2.
Jenis dan fungsi dari setiap kendaraan menjadikan sebuah persaingan tersendiri bagi para produsen kendaraan untuk menyediakan kendaraan yang sesuai dengan kebutuhan konsumen (Basuni & Kusmindari, 2.
Tidak hanya memanfaatkan dari fungsi kendaraan yang dibeli, tetapi pemilik kendaraan memiliki kewajiban yang harus dilakukan yaitu pembayaran pajak kendaraan yang dumiliki sebagai pengguna fasilitas umum yang disediakan oleh negara (AsAoari.
Dalam penertiban pajak tentu diperlukannya pemahaman kepada para pemilik kendaraan (Nasution & Ferrian, 2.
, sehinga akan tercipta rasa aman dan nyaman ketika berkendara di jalan karena tidak khawatir terkena sanksi pajak kendaraan bermotor terutama dengan kelengkapan surat kendaraan bermotor dan juga merasa nyaman karena mendapatkan akses jalan umum yang layak.
fasilitas umum yang diterima tersebut merupakan wujud realisasi dari pendapatan pajak yang telah dibayarkan (Saputra dkk.
, 2.
Terdapat beberapa faktor yang dapat mempengaruhi pendapatan pajak kendaraan bermotor yaitu jumlah kendaraan bermotor.
PDRB (Produk Domestik Regional Brut.
, dan jumlah penduduk.
Adapun faktor lain yang mempengaruhi pendapatan pajak kendaraan bermotor diantaranya: .
jumlah kecelakaan yang telah terjadi, .
jumlah angkatan kerja, dan .
jumlah kasus pelanggaran lalu lintas.
Faktor Ae faktor tersebut mempengaruhi pendapatan pajak karena fasilitas yang diterima oleh pengendara atau pemilik kendaraan adalah hasil dari pungutan pajak, sehingga jika terjadi penundaan atau tidak mau membayar pajak, maka fasilitas umum pun juga kurang memadai dan berakibat terjadinya kecelakaan (Agustin & Putra, 2.
Kepatuhan wajib pajak menjadikan salah satu alat ukur keberhasilan penerimaan pajak kendaraan bermotor (Prasetyo, 2.
Kota Blitar yang memiliki kepadatan penduduk mencapai 152.
097 dengan banyaknya jumlah sepeda motor sebanyak 169.
442 (BPS, 2.
Sepeda motor yang ada, lebih banyak dibandingkan dengan jumlah penduduknya, hal ini kemungkinan dalam 1 keluarga bisa memiliki lebih dari 1 sepeda motor.
Banyaknya sepeda motor bisa meningkatkan pendapatan daerah Kota Blitar jika para wajib pajak kendaraan tertib dalam membayar pajak.
Hal ini akan sangat membantu dalm upaya pembenahan fasilitas-fasilitas umum terutama di jalan raya yang digunakan masyarakat sebagai jalan untuk memenuhi kebutuhan perekonomian(Hendra Safri.
Penelitian yang dilakukan oleh Agustin & Putra .
dengan menggunakan regresi kuantil, bahwa faktor yang mempengaruhi wajib pajak kendaraan sepeda motor seperti sanksi pajak dan kesadaran membayar pajak tidak berpengaruh secara signifikan terhadap wajib pajak, namun untuk faktor kualitas pelayanan berpengaruh secara signifikan terhadap kepatuhan wajib pajak dalam membayar pajak kendaraan bermotor.
Regresi kuantil adalah regresi yang dapat membagi data menjadi lebih dari 2 kelompok.
Regresi kuantil diperkenalkan oleh Kankoer dan Basset pada tahun 1978 sebagai pengembangan dari regresi median.
Regresi kuantil membagi data menjadi beberapa kelompok yang diduga mempunyai perbedaan nilai parameter pada kuantil-kuantil tertentu.
Selain itu regresi kuantil sangat berguna ketika digunakan pada data yang distribusinya tidak homogen dan tidak simetris (Hananingrum & Achmad, 2.
Analisis regresi merupakan suatu metode statistika yang mempelajari tentang pola hubungan secara sistematis antara variabel dependen .
dengan satu atau lebih variabel independen .
(Irfan & Taqiyyuddin, 2021.
Rachmawati & Aini, 2018.
Saidah dkk.
, 2.
