Uji Statistik .1 Pengujian Koefisien Regresi Secara Serentak Uji F

90 sama dengan nol. Salah satu cara yang digunakan untuk menguji fenomena multikolinearitas adalah dengan membandingkan nilai R 2 regresi parsial auxiliary regression dengan R 2 regresi utama, maka terjadi multikolinearitas. Tabel 4.9 menunjukkan R 2 regresi parsial auxiliary regression pada masing-masing persamaan. Tabel 4.9 Hasil Uji auxiliary regression Persamaan R 2 auxilliary R 2 Regresi Utama PDDK = INDUST, PDRB 0.889987 0.983898 INDUST = PDDK, PDRB 0.873692 0.983898 PDRB = PDDK, INDUST 0.925611 0.983898 Sumber : Output Pengolahan Data dengan Program Eviews 6 Lampiran C Pada Tabel 4.9 terlihat bahwa nilai uji auxilliary regression terbesar terdapat pada persamaan ketiga sebesar 0,925611. Karena nilai R 2 regresi utama lebih besar dari nilai R2 hasil auxiliary regression yang berarti pada persamaan tersebut tidak ditemukan adanya multikolinearitas. Hasil uji multikolinearitas terdapat pada lampiran C. 4.2.2 Uji Statistik 4.2.2.1 Pengujian Koefisien Regresi Secara Serentak Uji F Uji F dilakukan untuk melihat pengaruh variabel independen secara bersama- sama terhadap variabel dependen, secara statistik. Dalam persamaan pertama dan kedua digunakan taraf keyakinan 95 persen α = 5, dengan df = 21 n-k = 24 – 3 = 21, maka diperoleh F tabel sebesar 3,07 dari hasil regresi persamaan, diketahui bahwa nilai F-statistic pada persamaan sebesar 407,3690 lihat lampiran B dan nilai 91 probabilitas F-statistic untuk persamaan tersebut adalah 0,000000. Maka dengan demikian dapat disimpulkan bahwa F hitung F tabel maka dapat disimpulkan dalam persamaan tersebut variabel penjelas secara serentak dan bersama-sama mempengaruhi variabel yang dijelaskan secara signifikan H ditolak dan H 1 diterima.

4.2.2.2 Pengujian Koefisien Regresi Secara Individual uji t

Pengujian koefisien regresi secara individual uji t dilihat dari signifikasi nilai t-hitung. Uji t bertujuan melihat signifikasi pengaruh variabel independen terhadap variabel dependen secara individual. Parameter suatu variabel dikatakan mempunyai pengaruh signifikan jika nilai t-hitung suatu variabel lebih besar dari nilai t-tabel. Dalam persamaan digunakan taraf keyakinan 95 α=5, dengan df = 21 n- k = 24 – 3 = 21, maka diperoleh t tabel sebesar 2,080. Dari hasil uji-t dalam persamaan dapat dilihat dalam tabel 4.10 berikut: Tabel 4.10 Nilai t-Statistic Dependen Variabel : Pajak Reklame α = 5 Variabel Persamaan Keterangan t-Statistic Prob. Jumlah Penduduk PDDK 6.029260 0.0000 Signifikan Jumlah Industri INDUST 2.134463 0.0454 Signifikan PDRB Perkapita PDRB 2.655026 0.0152 Signifikan Sumber: Output Pengolahan Data dengan Program Eviews 6 Lampiran B Variabel Dependen : Penerimaan Pajak Reklame α = 5 ; t-tabel 5 ; df : 24-3 = 21 = 2,080 92 Berdasarkan Tabel 4.10, dengan nilai t-tabel untuk persamaan di atas adalah sebesar 2,080 dapat disimpulkan bahwa pada persamaan variabel, yaitu Jumlah Penduduk PDDK, Jumlah Industri INDUST, dan PDRB Perkapita PDRB berpengaruh signifikan pada α = 5 terhadap variabel dependen yaitu penerimaan Pajak Reklame.

4.2.2.3 Pengujian Koefisien Determinasi R

2 Hasil koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen secara statistik. Dari hasil regresi utama pada lampiran B, didapatkan hasil Koefisien determinasi R 2 dari hasil estimasi persamaan adalah sebesar 0,983898, yaitu berarti perubahan pada variabel-variabel independent secara bersama-sama mampu menjelaskan variabel dependen sebesar 98,3 persen, sedangkan 1,7 persen dijelaskan oleh variabel lain yang tidak termasuk dalam model.

4.3 Interpretasi Hasil dan Pembahasan