Multikolinieritas Persamaan Regresi Hasil Pengolahan dan Analisa Data

83 Berdasarkan hasil analisis di atas menunjukkan bahwa nilai signifikansi korelasi Rank Spearman untuk semua variabel bebas lebih besar dari 0,05 alpha 5, yang berarti tidak terdapat korelasi antara residual dengan variabel bebasnya. Dari hasil tersebut maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas sehingga asumsi terpenuhi.

4.3.1.3. Multikolinieritas

Multikolinieritas menunjukkan adanya korelasi atau hubungan yang sempurna atau mendekati sempurna antar variabel independent bebas dalam model regresi. Model regresi yang baik tidak mengandung multikolinieritas. Untuk mendeteksi ada tidaknya multikolinieritas digunakan Variance Inflation Factor VIF. Apabila VIF di bawah 10, maka persamaan regresi linier berganda tersebut tidak terkena multikolinieritas. Pengujian hipotesis menghasilkan nilai VIF seperti pada tabel di bawah ini. Tabel 8 : Hasil Uji Multikolinieritas Variabel VIF Produk Domestik Regional Bruto X 1 5,997 Jumlah penduduk X 2 5,519 Pengeluaran pembangunan X 3 9,323 Inflasi X 4 1,025 Sumber : Lampiran 2 Berdasarkan tabel di atas diketahui nilai VIF dari variabel Produk Domestik Regional Bruto, jumlah penduduk, pengeluaran pembangunan dan inflasi, semuanya menunjukkan angka di bawah 10. Dengan demikian Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 84 dapat disimpulkan bahwa model regresi tersebut tidak mengindikasikan adanya multikolinieritas sehingga asumsi terpenuhi.

4.3.2. Analisis Regresi Linier Berganda

Berdasarkan hasil pengujian asumsi di atas, terlihat bahwa asumsi- asumsi yang mendasari analisis regresi telah terpenuhi. Selanjutnya akan dijelaskan hasil analisis regresi linier berganda untuk mengetahui pengaruh faktor Produksi Domestik Regional Bruto PDRB, jumlah penduduk, pengeluaran pembangunan, dan inflasi terhadap Pendapatan Asli daerah PAD di Kota Surabaya, serta untuk mengetahui faktor mana yang berpengaruh dominan terhadap Pendapatan Asli Daerah.

4.3.2.1. Persamaan Regresi

Berikut adalah nilai estimasi koefisien regresi: Tabel 9 : Nilai Estimasi Koefisien Regresi Sumber : Lampiran 3 Koefisien Regresi Model  Std. Error Produk Domestik Regional Bruto X1 0,005 0,003 Jumlah penduduk X2 413.117,407 51.005,810 Pengeluaran pembangunan X3 0,398 0,052 Inflasi X4 – 88.319.759,296 170.320.923,675 Konstanta – 957.791.461.865,430 R 0,997 R2 0,995 Berdasarkan nilai estimasi koefisien regresi di atas, dapat dihasilkan persamaan regresi sebagai berikut: Y = – 957.791.461.865,430 + 0,005 X 1 + 413.117,407 X 2 + 0,398 X 3 – 88.319.759,296 X 4 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 85 Berdasarkan persamaan regresi di atas dapat diperoleh penjelasan sebagai berikut:  = Konstanta = – 957.791.461.865,430 Artinya terjadinya penurunan terhadap variabel terikat Pendapatan Asli Daerah di Kota Surabaya Y sebesar Rp. 957.791.461.865,430, dengan asumsi seluruh variabel bebas Produk Domestik Regional Bruto X 1 , jumlah penduduk X 2 , pengeluaran pembangunan X 3 , inflasi X 4 konstan.  1 = Koefisien regresi Produk Domestik Regional Bruto X 1 = 0,005 Artinya apabila Produk Domestik Regional Bruto di Kota Surabaya naik sebesar Rp.1, maka Pendapatan Asli Daerah di Kota Surabaya juga akan mengalami peningkatan sebesar Rp.0,005, dengan asumsi variabel bebas yang lain X 2 , X 3 dan X 4 tetapkonstan.  2 = Koefisien regresi jumlah penduduk X 2 = 413.117,407 Artinya apabila jumlah penduduk di Kota Surabaya naik sebesar 1 jiwa, maka Pendapatan Asli Daerah di Kota Surabaya juga akan mengalami peningkatan sebesar Rp. 413.117,407, dengan asumsi variabel bebas yang lain X 1 , X 3 dan X 4 tetapkonstan.  3 = Koefisien regresi pengeluaran pembangunan X 3 = 0,398 Artinya apabila jumlah pengeluaran pembangunan di Kota Surabaya naik sebesar Rp.1, maka Pendapatan Asli Daerah di Kota Surabaya juga akan mengalami peningkatan sebesar Rp. 0,398, Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 86 dengan asumsi variabel bebas yang lain X 1 , X 2 dan X 4 tetapkonstan.  4 = Koefisien regresi inflasi X 4 = –88.319.759,296 Artinya apabila inflasi di Kota Surabaya naik sebesar 1, maka Pendapatan Asli Daerah di Kota Surabaya akan mengalami penurunan sebesar Rp.88.319.759,296, dengan asumsi variabel bebas yang lain X 1 , X 2 dan X 3 tetapkonstan.

4.3.2.2. Koefisien Determinasi R Square