Regresi kuantil yang merupakan perluasan model regresi pada kuantil bersyarat dimana distribusi kuantil bersyarat dari variabel respon dinyatakan sebagai fungsi kovariat.
Regresi kuantil dapat memodelkan data yang mengandung pencilan (Puteri dkk.
, 2.
Regresi kuantil adalah metode yang berguna untuk mengestimasi parameter, metode ini tidak mudah terpengaruh oleh kehadiran pencilan sehingga pencilan menjauh dan tidak mengganggu kestabilan data yang diperoleh (Idris , 2.
410 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Berdasarkan uraian diatas, penelitian ini bertujuan untuk untuk melihat besarnya pengaruh faktor wajib pajak kendaraan bermotor terhadap pertumbuhan pajak di Kota Blitar.
Peneliti menerapkan regresi kuantil pada wajib pajak kendaraan bermotor di kota blitar dengan menganalisis faktor yang mempengaruhinya kesadaran taat wajib pajak adalah jumlah kecelakaan lalu lintas, jumlah kendaraan bermotor, jumlah angkatan kerja, dan banyaknya kasus pelanggaran yang terjadi.
METODE
Metode penelitian yang dilakukan merupakan penelitian kuantitatif.
Lokasi penelitian ini di Kota Blitar.
Regresi Kuantil digunakan untuk menganalisis faktor Ae faktor yang mempengaruhi wajib pajak kendaraan bermotor.
Variabel dependen .
yang digunakan dalam penelitian ini adalah pendapatan wajib pajak kendaraan bermotor di Kota Blitar .
cU), sedangkan variabel independen .
ariabel beba.
adalah, faktor-faktor kesadaran wajib pajak kendaraan bermotor di Kota Blitar.
Faktor yang dimaksud adalah jumlah kecelakaan lalu lintas .
, jumlah kendaraan bermotor .
, jumlah angkatan kerja .
, dan banyaknya kasus pelanggaran yang terjadi .
(Tri Basuki & Prawoto, 2.
Regresi kuantil dapat digunakan pada data yang berdistribusi tidak homogen dan tidak berbentuk standar.
Bentuk tidak standar antara lain tidak simetris dan terdapat ekor dalam sebaran (Hananingrum & Achmad, 2.
, seperti model berikut ini.
ycUycn = yu0,yua yu1,yua yu1,ycn U yuyco,yua ycUyco,ycn yuAycn,yua , ycn = 1.
A , ycu Dimana, ycUycn = Nilai pengamatan ke-i yu0,yua = Koefisien konstanta atau intersep pada kuantil ke-yua yuyco,yua = Koefisien variabel bebas ke-k pada kuantil ke-yua ycUyco,ycn = Nilai pengamatan ke-i pada variabel bebas ke-k yuAycn,yua = Nilai galat/sisaan pengamatan ke-i pada kuantil ke-yua Data yang digunakan adalah data dari BPS Kota Blitar tahun 2012 Ae 2021 mengenai faktor-faktor kesadaran wajib pajak kendaraan bermotor di Kota Blitar seperti pada tabel 1 dibawah ini.
Tabel 1.
Data faktor kesadaran wajib pajak Kota Blitar tahun 2012 Ae 2021 Tahun Sumber: BPS Kota Blitar Untuk menganalisis statistik deskriptif yaitu.
Uji Normalitas untuk mengetahui nilai residual yang dihasilkan dari regresi terdistribusi secara normal atau tidak dengan taraf sigifikansi 0,05 (Meifari, 2.
dan Uji Multikolinieritas untuk menemukan adanya korelasi yang sempurna atau mendekati sempurna antar variabel .
ika nilai korelasi jauh dari 1 atau yc < 0,8 dapat disimpulkan tidak terdapat multikolinieritas dan jika nilai korelasinya lebih kecil dari koefisien Pada penentuan nilai kuantil ini bertujuan untuk memperoleh bobot yang digunakan untuk melakukan pendugaan parameter menggunakan bantuan software Rstudio versi 4.
2 dan Microsof excel.
Dari hasil perhitungan, akan didapatkan nilai parameter yang dipakai sebagai koefisien dari persamaan regresi kuantil.
Dari regresi kuantil tersebut akan digunakan sebagai penentuan nilai kuantil terbaik yang berpengaruh terhadap kesadaraan taat wajib pajak kendaraan BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 bermotor.
