Untuk menilai ada atau tidaknya autokorelasi, nilai Durbin-Watson statistik yang didapatkan dari penghitungan pada Tabel 5.6 di atas, yang menunjukkan
nilai sebesar 2,347 diklasifikasikan menurut kriteria pengukuran autokorelasi pada tabel di atas. Dilihat dari tabel tersebut, pengukuran autokorelasi dalam penelitian
ini menunjukkan bahwa tidak terjadi autokorelasi dalam model regresi ini. Hasil uji asumsi klasik di atas menunjukkan bahwa data yang akan diolah
dalam penelitian ini bebas dari masalah uji normalitas, multikolinieritas, heteroskedastisitas, dan autokorelasi. Hasil pengujian ini menunjukkan bahwa
data yang digunakan sebagai variabel independen memenuhi syarat untuk memprediksi variabel dependen yaitu nilai penerimaan PBB Perdesaan dan
Perkotaan.
5.2.2. Hasil estimasi parameter
Hasil estimasi parameter menganalisis regresi linier berganda dengan hasil uji sebagai berikut:
Tabel 5.7. Hasil regresi berganda Model
Unstandarized Coefficients Standarized
Coefficients B
Std. Error Beta
1 Constant 2845.479
59313.109 Wajib Pajak
.058 .183
.032 PDRB perkapita ADHB
3532.513 555.396
.674 Inflasi
689.184 488.626
.072 Suku Bunga
-3361.420 1043.231
-.231 Investasi
.075 .014
.225
a. Independent Variable: PBB P2
Sumber: Lampiran 7 Hasil olah SPSS. Model yang digunakan dalam penelitian ini menggunakan model analisis
regresi berganda, dengan rumus di bawah ini:
Universitas Sumatera Utara
Y = â + â
1
X₁ + â
2
X₂ + â
3
X₃ + â
4
X₄ + â
5
X₅ + e
Hasil output SPSS model analisis regresi berganda dirumuskan persamaan:
PBB P2 = +2.845,479 +0,058 WAJIB PAJAK +3.532,513 PDRB perkapita +689,184 INFLASI –3.361,420 BUNGA +0,750 INVESTASI + e
Berdasarkan persamaan di atas, dapat dilihat bahwa koefisien dari variabel, jumlah wajib pajak, PDRB perkapita ADHB, inflasi dan investasi menunjukkan
nilai positif sedangkan nilai tingkat suku bunga menunjukkan nilai negatif. Adapun interprestasi dari persamaan tersebut adalah:
1. Unstandarized Coefficients Constants âo = +2.845,479 Merupakan nilai konstanta yang berarti bahwa apabila variabel jumlah wajib
pajak, PDRB perkapita ADHB, inflasi, tingkat suku bunga dan investasi sama dengan 0 X1, X2, X3, X4 dan X5 = 0, maka penerimaan PBB P2 akan
sebesar Rp. 2.845.479.000,- 2. Unstandarized Coefficients â1 wajib pajak = +0,058
Merupakan koefisien regresi â1, yang berarti jika jumlah wajib pajak meningkat sebesar 1.000 wajib pajak, maka penerimaan PBB P2 akan
meningkat sebesar Rp. 58,- dengan asumsi variabel yang lain tetap X2, X3, X4, dan X5 = 0.
3. Unstandarized Coefficients â2 PDRB perkapita = +3.532,513 Merupakan koefisien regresi â2 yang berarti jika PDRB perkapita ADHB
meningkat sebesar Rp. 1.000,-, maka penerimaan PBB P2 akan naik sebesar Rp. 3.532.513,- dengan asumsi variabel lain tetap X1, X3, X4, dan X5 = 0.
Universitas Sumatera Utara
4. Unstandarized Coefficients â3 inflasi = +689,184 Merupakan koefisien regresi â3 yang berarti jika inflasi meningkat sebesar
1 satu persen, maka penerimaan PBB P2 akan naik sebesar Rp. 689,- dengan asumsi variabel yang lain tetap X1, X2, X4, dan X5 = 0.
5. Unstandarized Coefficients â4 suku bunga = –3.361,420 Merupakan koefisien regresi â4 yang berarti jika tingkat suku bunga
meningkat sebesar 1 satu persen, maka penerimaan PBB P2 akan turun sebesar Rp. 3.361,- dengan asumsi variabel yang lain tetap X1, X2, X3, dan
X5 = 0. 6. Unstandarized Coefficients â5 investasi = +0,75
Merupakan koefisien regresi â5 yang berarti jika investasi meningkat sebesar Rp. 1.000,-, maka penerimaan PBB P2 akan naik sebesar Rp. 750,- dengan
asumsi variabel yang lain tetap X1, X2, X3, dan X4 = 0. Tabel 5.8. Hasil estimasi korelasi berganda dan determinasi
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .996
a
.993 .987
6244.83432 2.347
a. Predictors: Constant, Investasi, PDRB perkapita ADHB, Inflasi, Suku Bunga, Wajib Pajak b. Independent Variable: PBB P2
Sumber: Lampiran 7 Hasil olah SPSS. Berdasarkan hasil olah SPSS pada Tabel 5.8 di atas dapat dilihat hasil
Estimasi Korelasi Berganda dan Determinasi. Dari hasil estimasi pada tabel di atas diketahui:
R = 0,996 R Square R² = 0,993
Adjusted R
2
= 0,987
Universitas Sumatera Utara
Nilai R pada intinya untuk mengukur seberapa besar hubungan antara variabel independen dengan variabel dependen. Berdasarkan hasil pengujian,
diperoleh nilai R sebesar 0,996. Hal ini menunjukkan bahwa variabel jumlah wajib pajak, PDRB perkapita ADHB, inflasi, tingkat suku bunga dan investasi
mempunyai hubungan yang tinggi terhadap penerimaan PBB Perdesaan dan Perkotaan Kota Medan.
Sedangkan nilai R square R
2
atau nilai koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai R
2
adalah diantara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel dependen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Secara umum R
2
untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing-
masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai koefisien determinasi yang tinggi.
Jika variabel independen lebih dari satu, maka sebaiknya untuk melihat kemampuan variabel memprediksi variabel dependen, nilai yang digunakan
adalah nilai adjusted R
2.
Nilai adjusted R
2
sebesar 0,987 mempunyai arti bahwa variabel dependen mampu dijelaskan oleh variabel independen sebesar 98,70.
Dengan kata lain 98,70 perubahan dalam penerimaan PBB P2 mampu dijelaskan variabel jumlah wajib pajak, PDRB perkapita ADHB, inflasi, tingkat
suku bunga dan investasi, sisanya sebesar 1,30 dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.
Universitas Sumatera Utara
5.2.3. Pengujian hipotesis
