X
5
= Pengetahuan Perpajakan X
6
= Pendapatan Wajib Pajak α
= Konstanta β
1
- β
5
= Koefisien Regresi e
i
= Error Estimasi
3.6.1 Uji Asumsi Klasik
Pengujian gejala asumsi klasik dilakukan agar hasil analisis regresi memenuhi kiteria Blue Best, Linear, Unbiased, Estimator. Uji asumsi klasik ini
terdiri dari uji normalitas data, uji multikolinieritas dan uji heteroskedastisitas.
3.6.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Terdapat dua cara
untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik atau uji statistik Ghozali, 2006:110. Penelitian ini menggunakan
analisis statistik. Adapun cara yang digunakan untuk menguji normalitas residualnya adalah dengan uji statistik Kolmogorov-Smirnov K-S. Residual
yang normal adalah yang memiliki nilai signifikan 0,05. Uji K-S menggunakan hipotesis sebagai berikut:
H : Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal
3.6.1.2 Uji Multikolinieritas
Sebuah model regresi dikatakan terkena multikolinieritas apabila terjadi hubungan linier yang sempurna diantara beberapa atau semua variabel independen
dari model regresi tersebut. Uji multikolinieritas dapat dilihat dari nilai tolerance
Universitas Sumatera Utara
dan Variance Inflating Factor VIF. Batas dari VIF adalah 10 dan nilai tolerance value adalah 0,1. Suatu model regresi yang bebas dari multikolinieritas adalah jika
mempunyai nilai VIF kurang dari 10 dan nilai tolerance value diatas 0,1 Ghozali, 2006. Bila ada variabel independen yang terkena multikolinearitas, maka
penanggulangannya salah satu variabel tersebut dikeluarkan dari model.
3.6.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain.
Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas Ghozali, 2006:105.
Dalam penelitian ini, uji yang digunakan untuk mendeteksi gejala Heteroskedastisitas dengan dua cara, yaitu menggunakan Uji Glejser dan Uji
Grafik Plot. Dalam Uji Glejser, model regresi linier yang digunakan diregresikan untuk mendapatkan nilai residualnya. Kemudian nilai residual tersebut
diabsolutkan dan dilakukan regresi dengan semua variabel independen. Apabila variabel independen yang mempengaruhi variabel dependen nilai absolut secara
signifikan pada tingkat kepercayaan di atas 5 sig 0,05 maka dapat disimpulkan bahwa model regresi tidak mengandung heterokedastisitas.
Sedangkan Uji Grafik Plot dilakukan dengan melihat ada tidaknya pola tertentu antara nilai prediksi variabel terikat ZPRED dengan nilai residualnya SRESID.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas Ghozali, 2006.
Universitas Sumatera Utara
3.6.2 Test of Goodness of Fit Uji Kesesuaian 3.6.2.1 Koefisien Determinasi