Estimasi parameter kuantil dalam penelitian ini menggunakan bobot parameter dari Rusdiana dkk.
, .
yaitu 0,25.
0,5.
0,75.
dan 0,9 dengan taraf signifikan sebesar 0,5 (Puteri , 2.
HASIL DAN PEMBAHASAN
Setelah dilakukan input data seperti pada tabel 1 yang digunakan untuk penelitian ini, dilakukan statistik deskriptifnya, yaitu mencari nilai minimum, maksimum, rata-rata, dan standart deviasi pada setiap variabelnya.
Standar deviasi dapat dihitung secara manual dengan menggunakan formula Oc.
cuycn OeycuI )2 s=Oo ycuOe1 atau dengan menggunakan bantuan software SPSS.
Pada tahapan ini juga digunakan alat bantu berupa software SPSS yang berfungsi untuk mengecek kembali hasil perhitungan dari statistik deskriptif yang dilakukan.
Berikut merupakan output software SPSS pada bagian statistik deskriptif.
Tabel 2.
Hasil deskriptif statistik menggunakan Software SPSS Minimum Maximum Mean Std.
Deviasi 2,405 y 1011 2,056 y 1011 8,189 y 1010 2,457 y 1011 Dari Tabel 2 diatas diperoleh nilai minimum, maksimum, rata-rata dan standar deviasi dari variabel-variabel yang akan digunakan dalam penelitian ini dan dapat digunakan untuk mengetahui seberapa tingkat sebaran data dalam penelitian yang dilakukan.
Setelah diketahui statistik deskriptif pada data penelitian, selanjutnya dapat dilakukan analisis untuk mendapatkan model awal dengan menggunakan metode kuadrat terkecil.
Dalam tahapan ini untuk memperoleh parameter model regresi kuadrat terkecil menggunakan bantuan software SPSS.
Perhitungan parameter juga dapat dilakukan dengan menggunaan persamaan:
b 1 Oc x1 2 b2 Oc x1 x 2 b3 Oc x1 x3 b 4 Oc x1 x4 = Oc x1 y b 1 Oc x1 x2 b2 Oc x2 2 b3 Oc x2 x3 b 4 Oc x2 x4 = Oc x2 y b 1 Oc x1 x3 b2 Oc x2 x3 b3 Oc x3 2 b 4 Oc x3 x4 = Oc x3 y b 1 Oc x1 x4 b2 Oc x2 x4 b3 Oc x3 x4 b4 Oc x4 2 = Oc x2 y Untuk menentukan nilai b1 , b2 , b3 , b4 dapat menggunakan bantuan ycycuyceycycycaycyce SPSS, diperoleh nilai b1 , b2 , b3 , dan b4 berturut-turut adalah 167186399,1.
44647,629.
592359,618.
3065047,496.
Setelah itu dicari nilai dari b0 menggunakan.
b0 = ycUI Oe b1 i XI1 Oe b2 i XI2 Oe b3 i XI3 Oe b4 i XI4 i1 = 83,4.
i2 = 112510.
i3 = 54771,8.
i4 = Dengan nilai ycUI = 81891783708.
13455,2.
Maka diperoleh nilai b0 = -1,076.
Sehingga diperoleh persamaan regresi menggunakan metode kuadrat terkecil dari penelitian ini yaitu Y = Oe1,076 y 10Oe5 167186399,1X1 44657,629X2 92359,618X3 3065047,496X4 Setelah itu dilakukan uji asumsi klasik, dimana langkah awal yang dilakukan adalah uji normalitas untuk mengetahui sebaran datanya normal atau tidak.
Uji normalitas dapat dilakukan dengan menggunakan metode uji One Sample Kolmogorov Smirnov.
Dengan menggunakan bantuan software SPSS diperoleh diperoleh output sebagai berikut:
Tabel 3.
Hasil uji One Sample Kolmogorov Smirnov Kolmogorov-Smirnov Statistik Unstandartized Residual 0,113 Sig.
0,200
Dapat dilihat pada tabel 3 bahwa nilai signifikansi lebih dari 0,05 sehingga data berdistribusi normal.
Setelah data dapat dinyatakan berdistribusi normal, maka dilakukan uji 412 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 multikolinieritas untuk menemukan adanya korelasi yang sempurna atau mendekati sempurna antar variabel.
