d. Uji Autokorelasi
Autokorelasi bertujuan untuk menguji apakah sebuah regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan
kesalahan pada periode t-1. Jika terjadi korelasi maka dinamakan ada problem Autokorelasi. Tentu saja model regresi yang baik adalah yang
bebas dari problem tersebut. Deteksi adanya Autokorelasi dengan menggunakan Durbin-Watson, dimana angka D-W dibawah -2 ada
Autokorelasi positif, angka D-W diantara -2 sampai +2 tidak ada Autokorelasi, dan angka D-W di atas +2 berarti ada Autokorelasi
negatif Santoso, 2002:219.
Hipotesis :
H : Model regresi tidak terjadi Autokorelasi
H
1
: Model regresi terjadi Autokorelasi
2. Uji Hipotesis
a. Regresi Berganda
Model statistik yang dipakai adalah model regresi linear berganda Multiple Regression. Multiple Regression adalah suatu
teknik yang digunakan untuk menghitung seberapa jauh hubungan antara beberapa variabel bebas independen dengan variabel terikat
dependen. Model regresi linear berganda dapat dirumuskan sebagai berikut:
Y = a + b
1
x
1
+ b
2
x
2
+ ei
Keterangan: Y
= Variabel dependen Penerimaan Pajak Daerah a
= Konstanta X
1
= Variabel independent Tingkat Kepatuhan Wajib Pajak Hotel
X
2
= Variabel independent Tingkat Kepatuhan Wajib Pajak Restoran
b
1
,b
2
= Koefisien regresi Tingkat Kepatuhan Wajib Pajak Hotel X
1
dan Tingkat Kepatuhan Wajib Pajak X2 ei
= Standar Error
b. Uji Adjusted R
2
Koefisien Determinasi
Untuk menentukan seberapa besar variabel independen dapat menjelaskan variabel dependen, maka perlu diketahui nilai koefisien
determinasi Adjusted R-Square. Jika Adjusted R-Square adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat
dijelaskan oleh variabel independen dan tidak ada faktor lain yang menyebabkan fluktuasi variabel dependen. Nilai Adjusted R-Square
berkisar hampir 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan variabel dependen. Sebaliknya, jika
nilai Adjusted R-Square semakin mendekati angka 0 berarti semakin lemah kemampuan variabel independen dapat menjelaskan fluktuasi
variabel dependen. Ghozali:2005
c. Uji t-statistik Pengaruh Secara Parsial
Uji t-Statistik digunakan untuk mengetahui hubungan masing-
masing variabel independen secara individual terhadap variabel dependen, maka digunakan tingkat signifikan sebesar 0.05. Jika nilai
probability t lebih besar dari 0.05 maka tidak ada pengaruh dari
variabel independen terhadap variabel dependen koefisien regresi tidak signifikan, sedangkan jika nilai probability t lebih kecil dari
0.05 maka terdapat pengaruh dari variabel independen terhadap variabel dependen koefisien regresi signifikan Ghozali: 2005.
Kriteria pengujian: 1 Apabila nilai signifikansi tingkat kepatuhan wajib pajak hotel di
bawah 0.05, maka Ha
1
diterima, berarti ada pengaruh secara signifikan antara variabel tingkat kepatuhan wajib pajak hotel X
1
terhadap penerimaan pajak Y. 2 Apabila nilai signifikansi tingkat kepatuhan wajib pajak restoran
dibawah 0.05, maka Ha
2
diterima, berarti ada pengaruh secara signifikan antara variabel tingkat kepatuhan wajib pajak restoran
X
2
terhadap penerimaan pajak Y.
d. Uji F-statistik Pengaruh Secara Simultan
Kategori