Berdasarkan hasil perhitungan diatas, menunjukkan bahwa t-hitung lebih besar daripada t-tabel 34,28647 2,160. Dengan demikian hipotesa Ha diterima,
artinya variabel PE signifikan mempengaruhi Pajak Daerah Provinsi Sumatera Utara pada tingkat kepercayaan 95.
c. Uji “t” untuk PE pada persamaan
LogPE Log
LogRD
1
1 1
15 1
, 5
k
n df
13
df
Maka 2,160
tabel
t
Berdasarkan hasil perhitungan diatas, menunjukkan bahwa t-hitung lebih besar daripada t-tabel 19,72783 1,476 . Dengan demikian hipotesa Ha diterima,
,-2,160 34,28647
-34,28647 H
0 diterima Ha diterima
Ha diterima
2,160
Gambar 4.2 Uji t-statistik antara PD terhadap PE
,-2,160 19,72783
-19,72783 H
0 diterima Ha diterima
Ha diterima
2,160
Gambar 4.3 Uji t-statistik antara RD terhadap PE
Afri Hidayat : Analisi Pengaruh Pertumbuhan Ekonomi Terhadap Posisi Pendapatan Asli Daerah PAD Provinsi Sumatera Utara, 2010.
artinya variabel PE signifikan mempengaruhi Retribusi Daerah Provinsi Sumatera Utara pada tingkat kepercayaan 95.
d. Uji “t” untuk PE pada persamaan
LogPE Log
LogBUMD
1
1 1
15 1
, 5
k
n df
13
df
Maka 2,160
tabel
t
Berdasarkan hasil perhitungan diatas, menunjukkan bahwa t-hitung lebih besar daripada t-tabel 17,79700 2,160. Dengan demikian hipotesa Ha diterima,
artinya variabel PE signifikan mempengaruhi Laba BUMD Provinsi Sumatera Utara pada tingkat kepercayaan 95.
e. Uji “t” untuk PE pada persamaan
LogPE Log
LogPL
1
1 1
15 1
, 5
k
n df
13
df
Maka 2,160
tabel
t
,-2,160 17,79700
-17,79700 H
0 diterima Ha diterima
Ha diterima
2,160
Gambar 4.4 Uji t-statistik antara BUMD terhadap PE
Afri Hidayat : Analisi Pengaruh Pertumbuhan Ekonomi Terhadap Posisi Pendapatan Asli Daerah PAD Provinsi Sumatera Utara, 2010.
Berdasarkan hasil perhitungan diatas, menunjukkan bahwa t-hitung lebih besar daripada t-tabel 14,81194 2,160. Dengan demikian hipotesa Ha diterima,
artinya variabel PE signifikan mempengaruhi Pendapatan lain yang sah Provinsi Sumatera Utara pada tingkat kepercayaan 95.
` 4.8.5.
Uji Penyimpangan Klasik a.
Multikolinearitas
Uji multikolinearity digunakan untuk mengetahui apakah didalam model regresi yang digunakan terdapat korelasi sempurna atau tidak diantara variabel-variabel yang
menjelaskan variabel independen. Suatu model regresi linier akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinearity.
Multikolinearity terjadi karena adanya hubungan yang kuat antara sesama variabel independen dari suatu model estimasi.
Melakukan diagnostik multikolinearity pada Eviews adalah dengan melihat korelasi antara variabel bebas.
,-2,160 14,81194
-14,81194 H
0 diterima Ha diterima
Ha diterima
2,160
Gambar 4.5 Uji t-statistik antara PL terhadap PE
Afri Hidayat : Analisi Pengaruh Pertumbuhan Ekonomi Terhadap Posisi Pendapatan Asli Daerah PAD Provinsi Sumatera Utara, 2010.
Tabel IV.11. Tabel Corelasi antar variabel
Dengan melihat korelasi diatas maka:
Antara PAD dengan PE mempunyai korelasi sebesar 0,978055. Korelasi ini terbilang sangat kuat, sehingga dapat diduga bahwa variabel bebas tidak terjadi
multikolinearity.
Antara Pendapatan Daerah dengan Pertumbuhan Ekonomi mempunyai korelasi sebesar 0,982181. Korelasi ini terbilang sangat kuat, sehingga dapat diduga
bahwa variabel bebas tidak terjadi multikolinearity.
Antara Retribusi Daerah dengan Pertumbuhan Ekonomi mempunyai korelasi sebesar 0,987164. Korelasi ini terbilang sangat kuat, sehingga dapat diduga
bahwa variabel bebas tidak terjadi multikolinearity.
Antara Laba Badan Usaha Milik Daerah dengan Pertumbuhan Ekonomi mempunyai korelasi sebesar 0,973231. Korelasi ini terbilang sangat kuat,
sehingga dapat diduga bahwa variabel bebas tidak terjadi multikolinearity.
Afri Hidayat : Analisi Pengaruh Pertumbuhan Ekonomi Terhadap Posisi Pendapatan Asli Daerah PAD Provinsi Sumatera Utara, 2010.
Antara Pendapatan Lain yang Sah dengan Pertumbuhan Ekonomi mempunyai
korelasi sebesar 0,955765. Korelasi ini terbilang sangat kuat, sehingga dapat diduga bahwa variabel bebas tidak terjadi multikolinearity.
b. Autokorelasi