Pada uji multikolinieritas untuk memperoleh nilai korelasi antar variabel dalam penelitian ini menggunakan bantuan software SPSS.
Berikut tabel dari nilai korelasi antar variabel dengan perhitungan menggunakan software SPSS.
Tabel 4.
Korelasi antar variabel
-0,258
0,156
0,611
0,612
-0,258
-0,537
-0,336
-0,378
0,156
-0,537
0,370
-0,011
0,611
-0,336
0,370
0,504
0,612
-0,378
-0,011
0,504
Berdasarkan Tabel 4 tersebut dapat diketahui bahwa terdapat 3 variabel yang berkorelasi positif terhadap hasil pungutan pajak kendaraan bermotor dan 1 berkorelasi negatif.
Setelah itu dilakukan uji model regresi kuantilnya dengan menggunakan software Rstudio seperti pada gambar 1 dibawah ini.
Gambar 1.
Hasil perhitungan dengan software Rstudio BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Hasil parameter menggunakan software Rstudio pada gambar 1 sudah diperoleh dengan bobot kuantil 0,25.
0,5.
0,75.
dan 0,9.
Dari hasil uji regresi kuantil pada gambar 1, nilai signifikansi yang kurang dari a = 0,5 terletak pada kuantil 0,9 sehingga nilai regresi kuantil yang diambil terletak pada kuantil 0,9 Setelah dilihat dan dianalisis dari hasil perhitungan software Rstudio diperoleh nilai parameter yu0 , yu1 , yu2 , yu3 , dan yu4 berturut-turut pada nilai kuantil terbaik 0,9 adalah 3, 336 y 1010 .
Oe4,673 y 107 .
Oe2,411 y 105 .
1,238 y 106 .
dan 3,276 y 106 .
Sehingga pada penelitian ini diperoleh model regresi kuantil pada kuantil 0,9 sebagai berikut:
ycU = 3,336 y 1010 Oe 4,673 y 107 ycU1 Oe 2,411 y 105 ycU2 1,238 y 106 ycU3 3,276 y 106 ycU4 Pembahasan Penelitian ini bertujuan untuk menerapkan regresi kuantil pada wajib pajak kendaraan bermotor di Kota Blitar.
Data pada penelitian ini menggunakan data dari BPS (BPS, 2.
pada tahun 2012 Ae 2021.
Penelitian ini menggunakan regresi kuantil karena data yang diperoleh tidak homogen dan tidak ada ekor pada sebaran data (Hananingrum & Achmad, 2.
Data yang diperoleh dilakukan uji deskriptif kualitatif untuk menyimpulkan besaran data yang diperoleh seperti tabel 2.
Uji normalitas digunakan untuk melihat apakah datanya normal atau tidak.
Berdasarkan tabel 3 didapat taraf signifikansinya sebesar 0,2, nilai tersebut lebih besar dari taraf sigifikansi 0,05 sehingga data tersebut berdistribusi normal.
Jika data tersebut selanjutnya di uji multikolinieritas seperti pada tabel 4.
Berdasarkan Tabel 4 dapat diketahui bahwa terdapat 3 variabel yang berkorelasi positif terhadap hasil pungutan pajak kendaraan bermotor dan 1 berkorelasi negatif.
Hal ini menunjukkan bahwa jika terjadi penambahan pada variabel bebas akan mempengaruhi bertambahnya hasil pungutan pajak kendaraan bermotor.
Sementara itu, variabel jumlah kecelakaan lalu lintas memiliki korelasi negatif, artinya jika terjadi peningkatan kecelakaan bekemungkinan mengakibatkan penurunan hasil pungutan pajak.
Dari estimasi regresi kuantil menggunakan software Rstudio dan menggunakan parameter 0,25.
0,5.
0,75.
dan 0,9 (Rusdiana dkk.
, 2.
seperti gambar 1, kuantil terbaik terletak pada kuantil 0,9 karena memiliki taraf signifikansi yang lebih dari 0,5 (Puteri dkk.
, 2.
sehingga nilai kuantil terbaik diambil di kuantil 0,9 dan diperoleh persamaan ycU = 3,336 y 1010 Oe 4,673 y 107 ycu1 Oe 2,411 y 105 ycu2 1,238 y 106 ycu3 3,276 y 106 ycu4 dapat menjelaskan bahwa tingkat kesadaraan wajib pajak yang dilihat dari hasil pungutan pajak kendaraan bermotor akan berkurang sebesar 46730000 untuk setiap penurunan jumlah kecelakaan lalu lintas .
