Uji Linearitas Uji Asumsi Nonklasik a. Uji Normalitas

57 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 E x p e c te d C u m P ro b Dependent Variable: pphj Normal P-P Plot of Regression Standardized Residual Sumber: Data diolah output SPSS Dengan melihat tampilan histogram maupun grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal. Sedangkan pada grafik normal plot terlihat titik-titik menyebar mendekati garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi memiliki distribusi yang normal.

b. Uji Linearitas

58 Tampilan SPSS menunjukkan adjusted R square sebesar 0,656 atau 65,6. Regresi linear juga memberikan nilai F hitung 68,577 dengan tingkat signifikansi 0,000. Sementara hasil uji t menunjukkan penjualan bersih signifikan dengan tingkat signifikansi 0,000 dan begitu juga dengan beban komersial signifikan dengan tingkat signifikansi 0,000. Tabel. 4.5. Koefisien Determinasi Linear Model Summary b ,816 a ,665 ,656 52014,28 ,801 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson Predictors: Constant, lnbebanj, penjualanj a. Dependent Variable: pphj b. Sumber: Data diolah Tabel. 4.6. Uji Signifikansi Simultan Linear ANOVAF Test Linear ANOVA b 3,71E+11 2 1,855E+11 68,577 ,000 a 1,87E+11 69 2705485646 5,58E+11 71 Regression Residual Total Model 1 Sum of Squares df Mean Square F Sig. Predictors: Constant, lnbebanj, penjualanj a. Dependent Variable: pphj b. Sumber: Data diolah Tabel. 4.7. Uji Signifikansi Parameter Individual Linear Uji t test linear 59 Coefficients a 212644,6 108187,9 1,966 ,053 ,036 ,004 1,009 8,305 ,000 ,328 3,045 -17502,1 8439,425 -,252 -2,074 ,042 ,328 3,045 Constant penjualanj lnbebanj Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: pphj a. Sumber: Data diolah Memperhatikan standar uji di atas baik standar uji asumsi klasik multikolinearitas, heteroskedastisitas, autokolerasi maupun non klasik normalitas, linearitas dapat disimpulkan penelitian ini layak dan pencapaian model regresi telah memenuhi persyaratan sehingga model regresi yang dimaksud dapat dipercaya mempengaruhi posisi variabel Y PPh terutang. Gambar. 4.4. Grafik Regresi Linear Scatterplot -1 1 2 3 4 Regression Standardized Predicted Value -4 -2 2 4 6 R eg re ss io n S tu de n tiz ed R es id ua l Dependent Variable: pphj Scatterplot Sumber: Data diolah 60 Dengan melihat grafik diatas dari plot residual nilai uji prediksinya yang merupakan uji linearitas dan uji heteroskedastisitas, maka regresi linear ini sesuai dengan asumsi linearitas.

3. Uji Statistik