Lidya Purnama Sari : Pengaruh Self Assessment System Terhadap Penerimaan Pajak Penghasilan Di Kantor Pelayanan Pajak Pratama Medan Barat, 2009.
gabungan antara data cross section dan time series, maka harus dilakukan uji autokorelasi terlebih dahulu.
Untuk mendeteksi ada tidaknyanya autokorelasi bisa digunakan tes Durbin Watson D-W. Panduan mengenai angka D-W untuk mendeteksi autokorelasi
bisa dilihat pada tabel D-W, yang bisa dilihat pada buku statistik yang relevan. Namun demikian secara umum bisa diambil patokan:
1 angka D-W di bawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3 angka D-W diatas +2 berarti ada autokorelasi negatif.
4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antarvariabel independen. Menurut Ghozali
2005 : 91, untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut :
a. nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independennya banyak
yang tidak signifikan mempengaruhi variabel dependen, b. menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolinearitas. Tidak
adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya
efek kombinasi dua atau lebih variabel independen,
c. multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya b variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap
variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi
variabel dependen terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
Lidya Purnama Sari : Pengaruh Self Assessment System Terhadap Penerimaan Pajak Penghasilan Di Kantor Pelayanan Pajak Pratama Medan Barat, 2009.
tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1 Tolerence. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
Cara untuk mengobati jika terjadi multikolinearitas, yaitu: 1 mengeluarkan satu atau lebih variabel independen yang mempunyai korelasi
tinggi dari model regresi dan identifikasikan variabel independen lainnya untuk membantu prediksi,
2 menggabungkan data cross section dan time series pooling data, 3 menambah data penelitian.
G. Model dan Teknik Analisis Data
Untuk menguji hipotesis Ha metode analisis yang digunakan adalah regresi berganda, karena menyangkut dua buah variabel independen dan satu buah
variabel dependen. Model persamaan regresi untuk menguji hipotesis dengan formulasi sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ e
Dimana; Y = Penerimaan Pajak Penghasilan
a = konstanta X
1
= NPWP X
2
= SSP PPh Pasal 25 b
1
= Koefisien Regresi NPWP b
2
= Koefisien Regresi SSP PPh Pasal 25 e = Error pengganggu
Lidya Purnama Sari : Pengaruh Self Assessment System Terhadap Penerimaan Pajak Penghasilan Di Kantor Pelayanan Pajak Pratama Medan Barat, 2009.
H. Pengujian Hipotesis
Hipotesis dalam penelitian ini menggunakan t-test, F-test dan Koefisien Determinasi R².
1. Uji Signifikan Parsial Uji – t