1 ) sebesar satu satuan dengan syarat variabel bebas lainnya tetap.
Setiap penurunan jumlah kendaraan bermotor .
2 ) sebesar satu satuan akan mengurangi hasil pungutan pajak kendaraan bermotor sebesar 241100 dengan syarat variabel bebas lainnya tetap.
Setiap bertambahnya jumlah angkatan kerja .
3 ) sebesar satu satuan akan menambah hasil pungutan pajak kendaraan bermotor sebesar 1238000 dengan syarat variabel bebas lainnya tetap.
Setiap kenaikan jumlah pelanggaran lalu lintas .
4 ) sebesar satu satuan akan menambah hasil pungutan pajak kendaraan bermotor sebesar 3276000 dengan syarat variabel bebas lainnya tetap.
SIMPULAN
Berdasarkan hasil penelitian dapat disimpulkan bahwa pada wajib pajak kendaraan bermotor dengan 4 faktor yang digunakan sebagai variabel bebas .
ecelakaan lalu lintas, jumlah kendaraan bermotor, jumlah angkatan kerja, dan banyaknya kasus pelanggaran yang terjad.
terdapat 3 faktor yang paling mempengaruhi kesadaran wajib pajak yaitu jumlah kendaraan bermotor, jumlah angkatan kerja, dan banyaknya kasus pelanggaran yang terjadi dan 1 faktor berkorelasi negatif pada pungutan wajib pajak kendaraan bermotor yaitu jumlah kecelakaan Dari nilai kuantil dihasilkan model ycU = 3,336 y 1010 Oe 4,673 y 107 ycu1 Oe 2,411 y 105 ycu2 1,238 y 106 ycu3 3,276 y 106 ycu4 dapat disimpulkan bahwa setiap penurunan jumlah 414 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 kecelakaan lalu lintas dan penurunan jumlah kendaraan bermotor akan mengurangi hasil pungutan wajib pajak kendaraan bermotor.
Sedangkan bertambahnya jumlah angkatan kerja dan peningkatan jumlah pelanggaran lalulintas akan menambah hasil pungutan wajib pajak kendaraan Saran untuk penelitian kedepannya dapat memperbaharui data yang digunakan, karena dalam penelitian ini data terbaru yang digunakan masih terletak pada data di tahun 2021, serta dapat menggunakan metode uji yang lain sehingga keakuratan faktor Ae faktor yang mempengaruhi wajib pajak kendaraan bermotor lebih bervariasi dan mendekati keakuratan 100%.
DAFTAR RUJUKAN
Agustin.
, & Putra.
Pengaruh Kesadaran Masyarakat.
Sanksi dan Kualitas Pelayanan Terhadap Kepatuhan Wajib Pajak Dalam Membayar Pajak Kendaraan Bermotor Pada Samsat Kota Batam.
Measurement, 13.
, 57Ae64.
Agustin.
, & Putra.
Pengaruh Kesadaran Masyarakat.
Sanksi Perpajakan Dan Kualitas Pelayanan Terhadap Kepatuhan Wajib Pajak Dalam Membayar Pajak Kendaraan Bermotor Pada Samsat Kota Batam.
Measurement : Jurnal Akuntansi, 13.
, 55.
https://doi.
org/10.
33373/mja.
AsAoari.
Pengaruh Pemahaman Peraturan Perpajakan.
Kualitas Pelayanan.
Kesadaran Wajib Pajak.
Pajak dan Sanksi Terhadap Kepatuhan Wajib Pajak Orang Pribadi.
Jurnal Ekobis Dewantara, 1.
, 64Ae76.
Basuni.
, & Kusmindari.
Analisis Pengambilan Keputusan Pembelian Kendaraan Mobil Daihatsu Menggunakan Analitical Hierarchy Process.
Bina Darma Conferenceon Engineering Science, 282Ae293.
http://conference.
id/index.
php/BDCES BPS.
