5.1.4.2.1. Koefisien Deteminasi R
2
Uji statistik koefisien determinasi pada penelitian ini tujuannya adalah untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen.
Tabel 5.16. Hasil Uji Koefisien Determinasi Model 1
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of Durbin-
1 .823
a
.677 .647
643.85276 1.742
a. Predictors: Constant, Z, X2, X1 b. Dependent Variable: Y
Sumber : Lampiran - 6 Dari output SPSS model I pada model summary, diperoleh nilai R square
sebesar 0,677 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB X1, kontribusi penerimaan BPHTB X2 dan jumlah penduduk Z
mempunyai hubungan yang kuat dengan PAD, dan nilai adjusted R square sebesar 0,647. Hal ini menunjukkan bahwa 64,7 variasi variabel Y PAD dapat
dijelaskan oleh variasi variabel independen X1 efektivitas pemungutan BPHTB, X2 kontribusi penerimaan BPHTB dan Z jumlah penduduk, sedangkan sisanya
35,3 dijelaskan oleh variabel-variabel lainnya yang tidak dimasukkan kedalam model regresi.
Universitas Sumatera Utara
Tabel 5.17. Hasil Uji Koefisien Determinasi Model II
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of Durbin-
1 .847
a
.718 .691
601.98109 2.119
a. Predictors: Constant, LNX2Z, LNZ, LNXI b. Dependent Variable: Y
Sumber : Lampiran – 8 Dari output SPSS model II pada model summary, diperoleh nilai R square
sebesar 0,718 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB LNX1, jumlah penduduk LNZ dan moderating 2 LNX2Z
mempunyai hubungan yang kuat dengan PAD, dan nilai adjusted R square sebesar 0,691. Hal ini menunjukkan bahwa 69,1 variasi variabel Y PAD dapat
dijelaskan oleh variasi variabel LNX1 efektivitas pemungutan BPHTB, LNX2Z moderating 2 dan LNZ jumlah penduduk, sedangkan sisanya 30,9 dijelaskan
oleh variabel-variabel lainnya yang tidak dimasukkan kedalam model regresi.
5.1.4.2.2. Uji Statistik F
Uji pengaruh simultan digunakan untuk mengetahui apakah variabel LNX1 efektivitas pemungutan BPHTB, LNX2Z moderating 2 dan LNZ
jumlah penduduk secara bersama-sama atau simultan mempengaruhi variabel dependen.
Universitas Sumatera Utara
Tabel 5.18. Hasil Uji Statistik F Model I
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2.783E7 3 9277902.794
22.381 .000
a
Residual 1.327E7
32 414546.373 Total
4.110E7 35
a. Predictors: Constant, Z, X2, X1 b. Dependent Variable: Y
Sumber : Lampiran - 6 Dari output SPSS model I, hasil uji Anova diperoleh F
hitung
= 22,381 2,92 dan signifikan pada 0,000 α = 0,05, keputusannya Ho ditolak Ha diterima,
dengan demikian dapat disimpulkan bahwa X1 efektivitas pemungutan BPHTB, X2 kontribusi penerimaan BPHTB dan Z jumlah penduduk secara simultan
berpengaruh terhadap PAD.
Tabel 5.19. Hasil Uji Statistik F Model II
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2.950E7 3 9834330.896
27.138 .000
a
Residual 1.160E7
32 362381.238 Total
4.110E7 35
a. Predictors: Constant,LNX2Z, b. Dependent Variable: Y
Sumber : Lampiran – 8 Dari output SPSS model II, hasil uji Anova diperoleh F
hitung
= 27,138 2,92 dan signifikan pada 0,000 α = 0,05, keputusannya Ho ditolak Ha diterima,
Universitas Sumatera Utara
dengan demikian dapat disimpulkan bahwa LNX1 efektivitas pemungutan BPHTB, LNZ jumlah penduduk dan LNX2Z moderating 2 secara simultan
berpengaruh terhadap PAD.
5.1.4.2.3. Uji Statistik t