Desember BPS Provinsi Jawa Timur.
https://jatim.
id/statictable/2021/09/07/2253/jumlah-kendaraan-bermotor-yangdidaftarkan-menurut-kabupaten-kota-dan-jenis-kendaraan-di-provinsi-jawa-timur-unit2018-2020.
https://jatim.
id/statictable/2021/09/07/2253/jumlah-kendaraanbermotor-yang-didaftarkan-menurut-kabupaten-kota-dan-jenis-kendaraan-di-provinsijawa-timur-unit-2018-2020.
Hananingrum.
, & Achmad.
Regresi Kuantil pada Data Jumlah Kematian Bayi di Jawa Timur Pada Tahun Prosiding Statistika, 79Ae86.
https://doi.
org/10.
Hendra Safri.
Pengantar Ilmu Ekonomi Mikro (D.
Ilham.
Ed.
Lembaga Penerbit Kampus IAIN Palopo.
Idris.
Rais, & Utami.
Aplikasi Regresi Kuantil Pada Kasus DBD Di Kota Palu Sulawesi Tengah.
Jurnal Ilmiah Matematika dan Terapan, 15.
, 108Ae117.
Irfan.
, & Taqiyyuddin.
Pemodelan Regresi Kuantil Pada Tingkat Pengangguran Terbuka.
SEMINAR
NASIONAL
STATISTIKA
ONLINE
(SNSO
https://w.
net/publication/353766457 Meifari.
Analisis Faktor - Faktor Yang Mempengaruhi Kebutuhan Wajib Pajak Kendaraan Bermotor Dengan Sosialisasi Perpajakan Sebagai Variabel Moderating Di Kota Tanjungpinang.
Jurnal Economic.
Accounting.
Scientific (CASH), 1.
, 39Ae51.
Nasution.
, & Ferrian.
Dampak Pengetahuan Pajak Dan Kualitas Pelayanan Petugas Pajak Terhadap Kepatuhan Wajib Pajak Orang Pribadi ( STUDI KASUS : KPP PRATAMA BINJAI ).
urnal Akuntansi Bisnis dan Publik J u r n a l A k u n t a n s i B i s n i s & P u b l i k, 1.
, 207Ae224.
Prasetyo.
Analisis Faktor-Faktor Yang Mempengaruhi Kepatuhan Wajib Pajak Dalam Membayar Pajak.
Jurnal Ekonomi Bisnis (Ekuivalens.
, 5.
, 358Ae374.
Puteri.
Islamiyati.
, & Anisa.
Penggunaan Regresi Kuantil Multivariat pada Perubahan Trombosit Pasien Demam Berdarah Dengue.
ESTIMASI: Journal of Statistics and Its Application, 1.
, 1.
https://doi.
org/10.
20956/ejsa.
BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024 Rachmawati.
, & Aini.
Eigen Mathematics Journal Estimasi Parameter Regresi Linear Menggunakan Regresi Kuantil.
Eigen Mathematics Journal, 1.
, 37Ae42.
http://eigen.
Rusdiana.
Widuri.
, & Restanto.
Pendugaan Model Luas Daun Tanaman Pokcoy (Brassica rapa L.
) Dengan Menggunakan Regresi Kuantil.
Jurnal Penelitian Pertanian (AGRIN), 25.
, 1410Ae1439.
Saidah.
Yanuar.
, & Devianto.
Analisis Regresi Kuantil.
Jurnal Matematika UNAND, 5.
, 103Ae107.
Saputra.
Fahmi.
, & Ardiansah.
Penerapan Sanksi Terhadap Pengendara Motor Yang Tidak Wajar Berdasarkan Undang-Undang Nomor 22 Tahun 2009 Tentang Lalu Lintas Dan Angkutan Jalan Di Kota Pekanbaru.
Fundamental: Jurnal Ilmiah Hukum, 9.
, 77Ae https://doi.
org/10.
34304/fundamental.
Sari.
, & SaAoroni.
Dampak Kenaikan Harga Gas LPG 3 Kg Terhadap Kemampuan Rumah Tangga Miskin Dalam Pemenuhan Kebutuhan Hidup di Kelurahan Alalak Utara Kecamatan Banjarmasin Utara.
JIEP: Jurnal Ilmu Ekonomi dan Pembangunan, 3.
, 516Ae Tri Basuki.
, & Prawoto.
Analisis Regresi Dalam Penelitian Ekonomi dan Bisnis .
416 BRILIANT: Jurnal Riset dan Konseptual Volume 9 Nomor 2.
Mei 2024